Transcript
00:00:00보시다시피, 이 예제를 통해 여러분도 자신만의 작은 웹 에이전시
00:00:04사업을 이 Kimi 기능을 사용해 40분 만에 시작할 수 있습니다.
00:00:07자, 여러분, 문샷 AI(Moonshot AI)가 자사 플래그십 모델인 Kimi의 업데이트 소식을 들고 돌아왔습니다.
00:00:13Kimi K 2.6은 최신 모델로, 최첨단 코딩과
00:00:18장기 호라이즌 실행, 그리고 에이전트 스웜 기능을 약속합니다.
00:00:22오늘 영상에서는 이 새로운 모델을 살펴보고, 다양한
00:00:27에이전트 작업에서 어떤 성능을 보여주는지, 정말 광고만큼 인상적인지 확인해 보겠습니다.
00:00:32아주 재미있을 것 같으니, 바로 시작해 보죠.
00:00:34몇 달 전, 저는 Kimi K 2.5를 리뷰했는데 프론트엔드 디자인에서 정말 뛰어난 성능을 보여줬습니다.
00:00:44그리고 저는 그들의 에이전트 스웜 기능에 진심으로 감명받았습니다.
00:00:48또한 그들이 자사 챗봇 페이지의 UX에 많은 노력을 기울인 점도 마음에 들었습니다.
00:00:54그래서 이번 차기 버전에서 Kimi는 우리가 실제 프로덕션 환경에서
00:00:57AI 에이전트를 사용하는 방식에 엄청난 도약을 약속합니다.
00:01:02첫 번째로, 에이전트 스웜 규모가 기본적으로 3배 커졌습니다.
00:01:05K 2.5에서는 약 100개의 서브 에이전트를 다뤘지만, K 2.6은 이를 수평적으로 확장하여
00:01:12최대 4,000개의 조정된 단계를 실행할 수 있는 300개의 전문 에이전트를 지원합니다.
00:01:18꽤 엄청난 업데이트라고 할 수 있죠.
00:01:20이제 더 많은 병렬 작업을 동시에 실행할 수 있습니다.
00:01:24또한 '보존된 사고 모드(preserved thinking mode)'라는 새로운 기능을 추가했는데,
00:01:26멀티 턴 작업 전반에 걸쳐 모델의 추론 흔적을 일관되게 유지해 줍니다.
00:01:31복잡한 워크플로우를 깊게 파고들 때 흔히 발생하는 메모리 드리프트 현상을 막아줍니다.
00:01:36다음은 장기 호라이즌 작업입니다.
00:01:39자체 테스트 결과, 13시간짜리 엔지니어링 작업을 처리하면서 185%의 처리량 향상을 달성했습니다.
00:01:46미적인 측면에서는 코딩 기반 디자인으로 나아갔습니다.
00:01:51단순히 예쁜 랜딩 페이지를 만드는 대신, K 2.6은 자체 네이티브 비전 인코더인
00:01:57MoonVIT를 사용하여 UI와 UX 구조를 더 깊은 수준에서 추론합니다.
00:02:03이제 인증부터 데이터베이스 로깅까지 풀스택 워크플로우를 처리할 수 있으며,
00:02:08단일 시각적 참조나 프롬프트를 사용하여 완전히 기능하는 대화형 프로토타입으로 전환합니다.
00:02:14GSAP 애니메이션과 스크롤 트리거 효과, 그 외의 온갖 멋진 기능들을 포함해서 말이죠.
00:02:19그런데 이 모든 기능은 비전 인코더를 포함해 오픈 소스입니다.
00:02:23원한다면 Kimi의 아키텍처와 분리하여
00:02:26Hugging Face에서 모델을 가져와 독립적으로 실행할 수도 있습니다.
00:02:30자, 이론상으로는 매우 인상적인데, 실제로 테스트해서 어떻게 작동하는지 확인해 보죠.
00:02:35Kimi 모델은 오픈 소스라서 이론적으로는 어떤 설정에서든 사용할 수 있습니다.
00:02:40하지만 에이전트 스웜을 제대로 테스트하기 위해 저는 그들의 챗봇 인터페이스를
00:02:46사용해서 최상의 결과를 얻어보겠습니다. 먼저 새로운 에이전트 스웜 기능을 시도해 보죠.
00:02:50사이트의 예시들을 보다가 제 눈길을 끈 것이 하나 있었습니다.
00:02:54K 2.6을 사용해 공식 웹사이트가 없는 로스앤젤레스의 소매점 30곳을 식별하고
00:03:01구글 맵에서 정보를 가져와 각각의 업체를 위한 고전환 랜딩 페이지를 생성하는 섹션이었습니다.
00:03:06인스타그램에서 이런 트렌드를 봐서, 저도 실제로 시도해서
00:03:11나만의 작은 웹 에이전시를 만들 수 있는지 확인하고 싶었습니다. 그래서 이 테스트를 진행하기로 했죠.
