우리는 AI 산업 발전의 새로운 단계에 진입했습니다. 모든 주요 기업들이 Moonshot의 Kimi K3 및 DeepSeek의 V4 Flash와 같은 중국의 새로운 모델들과 경쟁하기 위해 비용을 대폭 절감하고 엔트리 레벨 (entry-level) 모델의 성능을 높이고 있습니다. OpenAI는 가장 최근에 기본 프론티어 (frontier) 모델인 ChatGPT 5.6 Luna의 100만 토큰당 가격을 80% 인하하고, 미드레인지 (mid-range) 모델인 5.6 Terra의 가격을 20% 인하하며 이러한 행보에 동참했습니다. 이는 Google이 더 저렴한 Gemini 3.6 Flash 및 3.5 Flash-Lite 모델을 출시한 지 불과 일주일 만에 이루어진 일입니다. Anthropic은 가격을 인하하지는 않았지만, 가장 저렴한 Opus 4.8 모델을 동일한 가격대의 더 강력한 Claude 5.0 모델로 교체했습니다.

글로벌 경쟁이 심화됨에 따라 지능 (Intelligence) 서비스는 더욱 저렴해지고 있지만, 이는 이들 주요 기업의 마진 (margin) 희생을 초래할 수 있습니다. 이는 Elon Musk의 xAI와 같은 주요 AI 추진 세력들조차 기술 사용에 대한 삭감 및 제한을 발표한 지 몇 달 만에 나타난 현상입니다.

이전보다 더 많은 근로자가 AI를 사용하고 있음에도 불구하고more workers using AI 생산성 향상은 이상적이지 않다.

경쟁 심화

중국과 미국 AI 개발 노력의 역사는 어느 정도 각 국가의 역사적 강점을 상징적으로 보여왔습니다. 미국 기업들이 최첨단 기술을 추진하기 위해 막대한 양의 돈을 소진하는 동안, 중국 개발자들은 산업 기반을 활용하여 비용이 저렴하고 효율적이며 최고 수준에서도 거의 비슷한 성능의 모델을 개발해 왔습니다.

DeepSeek는 2025년에 서구권 AI 개발자들에게 충격을 주었으며, Kimi K3 역시 2026년에 이와 유사한 일을 해냈습니다. 이러한 사건들만으로도 OpenAI, Google, Anthropic과 같은 기업들에게는 우려를 불러일으킬 만한 일이었습니다. 하지만 AI를 헤비하게 사용하는 기업들이 치솟는 토큰 비용 (skyrocketing token costs)에 대해 몇 달간 불만을 토로해 온 상황에서, 훨씬 더 낮은 가격에 성능이 거의 대등한 모델이 등장했다는 소식은 정말 큰 파장을 일으켰습니다.

이제 거대 AI 개발사들은 단순히 더 많은 파라미터 (parameters)와 학습 데이터 (training data)를 투입하는 것만으로는 경쟁할 수 없습니다. 이제 그들은 진정으로 가격으로 경쟁해야 하며, 이를 위해 OpenAI는 자사 모델의 가격을 대폭 인하했습니다. 가장 강력하고 유능한 모델이 인하된 것은 아닙니다 — 그 모델의 더 빠른 버전은 오히려 더 비싸지고 있습니다 — 하지만 프런티어 (frontier) 범위에 있는 모델들은 현재 그 어느 때보다 저렴해졌으며, 이러한 지능과 가격의 전환 속도는 매우 놀랍습니다.

OpenAI는 지난 3월, 강력한 새로운 에이전트 기능 (agentic capabilities)을 갖춘 ChatGPT 5.4를 입력 토큰 100만 개당 2.50달러, 출력 토큰 100만 개당 15달러에 출시했습니다. 현재 GPT 5.6 Luna는 각각 단 0.20달러와 1.20달러입니다. 이는 프런티어 모델이 최첨단 성능을 유지하면서 그에 걸맞은 가격을 유지하는 기간이 채 4개월도 되지 않는다는 것을 의미합니다.

xhigh 설정에서 GPT-5.4 full의 점수는 51점이었으며, 이는 현재 Luna max의 점수와 정확히 일치합니다. GPT-5.4의 비용은 2.50달러/15달러인 반면, Luna의 현재 비용은 0.20달러/1.20달러입니다. 다시 말해, 약 4개월 후 OpenAI는 3월의 플래그십 지능을 토큰 가격 기준으로 약 13분의 1 수준에 판매하고 있습니다. 2026년 7월 30일

이러한 최신 가격 인하로 인해 Luna는 DeepSeek V4의 영역에 진입하게 되었습니다. DeepSeek V4의 프로 (pro) 모델은 입력 토큰 100만 개당 $0.435, 출력 토큰 100만 개당 $0.87의 비용이 발생합니다.

GPT 5.6 Terra는 더 유능한 모델이지만, 20% 가격 인하 이후 현재 입력 토큰 100만 개당 $2.0, 출력 토큰 100만 개당 $12.00입니다. 이는 각각 $3.00와 $15.00로 화제의 중심에 있는 K3의 가격보다 저렴합니다.

