성능은 미국이 앞선다며? 근데 미국 기업들이 중국 모델을 쓰고 있어

이상한 일이 벌어졌어. 미국은 AI 성능 경쟁에서 여전히 앞서 있다고들 하잖아. GPT-5.5, Claude Opus 4.8, Gemini — 최전선 벤치마크 상단은 대부분 미국 랩들 차지야. 그런데 정작 미국 기업들이 실무에서 돌리는 API 토큰의 절반 가까이가 중국산 모델로 흘러가고 있어. 이게 CNBC가 2026년 7월 7일에 숫자로 까발린 내용이야.

핵심 숫자부터 보자. 개발자들이 여러 AI 모델을 골라 쓸 수 있는 라우팅 플랫폼 OpenRouter의 사용량 데이터를 보면, 미국 기업들이 쓰는 API 토큰 중 중국 모델이 차지하는 비중이 최근 몇 달간 매주 30%를 넘겼고, 최고점에서는 46%까지 찍었어. 불과 1년 전인 2025년 상반기 평균이 4.5%였는데 말이야. 10배가 뛴 거지.

더 중요한 건 이게 일시적 스파이크가 아니라는 점이야. 2026년 2월 8일 이후로 이 비중은 단 한 주도 30% 아래로 떨어진 적이 없어. 매주 꾸준히 30%대를 유지했다는 건, 개발자들이 심심해서 한 번 찔러보는 수준이 아니라 실제 프로덕션 서비스에 중국 모델을 박아넣었다는 뜻이야. 구조적 전환이라는 거지.

그리고 이 모든 사태의 원인은 놀랄 만큼 단순해. 딱 하나, 가격이야.

OpenRouter, DeepSeek, 그리고 "오픈 웨이트"라는 무기

먼저 등장인물부터 정리하자. 이 이야기의 무대는 OpenRouter야. OpenRouter는 개발자가 코드 한 줄 안 고치고 수백 개의 AI 모델을 골라 쓸 수 있게 해주는 API 중개 플랫폼이야. OpenAI 쓰다가 DeepSeek으로 갈아타고 싶으면? 모델 이름만 바꾸면 끝이야. 그래서 이 플랫폼의 트래픽 데이터는 "미국 기업들이 지금 실제로 어떤 모델에 돈을 쓰는가"를 보여주는 꽤 정직한 온도계 역할을 해. CNBC가 이 데이터를 근거로 삼은 이유야.

주인공은 DeepSeek이야. 중국 항저우의 헤지펀드에서 출발한 이 회사는 2025년 초 R1을 터뜨리면서 세계를 놀라게 했고, 이후 V4 시리즈까지 오면서 완전히 판을 흔들고 있어. 핵심 무기는 "오픈 웨이트(open-weight)"야. 모델 가중치를 인터넷에 그냥 풀어버려서, 누구나 자기 서버에 받아서 돌릴 수 있게 만든 거지. DeepSeek만 있는 게 아니야. GLM 5.2(Zhipu), Kimi K2.7(Moonshot) 같은 중국 오픈 웨이트 모델들이 다 같이 몰려오고 있어.

이 "오픈 웨이트"라는 게 왜 중요하냐면, 미국의 통제를 사실상 무력화하기 때문이야. 모델 가중치가 이미 인터넷에 공개돼 있으면, 정부가 "쓰지 마"라고 해도 막을 방법이 딱히 없어. 미국 기업이 아마존이나 다른 미국 내 인프라 제공업체 서버에 그 가중치를 올려서 돌리면, 데이터가 중국으로 가지도 않고 그냥 미국 땅에서 돌아가는 거거든. Lindy가 바로 이 방식을 썼어 — 미국 기반 추론 제공업체 Atlas Cloud에 DeepSeek을 올려서 미국 서버에서 돌렸지.