00:03:16저는 토론토에 사는데, 주변의 많은 공증인 사무소들이 웹사이트가 아예 없거나
00:03:21매우 오래되었다는 사실을 알게 되었습니다. 그래서 토론토 광역권의
00:03:26공증인 20곳을 식별하여 구글 맵이나
00:03:32캐나다 옐로우 페이지에서 조회한 뒤 각각의 고전환 랜딩 페이지를 만드는 것이 좋은 아이디어라고 생각했습니다.
00:03:37이 작업을 위해 Kimi는 5개의 서브 에이전트를 가동했고, 각 에이전트는 서브 작업 하나씩을 전담했습니다.
00:03:43서브 에이전트들이 실제로 웹을 탐색하고 웹사이트를 방문하는 것을 보니 흥미로웠습니다.
00:03:48그들은 심지어 자체 판단을 사용하여 해당 웹사이트가 오래되었는지 아닌지까지 추정했습니다.
00:03:53전체 워크플로우를 완료하는 데 대략 40분이 걸렸습니다.
00:03:58작업이 끝날 무렵, Kimi는 각 웹사이트에 대한 조사 내용을 담은
00:04:03매우 상세한 분석 보고서를 생성했습니다. 심지어 잠재 고객에게 웹사이트 제안을 보낼 수 있는
00:04:09샘플 아웃리치 이메일과, 전체 시장 규모 및 매출
00:04:16잠재 영향력에 관한 별도의 보고서까지 작성해 주었죠. 물론 그와 함께 생성된 모든 파일도 받았습니다. 그리고
00:04:22Kimi가 생성한 랜딩 페이지를 미리 볼 수 있는 전용 페이지도 있습니다. 솔직히
00:04:27이 랜딩 페이지들이 전부 똑같이 보여서 좀 실망스러웠습니다. 하지만 아마도
00:04:32제가 프롬프트를 충분히 상세하게 제공하지 않은 탓일지도 모르겠네요. 물론 그들의 웹사이트도 제가 사용한 것과
00:04:38같은 프롬프트를 썼겠지만요. 아마 그들은 미리 구성된 하네스가 있었나 봅니다. 그래서 후속 작업으로,
00:04:43각 페이지를 하나씩 살펴보고 고유한 스타일을 적용해 달라고 Kimi에게 요청했고, 이미지를 추가해서
00:04:49랜딩 페이지를 더 흥미롭게 만들어 달라고 했습니다. 여기서 Kimi가 실제로 각 사이트에 맞는
00:04:55커스텀 이미지를 생성한 것을 볼 수 있습니다. 재미있는 사실은, Kimi가 자기 자신을
00:05:00칭찬하는 것을 좋아한다는 점이에요. 예를 들어, 여기 20개의 이미지가 모두 훌륭하다는 식으로요. 이제 완전히 독창적인
00:05:0620개의 랜딩 페이지를 만들게요. 그러니까, 그래 Kimi, 네 말이 맞는지 내가 판단해 보지. 어쨌든, Kimi가
00:05:12이 후속 작업을 끝내는 데는 17분 정도 걸렸습니다. 다시 한번 여기서 Kimi가 랜딩 페이지가 아주
00:05:17환상적이라며 스스로를 칭찬하는 것을 볼 수 있습니다. 알겠어 Kimi, 알겠어. 이제 새로운 미리보기 페이지가 생겼는데,
00:05:23이건 이상하게 깨져 있네요. 아마 CSS 스타일링 문제 같은데, 괜찮습니다.
00:05:28무시하고 넘어가죠. 저는 웹 페이지 자체에 더 관심이 있으니까요. 새 페이지들은 확실히 훨씬
00:05:34좋아 보입니다. 멋진 CSS 애니메이션이 들어갔고, 각 웹 페이지마다 이미지
00:05:40헤더가 포함되었거든요. AI가 생성한 것이긴 하지만, 그래도 멋진 헤더입니다. 하지만 각 페이지들이
00:05:45여전히 같은 패턴을 따르고 있다는 점도 발견했습니다. 똑같은 섹션, 똑같은 사이트 구조예요. 그래서
00:05:51페이지들이 다 다르게 보이긴 하지만, 여전히 같은 보일러플레이트를 사용하고 있어서
00:05:56좀 실망스럽긴 합니다. 저는 좀 더 독특한 접근을 기대했거든요. 하지만 좋은 시작임은
00:06:02분명합니다. 보시다시피, 이 예제를 통해 여러분도 자신만의 작은 웹 에이전시
00:06:07사업을 40분 만에 시작할 수 있습니다. Kimi의 에이전트 스웜에게 지역 비즈니스를
00:06:13탐색하게 시키고, 커스텀 웹사이트와 맞춤형
00:06:18아웃리치 이메일로 제안을 보내면 꽤 괜찮은 부업이 될 거예요. 이 영상 이후에는 모든 소규모
00:06:25지역 업체들이 AI가 생성한 커스텀 웹사이트와 함께 수백 통의
00:06:29제안 이메일을 받기 시작할 것 같네요. 하지만 뭐, 어쩔 수 없죠. 그리고 이 에이전트
00:06:36스웜 기능을 사용하려면 '알레그레토(Allegretto)' 플랜을 이용해야 한다는 점을 알아두세요. 하지만 제가 확실히 말할 수 있는 건,
00:06:41Claude Code에게 똑같은 작업을 시키는 것보다 훨씬 저렴하다는 것입니다. 다만 Kimi의
00:06:46사용량 통계에서 이 거대한 40분짜리 작업에 토큰이 얼마나 쓰였는지 자세한 정보가
00:06:53안 나온다는 점은 아쉽네요. 하지만 Claude로 똑같은 작업을 했다면 진작에 사용량 제한을
00:06:58다 써버렸을 거란 느낌이 듭니다. 어쨌든, 이게 개선된 에이전트 스웜입니다. 그리고
00:07:04혹시 최근에 Kimi의 에이전트 스웜으로 재미있는 실험을 해보셨다면, 댓글로
00:07:09결과를 공유해 주세요. 이제 Kimi의 코딩 능력이 얼마나 개선되었는지 테스트해 보겠습니다.
