키미 신모델 제공부터 의료·음성 연구까지, AI의 공개 범위와 검증 조건

모델이 다루는 문맥 길이는 앞선 대화와 자료를 입력에 얼마나 담을 수 있는지를 뜻한다. 공식 API 요금 문서는 K3 계열의 문맥 한도를 1,048,576토큰으로 안내한다. 이는 한국어 글자 수와 일대일로 대응하는 단위가 아니다. 긴 자료를 넣을 수 있다는 사실만으로 모든 부분을 정확히 기억하거나 답변의 사실성이 보장된다고 해석할 수도 없다. 문맥 한도·과금 안내

이번 모델은 답변을 내놓기 전에 중간 추론을 수행하는 방식으로 작동한다. 개발자는 추론 강도를 낮음·높음·최대로 조절할 수 있고 기본값은 최대다. 문서상 이 과정을 완전히 끄는 설정은 지원하지 않는다. 이는 응답을 만들기 전에 들이는 계산량을 조정하는 기능으로, 고속형을 선택하는 것과는 별도의 설정이다. 빠른 응답이 필요한 서비스에서는 모델 종류와 추론 강도를 함께 살펴야 한다. 모델 제공 조건

입력 범위에는 텍스트뿐 아니라 이미지와 영상도 포함된다. 다만 API의 이미지 입력은 공개 웹주소를 그대로 넘기는 형식을 지원하지 않고, 인코딩한 이미지 데이터나 업로드한 파일 식별자를 사용하도록 되어 있다. 여러 차례 대화를 이어가거나 외부 도구를 호출할 때도 답변 본문만 남기지 말고 모델이 반환한 메시지 전체를 다음 요청에 유지해야 한다. 따라서 기존 서비스가 이전 답변을 어떤 형태로 저장하고 다시 보내는지도 새 모델의 연동 조건에 포함된다.

개발사가 소개한 3차원 제작 기능은 요청이나 참고 이미지를 바탕으로 모델링 도구용 코드를 만들고 실행하는 방식이다. 생성된 이미지의 겉모습과 모델링 코드의 정확성은 서로 다른 평가 대상이다. 공개 작품은 회사가 고른 사례이므로, 모든 제작 환경에서 같은 완성도를 얻는다는 독립 검증 결과로 읽을 수는 없다. 공식 제작 기능 설명

비용 구조도 소비자 구독과 나눠 볼 필요가 있다. API는 키미 멤버십이나 키미 코드(Kimi Code) 구독과 별개의 사용량 과금이다. 입력과 출력이 각각 계산되며, 반복 입력을 저장해 재사용하는 캐시에는 저장과 읽기에 서로 다른 과금 항목이 있다. 공개 요금 안내는 세금도 별도라고 밝힌다. 따라서 접근 권한을 여는 최소 충전액을 한 달 이용료나 전체 작업 비용으로 볼 수 없다. API 과금 구분

캐시는 같은 자료를 반복해서 보낼 때 다시 처리할 입력을 줄이는 장치다. 새 모델 안내는 기본 보관 시간을 5분으로 설명하고, 1시간 보관 옵션도 제시한다. 저장한 내용이 만료되면 같은 자료라도 다시 쓰는 비용이 발생할 수 있다. 긴 문맥을 지원한다는 소식과 실제 비용 판단을 연결하려면 전체 입력량뿐 아니라 반복 횟수와 캐시 유지 조건도 함께 읽어야 한다. 캐시 보관 조건

제품별 접근 조건도 다르다. 데스크톱 제품인 키미 워크(Kimi Work)는 3.1.0 이상 버전이 필요하며 윈도우(Windows)와 애플 실리콘(Apple silicon)을 탑재한 맥(Mac)을 지원한다. 기업용 조직에서는 관리자가 새 모델을 활성화할 수 있고, 출시 시 기본값은 꺼짐이다. 이는 회사가 제공하는 앱의 이용 조건이다. 향후 가중치를 내려받아 자체 운영할 때 필요한 장비 사양과 설치 절차까지 이 안내로 확정할 수는 없다. 제품별 제공 조건

진단 과제에서는 처음부터 환자의 모든 정보를 주지 않는다. 평가 대상 시스템은 짧은 증례 요약을 받고, 추가 질문을 할지 검사를 요청할지 진단을 내릴지 차례로 선택한다. 여러 역할을 맡은 AI가 가능한 진단과 필요한 검사를 검토하는 것이 MAI-DxO의 접근이다. 정확한 병명을 맞히는 것뿐 아니라 답에 이르는 과정이 연구 대상이 됐다. 연구 발표

평가 도구에는 진단을 담당하는 시스템 외에 정보를 제공하는 역할과 답을 채점하는 역할이 따로 있다. 환자 정보를 전달하는 AI인 게이트키퍼는 증례 원문에 검사 결과가 있으면 이를 사용하고, 없으면 그럴듯한 합성 결과를 만들어 응답한다. 따라서 전체 상호작용을 실제 환자의 진료 기록 그대로라고 볼 수 없다. 어떤 정보를 생성했는지도 재현성과 해석에 영향을 준다. 평가 도구의 구조

채점 역시 사람이 매번 최종 판정을 내리는 방식으로 설명돼 있지 않다. 공개 도구는 정답 진단과 제출 진단을 비교하는 평가 에이전트를 두고, 15점 중 45점을 맞은 진단으로 처리한다. 외부 연구자가 성능을 비교하려면 진단 모델만이 아니라 정보 제공자와 채점자의 설정을 함께 확인해야 한다. 점수는 이 평가 절차 안에서의 결과이기 때문이다.