성능도 이제 무시 못 해. CNBC 보도와 관련 벤치마크를 보면, 최신 중국 오픈 웨이트 모델들은 에이전트형 작업(agentic benchmark)에서 미국 최전선 모델과 약 1%포인트 차이 안쪽까지 따라붙었어. 예를 들어 GLM 5.2는 대표적인 에이전트 벤치마크에서 Anthropic의 Opus 4.8과 1%포인트 이내 차이를 보이는데, 비용은 대략 5분의 1 수준이야. "성능은 조금 뒤지지만 가격이 압도적"이 아니라, 이제는 "성능은 거의 같은데 가격이 압도적"인 국면으로 넘어온 거야.

60~90% 싸다는 게 어떤 의미냐면

숫자로 보면 왜 기업들이 넘어가는지 바로 이해돼. DeepSeek V4 Flash는 공식 API 기준 100만 입력 토큰당 약 $0.14야. 반면 OpenAI GPT-5.5는 100만 입력 토큰당 $5.00이지. 같은 양의 텍스트를 처리하는 데 드는 돈이 35배 넘게 차이 나는 거야. 출력 토큰도 마찬가지야 — GPT-5.5는 100만 출력 토큰당 $30인데, DeepSeek Flash는 $0.28이야.

이걸 표로 정리하면 이래.

모델 입력 (100만 토큰당) 출력 (100만 토큰당) 성격
DeepSeek V4 Flash $0.14 $0.28 중국 오픈 웨이트
OpenAI GPT-5.5 $5.00 $30.00 미국 프로프라이어터리
대략 배율 약 36배 약 107배 —

기업 API 사용량은 대부분 입력 토큰이 지배해. 긴 문서 요약, 코드베이스 분석, 대화 히스토리 반복 주입 — 다 입력이 무겁거든. 그래서 실무에서 체감하는 비용 절감은 대략 60~90% 수준으로 잡혀. 월 수천만 달러씩 AI에 쓰던 회사 입장에서 이건 "좀 아끼자" 수준이 아니라 손익계산서 자체가 바뀌는 규모야.

여기서 진짜 무서운 게 하나 있어. AI 사용량은 지금도 폭발적으로 늘고 있다는 거야. 에이전트를 붙이고, 워크플로를 자동화하고, 백그라운드에서 모델이 계속 돌아가는 시대잖아. 예전엔 "토큰을 아끼자(tokenmaxxing의 반대)"가 아니라 "일단 성능 좋은 모델 쓰자"였는데, 사용량이 이렇게 커지니까 단가가 손익을 결정하는 변수로 올라선 거야. 성능이 비슷하다면, 단가 35배 차이를 감당할 이유가 점점 사라지는 거지.

코인베이스와 Lindy — 실제로 갈아탄 두 회사 이야기

추상적인 통계는 여기까지. 이제 실제로 갈아탄 회사들 얘기를 해보자. 가장 상징적인 건 코인베이스야.

미국 최대 암호화폐 거래소인 코인베이스는 사내에서 약 1,200개의 AI 에이전트를 굴리고 있어. 코드 작성, 리뷰, 운영 자동화 같은 걸 이 에이전트들이 처리하는데, 코인베이스는 엔지니어들의 기본 모델을 중국 오픈 웨이트 모델 — GLM 5.2와 Kimi K2.7 Code — 로 바꿔버렸어. 결과는? AI 지출이 거의 절반으로 줄었어. 그것도 토큰 사용량 자체는 오히려 늘어난 상태에서. 즉, 더 많이 쓰면서도 돈은 덜 낸 거야. 다국어 멀티모델 인프라를 깔아두고 작업 성격에 따라 모델을 자동으로 라우팅하는 방식이지.

두 번째 주인공은 AI 에이전트 스타트업 Lindy야. Lindy는 좀 더 과감했어. 트래픽 일부만 옮긴 게 아니라, 자기네 관리형 에이전트의 주력 모델을 Claude에서 DeepSeek V4로 사실상 100% 이전했어. Lindy의 CEO Flo Crivello는 CNBC에 "이걸로 수백만 달러를 아낀다"고 했고, 실제로 이전한 경로들에서 추론 비용이 약 90% 줄었다고 밝혔어. AI 비용이 인건비보다 커지는 지경에 이르자 내린 결정이었어.

