중국 AI 모델, 100만 토큰 0.1달러까지 내려가며 가격 전쟁 격화

중국 AI 가격 전쟁이 꽤 살벌한 수준까지 내려옴

• 중국 AI 모델 가격이 이제 “싸다” 정도가 아니라, 미국 최상위 모델과 비교하면 아예 다른 시장처럼 보이는 수준까지 내려감

  • 샤오미 AI 모델 ‘미모’는 100만 입력 토큰당 0.10달러, 약 148원 수준
  • OpenAI·Anthropic 최신 모델은 100만 입력 토큰당 약 3달러, 출력은 약 15달러 수준
  • 중국 주요 모델과 미국 빅테크 최상위 모델 간 가격 차이는 적게는 30배, 많게는 170배까지 벌어짐

• 이 가격 전쟁의 출발점은 2024년 5월 딥시크-V2였음

  • 딥시크는 100만 토큰당 1위안, 약 220원이라는 가격을 내놨고 기존 GPT 계열 대비 수십~수백 배 저렴했음
  • 이후 바이두, 바이트댄스, 알리바바, 텐센트까지 줄줄이 가격을 80~97% 내리거나 무료 정책을 내놓음
  • 중국 안에만 200개 넘는 대규모 언어 모델(LLM)이 난립하면서, 점유율 확보를 위한 출혈 경쟁이 된 셈

왜 이렇게까지 싸게 파나

• 중국 업체들의 전략은 단순함. 일단 개발자와 기업을 최대한 빨리 끌어들이겠다는 것

  • 오픈소스 모델과 저가 API를 뿌려서 글로벌 개발자 생태계에 먼저 깔리는 게 목표
  • 당장 수익을 포기하더라도 사용량과 점유율을 확보하는 박리다매 전략에 가까움
  • 특히 AI 에이전트처럼 토큰을 엄청나게 많이 쓰는 서비스가 늘면서, 저가 모델의 매력이 확 커짐

• 중국 정부 보조금도 가격 인하를 가능하게 만드는 핵심 배경임

  • 중국은 AI 연산 능력, 즉 컴퓨팅 파워를 국가 핵심 프로젝트로 보고 데이터센터 전기요금 등을 지원함
  • 화웨이·캠브리콘 같은 중국산 AI 반도체를 쓰면 전력 비용의 절반을 정부가 대납하는 식의 지원책도 거론됨
  • 반대로 미국 빅테크는 엔비디아 최신 GPU와 대규모 데이터센터에 천문학적 자본을 투입했기 때문에 API 가격을 쉽게 무너뜨리기 어려움

• 그래서 양쪽의 비즈니스 모델이 갈라짐

  • 미국 쪽은 고성능 프리미엄 모델 가격을 유지하며 인프라 투자비를 회수해야 함
  • 중국 쪽은 가격을 무너뜨려 사용량과 생태계를 먼저 가져가려 함
  • 개발자 입장에서는 “성능이 충분하면 싼 쪽으로 붙자”는 유인이 커질 수밖에 없음

싸면 무조건 좋은가? 여기서부터 문제가 생김

• 가장 먼저 타격을 받는 쪽은 AI 스타트업임

  • 빅테크와 대기업이 자본을 태워 가격을 내리면, 자체 인프라가 약한 스타트업은 같은 게임을 하기 어려움
  • 오픈소스 모델 확산으로 모델 자체의 차별화 가치도 빠르게 낮아지는 중
  • 에이전트형 AI 도입으로 토큰 사용량은 늘어나는데, 원가는 고정되거나 오히려 커지는 구조가 됨

• 월정액 무제한이나 고용량 구독 모델도 역설적으로 위험해짐

  • 스타트업은 안정적인 매출을 만들려고 구독제를 도입하지만, 소수 헤비유저가 한 달에 수억 개 토큰을 쓰면 수익 구조가 깨질 수 있음
  • 브랜드 충성도가 낮으면 종량제로 바꾸기도 어렵고, 빅테크처럼 과금 정책을 유연하게 바꾸기도 쉽지 않음
  • 결국 “많이 쓰게 만들수록 손해”라는 이상한 상황이 나올 수 있음

품질과 지속 가능성의 벽

• 같은 돈으로 더 많은 트래픽을 돌리다 보니 품질 저하 이슈도 따라옴

  • 정확도, 일관성, 속도, 안정성이 모두 흔들릴 수 있음
  • 분당 토큰(TPM), 분당 요청(RPM), 동시 요청 수를 제한하면 출력 제한과 타임아웃이 늘어남
  • 챗봇, 코딩 어시스턴트, 고객센터 자동화처럼 즉시성이 중요한 제품에서는 응답 끊김 자체가 치명적임

• 텐센트 리창 부사장은 토큰 판매만으로는 점착성 있는 비즈니스가 아니라고 봄

  • 더 싼 경쟁사가 나오면 고객이 바로 옮겨갈 수 있기 때문
  • 그는 토큰을 자동차 연료에 비유하면서, 연료를 많이 파는 것보다 엔진, 즉 AI 모델 아키텍처 효율이 중요하다고 지적함
  • 적은 토큰으로 좋은 결과를 내는 모델이 결국 사용자 비용을 낮춘다는 얘기임

• 텐센트가 가려는 방향도 이 지점에서 나옴

  • 단순 토큰 인프라 제공자가 아니라 AI 에이전트·클라우드 솔루션 공급자가 되겠다는 전략
  • 자체 모델 ‘훈위안(Hunyuan)’ 기반 지능형 에이전트 개발 플랫폼을 B2B 클라우드로 제공 중
  • 기업 고객이 자사 데이터를 붙여 고객 서비스, 마케팅, 코딩 지원에 바로 쓰게 만드는 방식임

---

기술 맥락

• 이번 이슈의 핵심은 “어떤 모델이 더 똑똑하냐”보다 “AI 모델을 어떤 원가 구조로 서비스할 수 있느냐”에 가까워요. 토큰 단가가 30~170배 차이 나면 같은 기능이라도 제품 마진이 완전히 달라지거든요.

• AI 에이전트가 중요하게 언급되는 이유는 사용량 패턴이 다르기 때문이에요. 일반 챗봇은 질문과 답변 한두 번으로 끝날 수 있지만, 에이전트는 계획, 검색, 도구 호출, 검증을 반복해서 토큰을 계속 태워요. 그래서 모델 단가가 제품 설계의 제약조건이 돼요.

• 중국 업체들이 저가 API와 오픈소스를 밀어붙이는 건 후발주자로서 생태계를 빨리 잡기 위한 선택이에요. 개발자가 한 번 SDK, API, 워크플로우를 붙이면 이후 모델 교체 비용이 생기니까, 초반에는 수익보다 사용량을 보는 거죠.

• 다만 운영팀 입장에서는 가격표만 보면 안 돼요. 분당 요청 수, 동시 처리량, 타임아웃, 출력 안정성 같은 제한이 실제 사용자 경험을 좌우하거든요. 특히 고객 응대나 코딩 도우미처럼 실시간성이 중요한 제품은 싼 모델을 붙였다가 장애 비용이 더 커질 수 있어요.