00:07:14그들은 2.6 버전이 안정적인 일반화 성능과 함께 장기 호라이즌 코딩 작업에서
00:07:20강력한 개선을 이뤘다고 주장합니다. 그래서 이번 작업으로, 웹 크롤링을 처리하는
00:07:26프론트엔드와 백엔드 인터페이스를 갖춘 간단한 웹 앱을 만들어 달라고 요청했습니다. 최근 몇 달간 RAM 가격이
00:07:31정말 미친 듯이 비싸졌다는 건 다들 들으셨을 겁니다. 그래서
00:07:36여러 RAM의 가격 데이터를 능동적으로 크롤링하여 가장 저렴한 옵션을 찾을 수 있는
00:07:42가격 비교 웹사이트를 만들면 좋겠다는 생각이 들었습니다. Kimi가 이 작업을 완료하는 데 대략 12분이
00:07:47걸렸습니다. 그리고 최신 CLI 버전에는 이제 토큰 카운터가
00:07:52추가된 것을 확인할 수 있네요. 그래서 실제 토큰 사용량을 추적할 수 있는데, 아주 멋진 기능입니다. 자, 여기가
00:07:59최종 결과물입니다. 보시다시피, 사이트에 멋진 다크 테마가 적용되었습니다. 그리고
00:08:05브랜드별로 토글해서 볼 수 있고,
00:08:11각 RAM에 대한 여러 매장의 가격 옵션도 볼 수 있습니다. 더 멋진 점은 실시간 새로고침 기능을 트리거하면
00:08:16상점 데이터를 다시 스크래핑한다는 것입니다. 제품 이미지 대부분을 불러오지 못한 건
00:08:21아쉽지만, 기능은 거의 다 구현되어 있습니다. 비교 섹션도 있지만, 추가할 방법이
00:08:27없었습니다. 그래서 후속 작업으로 이 문제를 해결하라고 Kimi에게 요청했습니다. 그러자 이제 '비교에 추가(add to compare)' 버튼이
00:08:34생겼습니다. 비교 탭으로 이동하면, 이제 선택한 모든 RAM을 보여주는 cool한 비교 테이블이
00:08:41나옵니다. 아주 좋네요. 코드를 보니, 이 사이트를
00:08:46기본 Node JS와 Express로 구축했더군요. React조차 사용하지 않고,
00:08:53모든 변경 사항이 내부 HTML 요소를 직접 수정하는 바닐라 자바스크립트 버전을 선택했는데, 흥미로운
00:08:59선택이네요. 그래도 작동만 잘한다면 불평할 이유는 없습니다. 마지막으로, axios와 cheerio를 사용하여
00:09:05아마존, 뉴에그, 베스트바이 사이트를 크롤링하는 멋진 스크래퍼 함수들까지 추가했습니다. 참
00:09:13멋지네요. 자, 이렇게 해서 새로운 Kimi K 2.6 모델을 살펴보았습니다. 솔직히,
00:09:19오늘 진행한 테스트들을 종합해 보면, 2.5버전에 비해 엄청난 도약이라고 말하긴 어렵습니다.
00:09:25하지만 정말 훌륭한 사용자 편의 기능들이 개선되었습니다. 그리고 문샷 AI가
00:09:30플랫폼을 꾸준히 개선하고 있다는 점이 좋습니다. 또한 Claude Code와 같은 비싼 서비스에 비해 훨씬
00:09:36저렴한 대안을 제공한다는 점도 마음에 듭니다. 전반적으로,
00:09:43문샷 AI는 아주 잘하고 있습니다. 앞으로 Kimi가 어떻게 개선될지
00:09:48정말 기대됩니다. 여러분, 이번 영상이 유용하거나 정보가 되었다면,
00:09:53영상 아래의 '좋아요' 버튼을 눌러주세요. 그리고 채널 구독도 잊지 마셔서
00:09:58앞으로 올라올 기술 분석 영상들을 놓치지 마세요. 베터 스택(Better Stack)의 안드레스였습니다.
00:10:04다음 영상에서 뵙겠습니다.