이번 주, AI 역사상 가장 큰 '무료 모델 대방출'이 시작됩니다
이번 주 캘린더에 빨간 동그라미가 필요한 이유
혹시 이번 주가 AI 업계에서 어떤 주간으로 기록될지 아세요? 여러 매체가 입을 모아 "지난 몇 년을 통틀어 가장 많은 프론티어급 모델이 무료로 풀리는 2주"라고 부르고 있어요. 특히 7월 마지막 주에 굵직한 개방형 모델들의 일정이 촘촘하게 겹쳐 있습니다.
DeepSeek V4의 정식(안정) 버전, Kimi K3의 가중치 공개, 그리고 미국 스타트업이 내놓은 첫 프론티어급 오픈 모델까지. 며칠 사이에 셋이 동시에 손에 잡힌다는 건, 반년 전만 해도 상상하기 어려웠던 풍경이에요. 오늘은 이 '대방출'의 정체를 차근차근 풀어드릴게요.
'오픈웨이트'가 정확히 무슨 뜻인가요
먼저 용어부터 정리할게요. 우리가 흔히 "오픈소스 AI"라고 뭉뚱그려 말하지만, 실제로는 세 가지가 섞여 있어요. 첫째는 클로즈드(closed) — GPT나 제미니처럼 회사 서버에서만 돌아가고 우리는 API로 빌려 쓰는 방식이에요. 둘째는 오픈웨이트(open weights) — 모델의 '뇌 구조에 해당하는 숫자 뭉치(가중치)'를 통째로 내려받아 내 컴퓨터나 내 서버에서 돌릴 수 있는 방식입니다.
셋째가 진짜 오픈소스인데, 가중치뿐 아니라 학습 데이터와 코드까지 다 공개하는 경우예요. 이번 주에 쏟아지는 모델들은 대부분 '오픈웨이트'에 해당해요. 레시피(데이터)까지는 아니어도, 완성된 요리(가중치)를 통째로 집에 가져와 마음대로 데우고 간을 볼 수 있다는 뜻이죠.
왜 하필 지금, 다 같이 푸는 걸까요
우연이 아니에요. 중국계 연구소들(문샷·딥시크 등)이 "성능은 최상위권, 가격과 라이선스는 개방형"이라는 전략으로 판을 흔들자, 미국 진영에서도 오픈 모델로 맞불을 놓기 시작했어요. 폐쇄형 강자들이 접근을 조일수록, 개방형 진영이 반사이익을 얻는 구조가 만들어진 거예요.
여기에 '리더보드 1위 경쟁'이 겹쳤어요. 한 모델이 코딩 벤치마크 정상에 오르면, 경쟁사가 며칠 뒤 가중치를 풀며 화제를 가져가는 식의 릴레이가 벌어지고 있습니다. 그 릴레이의 결승 구간이 바로 이번 주예요.
주인공 1: DeepSeek V4
첫 번째 주인공은 딥시크 V4예요. 올해 4월 프리뷰로 처음 등장했는데, 이번 주에 '정식 버전'으로 못을 박습니다. 업계 관측통들은 딥시크가 최근 킴 K3를 겨냥해 최종 버전을 준비해 왔다고 보고 있어요.
V4는 두 갈래로 나뉩니다. 무거운 V4-Pro(총 1.6조 파라미터, 실제 작동 시 490억 개만 활성), 가벼운 V4-Flash(총 2840억, 130억 활성). 둘 다 기본 100만 토큰의 긴 맥락을 다루고, MIT 라이선스로 풀린다는 점이 핵심이에요.
DeepSeek V4의 숫자들
숫자가 좀 나오지만 딱 하나만 기억하시면 돼요. V4-Pro는 개발자용 코딩 시험(SWE-bench Verified)에서 80.6%를 기록했는데, 이건 최상위 폐쇄형 모델과 0.2%포인트 차이예요. 그런데 출력 가격은 그 폐쇄형의 약 7분의 1 수준이라고 합니다.
쉽게 비유하면, 명품 매장에서 파는 옷과 봉제선까지 거의 같은 옷을 7분의 1 가격에 사서, 심지어 집에 가져와 원단까지 뜯어볼 수 있게 된 셈이에요. 기업 입장에선 흔들릴 수밖에 없는 제안이죠.
7월 24일에 무슨 일이 벌어지나요
딥시크는 7월 24일(UTC 기준)을 기점으로 예전 모델 별칭(deepseek-chat, deepseek-reasoner)을 완전히 은퇴시킵니다. 그동안 이 옛 이름들은 임시로 V4-Flash로 연결되고 있었는데, 그 날짜 이후엔 아예 접근이 막혀요.
