【와티비커뮤니티-WATVcommunity】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 스포츠뉴스 : 안구정화 놀이터홍보 놀이터후기공유 피해사례공유

로그인

채팅

글쓰기

[IT뉴스]토큰 비용이 ‘10분의 1’…중국 AI 모델 무시 못할 이유

온카뱅크관리자

2026-07-04 00:40:52

<div id="layerTranslateNotice" style="display:none;"></div>  
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="YBKz3y9UMn">
          <div contents-hash="ed57a69155f0682150f9ba0428c92a913264668e2a0472fb14602438831e13d3" dmcf-pid="Gb9q0W2uni" dmcf-ptype="general">
           ━
           <br> [이준기의 빅데이터] ‘돈 먹는 하마’ 토큰 
           <br>
           <div>
            <div> 
            </div>
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="f98e128a1509e8f28e0eca59ec527699e73ddd1f5157afc5565495504c73c3a3" dmcf-pid="HK2BpYV7iJ" dmcf-ptype="figure">
           <p class="link_figure"><img alt="[사진 AI 생성이미지]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/04/joongangsunday/20260704000314859mxee.jpg" data-org-width="735" dmcf-mid="QdSIDnvmJa" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/04/joongangsunday/20260704000314859mxee.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            [사진 AI 생성이미지]
           </figcaption>
          </figure>
          <div contents-hash="c06aab060bd900e00c773a788a1a50687892290600cb772728d2e86086cfe945" dmcf-pid="X9VbUGfzid" dmcf-ptype="general">
           <div>
            <div>
             <span></span> 
            </div> 
           </div> 지난달 이 지면에서 ‘AI의 토큰 경제학’을 다루며, 향후 최소 1~2년은 반도체 열기가 쉽게 식기 어려운 이유를 짚었다. 거대 AI 모델 간 규모 경쟁, 폭증하는 토큰 수요, 이를 감당하기 위한 데이터센터 건립과 클라우드 증설이 첨단 반도체뿐 아니라 전력망, 일반 칩, 냉각 장치 수요까지 함께 끌어올린다는 내용이었다. 
          </div>
          <p contents-hash="a1b4fbbc53b488d72ccc13e1ee482c3850c38b897a5337715b94610402e1651d" dmcf-pid="Z2fKuH4qie" dmcf-ptype="general">지금 AI가 촉발한 반도체 사이클은 전례 없는 규모로 진행 중이다. 시장 일각에서는 올해 주요 반도체 기업들의 이익이 지금까지의 반도체로 낸 모든 이익보다 클 수 있다는 전망까지 나온다. 하지만 이런 장밋빛 전망 한편에서, 적지 않은 이들이 ‘AI 거품 붕괴’를 우려한다. 특히 닷컴 버블 붕괴 당시 시스코의 사례는 지금과 겹쳐 볼 대목이 적지 않다. </p>
