인공지능 업계가 새로운 발전 단계에 들어섰다. 중국의 차세대 모델(예: 월지암면의 Kimi K3와 DeepSeek의 V4 Flash)에 대응하기 위해 세계 주요 AI 기업들은 제품 가격을 대폭 낮추는 동시에 입문형 모델의 성능을 높이고 있다.
최근 이러한 전략을 취한 기업은 OpenAI다. 이 회사는 기본 프런티어 모델 ChatGPT 5.6 Luna의 가격을 80% 낮췄다(100만 Token 기준). 동시에 중급 모델 5.6 Terra의 가격도 20% 인하했다. 불과 일주일여 전에는 Google이 더 저렴한 Gemini 3.6 Flash와 3.5 Flash-Lite 모델을 출시했다. Anthropic은 직접 가격을 낮추지는 않았지만, 자사 최저가 모델인 Opus 4.8을 더 뛰어난 성능의 Claude 5.0으로 교체하고 동일한 가격을 유지했다.
글로벌 경쟁 심화는 AI 성능을 더욱 저렴하게 만들고 있지만, 이는 대형 기업들의 수익률을 희생하는 대가일 수 있다. 앞선 수개월 동안 여러 대형 AI 기업은 비용 절감을 발표하고 AI 기술의 사용 범위를 제한했다. 여기에는 일론 머스크가 이끄는 xAI처럼 AI 발전을 적극적으로 추진해 온 기업도 포함된다. 점점 더 많은 직원이 AI를 사용하기 시작했지만, 현재 보고에 따르면 실제 생산성 향상은 기대에 미치지 못하고 있다.
미중 양국의 AI 발전 경로 차이는 어느 정도 양국이 오랫동안 지녀 온 산업적 강점을 보여준다.
미국 기업은 막대한 자금을 투입해 최첨단 기술 발전을 추진하는 경우가 많다. 반면 중국 개발자들은 강력한 제조업과 엔지니어링 역량에 의존해 비용이 더 낮고 규모가 더 작지만, 고급 성능에서는 거의 뒤처지지 않는 AI 모델을 만들어 내고 있다.
DeepSeek는 2025년 서구 AI 개발업체에 큰 충격을 줬고, Kimi K3는 2026년에 비슷한 영향을 다시 일으켰다. 각각만 놓고 보더라도 이러한 사건은 OpenAI, Google, Anthropic 등이 압박을 느끼기에 충분했다.
하지만 그에 앞선 수개월 동안 AI를 대량으로 사용하는 많은 기업은 Token 비용이 빠르게 상승한다고 계속 불만을 제기해 왔다. 따라서 성능은 비슷하지만 가격이 크게 낮은 새 모델이 시장에 등장하자 업계 전체가 강한 충격을 받았다.
이제 대형 AI 기업들은 단순히 모델 매개변수 수와 학습 데이터 규모를 늘리는 방식으로 경쟁할 수 없게 됐다. 이들은 실제로 가격 경쟁을 시작해야 하며, OpenAI는 이미 일부 모델의 가격을 대폭 낮췄다.
주목할 점은 OpenAI가 가장 강력한 플래그십 모델의 가격은 낮추지 않았다는 것이다. 실제로 해당 모델의 더 빠른 버전은 오히려 가격이 올랐다. 그러나 프런티어급 모델은 현재 사상 최저가에 도달했으며, AI 성능 향상과 가격 하락의 속도는 놀라울 정도다.
올해 3월 OpenAI는 ChatGPT 5.4를 출시했다. 이 모델은 더욱 강력한 에이전트 기능을 갖췄으며, 당시 가격은 100만 입력 Token당 2.5달러(참고: 현재 환율로 약 16.9위안), 100만 출력 Token당 15달러(현재 환율로 약 101.5위안)였다.
현재 GPT 5.6 Luna의 가격은 100만 입력 Token당 0.20달러(현재 환율로 약 1.4위안), 100만 출력 Token당 1.20달러(현재 환율로 약 8.1위안)까지 내려갔다.
이는 한 프런티어 모델이 출시된 뒤 가격이 크게 인하되기까지 불과 4개월도 걸리지 않았다는 의미다.
이번 가격 인하 이후 Luna의 가격은 DeepSeek V4의 경쟁 범위에 들어섰다. DeepSeek V4 프로 버전의 가격은 100만 입력 Token당 0.435달러(현재 환율로 약 2.9위안), 100만 출력 Token당 0.87달러(현재 환율로 약 5.9위안)다.
GPT 5.6 Terra는 더 뛰어난 성능의 모델이지만, 20% 가격 인하 후 가격도 100만 입력 Token당 2달러(현재 환율로 약 13.5위안), 100만 출력 Token당 12달러(현재 환율로 약 81.2위안)로 낮아졌다. 이는 큰 관심을 받은 Kimi K3(100만 입력 Token당 3달러(현재 환율로 약 20.3위안), 출력 Token당 15달러(현재 환율로 약 101.5위안))보다 저렴하다.