또 하나 눈여겨볼 건 '피크 프라이싱(peak pricing)'이에요. 중국 업무 시간대에 수요가 몰리면 요금이 오르는 방식인데, 여전히 저렴하긴 하지만 '무한정 평평한 초저가'는 이제 끝난다는 신호입니다. 개방형도 결국 인프라 비용의 중력을 피하지 못한다는 이야기예요.
주인공 2: Kimi K3, 2.8조 파라미터
두 번째 주인공은 문샷AI의 킴 K3예요. 총 2.8조(2,800억이 아니라 조 단위!) 파라미터라는 어마어마한 규모로, 이미 코딩 리더보드 정상을 밟은 화제작입니다. 한 번에 896명의 전문가 중 16명만 불러 쓰는 방식이라, 덩치는 크지만 실제로 켜지는 부분은 일부예요.
100만 토큰 맥락에 이미지·영상 입력까지 기본으로 소화하는 멀티모달 모델이라는 점도 강점이고요. 지금 당장은 인기가 너무 많아 신규 구독이 막혀 있을 정도예요.
K3의 무게가 풀리는 7월 27일
문샷은 K3의 가중치를 7월 27일에 공개하겠다고 약속했어요. 예상 라이선스는 '수정된 MIT' 형태라고 합니다. 지금은 서버가 붐벼서 문을 닫아 뒀지만, 가중치가 풀리는 순간 누구든 자기 인프라에서 직접 돌릴 수 있게 되니 병목이 크게 풀릴 전망이에요.
이게 개방형의 묘미예요. 회사가 서버를 못 감당해도, 가중치만 풀리면 전 세계 호스팅 업체들이 몇 시간 안에 서비스를 띄워 버리거든요. 실제로 딥시크가 4월에 V4를 공개했을 땐, 한 호스팅 업체가 당일에 바로 서비스를 열었어요.
주인공 3: Thinking Machines의 Inkling
세 번째는 결이 조금 다른 주인공이에요. 미국의 Thinking Machines Lab이 내놓은 첫 오픈 모델 Inkling입니다. 총 9,750억 파라미터에 실제 활성은 410억, 100만 토큰 맥락, 그리고 텍스트·이미지·오디오를 다루는 멀티모달 모델이에요.
가장 눈에 띄는 건 라이선스예요. 상업적 이용까지 자유로운 Apache 2.0으로 풀렸거든요. 최근 이 정도 규모의 '프론티어급' 오픈 모델을 미국 진영에서 내놓은 건 오랜만이라, 상징적인 의미가 큽니다.
Inkling이 특별한 이유
Inkling은 벤치마크에서 '전천후 우등생'보다는 '특정 과목 만점자'에 가까워요. 코딩(SWE-bench 77.6%)에선 중국 최상위 오픈 모델들에 살짝 밀리지만, 지시 따르기·오디오 이해·안전성 대결(FORTRESS)에선 테스트된 오픈 모델 중 최고 점수를 받았어요.
즉, "코딩 괴물"이 필요하면 딥시크나 킴을, "말귀 잘 알아듣고 음성까지 다루는 균형형"이 필요하면 Inkling을 고르는 식으로, 선택지가 취향별로 나뉘기 시작한 거예요. 소비자에겐 반가운 변화죠.
조연들도 만만치 않아요
주인공만 셋이 아니에요. 이번 개방형 물결에는 조연도 두둑합니다. GLM-5.2 같은 검증된 오픈 모델, 언론에 흘러나온 미니맥스의 2.7조 규모 'M3 Pro' 계획, 미스트랄이 조기 접근을 연 새 희소 MoE 계열, 그리고 엔비디아가 내놓은 배포 최적화 Nemotron 계열까지.
2주라는 짧은 창에 이렇게 많은 모델이 겹치는 건 이례적이에요. 마치 여러 영화사가 같은 주에 대작을 몰아 개봉하는 '개봉 대전' 같은 풍경이에요.
벤치마크로 줄 세워 보면
가장 관심 많은 코딩 성능(SWE-bench Verified)으로 줄을 세워 볼게요. 딥시크 V4-Pro가 80.6%로 선두권, 킴 K계열이 80% 안팎, Inkling이 77.6%, 엔비디아 Nemotron 3 계열이 그 아래에 자리해요. 폐쇄형 최상위 모델(80%대 후반)과의 격차가 손에 꼽을 정도로 좁혀졌습니다.
물론 벤치마크가 전부는 아니에요. 실제 업무에선 속도, 서빙 비용, 라이선스, 우리 데이터와의 궁합이 점수표보다 더 중요할 때가 많아요. 그래서 다음 두 섹션에서 그 이야기를 이어갈게요.
