키미 K3 쇼크 뒤에 뜬 솔라 오픈 2: 한국형 AI 콘텐츠 자동화의 새 선택지

한국의 콘텐츠 팀이 지금 주목해야 할 변화는 “가장 큰 모델이 무엇인가”가 아니라 “가중치를 직접 배포하고 한국어 업무에서 검증할 선택지가 늘었는가”다. 동아일보는 2026년 7월 28일 오픈 웨이트 경쟁의 확대와 함께 업스테이지의 Solar Open 2를 국내 주요 후보로 소개했다. 같은 시기에 공개된 Kimi K3 기술 보고서는 거대한 멀티모달·장문 에이전트 모델의 기준을 제시했다. 두 모델은 규모, 언어 초점, 배포 조건과 목표가 다르므로 단순 순위표로 비교하면 안 된다. 이 글의 목적은 한국형 AI 콘텐츠 자동화에 필요한 검증 항목을 분리하고, 실제 파일럿에서 확인할 순서를 만드는 것이다.

핵심 결론: Solar Open 2는 한국어와 도구 사용을 직접 평가할 수 있는 오픈 웨이트 후보지만, 제조사 벤치마크와 권장 하드웨어만으로 콘텐츠 품질·비용·안전성을 판단할 수 없으므로 제한된 샌드박스와 사람 승인을 거쳐야 한다.

왜 지금 오픈 웨이트 AI가 콘텐츠 팀의 의제가 됐나

동아일보 보도의 핵심 맥락은 폐쇄형 API와 가중치 공개 모델 사이의 선택지가 빠르게 늘고 있다는 점이다. API형 모델은 별도 인프라 없이 시작하기 쉽고 업데이트를 공급자가 관리한다. 반면 오픈 웨이트 모델은 조직이 가중치를 내려받아 자체 환경에 배포하고, 내부 데이터 흐름과 운영 정책을 더 직접 통제할 가능성을 제공한다. 그러나 “가중치가 공개됐다”는 사실만으로 학습 데이터, 전체 코드, 평가 절차, 상업적 권리, 보안 책임까지 모두 공개되거나 해결됐다는 뜻은 아니다.

따라서 이 글은 “오픈소스”라는 표현을 두 모델 전체에 자동 적용하지 않는다. 오픈 웨이트는 모델 파라미터에 접근할 수 있다는 배포 형태를 설명하고, 실제 사용 권한은 각 라이선스 문구와 모델 카드가 정한다. 콘텐츠 팀은 법무·보안·인프라 담당자와 함께 상업 사용, 파생 모델, 재배포, 표시 의무, 데이터 처리 조건을 확인해야 한다. 모델이 공개돼 있다는 이유로 고객 자료나 미공개 캠페인 문서를 바로 입력해서도 안 된다.

콘텐츠 자동화 관점에서 가중치 접근의 가치는 세 가지 질문으로 좁혀진다. 첫째, 한국어 브랜드 문체와 고유 명사를 원하는 수준으로 재현하는가. 둘째, 검색·문서·스프레드시트·게시 도구를 호출할 때 권한 경계를 지키는가. 셋째, 출처와 승인 이력을 남기면서 반복 업무를 안정적으로 수행하는가. 이 질문에 대한 답은 공개 사양이 아니라 조직의 실제 데이터와 실패 기준으로 얻어야 한다.

Solar Open 2가 내세운 한국어 에이전트 설계

업스테이지 공식 발표에 따르면 Solar Open 2는 총 250B 파라미터 가운데 토큰마다 15B를 활성화하는 MoE 구조를 사용한다. 최대 1M 토큰 컨텍스트를 지원하고 한국어, 영어, 일본어를 공식 언어로 제시한다. 검색, 도구 호출(MCP), 코딩, 오피스 업무를 포함한 에이전트 시나리오를 학습 목표에 넣었다는 설명도 콘텐츠 운영과 직접 연결된다. 여러 문서를 읽고, 표를 갱신하고, 결과를 다시 검증하는 작업은 단순 문장 생성보다 실제 마케팅 운영에 가깝기 때문이다.

다만 이 모든 내용은 업스테이지가 밝힌 제품·연구 설명이다. 업스테이지는 BF16 모델의 최소 권장 구성으로 NVIDIA H200 네 장, 양자화 모델은 H200 두 장을 제시한다. 이 수치는 “그 장수면 우리 조직의 처리량과 지연 목표가 달성된다”는 보장이 아니다. 입력 길이, 동시 사용자, 양자화 방식, 캐시, 도구 호출 횟수, 재시도 정책, 모니터링과 장애 대비에 따라 총소유비용이 달라진다. GPU 가격, 월 절감액, 처리 속도 또는 투자 회수 기간은 공식 자료만으로 계산할 수 없다.