          <p contents-hash="43d56738e96701b3ba85b072e1aed703503e78c70947732ed4d722af046d3039" dmcf-pid="52fKuH4qMR" dmcf-ptype="general">당시 닷컴 기업들은 곧 폭발할 인터넷 트래픽을 예상하고 시스코의 네트워크 장비를 앞다퉈 선주문했다. 이는 시스코 매출 급증으로 이어졌지만, 버블이 꺼진 뒤 그 수요의 상당 부분은 착시였음이 드러났다. 이유는 크게 둘이었다. 첫째, 당시 닷컴 기업들은 정작 이익을 내지 못했기에, 설비 투자 비용을 장비 판매사의 금융 지원으로 충당하는 관행이 확산됐다. 둘째, 경영학에서 말하는 ‘채찍 효과’(주문 정보가 공급망 위로 거슬러 올라갈수록 부풀려지는 현상) 탓에 과잉 설비가 쌓였다. 빅테크와 AI 기업, 반도체 기업, 클라우드 기업 사이에 대규모 투자와 구매 계약이 얽히는 오늘의 풍경도 이와 완전히 무관하다고 보기는 어렵다. </p>
          <p contents-hash="b280ba5e12ff9b9c150fa322faa6c580699a2a37fbf2755d8f34f3584ba56e98" dmcf-pid="1V497X8BLM" dmcf-ptype="general">독점으로 가는 미국, 오픈카드 꺼낸 중국 <br> 그러나 한 가지는 분명히 다르다. 닷컴 시절의 트래픽 수요가 상당 부분 ‘예상’이었다면, 지금의 토큰 수요는 이미 현실에서 빠르게 늘고 있다는 점이다. 단적인 사례가 우버다. 우버의 최고기술책임자(CTO) 프라빈 넵팔리 나가(Praveen Neppalli Naga)는 지난 4월 한 인터뷰에서 회사가 책정한 2026년 한 해 AI 코딩 도구 예산을 단 넉 달 만에 모두 소진했다고 밝혔다. 약 5000명의 엔지니어가 코딩 보조 AI를 예상보다 훨씬 빠르게 받아들이면서 벌어진 일이다. 수요가 단순한 허상이 아니라는 점에서, 이번 AI 사이클은 과거 닷컴 버블과 다른 길을 걷고 있다. </p>
          <p contents-hash="2f214ff83de8b4662e18038653daec6acca22f375069be2fbe419cc93d9cfc6e" dmcf-pid="tf82zZ6bRx" dmcf-ptype="general">하지만 수요가 진짜라는 사실과 그 수요가 항상 수익성 있는 수요라는 사실은 다르다. 바로 그 우버의 사례가 향후 폭발할 토큰 수요에 대한 전망과 함께 경고도 담고 있는 이유다. 우버의 최고운영책임자(COO)는 최근 AI 사용량이 폭증했지만, 그것이 실제 제품 개선으로 얼마나 이어지는지는 아직 분명하지 않다는 취지로 말했다. AI를 쓰는 데 드는 비용은 또렷한데, 그 대가로 얻는 성과는 아직 흐릿하다는 고백이다. 기업들이 토큰 비용에 점점 민감해지기 시작했다는 신호다. </p>
          <div contents-hash="05e0bb1f26e6e367eaa35a33ea09bd1c0f2cc6ff386515e7f62e2a14f22be7bb" dmcf-pid="F46Vq5PKdQ" dmcf-ptype="general">
           <div>
            <div> 
            </div>
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="68c23e4402f0f5c41197974792b82ddd8b61de18bbbf7210b6f569f4abeef6a9" dmcf-pid="38PfB1Q9dP" dmcf-ptype="figure">
           <p class="link_figure"><img alt="미국 인디애나주에 위치한 아마존웹서비스(AWS) 데이터센터 전경. 이 시설은 앤트로픽의 AI 모델 훈련을 위해 구축됐다. [사진 아마존]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/04/joongangsunday/20260704000316215cxvt.jpg" data-org-width="1279" dmcf-mid="yBrkgQmjeo" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/04/joongangsunday/20260704000316215cxvt.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            미국 인디애나주에 위치한 아마존웹서비스(AWS) 데이터센터 전경. 이 시설은 앤트로픽의 AI 모델 훈련을 위해 구축됐다. [사진 아마존]
           </figcaption>
          </figure>
          <div contents-hash="43d3f201456cf3720e61c1295358a8878b42d0b78b156ed83d9fbf83cb848c40" dmcf-pid="06Q4btx2n6" dmcf-ptype="general">