'MoE'가 뭐길래 다들 조 단위를 말할까요
요즘 모델들이 '2.8조 파라미터' 같은 어마어마한 숫자를 내세우면서도 의외로 빠른 비결은 MoE(전문가 혼합) 구조예요. 큰 병원을 떠올려 보세요. 의사가 900명 있어도, 환자 한 명이 오면 그 증상에 맞는 전문의 몇 명만 진료실에 들어오죠.
MoE도 똑같아요. 전체 파라미터는 조 단위지만, 질문 하나를 처리할 땐 그중 극히 일부 '전문가'만 켜집니다. 덕분에 '거대한 지식'과 '빠른 응답'을 동시에 잡을 수 있어요. 이번 주 주인공들이 하나같이 이 구조를 쓰는 이유입니다.
라이선스가 생각보다 중요한 이유
같은 '오픈'이라도 라이선스에 따라 할 수 있는 일이 달라져요. Apache 2.0(Inkling)은 상업적 이용·수정·재배포가 가장 자유로운 편이라 기업이 마음 편히 제품에 넣을 수 있어요. MIT(딥시크 V4)도 매우 관대하고요.
반면 '수정된 MIT'(킴 K3 예상)처럼 조건이 붙는 경우엔, 도입 전에 약관을 꼼꼼히 봐야 해요. 성능 표만 보고 골랐다가 라이선스 조항에서 발목 잡히는 일이 실제로 자주 생기거든요.
오픈 대 클로즈드 격차, 이제 '한 세대'로
불과 1~2년 전만 해도 개방형 모델은 폐쇄형에 서너 세대쯤 뒤처진다는 게 정설이었어요. 그런데 지금은 그 격차가 대략 '한 세대' 수준으로 좁혀졌다는 평가가 나옵니다.
이 말은, 최고의 성능이 반드시 필요한 소수의 작업이 아니라면 상당수 업무를 개방형으로도 충분히 처리할 수 있게 됐다는 뜻이에요. 비용을 7분의 1로 줄이면서요. 기업의 의사결정 공식이 바뀔 수밖에 없는 대목이죠.
실제 사례 ①: 하루 만에 살아나는 모델
개방형의 힘을 가장 잘 보여준 장면이 있어요. 딥시크가 4월 V4를 MIT로 공개한 '첫날', 한 호스팅 업체가 곧바로 서비스를 띄웠고, 여러 호스트가 몇 시간 안에 뒤따랐습니다. 회사 서버가 붐비든 말든, 가중치만 있으면 전 세계가 대신 서빙해 주는 구조예요.
이건 폐쇄형에선 불가능한 일이에요. 서버가 막히면 사용자는 그냥 기다려야 하죠. 반면 개방형은 병목이 생기는 순간, 시장이 스스로 우회로를 만들어 냅니다.
실제 사례 ②: 인기가 너무 많아 문을 닫은 킴 K3
재미있는 사례가 또 있어요. 킴 K3는 리더보드 정상을 찍은 직후, 수요가 감당 안 되는 바람에 신규 구독을 아예 중단했어요. 잘 만든 게 죄가 된 셈이죠. 손님이 몰려 가게 문을 닫아야 하는 맛집 같은 상황이에요.
그런데 이 문제의 해법이 바로 7월 27일 가중치 공개예요. 회사가 직접 감당 못 하는 수요를, 개방을 통해 전 세계 인프라로 분산시키는 거죠. '폭주 → 개방'이라는 이 흐름 자체가 요즘 AI 판의 상징적인 장면입니다.
실제 사례 ③: 기업들이 갈아타는 진짜 이유
기업들이 개방형으로 눈을 돌리는 가장 현실적인 이유는 결국 '돈'이에요. 성능이 폐쇄형의 99% 수준인데 출력 비용이 7분의 1이라면, 대량으로 API를 호출하는 서비스일수록 절감 효과가 눈덩이처럼 커져요.
게다가 가중치를 직접 보유하면, 외부 API가 갑자기 정책을 바꾸거나 가격을 올려도 휘둘리지 않아요. '공급망 리스크'를 줄이는 전략적 선택이기도 한 거죠.
그래서, 우리에게 무슨 의미인가요
개발자와 창작자에게 이번 물결은 '선택지의 폭발'이에요. 예전엔 몇몇 폐쇄형 API가 사실상 유일한 답이었다면, 이제는 용도별로 골라 쓸 수 있는 프론티어급 무료 모델이 손안에 여러 개 생겼어요.
물론 다 좋기만 한 건 아니에요. 모델이 많아진 만큼 '무엇을 언제 쓸지' 판단하는 안목이 더 중요해졌어요. 벤치마크·라이선스·서빙 비용을 함께 보는 습관이 필요합니다.