벤치마크도 같은 태도로 읽어야 한다. 업스테이지는 MMLU-Pro 86.2, LiveCodeBench 92.4, 한국어 평균 85.4, IFBench 80, MCP-Atlas 58.2, APEX-Agents 16.6, Ko-GDPval 86.75 등의 결과를 공개했다. 이는 업스테이지가 선택한 비교 조건과 평가 절차에서 제시한 수치이며, 독립된 콘텐츠 운영 성능 검증이 아니다. 제품 설명 작성, 숏폼 스크립트, 댓글 분류, 출처 확인, 금칙어 준수 같은 팀의 실제 과업에서는 별도 정답 세트와 사람 평가가 필요하다.

라이선스도 “상업 사용 가능” 한 문장으로 끝내면 부족하다. 업스테이지는 Upstage Solar License 아래 상업적 활용과 파인튜닝·증류를 통한 파생 모델 개발을 허용한다고 설명한다. 실제 도입자는 최신 모델 카드와 라이선스 원문에서 적용 범위, 표시 조건, 제한 사항, 버전 변경을 확인해야 한다. 법적 판단은 이 글이 아니라 조직의 담당자와 원문 검토가 맡아야 한다.

Kimi K3가 만든 비교 기준과 주의할 점

Kimi K3는 Solar Open 2와 같은 용도의 “한국어 모델 대체품”으로 단정할 수 없다. Kimi K3 기술 보고서는 2.8T 총 파라미터, 104B 활성 파라미터, 네이티브 비전, 1M 토큰 컨텍스트를 제시한다. 논문은 장기 코딩, 에이전트, 지식, 추론, 비전 작업에서 프런티어 수준의 결과를 보고하지만, 그 표현은 저자 팀의 평가다. 특히 한국어 소셜 콘텐츠의 톤, 국내 규제 표현, 플랫폼별 검수, 브랜드 고유 어휘에 대한 적합성은 이 사양만으로 알 수 없다.

동아일보는 Kimi K3가 촉발한 충격을 오픈 웨이트 경쟁과 기술 주권 논의의 배경으로 설명한다. 이 맥락은 중요한 시장 신호지만, 보도에서 언급된 순위나 성능 인상을 그대로 구매 기준으로 바꾸면 위험하다. Kimi K3는 규모와 멀티모달·장문 에이전트 능력을 살펴볼 기준점으로, Solar Open 2는 한국어·도구 사용·자체 배포를 검증할 후보로 두는 편이 정확하다. 동일한 하드웨어, 양자화, 입력 길이, 작업 세트, 온도, 도구 권한에서 비교하지 않았다면 “어느 쪽이 더 싸고 빠르다”는 결론을 내릴 수 없다.

모델 크기가 크면 지식 용량과 복잡한 문제 해결 가능성이 커질 수 있지만 운영 난도도 함께 달라진다. 활성 파라미터, 메모리, 통신, 배치 크기, 장문 컨텍스트 사용 비율, 비전 입력, 실패 시 재호출이 실제 비용에 영향을 준다. 콘텐츠 팀이 원하는 것은 벤치마크 1점 차이가 아니라 금지 표현 누락률, 출처 오류율, 편집 시간, 승인 반려율, 게시 후 수정률의 개선이다. 이 지표를 먼저 정의해야 모델 비교가 비즈니스 질문으로 바뀐다.

한국형 AI 콘텐츠 자동화에 주는 의미 (What this means)

Crescitaly의 편집적 해석은 “모델을 바꾸면 자동화가 완성된다”가 아니다. 오픈 웨이트 선택지가 늘면서 한국어 콘텐츠 파이프라인의 일부를 자체 통제하고 검증할 여지가 커졌다는 것이다. 하지만 배포 통제권은 품질 통제권과 동일하지 않다. 프롬프트, 검색 인덱스, 권한, 데이터 보존, 금칙어, 승인자, 관측 지표가 함께 설계되지 않으면 더 자유로운 모델이 더 큰 운영 위험을 만들 수 있다.

실무에서는 먼저 자동화할 단위를 작게 잡아야 한다. 예를 들어 “캠페인 전체를 자율 운영”하는 대신 “승인된 제품 문서에서 5개 핵심 주장 추출”, “출처 링크가 있는 초안 생성”, “플랫폼별 길이 변환”, “금칙어와 중복 문장 표시”로 나눈다. 각 단계에는 입력 범위, 허용 도구, 출력 형식, 실패 시 정지 규칙을 둔다. 마지막 게시 권한은 모델이 아니라 책임 있는 사람에게 남겨야 한다.