           <div>
            <div>
             <span></span> 
            </div> 
           </div> 필자가 보기에 오픈AI·앤트로픽 같은 선두 모델 기업의 다음 위기는 토큰 수요의 ‘감소’보다는 토큰 가격을 둘러싼 경쟁에서 올 가능성이 높다. 엔비디아 같은 반도체 기업에는 추론 수요 확대가 지속적으로 호재일 수 있다. 그러나 모델 API를 판매하는 기업의 처지에서는 이야기가 다르다. 중국의 저가 모델과 공개 모델이 빠르게 성능 격차를 좁히고 있다면, 기업 고객은 언제까지나 비싼 최상위 모델만 고집하지 않을 것이다. 
          </div>
          <p contents-hash="e6d959e54a0a3313e4828f41ebd3ffa8c23515a724c4b9b5a200727f9daaef0c" dmcf-pid="pPx8KFMVd8" dmcf-ptype="general">지난해 초 딥시크가 세계를 놀라게 한 데 이어, 올해 6월 중국 Z.ai(옛 즈푸AI)가 공개한 GLM-5.2 모델은 AI 커뮤니티를 다시 흔든 사건으로 볼 만했다. 미국이 국가안보를 이유로 최상위 모델에 대한 외국인 접근을 제한하는 움직임을 보이던 시점에, 중국은 정반대로 모델 가중치를 공개하는 방식을 택했다. 독립 분석기관들의 평가에서 GLM-5.2는 미국 최상위 모델의 성능에는 아직 한 발 못 미치지만, 90% 이상 격차를 상당히 좁힌 유력한 공개 모델로 평가받았다. </p>
          <p contents-hash="5b96c87801c8deefe16878f18a3e41ba69adade0556de054ad3043e6b66e2b02" dmcf-pid="UQM693Rfn4" dmcf-ptype="general">핵심은 가격이다. 같은 분량의 작업을 처리할 때 미국 고급 모델들은 100만 토큰당 입력과 출력 비용이 각각 수 달러에서 수십 달러에 이른다. 반면 GLM-5.2 같은 중국 모델은 플랫폼에 따라 그보다 훨씬 낮은 6분의 1~10분의 1 가격에 제공된다. 특히 일상적인 문서 작성, 코딩 보조, 요약, 검색, 고객 응대처럼 기업 내에서 대량으로 반복되는 업무에서는 그 차이가 항상 결정적이지 않을 수 있다. 사용량이 커질수록 기업은 성능 1~2%의 차이보다 비용 50~80%의 차이에 더 민감해진다. </p>
          <p contents-hash="4c055faa9c79082b7df46bfc58ed1b0c8183f739de2766a08c93d1c7a2c7064f" dmcf-pid="uxRP20e4ef" dmcf-ptype="general">젠슨 황 엔비디아 CEO는 “토큰 사용량이 기업의 경쟁력을 좌우한다”는 취지의 말을 한 바 있다. 공급자 입장에서 보면 맞는 말이다. 하지만 사용 기업의 입장에서는 질문이 달라진다. 어떻게 하면 더 많은 토큰을 더 싸게, 더 안정적으로, 더 안전하게 쓸 수 있을 것인가. 에이전트형 AI가 기업의 핵심 업무 곳곳에 들어오기 시작하면, 이 질문은 더욱 중요해질 수밖에 없다. </p>
          <p contents-hash="71a1f05f09dbb83d3c97ad49b1bee2b0751400ffff67569bfff0837a1d8dd468" dmcf-pid="7MeQVpd8RV" dmcf-ptype="general">그 신호는 이미 나타나고 있다. 최근 마이크로소프트(MS)가 자사 기업용 AI 서비스 ‘코파일럿 코워크’의 저비용 대안으로 중국계 공개 모델 활용을 검토하고 있다는 보도가 나왔다. MS는 잘 알려진 대로 오픈AI의 주요 투자자다. 그런 기업조차 비용 절감을 위해 대안 모델을 진지하게 저울질한다는 사실은, 메이저 기업들이 새 제품과 서비스를 설계할 때 토큰 비용을 핵심 변수로 다루기 시작했음을 보여준다. 그리고 바로 이 변수에서 중국 모델은 미국 모델보다 강한 가격 경쟁력을 갖고 있다. </p>
          <p contents-hash="50e1a3bc4980f6d85fc3f7d78ffb76e823fc8adbfdd29ac41afa29fc7a1af8ea" dmcf-pid="zRdxfUJ6M2" dmcf-ptype="general">중국 AI의 또 다른 파괴력은 ‘개방 전략’에서 나온다. 후발 주자가 압도적 선두를 추격하는 효과적인 방법 중 하나는 시스템을 열어 외부 생태계의 힘과 결합하는 것이다. 수백조원 규모의 투자와 고성능 GPU 수출 제한을 무기로 독점 체계를 구축하려는 미국 빅테크에 맞서, 중국 기업들은 정반대로 ‘오픈’ 카드를 꺼내 들었다. </p>
