[뉴스] AWS 베드록에 문샷AI 키미 K3 정식 추가

AWS가 2026년 9월 18일 문샷AI(Moonshot AI)의 대규모 모델 키미 K3(Kimi K3)를 아마존 베드록에서 정식 제공한다고 밝혔습니다. 별도 인프라를 세우지 않고 베드록 콘솔에서 바로 골라 쓸 수 있고, 베드록이 제공되는 모든 리전에서 크로스 리전 추론 방식으로 호출할 수 있습니다.

AWS가 정리한 키미 K3의 사양은 다음과 같습니다.

• 파라미터 규모 2조 8000억 개로, AWS는 이 수치에 도달한 첫 오픈 모델이라고 설명합니다.
• 컨텍스트 창 100만 토큰, 여기에 스캔 문서나 화면 캡처를 다루는 네이티브 비전 기능을 함께 제공합니다.
• 베드록에서 명시적 프롬프트 캐싱을 지원하는 첫 오픈 웨이트 모델로, 같은 컨텍스트를 재사용할 때 지연과 입력 비용을 줄여줍니다.
• 문샷AI는 키미 K2 대비 스케일링 효율이 약 2.5배 개선됐다고 밝혔습니다(자체 보고 수치).

실무 관점에서 눈에 띄는 부분은 모델 자체보다 어디서 어떻게 쓰느냐입니다. 오픈 웨이트 모델을 직접 서빙하려면 GPU 인스턴스와 추론 스택을 떠안아야 하는데, 베드록에 올라오면 그 부담 없이 관리형으로 붙일 수 있습니다. AWS는 키미 K3가 자사 독점 모델과 동일한 보안 경계 안에서 돌아가고, 접근 제어와 암호화, 감사 로깅도 기존 모델 포트폴리오와 같은 방식으로 적용된다고 설명합니다. 이미 베드록으로 거버넌스를 잡아둔 팀이라면 새 모델을 그 틀 안에 그대로 얹을 수 있다는 뜻입니다.

용도는 대규모 리포지토리를 넘나드는 긴 코딩 세션, 여러 문서를 함께 보는 분석 작업, 오래 도는 에이전트 워크로드 쪽으로 소개됐습니다. 100만 토큰 창과 프롬프트 캐싱 조합이라 반복 호출이 많은 에이전트 구성에서 비용 절감 여지가 있어 보입니다. 베드록을 쓰는 분들은 콘솔에서 모델을 활성화해 자기 워크로드로 짧게 비교해 보면 될 것 같습니다.

🔗 https://aws.amazon.com/about-aws/whats-new/2026/09/moonshot-ai-kimi-k3-on-amazon-bedrock/

🔗 https://aws.amazon.com/blogs/machine-learning/introducing-kimi-k3-on-amazon-bedrock/