주의할 점: '무료'라고 '공짜'는 아니에요
여기서 꼭 짚고 싶은 게 있어요. 가중치가 무료라고 해서 운영이 공짜인 건 절대 아니에요. 2.8조 파라미터 모델을 제대로 돌리려면 어마어마한 GPU와 전력이 필요하거든요. 딥시크가 '피크 프라이싱'을 도입한 것도, 킴이 문을 닫은 것도 결국 이 인프라 비용 때문이에요.
그래서 개방형의 진짜 승부처는 '누가 이 무거운 모델을 싸고 안정적으로 서빙하느냐'로 옮겨가고 있어요. 모델을 만드는 경쟁만큼, 굴리는 경쟁이 뜨거워지는 시대입니다.
앞으로 2주, 이 날짜만 기억하세요
복잡하게 느껴진다면 딱 두 날짜만 챙기세요. 7월 24일 — 딥시크 V4 정식 체계 전환(옛 별칭 은퇴, 피크 프라이싱 시작). 7월 27일 — 킴 K3 가중치 공개. 여기에 이미 풀린 Inkling(Apache 2.0)까지 더하면, 이번 주 말 손에 쥘 수 있는 프론티어급 오픈 모델이 한 번에 확 늘어납니다.
새 모델이 궁금하시다면, 정식 공개일에 맞춰 작은 작업 하나로 직접 테스트해 보시길 추천해요. 벤치마크 표보다 '내 일에 잘 맞나'가 훨씬 정확한 기준이니까요.
핵심 정리
7월 마지막 주는 개방형 AI 역사에서 손꼽힐 '무료 모델 대방출' 구간이에요. 딥시크 V4(7/24 정식 체계), 킴 K3(7/27 가중치 공개), 그리고 이미 풀린 Inkling(Apache 2.0)이 나란히 등장하면서, 폐쇄형과의 성능 격차는 '한 세대'까지 좁혀졌습니다.
다만 '무료 가중치'가 '무료 운영'을 뜻하진 않아요. 진짜 병목은 이 거대한 모델을 굴릴 GPU와 전력이고, 그래서 승부의 무게중심은 '만들기'에서 '굴리기'로 이동하고 있어요. 우리에게 남은 숙제는 넘쳐나는 선택지 속에서 '내 일에 맞는 모델'을 고르는 안목입니다.
여러분은 어떤 모델을 기다리시나요?
딥시크 V4의 가성비, 킴 K3의 압도적 규모, Inkling의 균형감 — 여러분이라면 어떤 걸 먼저 써 보고 싶으세요? 실제로 개방형 모델을 업무나 프로젝트에 써 보신 경험이 있다면, 댓글로 후기를 들려주세요. 반응이 좋으면 각 모델을 직접 돌려 본 실전 비교 후기도 준비해 볼게요. 🙌
출처
- LLM Release Timeline / LLM Stats — https://llm-stats.com/ai-news
- DeepSeek V4 Release: Leaks, Preview, and GA Signals (kie.ai) — https://kie.ai/blog/deepseek-v4-release-what-we-know
- DeepSeek V4 Official Release: Peak Pricing Guide (explainx.ai) — https://explainx.ai/blog/deepseek-v4-official-release-peak-pricing-mid-july-2026
- DeepSeek V4 Final Version… Released Next Monday Targeting Kimi K3 (aibase) — https://news.aibase.com/news/29717
- Kimi K3 vs DeepSeek V4 Pro vs GLM-5.2 Compared (MarkTechPost) — https://www.marktechpost.com/2026/07/18/kimi-k3-vs-deepseek-v4-pro-vs-glm-5-2-open-trillion-scale-moe-models-compared-on-benchmarks-license-and-serving-cost/
- July 2026 Open-Weight Wave: K3, Inkling and the New Gap (Digital Applied) — https://www.digitalapplied.com/blog/open-weight-model-wave-july-2026-momentum-tracker
- Kimi K3 Open Weights: July 27 Readiness Checklist (Digital Applied) — https://www.digitalapplied.com/blog/kimi-k3-open-weights-july-27-adoption-readiness-checklist
- Thinking Machines' first open model, Inkling (TechCrunch) — https://techcrunch.com/2026/07/15/thinking-machines-amps-up-its-bet-against-one-size-fits-all-ai-with-its-first-open-model-inkling/
- Introducing Inkling (Thinking Machines Lab) — https://thinkingmachines.ai/news/introducing-inkling/
- Inkling architecture & benchmark notes (Sebastian Raschka) — https://sebastianraschka.com/blog/2026/inkling-architecture-benchmark-notes.html
본 글은 위 출처를 바탕으로 SVIL 연구소가 재작성한 것으로, 원문을 그대로 옮기지 않았습니다. 수치·일정은 공개 시점 기준이며 변동될 수 있어요.
협업문의 : kuroicode@gmail.com
블로그 : https://ghost-production-0ec2.up.railway.app/
홈페이지 : https://kuroicode-beep.github.io/svil-homepage/