AI 가격 경쟁 심화: xAI, OpenAI, 메타 일제히 가격 인하, 앤스로픽 압박, AI 산업 체인 수익은 어디로 흐르는가?

토큰은 AI 모델이 처리하는 텍스트의 최소 단위다. 텍스트가 모델에 입력되기 전에 여러 토큰으로 분할되며, 이는 완전한 단어, 어근 또는 문장 부호가 될 수 있다. 중국어 환경에서는 단일 한자나 자주 쓰이는 단어가 하나의 토큰 역할을 할 수 있다. 토큰 수는 단일 대화의 최대 텍스트 길이를 직접 결정한다. API 요금 책정에서 토큰은 과금 기준이 되며, 입력 텍스트와 생성된 답변은 각각의 토큰 수를 기반으로 누적 과금된다.

불과 몇 달 전만 해도 실리콘밸리에서는 AI를 적게 쓰면 뒤처질 수 있다는 우려 때문에 기업들이 직원들에게 AI를 최대한 많이 사용하도록 권장하는 "토큰 극대화(Token Maximization)" 문화가 유행했다. 하지만 최근 상황이 달라졌다.

최근 디인포메이션(The Information)의 보도에 따르면 테슬라( TSLA)는 지난 7월 6일부터 직원들의 AI 도구 지출을 주당 200달러로 제한하고, 이를 초과할 경우 관리자의 승인을 받도록 직원들에게 통보했다. 우버( UBER)는 지난 4월에 2026년 전체 AI 예산을 모두 소진했으며, 이에 따라 직원 1인당 단일 AI 도구에 대한 월간 토큰 지출을 1,500달러로 제한했다.

기업 지출 데이터 플랫폼 램프(Ramp)에 따르면, 2026년 4월 기업의 AI 토큰 월간 지출액 중간값은 2,246달러였으나 평균값은 무려 14만 달러에 달했다. 이러한 거대한 격차는 소수의 "슈퍼 유저(super users)"들이 AI 예산의 대부분을 소비하고 있음을 보여준다.

기업들은 손익을 계산하기 시작했다. 1년 전만 해도 오픈AI(OpenAI) 경영진은 최고 등급의 AI 모델에 대해 월 수천 달러의 구독료를 부과하는 방안을 논의하고 있었다. 하지만 이제 샘 올트먼(Sam Altman)의 어조는 달라졌다. "모든 기업이 AI에 지출하는 비용과 이를 통해 얻는 가치에 대해 고민하고 있으며, 이것이 바로 우리가 해결하고자 하는 부분입니다."

스페이스X AI는 7월 8일 그록 4.5(Grok 4.5)를 최초로 출시하며 상장 이후 첫 신규 모델을 선보였다.머스크는 X를 통해 "이 모델은 오푸스(Opus)급 모델이지만 더 빠르고 토큰 효율적이며 가격도 저렴하다"고 대대적으로 발표했다.

테스트 데이터가 이를 뒷받침한다. SWE-벤치 프로(SWE-Bench Pro) 작업에서 그록 4.5는 평균 15,954개의 토큰만을 사용하여 문제를 해결한 반면, 클로드 오푸스 4.8(Claude Opus 4.8)은 67,020개의 토큰을 사용해 경쟁사 사용량의 4분의 1 미만을 기록했다. API 가격은 100만 토큰당 입력 2달러, 출력 6달러로, 클로드 오푸스 및 GPT-5.5보다 60% 이상 저렴하다. 스페이스X AI는 자사의 토큰 효율성이 동급 제품의 2배에 달한다고 주장한다.

오픈AI는 7월 9일 일반에 GPT-5.6을 출시하며 솔(Sol), 테라(Terra), 루나(Luna) 등 세 가지 모델을 동시에 공개했다.