          <p contents-hash="17bb6ad0d42a6d02ba9d89cdee692d47c6310b3c3b7aa87f2e364d376f37aa0b" dmcf-pid="qeJM4uiPR9" dmcf-ptype="general">GLM-5.2나 딥시크 같은 모델이 택한 방식은 엄밀히 말해 완전한 오픈소스라기보다 ‘오픈웨이트(open-weight)’ 전략에 가깝다. 학습이 끝난 모델의 가중치, 즉 파라미터 값을 공개하는 방식이다. 공개된 가중치를 활용하면 외부 기업이나 개발자도 해당 모델을 자기 환경에 맞게 내려받아 운용하거나 변형할 수 있다. 내부 정보 보안 때문에 외부 API를 통한 챗GPT·제미나이 사용을 꺼리던 기업도, 자체 서버나 프라이빗 클라우드에 모델을 올려 활용할 수 있다. 물론 운영에는 서버와 GPU, 엔지니어링 비용이 들지만, 매번 외부 API에 토큰 사용료를 지불하는 방식과는 비용 구조가 달라진다. </p>
          <p contents-hash="c13c2a06e3b6db6a7a4e85d6de5f6643919cc86612a38449e9f36623b2f0f91a" dmcf-pid="BdiR87nQRK" dmcf-ptype="general">오픈 시스템의 진짜 힘은 표준이 되기 쉽다는 데 있다. 비용 효율 때문에 많은 기업이 이 모델을 채택하면, 그 위에서 만들어진 앱과 에이전트, 미세조정 모델이 사실상 업계 표준으로 자리 잡을 수 있다. 나아가 이 모델을 공장 물류, 로봇, 품질검사에 접목하면 ‘피지컬 AI’의 확산과 표준화에도 기여할 수 있다. </p>
          <p contents-hash="2a5613cff175295bb917c209c8f0691e94a7cb8645ad3e7d5fbc7e09dfdb5700" dmcf-pid="bJne6zLxdb" dmcf-ptype="general">물론 보안 우려와 미·중 관계 악화가 중국 모델의 확산을 제한할 것이라는 전망도 있다. 특히 정부, 금융, 국방, 핵심 제조 영역에서는 중국 모델 사용에 대한 정치적·보안적 부담이 클 수밖에 없다. 그러나 경영학의 ‘와해성 기술(disruptive technology)’ 이론은 다른 그림도 보여준다. 저가 기술은 초기에는 품질에서 밀리지만, 가격 같은 다른 무기로 시장 한구석을 파고든 뒤 점차 주류 시장으로 올라선다. 지금의 중국 공개 모델 부상은 이 경로를 따르는 듯 보인다. </p>
          <p contents-hash="0b7507b09921edead5a3561c59d41a16a22da764fefde35725e84ec72479a5fa" dmcf-pid="KTWSsaYCeB" dmcf-ptype="general">실제 시장 신호도 이를 뒷받침한다. 전 세계 개발자들이 다양한 AI 모델을 골라 쓰는 중개 플랫폼 오픈라우터(OpenRouter)의 집계를 보면, 중국 모델의 사용 비중은 2024년 말 극히 낮은 수준에서 2025년 이후 과반에 가까운 토큰 사용량을 차지했다는 분석도 나온다. 개발자 생태계에서 가격 대비 성능이 중요한 선택 기준으로 떠올랐다는 점은 분명하다. </p>
          <p contents-hash="5ab36e1d8974b013d06e021e5fe8c7560ab3b7b34f1b46e124a879638af2c4dd" dmcf-pid="9yYvONGheq" dmcf-ptype="general">미국도 이 흐름을 경계하고 있다. 6월 중순 미국 정부는 국가안보를 이유로 앤트로픽의 일부 최상위 모델에 대한 비미국 사용자 접근을 제한하는 조치를 취했다. 이후 제한 조치가 조정되는 움직임도 있었지만, 이 사건은 한 가지를 분명히 보여줬다. AI 모델 접근권 자체가 이제 기술 문제가 아니라 국가전략의 문제가 됐다는 사실이다. </p>
          <p contents-hash="c20a4143e42480aa479faddf0d76d0a2ef13198fb1963bd7862388d7cb3a0658" dmcf-pid="2WGTIjHlez" dmcf-ptype="general">이 국제적 AI 전쟁 속에서 우리나라는 ‘세계 3대 AI 강국’을 목표로 내걸고 연구와 지원에 박차를 가하고 있다. 기본 방향은 ‘소버린 AI’, 즉 AI 주권이라는 큰 주제 위에 놓여 있다. 강대국이 언제든 AI 모델, 데이터, 컴퓨팅 자원 접근을 통제할 수 있다면 우리도 자체 시스템을 확보해야 한다는 논리다. 미국의 외국인 접근 제한 조치는 이 주장에 힘을 실어줬다. </p>