한편 GPT 5.6 Sol은 100만 입력 및 출력 Token당 각각 5달러(현재 환율로 약 33.8위안)와 30달러(현재 환율로 약 203위안)의 가격을 유지하고 있다. OpenAI는 최상위 모델의 가격을 오히려 인상하기도 했다. 5.6 Sol의 Fast 모드는 100만 입력 Token당 10달러(현재 환율로 약 67.7위안), 출력 Token당 60달러(현재 환율로 약 406위안)를 부과한다. 더 낮은 지연 시간으로 동일한 수준의 지능을 제공하며 Claude Fable 5, Mythos 5 등 플래그십 프런티어 모델과 직접 경쟁한다.
하지만 문제는 이러한 가격 인하 전략이 정말 OpenAI에 수익을 안겨 줄 수 있느냐는 것이다.
올해 초 OpenAI가 자체적으로 퍼스트파티 데이터센터를 보유하려던 계획을 사실상 포기한다고 발표한 뒤, ‘신규 클라우드 컴퓨팅 업체’(Neoclouds)와 체결한 임대 계약의 중요성이 더욱 커졌다.
예를 들어 Oracle과 체결한 최대 3,000억 달러(현재 환율로 약 2.03조 위안) 규모의 컴퓨팅 자원 구매 계약은 OpenAI 서비스가 지속적으로 운영될 수 있는 중요한 기반이 됐다.
그러나 이전에도 외부에서는 OpenAI가 이러한 비용을 어떻게 감당할지 의문을 제기했으며, 이제 그 의문은 더욱 뚜렷해지고 있다.
OpenAI는 현재 구독 사업에서 지속적으로 적자를 내고 있으며, 올해 초에는 핵심 매출 목표도 달성하지 못했다. 2025년에도 매출이 계속 증가했지만 회사는 수백억 달러의 적자를 기록했다.
OpenAI는 2030년까지 약 6,000억 달러(현재 환율로 약 4.06조 위안)를 컴퓨팅 자원에 투자하겠다고 약속했다.
매출이 계속 증가하더라도 이처럼 막대한 비용을 충당하기에는 턱없이 부족할 수 있다. 게다가 현재 가장 인기 있고 가격이 가장 저렴한 모델의 가격이 추가로 인하되면서 회사의 이익 여지는 크게 줄어들거나 완전히 사라질 수 있다.
이는 외부에서 NVIDIA가 OpenAI에 2,500억 달러(현재 환율로 약 1.69조 위안)의 투자 지원을 제공할 가능성을 논의하는 이유 중 하나일 수 있다.
물론 OpenAI만 이 문제에 직면한 기업은 아니다. 지난 1년 동안 Google의 AI 인프라 투자는 클라우드 사업 매출의 약 9배에 달했다. Anthropic이 최근 연환산 매출 기준 흑자를 달성할 수 있었던 것도 주로 xAI와 체결한 Colossus 데이터센터 저가 임대의 제한적 협력 덕분이었다.
AI의 운영 및 구축 비용이 갑자기 낮아진 것은 아니지만, 기업들은 계속 가격을 낮추며 더 저렴한 비용으로 더 빠르고 강력한 모델을 제공하고 있다.
겉으로 보면 이러한 수치는 다소 합리적이지 않아 보인다.
AI 업계는 AI 보급이 빨라지는 이유를 설명할 때 ‘제번스의 역설’(Jevons Paradox)을 자주 인용한다.
제번스가 살던 시대에는 더 효율적인 석탄 엔진이 석탄 소비를 줄이지 않았다. 오히려 사용 범위가 확대되면서 석탄 총수요가 증가했다.
오늘날 AI 기업들은 AI 사용 비용이 낮아지면 사람들이 더 많은 활용 사례를 발견하고, 이에 따라 전체 AI 사용량이 크게 증가할 것이라고 본다.
이것이 현재 Token 가격 인하 전략의 배경에 있는 논리일 수 있다.
Token이 충분히 저렴해지면 사용자가 사용량을 크게 늘리고, 규모 확대를 통해 더 높은 매출을 창출할 수 있다. 여기에 올해 말 이후 차세대 AI 가속 칩이 데이터센터에 더욱 널리 보급되면, 단위 전력당 Token 처리 성능이 10배 향상될 가능성이 있다. 그러면 더 낮은 이익률의 사업도 규모의 경제를 통해 수익을 낼 수 있다.
또한 NVIDIA의 차세대 Vera Rubin 플랫폼도 주목할 만하다. NVIDIA는 이 플랫폼이 Token 성능 효율을 다시 10배 높일 것이라고 주장한다.
이론적으로 Blackwell과 Vera Rubin 플랫폼의 강점은 AI 추론 서버를 더욱 높은 수익 잠재력을 지닌 산업으로 만들 수 있다.
그럼에도 대형 AI 기업들이 현재 투입하고 있는 막대한 비용을 AI 사업 매출만으로 충당할 수 있다고 상상하기는 어렵다. 특히 경쟁이 계속 심화되고 Token 가격이 지속적으로 하락하는 상황에서는 더욱 그렇다.