출처 보존은 특히 중요하다. 모델이 긴 컨텍스트를 지원해도 모든 문장을 정확히 근거에 연결한다는 보장은 없다. 원문 문장, 문서 버전, 검색 시각, 인용 위치를 구조화해 저장하고, 모델이 만든 숫자·날짜·가격·성능 주장은 자동 검사 대상에 넣어야 한다. 내부 자료와 외부 자료가 충돌하면 더 자신 있게 쓰게 하는 것이 아니라 보류 상태로 보내는 것이 올바른 workflow다.

브랜드 문체 평가는 “자연스럽다”는 인상 점수만으로 부족하다. 한국어 존댓말, 외래어 표기, 제품명 띄어쓰기, 금지된 과장어, 법적 고지, 지역별 표현, CTA 강도를 항목별로 채점한다. 같은 정답 세트를 매 버전에 반복해 회귀를 확인하고, 모델이 모르는 정보를 추측하지 않고 질문하거나 보류하는지도 본다. 이 기준을 만족한 뒤에만 범위를 넓힌다.

AI 검색·인용 준비 상태

주요 주장 옆에 원문 링크와 갱신 시각을 남기고, 모델이 근거 없는 답을 만들면 보류한다. 이 구조는 검증 가능성을 높이지만 검색이나 AI 답변의 노출·인용을 보장하지 않는다.

팀이 이미 검증 항목과 사람 승인 책임을 정의했다면 Crescitaly의 콘텐츠·소셜 성장 서비스를 운영 후보와 함께 평가할 수 있다. 이 링크는 요구사항 상담을 위한 다음 단계이며, 모델 성능, 비용 절감, 매출 또는 바이럴을 보장하지 않는다.

도입 전에 비교할 표: 공개 범위와 검증 공백

표의 숫자는 각 기술 자료가 제시한 사양을 옮긴 것이며 독립적인 하드웨어 검증 결과가 아니다. 비교 실험에서는 모든 후보에 같은 입력, 같은 도구, 같은 최대 길이, 같은 정답 기준을 적용해야 한다. 모델마다 최적 프롬프트를 따로 허용한다면 튜닝 시간을 기록하고, 결과만 비교해 숨은 운영 비용을 지우지 않는다.

한국어 콘텐츠 자동화 7단계 검증 워크플로

1. 용도와 금지 범위를 정의한다. 자동화할 산출물, 사용할 수 없는 고객 데이터, 게시 금지 권한, 실패 시 정지 조건을 문서화한다.
2. 한국어 정답 세트를 만든다. 제품 설명, 광고 문구, FAQ, 댓글 답변, 보고서 요약 등 실제 업무 샘플에 승인본과 금지 사례를 붙인다.
3. 출처 보존을 시험한다. 숫자, 날짜, 가격, 인용문마다 원문 링크와 문서 버전을 요구하고 근거가 없으면 보류하도록 평가한다.
4. 도구 호출을 샌드박스에 가둔다. 읽기 전용 검색부터 시작하고, 파일 수정·메시지 전송·게시 권한은 분리하며 모든 호출을 기록한다.
5. 개인정보·저작권·라이선스를 검토한다. 입력 데이터 권리, 저장 위치, 모델 라이선스, 파생 결과 사용 조건을 담당자가 확인한다.
6. 사람 승인 단계를 고정한다. 브랜드, 법무, 보안, 채널 담당자가 어떤 위험을 승인하는지 정하고 승인 없는 게시를 기술적으로 막는다.
7. 비용·품질·실패율을 함께 기록한다. 토큰이나 GPU 사용량뿐 아니라 편집 시간, 반려율, 출처 오류, 수정 횟수, 재호출과 장애 시간을 측정한다.

파일럿은 한 번의 인상적인 데모가 아니라 반복 가능한 평가여야 한다. 최소 세 가지 난이도와 정상·경계·금지 사례를 포함하고, 모델 버전과 설정을 기록한다. 장문 컨텍스트를 실제로 쓴다면 문서 앞·중간·끝의 사실을 고르게 찾는지, 오래된 정책과 최신 정책을 구분하는지, 서로 모순된 자료를 보류하는지 확인한다.

• 통과 기준: 승인된 사실만 사용하고, 출처 링크가 유지되며, 금칙어와 고지가 정확하다.
• 보류 기준: 원문이 충돌하거나 라이선스·개인정보·가격·정책이 불명확하다.
• 실패 기준: 존재하지 않는 출처, 무단 도구 호출, 개인 데이터 노출, 승인 없는 게시가 발생한다.
• 확대 기준: 동일한 정답 세트에서 두 차례 이상 안정적으로 통과하고 회귀 테스트가 준비됐다.