이번에 등록된 미믹 IV 확장 데이터(MIMIC-IV-Ext-SDBench)는 응급실 방문 뒤 입원한 환자의 기록에서 만든 488개 증례로 구성된다. 학습용 163개, 검증용 254개, 임상의가 검토한 시험용 71개로 나뉜다. 신원을 제거한 퇴원 요약과 정답 진단을 포함하며, 이 자료의 게시일도 10월 22일이다. 병원 기록을 바탕으로 했지만 모든 응급실 환자의 분포를 그대로 대표하는 자료는 아니다. 데이터 원본 설명

공개된 평가 결과에는 검증용 254개와 시험용 71개가 쓰였고, 학습용 163개는 포함되지 않았다. 검증용 자료는 환자 정보를 전달하는 AI를 개발하는 데 사용됐지만 진단 AI 개발에는 쓰이지 않았다고 연구진은 설명한다. 또한 검사 비용은 미국의 표준화된 가격으로 추산했다. 실제 병원의 청구액이나 검사 대기시간, 치료의 안전성까지 측정한 결과는 아니다. 점수의 의미는 이 모의 진단 범위에 한정된다.

재현용 도구를 내려받는 것과 원래 평가에 사용한 모든 자료를 확보하는 것도 별개다. 에스디벤치 안내에 따르면 뉴잉글랜드 의학저널(NEJM) 증례에는 라이선스가 필요하고, 미믹 자료는 피지오넷(PhysioNet)의 자격 확인·교육·이용 동의를 요구한다. 저장소에 기본으로 포함된 완전 합성 증례 다섯 개는 개발과 동작 확인용이며, 진단 성능을 보고하는 자료로 쓰도록 제공한 것이 아니다.

회사는 베스 이스라엘 디커니스 메디컬 센터(Beth Israel Deaconess Medical Center)와 새로 협력해 실제 병원 환경에서 추론 능력을 평가할 계획이라고 밝혔다. 환자가 시스템과 직접 상호작용하고 의사의 독립 평가와 비교하는 연구를 예고했다. 모의 평가에서 어떤 질문을 잘 골랐는지와 실제 진료에서 도움이 되는지는 다음 검증 단계에서 연결해야 할 문제다.

기존 음성 서비스에는 소리를 글로 바꾸고, 언어 모델이 답을 만든 뒤 다시 음성으로 읽는 구조가 널리 쓰였다. 키우타이(Kyutai)의 모시(Moshi) 연구 논문은 이런 여러 단계의 처리에서 지연이 쌓이고, 텍스트로 옮기기 어려운 정보가 대화 중 사라질 수 있다고 설명했다. 발화 순서를 명확히 끊는 구조에서는 말이 겹치거나 짧은 맞장구가 들어오는 대화도 다루기 어렵다. 모시 연구 논문

말하기와 듣기를 동시에 처리하는 전이중 음성 대화 자체가 이번에 처음 등장한 개념은 아니다. 2024년 발표된 모시는 사용자와 시스템의 음성을 별도 흐름으로 모델링해, 정해진 차례에만 말하는 제약을 줄이려 했다. 텍스트 언어 모델을 바탕으로 음성을 생성하고, 음성에 맞춰 텍스트 토큰도 예측하는 구조였다. 두 연구의 차이를 이해하려면 대화 방식과 학습 재료를 나눠 봐야 한다.

데사의 차별점은 학습 재료다. 블록은 소리에서 언어와 대화 방식을 함께 익혔다고 설명한다. 이는 자연스러운 말투와 사실에 맞는 답변을 구별해 평가해야 하는 접근이다. 데사 연구 설명

공개 페이지는 웃음과 영화 제목 떠올리기 등의 대화 사례를 소개한다. 회사는 실제 녹음에 자막을 나중에 붙였다고 설명한다. 선정된 시연은 가능성을 보여주지만 전체 성능을 나타내는 시험 결과는 아니다.

블록은 맥북 프로(MacBook Pro) M4 Max 이상에서 로컬로 동작한다고 설명한다. 다만 일반 사용자용 배포 일정이나 가격은 제시하지 않았다. 기기에서 실행할 수 있다는 설명과 누구나 설치할 수 있다는 발표는 구별해야 한다.