솔: 100만 토큰당 입력 5달러, 출력 30달러로, 이전 세대와 동일한 가격을 유지하면서도 효율성과 성능을 대폭 향상시켰다. 권위 있는 기관인 아티피셜 애널리시(Artificial Analysis)의 코딩 에이전트(Coding Agent) 지수에서 솔(최대 버전)은 80점을 기록하며 새로운 글로벌 기준을 세웠다. 이는 복잡한 다단계 작업을 수행할 때 강력하고 지속적인 추진력을 보여주며, 전체 작업 비용은 기존 프런티어 모델보다 실질적으로 훨씬 낮다.

테라: 100만 토큰당 입력 2.50달러, 출력 15달러로, 성능 면에서는 GPT-5.5를 벤치마킹했으나 가격은 정확히 절반으로 낮췄다. 오픈AI의 공식 에이전트 최종 시험(Agents' Last Exam) 테스트에서 테라는 효율적인 논리 체인을 바탕으로 특정 전문 워크플로우를 기존 프런티어 모델의 약 16분의 1에 불과한 예상 비용으로 완료할 수 있다.

루나: 100만 토큰당 입력 1달러, 출력 6달러로, 세 모델 중 가장 저렴하며 고빈도 호출 시나리오에 이상적이다.

메타(Meta)가 그 뒤를 바짝 쫓으며 첫 유료 API 모델인 뮤즈 스파크 1.1(Muse Spark 1.1)을 출시했다.가격 측면에서는 100만 토큰당 입력 1.25달러, 출력 4.25달러다. 이는 앤스로픽 페이블 5(Anthropic Fable 5)의 입력 10달러, 출력 50달러와 비교된다. 뮤즈 스파크 1.1의 가격은 페이블 5의 10분의 1 수준에 불과하다.

저커버그는 "다른 연구소들은 가격이 높고 이윤 폭이 엄청나다. 우리는 더 저렴한 가격에 프런티어 인공지능을 제공할 수 있는 능력이 있다"고 단언했다. 메타의 자신감은 수익성이 매우 높은 광고 사업에서 비롯된 것으로, 낮은 가격으로 시장을 먼저 선점한 뒤 입지를 다진 후 점진적으로 가격을 인상하겠다는 전략이다.

3대 대기업이 일제히 가격을 인하하면서 앤스로픽이 가장 큰 압박을 받고 있음은 자명한 사실이다. Ramp 데이터에 따르면, 앤스로픽의 기업용 AI 구독 점유율은 2026년 5월 41%에 달해 처음으로 오픈AI의 39.5%를 넘어섰다. 당초 기업 시장에서 우위를 점하고 있던 앤스로픽은 이제 가격을 앞세운 경쟁사들에게 밀리고 있는 형국이다.

또한 데이터에 따르면 앤스로픽 자체의 컴퓨팅 파워 지출은 인건비의 2.3배에 달하는 것으로 나타났다. 시니어 엔지니어 1인당 총비용인 22만 4,000달러를 기준으로 할 때, 엔지니어 1인당 연간 컴퓨팅 파워 지출은 약 51만 5,000달러에 달한다.

앤스로픽은 최근 클로드 엔터프라이즈(Claude Enterprise)를 정액제 구독 모델에서 사용량 기반 요금제 모델로 전환했다. 이러한 전환 자체는 AI 비용 압박이 이미 고객에게서 서비스 제공업체 자체로 전가되었음을 정확히 반영한다.

모델 레이어가 가격 전쟁을 벌이고 있다면, 수익은 어디로 향하고 있을까?

첫 번째 목적지: 모델 라우팅 서비스 제공업체. 모델의 수가 급증하고 가격 책정이 점점 더 혼란스러워짐에 따라, 기업들은 '가장 저렴한 것을 골라 쓸 수 있게' 해주는 도구에 대한 필요성이 더욱 커지고 있다. 오픈라우터(OpenRouter)와 같은 플랫폼은 사용자가 작업에 맞춰 수백 개의 모델 중에서 자동으로 전환할 수 있도록 지원한다. 2026년 5월, 오픈라우터는 1억 1,300만 달러 규모의 시리즈 B 투자 유치를 완료하며 13억 달러의 기업 가치를 기록했다. 이 플랫폼이 주간 단위로 처리하는 토큰의 양은 5조 개에서 25조 개로 증가했다.

