키미 K3.1 프로 개인정보: 학습 활용과 저장 위치 확인하기

결론부터 말하면, 키미 K3.1 프로(Kimi K3.1 Pro)는 성능이 좋은 모델이고, 개인정보 문제는 모델보다 “어디로 쓰느냐”에 달려 있어요. 채팅 앱에서는 문샷 AI(Moonshot AI)의 개인정보 처리방침상 입력한 내용이 모델 학습에 쓰이고, 이를 막는 앱 설정은 나와 있지 않아요. 반면 API에 대해서는 문샷이 데이터를 남기지 않는 Zero Data Retention을 제공한다고 밝혔어요. 같은 모델이라도 조건이 전혀 달라요.

문샷 AI는 2026년 10월 23일 K3.1 프로를 공개했어요. 이 글은 문샷의 발표, 공개된 두 개의 개인정보 처리방침, 보도만을 근거로 해요. 저희는 모델을 직접 써 보지 않았고, 법률 자문도 아니에요.

키미 K3.1 프로란

K3.1 프로는 7월에 나온 키미 K3를 추가 학습으로 끌어올린 모델이고, 새 K3.1 시리즈의 첫 모델이에요. 최대 100만 토큰의 문맥을 다루고, 더 빠른 K3.1 프로 하이스피드도 함께 나왔어요. The Decoder에 따르면 Artificial Analysis 종합 지수에서 4위를 기록했고, API 가격은 3분의 1 내려 입력 100만 토큰당 2달러, 출력 10달러(미국 달러)가 됐어요.

공개 시점에는 키미 웹사이트와 앱, 키미 워크(Kimi Work), 키미 코드(Kimi Code), API에서 쓸 수 있어요. 모델 가중치는 2026년 11월 4일까지 전부 공개될 예정이에요. 그 전까지는 문샷의 서버에서만 돌아가고, 그래서 개인정보 처리방침이 중요해요.

개인정보 처리방침에 적힌 것

처리방침은 두 개예요. 발표 페이지가 연결한 건 kimi.ai 개인정보 처리방침으로, 2026년 8월 13일 최종 수정됐고 운영자는 NOVASCENT PRIVATE LIMITED로 적혀 있어요. kimi.com 개인정보 처리방침은 2026년 8월 31일 시행이고 Beijing Moonshot Technology Co., Ltd.가 냈어요. 실제로 로그인하는 사이트의 방침을 읽어야 해요.

• —학습 활용: kimi.ai는 이용자 콘텐츠를 AI 학습과 개선 등에 쓴다고 적었어요. kimi.com은 비식별화한 뒤 입력과 출력을 모델 최적화에 쓴다고 적었어요.
• —거부 방법: 두 방침 모두 설정 화면의 스위치는 설명하지 않아요. kimi.com은 학습에 쓰이길 원하지 않으면 고객센터에 연락하라고 적었어요. kimi.ai에서는 동의 철회가 개인정보 문의처를 통해 이뤄져요.
• —저장 위치: kimi.ai는 데이터가 거주 국가 밖의 서버에 저장될 수 있다고만 쓰고 국가는 밝히지 않아요. kimi.com은 개인정보를 중화인민공화국 영역 안에 저장한다고 적었어요.
• —보관 기간: 둘 다 “필요한 기간” 동안이라고만 하고, 대화의 구체적인 기간은 없어요.
• —지역별 규정: kimi.ai에는 미국 거주자용 항목이 있어요. 한국 이용자를 위한 항목은 두 문서 어디에서도 찾지 못했어요.

한국 개인정보보호법으로 보면

개인정보보호법은 개인정보를 국외로 이전할 때 이용자 동의 같은 근거와, 어디로 무엇이 넘어가는지에 대한 고지를 요구해요. 회사 업무로 고객이나 직원 정보를 넣는다면 이 부분을 먼저 확인해야 해요. 문샷의 두 문서는 한국 제도를 따로 다루지 않아요. 문서상 빈칸이지, 법 위반의 증거는 아니에요.