          <p contents-hash="7d2b83dc570b14a467df2e134bf18d2004ecf03dc43a3e557cc586f70396ab3f" dmcf-pid="VYHyCAXSn7" dmcf-ptype="general">한국 장점 최적화한 자체 시스템 확보해야 <br> 다만 지금의 방향은 미국식 초거대 모델을 그대로 뒤쫓는 데 무게가 실린 듯해 전략적 유연성이 아쉽다. 미국 빅테크가 막대한 자본과 GPU, 인재를 투입해 만든 최상위 모델을 정면으로 따라잡기는 쉽지 않다. 그렇다면 차라리 공개된 오픈웨이트 모델과 국내 산업 기반을 적극 활용해 ‘우리만의’ 효율적 시스템을 짓는 편이 더 현실적일 수 있다. </p>
          <p contents-hash="f55d8cf203bb99d05cc968206b20573dc23402be1e57291d073fcfc8d2c273c5" dmcf-pid="fGXWhcZvMu" dmcf-ptype="general">AI 전쟁의 다음 국면은 누가 가장 큰 모델을 만들었느냐만으로 결정되지 않을 것이다. 누가 더 많은 토큰을 더 싸게, 더 안전하게, 더 효율적으로 처리하느냐가 중요해진다. 중국의 오픈웨이트 모델이 던지는 메시지도 여기에 있다. AI의 미래 경쟁력은 규모의 경쟁에서 끝나지 않는다. 이제는 비용과 효율, 개방성과 생태계의 경쟁이 시작되고 있다. </p>
          <div contents-hash="77e3cd5293ebab0d89d58346a4076e2421a4c448808935076bbd6a9eb72b13ec" dmcf-pid="4HZYlk5TdU" dmcf-ptype="general">
           <div>
            <div> 
            </div>
           </div>
          </div>
          <figure class="s_img figure_frm origin_fig" contents-hash="67b57b6666caa894d15eb4d222fd373012e6fda37eea8f5831701d7efaf187cd" dmcf-pid="8X5GSE1yJp" dmcf-ptype="figure">
           <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/04/joongangsunday/20260704000316503wxql.jpg" data-org-width="205" dmcf-mid="W2497X8BML" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/04/joongangsunday/20260704000316503wxql.jpg" width="205"></p>
          </figure>
          <div contents-hash="36ba9a1a14fa28b808a68863460f08c04c3f4caadf0cfdf5f1f491cc9a248a97" dmcf-pid="6Z1HvDtWn0" dmcf-ptype="general">
           <div>
            <div>
             <span></span> 
            </div> 
           </div> 이준기 연세대 정보대학원 교수. 서울대 계산통계학과 졸업 후, 카네기멜론대 사회심리학 석사, 남가주대 경영학 박사를 받았다. 인공지능의 기업 활용에 대해 여러 회사에 자문을 하고 있다. 저서로는 『AI로 경영하라』 『오픈 콜라보레이션』 『웹 2.0과 비즈니스 전략』 등이 있다.
          </div>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 중앙SUNDAY. 무단전재 및 재배포 금지.</p>

청와대, 미 쿠팡 옹호에 "차별 대우·표적 조사 안 해" UFC 빅매치 ‘뒤 플레시 vs 우스만’ 19일 결판…韓 고석현도 레보스노야니와 격돌

댓글 총 0개

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기