Moonshot AI는 2026년 6월 12일, MoE 기반 최신 오픈소스 코딩 모델인 Kimi K2.7 Code를 출시했습니다. Kimi K2.7 Code는 K2.5 및 K2.6 모델과 동일한 1조 파라미터 아키텍처로 구축되었습니다. Kimi K2.7 Code의 주요 목표 중 하나는 더 적은 토큰으로 더 많은 작업을 수행하는 것입니다. 그 결과 Claude Sonnet 5 모델과 마찬가지로, Kimi K2.7 Code는 이전 모델과 동일한 성능을 30% 더 적은 토큰으로 제공합니다. Kimi K2.7 Code가 무엇이고 어떤 기능을 제공하는지 궁금하다면, 이 글에서 모두 알려드립니다!

이 글에서는 Kimi K2.7 Code 모델을 살펴보고 주요 기능을 알아봅니다.

요약

Moonshot AI는 2026년 6월 12일, 총 1조 개의 파라미터와 토큰당 320억 개의 활성 파라미터를 갖춘 MoE 코딩 모델 Kimi K2.7 Code를 출시했습니다. 장기적인 코딩, 엔드투엔드 소프트웨어 엔지니어링, 여러 파일에 걸친 작업에 최적화되어 있으며, 256K 컨텍스트 윈도우, 항상 켜져 있는 사고 모드, 멀티모달 입력(텍스트, 코드, 이미지, 동영상)을 지원합니다. 이전 모델보다 토큰 효율이 30% 향상되어 에이전트형 코딩 워크플로의 전체 비용을 낮춰 줍니다. API 요금은 표준 모델 기준 입력 토큰 100만 개당 $0.19, 출력 토큰 100만 개당 $4이며, 고속 버전은 $0.38/$8입니다. 프리미엄 채팅은 Moonshot AI의 Moderato 요금제로 월 $19부터 이용할 수 있습니다. 벤치마크에서는 K2.6 대비 큰 향상을 보이지만, 여전히 GPT-5.5와 Claude Opus 4.8에는 약간 뒤처집니다. Kimi K2.7 Code는 기본적으로 GDPR 및 EU AI법을 준수하지 않지만, TextCortex는 이를 EU에서 호스팅되는 규정 준수 API로, 그리고 맞춤형 AI 에이전트의 기본 LLM으로 제공합니다.

Kimi K2.7 Code란?

Kimi K2.7 Code는 Moonshot AI Studio가 개발하여 2026년 6월 12일에 출시한 코딩 특화 대규모 언어 모델입니다. Kimi K2.7 Code는 총 1조 개의 파라미터와 토큰당 320억 개의 활성 파라미터를 갖춘 Mixture-of-Experts(MoE) 아키텍처를 사용합니다. 모델 이름의 "Code"는 이 모델이 장기적인 코딩 및 추론 작업에 완전히 최적화되어 있음을 뜻합니다. Kimi K2.7 Code를 사용하면 복잡한 디버깅 세션, 엔드투엔드 소프트웨어 엔지니어링 워크플로, 여러 파일에 걸친 코딩 작업을 완료할 수 있습니다.

Kimi K2.7 Code 기능

Kimi K2.7 Code는 Moonshot AI Studio가 개발한 코딩 작업 중심의 오픈소스 대규모 언어 모델입니다. Kimi K2.7 Code 모델의 특징은 다음과 같습니다.

  • Kimi K2.7: Kimi K2 시리즈 중 가장 최신이자 가장 발전된 모델입니다.
  • KimiCode: K2.7 기반의 코딩 특화 모델입니다.
  • 256K 컨텍스트 윈도우: 긴 파일과 데이터베이스를 처리하기에 충분한 입출력 용량을 제공합니다. 
  • 사고 모드: 기본적으로 사고 모드가 활성화되어 있습니다.

Kimi K2.7 Code 요금

Kimi K2.7 Code 모델은 Moonshot AI의 프리미엄 구독 요금제 중 하나로 이용할 수 있습니다. KimiCode를 이용할 수 있는 Moonshot AI 프리미엄 요금제 중 가장 저렴한 것은 월 $19의 Moderato 요금제입니다.

출처: https://www.kimi.com/membership/pricing

Kimi K2.7 Code 모델을 API로 사용하려면 두 가지 옵션이 있습니다.

  • Kimi-k2.7-code: 입력 토큰 100만 개당 $0.19, 출력 토큰 100만 개당 $4
  • Kimi-k2.7-code-highspeed: 입력 토큰 100만 개당 $0.38, 출력 토큰 100만 개당 $8
출처: https://www.kimi.com/resources/kimi-k2-7-code-pricing

Kimi K2.7 Code 성능 및 개선 사항

Kimi K2.7 Code 모델은 이전 모델에 비해 에이전트, 코딩, 추론 능력이 크게 향상되었습니다. 모델의 성능과 새로운 기능이 궁금하다면, 아래에 정리한 목록을 확인해 보세요.

Kimi K2.7 Code 벤치마크 성능

Kimi K2.7 Code 모델은 이전 모델인 K2.6에 비해 코딩, 추론, 에이전트 작업에서 훨씬 뛰어난 성능을 보여 줍니다. 다만 GPT-5.5, Claude Opus 4.8, K2.7 Code를 비교하면, Kimi K2.7 Code는 다른 두 프런티어 모델에 약간 뒤처집니다.