모델 선택은 이 결과 뒤에 온다. Solar Open 2가 한국어와 도구 호출에서 목표를 만족하면 다음 업무로 확장하고, Kimi K3가 비전·장문 작업에서 더 적합하면 제한된 역할로 배치할 수 있다. 어느 후보도 기준을 통과하지 못하면 자동화를 미루거나 더 작은 보조 기능만 남기는 것이 합리적이다.

자주 묻는 질문

Solar Open 2는 오픈소스 모델인가요?

이 글은 Solar Open 2를 오픈 웨이트 모델로 표현한다. 업스테이지는 가중치를 공개하고 Upstage Solar License 아래 상업 활용과 파생 모델 개발을 허용한다고 설명한다. 그러나 가중치 공개와 전체 학습 데이터·코드의 공개 범위는 같은 개념이 아니다. 실제 사용 전 최신 모델 카드와 라이선스 원문을 확인해야 한다.

H200 두 장이면 콘텐츠 자동화 비용이 낮아지나요?

그렇게 단정할 수 없다. 업스테이지가 양자화 모델의 권장 구성으로 H200 두 장을 제시하지만, 실제 비용은 동시 요청, 입력 길이, 캐시, 도구 호출, 재시도, 전력, 운영 인력과 장애 대비에 따라 달라진다. 자체 부하 테스트와 총소유비용 계산 없이 절감액을 약속해서는 안 된다.

Solar Open 2와 Kimi K3 중 어느 모델이 더 좋은가요?

동일한 목적과 조건으로 평가하지 않았으므로 보편적인 승자를 정할 수 없다. Solar Open 2는 한국어·도구 사용·자체 배포를 검증할 후보이고, Kimi K3는 대규모 멀티모달·장문 에이전트의 기준점이다. 조직의 실제 작업 세트에서 품질, 출처, 실패율, 지연과 비용을 함께 비교해야 한다.

1M 토큰 컨텍스트면 모든 자료를 한 번에 넣어도 되나요?

기술적으로 긴 입력을 지원한다는 것과 모든 위치의 사실을 정확히 사용한다는 것은 다르다. 문서 버전, 접근 권한, 개인정보, 모순된 정책, 검색 정확도와 비용을 관리해야 한다. 중요한 자료는 구조화하고, 검색 결과와 인용 위치를 저장하며, 긴 입력에서 누락과 혼동을 별도로 시험해야 한다.

사람 검수 없이 소셜 콘텐츠를 게시해도 되나요?

초기 도입에서는 권하지 않는다. 브랜드 표현, 광고 고지, 저작권, 가격, 안전 정보와 플랫폼 정책은 오류 비용이 크다. 모델은 초안, 분류, 출처 확인 보조로 시작하고 게시 권한은 분리해야 한다. 반복 평가에서 안정성이 확인돼도 책임자, 로그, 철회 절차와 예외 처리는 남겨야 한다.

벤치마크 점수는 실제 콘텐츠 품질을 예측하나요?

일부 기초 능력을 비교하는 데 도움은 되지만 직접적인 예측값은 아니다. 업스테이지의 점수는 제조사가 공개한 평가 결과이고, Kimi K3의 성능 표현도 저자 보고다. 한국어 톤, 출처 정확성, 금칙어 준수, 채널별 형식, 편집 시간과 승인 반려율은 조직의 정답 세트로 따로 측정해야 한다.

출처

• 동아일보 — ‘오픈웨이트 서한’으로 글로벌 AI 판도 격변··· 독파모는 방파제가 되어줄까, 2026년 7월 28일. 시장 맥락과 국내 오픈 웨이트 후보를 다룬 이 글의 주요 뉴스 출처다.
• Upstage — Solar Open 2: Agentic Use 최적화 한국형 독자 파운데이션 모델, 2026년 7월 22일. Solar Open 2의 구조, 언어, 컨텍스트, 하드웨어, 벤치마크와 라이선스 설명의 기술 1차 자료다.
• Kimi Team — Kimi K3: Open Frontier Intelligence, arXiv 제출 2026년 7월 27일. Kimi K3의 총·활성 파라미터, 비전, 컨텍스트와 저자 평가를 확인한 기술 보고서다.

관련 리소스

도입 전에 Crescitaly의 에이전시용 AI 검색 최적화와 출처 구조 가이드를 읽고, 생성 문장보다 근거와 갱신 절차를 먼저 설계하라. 검색·광고·소셜 신호를 함께 다루려면 Gemini 검색과 소셜 성장 전략 분석도 비교 자료로 활용할 수 있다.

검증 워크플로가 준비된 팀은 Crescitaly의 소셜 운영 옵션을 비교하고 적용 범위를 상담할 수 있다. 이는 자동화 성능, 절감액, 매출, 순위 또는 바이럴을 보장하는 제안이 아니라 운영 적합성을 확인하는 두 번째 단계다.