HyperAIHyperAI

Command Palette

Search for a command to run...

Kimi K2.5 후기: 비용과 복잡성의 시험대에 선 강력한 비전 모델의 진실

베이징 기반의 문샷 AI는 2026년 1월 27일 대규모 오픈웨이트 모델 ‘Kimi K2.5’를 공개했다. 이 모델은 1.04조 파라미터, 320억 개 활성화 파라미터를 갖춘 최대 규모 모델 중 하나로, 384개 전문가 중 8개를 토큰당 활성화하며, 25만 자의 컨텍스트 창을 지원한다. 기존 K2와 동일한 아키텍처를 기반으로 하되, 15조 텍스트 외에 15조의 시각-텍스트 혼합 데이터와 1조의 비디오 훈련 데이터를 추가로 활용해 훈련됐다. 특히 시각 인식엔진인 MoonViT-3D는 해상도 변동을 처리할 수 있고, 영상은 4프레임씩 그룹화해 4배 압축한다. 가장 주목할 점은 ‘에이전트 스웜(Parallel-Agent Reinforcement Learning, PARL)’ 기반의 병렬 작업 처리 시스템이다. 기존 순차적 에이전트 실행 대신, 문제를 분해해 병렬로 실행하는 하위 에이전트를 배분하는 오케스트레이터를 학습한다. 이로 인해 BrowseComp 점수는 60.6%에서 78.4%로 상승했고, 실행 시간은 3~4.5배 단축됐다. 다만, 출력이 과도하게 길어져 실제 비용이 예상보다 높아질 수 있으며, 일부 사용자들은 하위 에이전트 간 개념 불일치 문제를 지적했다. 성능 측면에서는 HLE(50.2%)와 OCRBench(92.3%), MathVista(90.1%) 등에서 우수한 점수를 기록했으나, WeirdML(46%)와 인지 지수(-11)에서는 여전히 전문 모델에 뒤진다. 코딩은 전반적으로 강력하지만, 첫 번째 출력이 과도하게 복잡해 수정이 필요하다는 평가가 많다. 시각 능력은 중국 모델 중 최고 수준으로, 스캔 문서 인식에서도 기존 약점이 해소됐다. 운용 측면에서는 INT4 기준 약 595GB 메모리가 필요하며, Unsloth의 1.8비트 양자화로 240GB로 줄여 단일 24GB GPU에서도 실행 가능하다. API 제공 업체 중 Fireworks가 속도(283 t/s), DeepInfra가 가격($0.90/1M 토큰), Baseten이 처리량(336 t/s)에서 우수하다. 전반적으로 K2.5는 시각 능력과 병렬 처리 기술에서 뚜렷한 혁신을 보였지만, 과도한 출력과 지속 가능한 가격 모델이 변수다. 에이전트 스웜의 실제 업무 적용 가능성은 앞으로의 관건이다.

관련 링크