연구 조직의 배경에는 앞선 인수가 있다. 스퀘어(Square)는 2020년 2월 7일 토론토의 머신러닝 기업 데사를 인수했다고 발표했다. 당시에는 고객 응대와 위험 관리 등 제품의 머신러닝 역량을 강화하는 것이 목적이라고 설명했다. 인수 발표는 데사의 딥페이크 탐지 기술을 주요 자산으로 꼽았고, 탐지 기술을 오픈소스로 공개했다는 점도 강조했다. 현재 연구팀도 당시 데사 출신이 설립한 블록 내부 연구조직이라고 소개한다. 과거 인수 발표는 음성 생성의 오용을 탐지하는 기술이 이 조직의 배경에 있었음을 보여준다. 당시 인수 발표

모시 논문이 텍스트 기반 모델의 지식과 추론 능력을 음성 처리에 결합하려 했다면, 데사는 텍스트 없이 학습하는 경로를 시험한다. 이 비교에서 중요한 질문은 어느 쪽이 더 사람처럼 들리는지만이 아니다. 대화의 흐름을 자연스럽게 만드는 능력과 사실에 맞는 답을 내는 능력을 어떤 자료로 각각 평가할 수 있는지가 남는다. 현재 공개 자료는 동일 조건의 두 모델 성능 비교를 제공하지 않는다.

공식 소개 게시물은 10월 23일 수정된 것으로 표시되며 연구 페이지로 연결된다. 이 날짜를 모델의 최초 공개일로 확정할 수는 없다. 현재 발표가 보여주는 것은 음성 학습의 새로운 경로와 제한된 연구 접근 기회다. 일반 서비스의 품질을 비교하려면 더 넓은 평가와 배포 조건이 공개돼야 한다. 블록의 공식 발표

나스크 측 발표는 협력의 담당 조직을 폴란드 AI 안전연구소 역할을 수행하는 센터로 명시한다. 이 센터는 새로운 위협과 보호 장치, 합성 콘텐츠 탐지, 악용 방식과 다국어 위험을 살펴본다. 서로 다른 언어에서 같은 문제가 같은 방식으로 나타나는지 확인하는 일은 국제 평가 결과를 현지 서비스에 적용할 때 필요한 연구다. 나스크의 협약 발표

양측의 관계는 이번 협약에서 처음 시작된 것이 아니다. 나스크는 7월 2일 산하 보안 대응팀 서트 폴스카(CERT Polska)가 오픈AI의 고급 보안 모델 접근 대상에 포함됐다고 발표했다. 당시 설명은 신뢰할 수 있는 정부 방어 조직에 대한 접근 제공에 초점을 맞췄다. 누구나 같은 권한으로 사용할 수 있는 공개 서비스의 출시는 아니었다. 7월 접근 제공 발표

이 차이는 연구 대상에서도 드러난다. 보안 모델 접근은 외부 소프트웨어의 취약점을 찾는 방어 활동을 돕는다. 이번 협약은 AI 시스템의 능력과 약점을 평가하고 보호 장치를 강화하는 공동 연구까지 다룬다. AI를 보안 업무의 도구로 사용하는 것과, 그 도구의 안전성을 검증하는 것은 연결되지만 같은 과제가 아니다. 협력 범위가 넓어졌다는 의미는 이 구분에서 나온다.

기존 협력의 구체적인 사례는 마이크로틱(MikroTik)의 라우터OS(RouterOS) 연구다. 서트 폴스카가 9월 22일 공개한 기술 보고서는 격리된 실험실에서 AI 에이전트가 가상머신 준비·복원·시험·자료 수집을 수행했다고 설명한다. 연구 종료 무렵에는 가상머신 40개와 스냅샷 39개, 운영체제 릴리스 24종을 다루고 있었다. 이는 이번 협약 뒤 발생한 신규 성과가 아니라 협력의 배경이 된 앞선 연구다. 보안팀의 연구 보고

보고서는 모델이 컴파일된 프로그램 분석과 통신 규약 문서 비교를 도왔지만, 가장 시간이 많이 든 일은 실험실과 정확한 맥락을 준비하고 모호한 결과를 검증하는 것이었다고 밝힌다. 취약점으로 확정하려면 결과를 반복하고 결함이 나타나지 않아야 할 조건도 시험하며 여러 버전에서 영향을 대조해야 했다. 모델의 제안이 곧 검증된 결함이 되는 것은 아니라는 점이 실제 연구 과정에 드러난다.

나스크 발표는 국제 기술 기준을 마련할 때 각국 연구기관의 경험이 필요하다는 점도 강조했다. 능력 평가와 위험 분석, 보호 장치 시험, 사고 보고 방식이 서로 비교 가능해야 국경을 넘는 문제를 함께 다룰 수 있다는 취지다. 나스크 역시 공공서비스와 폴란드 정보 환경을 보호하며 쌓은 경험을 협력에 제공하겠다고 밝혔다. 국제 협력의 범위

이 협약의 의미는 국가 연구기관을 모델 검증의 참여자로 연결했다는 데 있다. 다만 참여 기관이 늘었다는 사실만으로 평가가 독립적이거나 위험을 모두 찾아낼 수 있다고 단정할 수는 없다. 어떤 모델에 접근할 수 있는지, 무엇을 시험하고 결과를 어떻게 공개할지는 후속 자료에서 확인해야 한다. 현재 확인된 변화는 협약 체결과 연구 범위이며, 효과에 대한 판단은 실제 평가 결과가 공개된 뒤 가능하다.