한편, GPT 5.6 Sol은 입력/출력 토큰 100만 개당 각각 $5와 $30를 유지하고 있습니다. 오히려 OpenAI는 자사의 최상위 모델 가격을 인상했는데, 5.6 Sol의 Fast 모드는 동일한 수준의 지능을 제공하되 더 낮은 지연 시간 (latency)을 구현하기 위해 각각 $10와 $60를 부과하며 Claude Fable 5 및 Mythos 5와 같은 다른 플래그십 프런티어 (frontier) 모델들과 직접 경쟁하고 있습니다.

하지만 이 모든 행보가 실제로 OpenAI에 수익을 가져다줄 수 있을까요?

청구서가 다가오고 있다

올해 초 OpenAI가 자체 데이터 센터를 소유하려던 아이디어를 사실상 포기한다고 발표한 이후, Neoclouds와 체결한 임대 계약은 그 어느 때보다 중요해졌습니다. Oracle과 체결한 3,000억 달러 규모의 거대한 컴퓨팅 약정과 같은 거래는 OpenAI라는 기업의 서비스 존립 자체를 위해 매우 중대한 사안이 되었습니다.

하지만 당시 OpenAI가 어떻게 그러한 모험을 감당할 수 있을지에 대한 의문이 있었다면, 지금은 그 의문이 더욱 두드러지고 있습니다. OpenAI는 이미 구독 기반 계정에서 손실을 보고 있으며, 올해 초 주요 수익 목표 달성에도 실패했습니다. 이는 연중 내내 수익이 지속적으로 상승했음에도 불구하고, 2025년에 수백억 달러를 손실한 이후의 상황입니다.

OpenAI는 2030년까지 약 6,000억 달러 규모의 컴퓨팅 (compute) 지출을 약속했습니다. 수익이 증가하고 있다 하더라도, 이러한 종류의 비용을 충당할 만큼 충분히 빠르게 증가하지 않을 수 있으며, 가장 인기 있고 저렴한 모델들의 가격을 인하하는 것은 마진 (margins)이 급격히 줄어들거나 완전히 사라질 것임을 시사합니다.

이것이 바로 Nvidia가 2,500억 달러의 투자를 통해 OpenAI를 지원할 것이라는 이야기가 많이 나오는 이유일 수도 있습니다. 또한 OpenAI만 이런 상황에 처한 것도 아닙니다. Google은 지난 1년 동안 클라우드 수익의 약 9배를 AI 인프라 (infrastructure)에 지출했으며, Anthropic은 최근 xAI와 Colossus 데이터 센터를 임대하는 제한적인 저가 계약을 맺은 덕분에 연간 수익에서 겨우 이익을 기록할 수 있었습니다.

AI를 실행하거나 구축하는 비용이 갑자기 저렴해진 것도 아닌데, 기업들은 가격을 대폭 인하하고 더 빠르고 유능한 모델을 더 낮은 가격에 제공하고 있습니다. 표면적으로 보면, 이 수치들은 앞뒤가 맞지 않습니다.

제번스의 역설 (Jevons Paradox)에 대한 베팅

AI 산업은 AI 도입과 대중 시장 사용을 가속화하는 문제에 있어 종종 제번스의 역설 (Jevons Paradox)을 인용합니다. 제번스의 시대에 석탄 기반 엔진의 효율성을 높이는 것이 석탄 사용량을 줄이는 대신 오히려 더 많은 석탄 사용으로 이어졌던 것처럼, AI 개발자들은 AI 사용이 더 효율적이 될수록 더 많은 용도가 발견될 것이며, 이는 결국 전체적인 사용량의 증가로 이어질 것이라고 주장합니다.

그것은 토큰 비용 절감이 우리를 빠르게 몰아넣고자 하는 미래일지도 모릅니다. 토큰이 저렴해지면 사람들은 전반적으로 더 많은 토큰을 사용할 것이고, 이는 더 높은 수익으로 이어질 것입니다. 여기에 연말쯤 AI 데이터 센터 내에서 차세대 AI 가속기 (AI accelerators)가 더 널리 보급된다면, 와트당 토큰 수를 10배 더 늘릴 수 있으며, 이는 박리다매(slimmer margins)를 통해 거래량으로 더 큰 수익을 창출하게 만들 수 있습니다.

그다음으로는 Nvidia가 토큰 성능 효율을 또 다른 10배 증가시킬 것이라고 주장하는 Vera Rubin을 기대할 수 있습니다. Blackwell과 Vera Rubin 플랫폼의 이점들이 추론 서버 (inference servers)를 위한 AI를 잠재적으로 더 수익성 있는 산업으로 만들 가능성은 분명히 있습니다. 하지만 설령 그렇다 하더라도, 거대 기업들이 직접적인 AI 수익만으로 그들의 막대한 투자액에 근접하는 수준을 회수하는 것은 상상하기 어렵습니다. 특히 경쟁이 심화되면서 토큰 가격을 계속해서 낮추고 있는 상황에서는 더욱 그렇습니다.