씨티그룹 보고서에 따르면, 오픈라우터 플랫폼에서 처리되는 오픈소스 모델 토큰의 비중은 1월 34%에서 6월 65%로 급증했다.

두 번째 목적지: 가성비가 더 뛰어난 대안들. 오픈라우터에서 중국 AI 모델을 사용하는 미국 기업들의 토큰 비중은 2026년 이후 주간 기준 30% 이상을 안정적으로 유지하고 있으며, 최고 46%를 기록하기도 했다.

제3자 평가 데이터에 따르면, 멀티모달 이해 및 엔지니어링 배포 분야에서 중국의 주류 프론티어 모델과 미국의 최정상급 폐쇄형 모델 간의 전반적인 성능 격차가 1%에서 4% 수준으로 크게 좁혀진 반면, 가격은 60%에서 90% 더 저렴한 것으로 나타났다.

세 번째 목적지: 업스트림 반도체. 가격 전쟁은 모델 레이어를 휩쓸고 있으며, 결국 그 대가를 치르는 것은 모델 레이어 자체다. 모델 개발자들이 가격을 인하할 수 있는 자신감은 추론 비용의 지속적인 하락에서 비롯되며, 이는 AI 반도체 및 메모리 반도체 산업의 구조적 호황이 뒷받침하고 있다. 마이크론( MU)의 단일 분기 영업이익률은 80%를 넘어섰으며, SK하이닉스( SKHY)와 삼성전자의 메모리 반도체 이익은 계속해서 사상 최고치를 경신하고 있다. AI 컴퓨팅 비용의 대부분은 모델 레이어가 아니라 반도체 레이어에서 발생한다. 모든 API 호출의 이면에는 GPU와 HBM의 소모가 존재한다. 모델 레이어에서의 경쟁이 치열해질수록 업스트림 반도체와 메모리에 대한 수요는 더욱 확고해지며, 가격 전쟁이 치열해질수록 업스트림이 얻는 수혜는 더욱 확실해진다.

모델 계층에서의 가격 경쟁은 단기적으로 고객에게 더 낮은 비용, 더 많은 선택지, 그리고 더 강력한 협상력을 제공하며 유리하게 작용한다. 그러나 장기적으로 살아남은 AI 개발사들은 한 가지 질문에 답해야만 한다. 토큰 단가가 계속해서 하락하는 상황에서, 반도체와 데이터 센터에 투자한 수천억 달러를 어떻게 회수할 것인가?

저커버그에게는 자신의 행보에 자금을 대줄 광고 사업이 있고, 머스크에게는 자본 시장에 내러티브를 제시하는 능력이 있으며, 오픈AI는 선점자 우위와 브랜드 프리미엄을 누리고 있다. 한편, '가장 뛰어난 지능'을 지향하며 설립된 기업인 앤스로픽은 냉혹한 현실에 직면해 있다. 고객들은 리더보드 순위가 아니라 예산으로 선택을 내리고 있다는 점이다.

AI의 '토큰 효율성 시대'가 도래했다. 올해 가장 큰 변화는 모델이 얼마나 더 강력해졌는가가 아니라, 업계 전체가 '그럴 만한 가치가 있는가'라는 질문에서 '너무 비싸지 않은가'라는 질문으로 전환되었다는 점이다. 모든 기업이 AI 청구서를 면밀히 검토하는 상황에서, 고객의 비용 절감을 도울 수 있는 자가 결국 살아남을 것이다.

이 콘텐츠는 AI를 활용하여 번역되었으며, 명확성을 확보할 수 있도록 검토 과정을 거쳤습니다. 정보 제공 용도로만 제공됩니다.