GitHub Copilot, 최초 오픈 웨이트 모델 'Kimi K2.7 Code' 도입 및 모델 선택권 확대

7/2/2026

토킹 포인트

Copilot의 최근 가격 정책 변경 및 토큰 기반 과금 도입으로 인한 사용자 반발과 Claude Code 등 대체 서비스로의 이탈 현상이 관찰됨.
클라우드 AI의 비용 상승 및 성능 변동성에 대응하여 Qwen, Gemma 등 오픈 모델을 활용한 로컬 LLM 구축 수요가 급증하는 추세임.
단순한 모델 성능보다 시스템 프롬프트와 툴링을 포함한 '하네스(Harness)'의 최적화 수준이 실제 개발 생산성을 결정하는 핵심 변수로 작용함.
Kimi K2.7 도입은 고가의 프런티어 모델과 저비용 오픈 모델 간의 선택지를 제공함으로써 가격 저항감을 완화하려는 전략적 움직임으로 분석됨.
기업 사용자들은 중국계 모델의 성능은 높게 평가하나, 데이터 보안 우려로 인해 Azure와 같은 신뢰할 수 있는 인프라를 통한 제공 방식을 선호함.
Mac Mini의 통합 메모리(Unified Memory) 구조가 로컬 LLM 구동을 위한 효율적인 하드웨어 대안으로 주목받고 있음.
AI 코딩 시장이 단일 모델 구독제에서 작업의 난이도와 비용에 따라 모델을 자동으로 할당하는 '모델 라우팅' 및 '오케스트레이션' 단계로 진화하고 있음.
모델의 추론 능력뿐만 아니라 캐싱 기술(Caching)을 통한 비용 절감이 실질적인 서비스 경쟁력의 핵심으로 부각됨.

오픈 웨이트 모델 (Open Weight Model, Open-weight Model, Open-Weight Model, Open-weight model):

모델의 가중치가 공개되어 외부 개발자가 활용하거나 최적화할 수 있는 형태

1 / 8

“Copilot 모델 선택기에서 제공되는 최초의 오픈 웨이트 모델로, 개발자에게 더 많은 선택권과 저렴한 비용의 옵션을 제공함.”
모델 피커 (Model Picker):
사용자가 작업 성격에 맞춰 사용할 AI 모델을 직접 선택할 수 있는 인터페이스

“사용자는 비주얼 스튜디오 코드의 모델 피커에서 해당 모델을 선택할 수 있음.”
사용량 기반 과금 (Usage-based Pricing, Usage-based billing):

고정 월액이 아닌 실제 사용한 자원만큼 비용을 지불하는 방식

1 / 4

“이 모델은 사용량 기반 과금 체계에 따라 제공자 리스트 가격으로 청구됨.”
데이터 거버넌스 (Data Governance):
데이터의 보안, 무결성, 가용성을 관리하는 조직 내부의 체계 및 정책

“관리자는 오픈 웨이트 모델을 활성화하기 전 자체적인 보안, 컴플라이언스 및 데이터 거버넌스 요구 사항을 검토할 것을 권장함.”
롤아웃 (Rollout):
새로운 기능이나 업데이트를 사용자에게 점진적으로 배포하는 과정

“배포는 점진적으로 진행될 예정이며 모델의 품질과 성능을 지속적으로 모니터링할 것임.롤아웃”