참고할 선례가 있어요. 개인정보보호위원회는 2025년 2월 딥시크 앱의 국내 신규 다운로드가 중단됐다고 밝혔고, 뉴시스가 이를 전했어요. 이후 위원회는 국외 이전의 적법한 근거 마련 등을 시정 권고했고, 딥시크는 한국어 처리방침을 내고 국외 이전을 거부할 수 있게 한 뒤 4월 말 서비스를 재개했다고 아주경제가 보도했어요. 이건 다른 회사의 일이에요. 키미에 대해 같은 조치가 있었다는 발표는 알지 못해요. 같은 질문이 나올 수는 있지만, 확인된 건 아니에요.

업무용 AI 챗봇을 고를 때 무엇을 비교할지는 AI 챗봇에 정리해 두었어요.

API와 기업용 요금제는 다른 이야기

발표에 따르면 API 이용자는 Zero Data Retention을 쓸 수 있고, 키미 엔터프라이즈에서는 새 모델이 공개 시점에 꺼져 있어 관리자가 켜야 쓸 수 있어요. 키미 비즈니스에는 기업 수준의 데이터 보호와 개인·조직 계정 분리를 내세워요. 다만 그 근거가 되는 계약서는 발표에 연결돼 있지 않아요. 회사가 이 조건에 기대려면 서면으로 먼저 받아 두세요.

가중치가 공개되면 세 번째 길이 생겨요. 내 장비에서 돌리면 문샷의 처리방침은 아예 적용되지 않아요. 메타의 공개 모델에도 같은 선택이 있었고 뮤즈 스파크 오픈 개인정보에서 다뤘어요. 작은 코딩 모델의 예는 Recursive Flint 한국에서 사용하기에 있어요.

문샷이 설명한 안전 조치

문샷은 공개할 가중치가 해킹 능력의 최전선을 밀어 올리지 않도록, 중간 학습과 강화 학습 양쪽에서 사이버보안 관련 데이터를 걷어냈다고 밝혔어요. 자체 취약점 테스트에서 이 조치를 하지 않은 중간 버전은 과제의 90.5%를, 공개 버전은 81.0%를 풀었어요. SiliconANGLE은 공개 사이버 벤치마크 점수가 GPT-6 아스트라와 클로드 오퍼스 5.5에 크게 못 미친다고 전했어요. 구글이 최상위 모델에서 택한 다른 방식은 제미나이 4 아르곤 개인정보·안전성에서 볼 수 있어요.

내부 스트레스 테스트에서 사실과 다른 주장의 비율이 K3의 23.4%에서 8.3%로 줄었다고도 밝혔고, 이 수치가 일상적인 오류율을 뜻하지는 않는다고 스스로 덧붙였어요. 틀리는 일이 줄어도 틀리는 일은 남아요. 결과를 확인하는 건 쓰는 사람의 몫이에요.

발표에 없는 것

• —K3.1 프로의 시스템 카드나 모델 카드, 공개 예정 가중치의 라이선스 이름.
• —kimi.ai와 kimi.com을 함께 쓸 때 어느 처리방침이 어느 앱에 적용되는지.
• —Zero Data Retention을 쓰지 않을 때 API 요청이 얼마나 보관되는지.
• —키미 워크와 키미 코드의 대화가 채팅과 다르게 처리되는지.

실제로 쓰는 방법

1. 01앱에서는 공개된 자료로만 시험해 보세요. 발표된 보고서, 민감하지 않은 초안, 공개 코드 같은 것이요.
2. 02개인정보나 고객 정보가 들어가는 일은 Zero Data Retention을 확인한 API, 서면 계약이 있는 기업용 요금제를 쓰거나, 가중치 공개를 기다리세요.
3. 03회사 계정으로 쓰기 전에 회사의 AI 규정이 이 제공사를 허용하는지 확인하세요.
4. 04다른 공개 모델과 비교해 보세요. Mistral Large 4 개인정보에서 유럽 모델의 조건을 정리했어요.

Coursium은 업무에서 AI를 제대로 쓰는 법을 배우는 모바일 앱이고, 앱스토어에 있어요. K3.1 프로 같은 모델은 이제 몇 주마다 나와요. 처리방침을 읽고, 쓰는 입구를 고르고, 결과를 확인하는 습관은 다음 모델에도 그대로 통해요. 그런 연습을 하고 싶다면 Coursium에서 시작해 보세요.