출처: https://platform.kimi.ai/docs/guide/kimi-k2-7-code-quickstart

긴 컨텍스트 코딩

Kimi K2.7 Code 모델은 256K 컨텍스트 윈도우를 제공하므로 대량의 데이터를 처리하고 더 긴 출력을 생성할 수 있습니다. 프로그래밍 작업에는 여러 파일, 프로젝트 구조, 프레임워크 규칙, 테스트 결과, 로그, 사용자 제약 조건 등이 함께 포함되는 경우가 많기 때문에 이는 매우 중요합니다. 이처럼 많은 데이터를 입력으로 처리하려면 모델에 큰 컨텍스트 윈도우가 필요합니다.

사고 모드는 항상 켜져 있음

Kimi K2.7 Code 모델은 사고 모드가 기본적으로 활성화되어 있으며, 이를 비활성화할 수도 없습니다. 일상적인 용도에서는 그다지 합리적인 선택으로 보이지 않을 수 있지만, 코딩에서는 사고 모드가 제공하는 계획, 검증, 세부 검토, 구체화, 실패한 시도로부터의 복구 기능이 작업을 훨씬 수월하게 만들어 줍니다.

멀티모달 입력

Kimi K2.7 Code 모델은 텍스트, 코드, 이미지, 동영상 입력을 지원합니다. 멀티모달 입력 지원은 다양한 사용 사례에서 유용합니다. 예를 들면 다음과 같습니다.

  • 스크린샷을 프런트엔드 컴포넌트로 변환할 수 있습니다.
  • 제품 목업을 분석할 수 있습니다.
  • 화면 녹화나 스크린샷을 바탕으로 UI를 디버깅할 수 있습니다.
  • 스크린샷에 나타난 오류를 설명할 수 있습니다.
  • 시각적 요구 사항을 코드로 구현할 수 있습니다.
  • 시각 자료를 바탕으로 최종 제품 계획을 코드로 구현할 수 있습니다.

토큰 효율

Kimi K2.7 Code 모델의 가장 실질적인 개선 사항은 30% 향상된 토큰 효율입니다. 이전 모델과 비교해 K2.7 Code는 같은 작업을 수행하면서 토큰을 30% 적게 사용하므로 전체 토큰 사용량과 비용을 줄여 줍니다. K2 모델은 자율 및 에이전트 작업을 위해 개발되었기 때문에, 토큰 사용량이 30% 줄어든다는 것은 곧 자율 작업의 비용이 낮아진다는 의미입니다. 현재 Kimi K2.6 모델을 사용하고 있다면, K2.7 Code로 전환하여 토큰 사용량과 전체 비용을 줄일 수 있습니다. 이러한 최적화 덕분에 K2.7 Code로 더 많은 작업을 자동화하거나, 마케팅 같은 부서에 추가 예산을 배정할 수 있습니다.

TextCortex AI: GDPR을 준수하며 Kimi K2.7 Code 이용하기

TextCortex는 AI 에이전트 프레임워크, GDPR 준수 LLM, 지식 베이스, 웹 검색 등을 제공하여 기업의 업무 부담을 줄이는 것을 목표로 하는 선도적인 지식 관리 및 워크플로 자동화 플랫폼입니다. Kimi K2.7 Code를 비롯한 다양한 LLM을 기업에 통합하거나, 이를 활용해 워크플로를 자동화하고 시간을 절약하고 싶다면 TextCortex가 바로 여러분이 찾던 솔루션입니다.

유럽에서 Kimi K2.7 Code 사용하기

유럽에서 AI 모델을 사용하려면 규정을 준수하는 모델을 사용해야 하지만, Kimi K2.7 Code를 포함한 대부분의 모델은 기본적으로 규정을 준수하지 않습니다. TextCortex를 사용하면 Kimi K2.7 Code를 포함한 다양한 LLM을 GDPR 및 EU AI법을 준수하는 API로 이용할 수 있습니다. TextCortex API를 통해 수십 가지의 프런티어 및 고급 대규모 언어 모델에 접근할 수 있으며, 이를 기업이나 자체 AI 앱에서 활용할 수 있습니다.

Kimi K2.7 Code 기반 AI 에이전트

TextCortex는 Kimi K2.7 Code 모델을 기본 LLM으로 선택할 수 있는 상세한 AI 에이전트 빌더를 제공합니다. 코딩 및 엔지니어링 작업을 돕거나 워크플로를 자동화하는 Kimi K2.7 Code 기반 AI 에이전트를 만들고 싶다면 TextCortex가 적합한 솔루션입니다. TextCortex로 Kimi K2.7 Code 기반 AI 에이전트를 만들려면 TextCortex 웹 앱을 열고 왼쪽 메뉴에서 "에이전트 만들기" 아이콘을 클릭하기만 하면 됩니다. 그런 다음 AI 에이전트를 직접 만들거나 AI의 도움을 받아 자동으로 만들 수 있으며, 생성 과정에서 Kimi K2.7 Code를 기본 모델로 선택할 수 있습니다.

자주 묻는 질문

Kimi K2.7은 좋은 모델인가요?

Kimi K2.7 Code 모델은 코딩, 추론, 에이전트형 워크플로 자동화 등의 분야에서 효과적이고 우수한 LLM입니다.

Kimi K2.7은 얼마나 저렴한가요?

GPT-5.5나 Claude Opus 4.8 같은 대안 프런티어 모델과 비교하면, Kimi K2.7은 API 요금이 훨씬 낮은, 매우 합리적인 가격의 모델입니다.

Kimi K2.7은 어느 나라에서 만들었나요?

Kimi K2.7 Code 모델은 중국 기업인 Moonshot AI Studio가 개발했습니다.