근데 Lindy 얘기에서 중요한 디테일이 하나 있어. 이 사람들이 눈 감고 갈아탄 게 아니라는 거야. 오프라인 평가 → 제공업체 테스트 → 프롬프트 최적화 → 내부 롤아웃 → 온라인 평가 → 리텐션 확인 → 전면 전환. 이 순서를 다 거쳤어. 그리고 흥미롭게도, 더 높은 지능이 필요한 특정 작업에는 여전히 Sonnet을 남겨뒀어. 즉 "무조건 싼 거"가 아니라 "작업에 맞는 최저가"를 고른 거지. Crivello는 심지어 "Anthropic이 가격을 내리면 다시 돌아갈 수도 있다"고까지 했어. 충성심이 아니라 순수한 경제학이라는 뜻이야.

이 두 사례가 무서운 건, 실험이 아니라 프로덕션 결정이라는 점이야. 대충 테스트해본 게 아니라 실제 고객 트래픽을 태워서 돈을 벌고 있는 서비스에 중국 모델을 박아넣은 거니까.

그리고 CNBC 후속 보도에 따르면 이게 코인베이스와 Lindy만의 얘기도 아니야. 에어비앤비, 우버, 그리고 이름을 밝히지 않은 수십 개 기업이 조용히 중국 오픈 웨이트 모델을 프로덕션 워크로드에 채택했다고 해. 조용히 넘어간다는 게 포인트야 — 대놓고 "우리 중국 모델 씁니다"라고 홍보할 이유는 없지만, 손익계산서 앞에서는 결국 다들 같은 계산을 하고 있다는 거지. OpenRouter에서 어느 주에는 중국 모델이 4.12조 토큰을 처리해 미국 모델(2.94조 토큰)을 처음으로 앞질렀는데, 이건 특정 회사 몇 곳이 아니라 시장 전체가 움직였다는 신호야.

데자뷔 — 예전에도 이런 "가성비 침공"이 있었지

이 그림, 어디서 많이 본 것 같지 않아? 성능 좀 뒤지지만 압도적으로 싼 대체재가 시장 하단부터 갉아먹다가 결국 중상단까지 삼키는 패턴. 클레이튼 크리스텐슨이 말한 파괴적 혁신의 교과서적 전개야.

성공 사례부터 보자. 안드로이드가 딱 이랬어. 초창기 안드로이드폰은 아이폰보다 촌스럽고 버벅였지만, 저렴하고 개방적이라는 이유로 신흥시장부터 먹기 시작했고, 지금은 전 세계 스마트폰 OS 점유율의 압도적 다수를 차지해. 오픈소스라 아무나 가져다 쓸 수 있었던 게 결정적이었어. 지금 DeepSeek·GLM·Kimi가 "오픈 웨이트"로 미는 전략과 소름 돋게 닮았지. 리눅스도 마찬가지야 — 한때 "장난감 OS" 취급받다가 지금은 세계 서버 인프라의 뼈대야.

실패로 끝난 카운터 사례도 있어. 화웨이 통신장비가 그랬어. 가격·성능으로는 서구 시장을 상당히 파고들었지만, 결국 안보 우려라는 벽에 막혀 미국·유럽 핵심 시장에서 대거 퇴출됐어. 기술이 아니라 지정학이 승부를 갈랐지. 지금 중국 AI 모델이 정확히 그 갈림길에 서 있어. 순수 경제학으로만 보면 침투는 계속될 텐데, 안보라는 변수가 얼마나 개입하느냐에 따라 결말이 달라질 수 있는 거야.

한 가지 더 짚을 게 있어. 파괴적 혁신이 무서운 진짜 이유는 "하단부터 먹는다"는 점이야. 처음엔 비용에 민감한 저부가 작업 — 로그 요약, 단순 분류, 내부 자동화 — 부터 갈아타. 상단 랩들은 "그런 건 원래 우리 프리미엄 고객이 아니었어"라며 방심하지. 근데 대체재가 그 하단에서 규모를 키우며 성능을 개선하는 동안, 어느새 중상단 작업까지 넘볼 수준이 돼 있어. 안드로이드가 저가폰에서 시작해 플래그십까지 올라온 경로가 딱 그거였고, 지금 중국 모델도 "단순 작업 → 에이전트 → 코딩"으로 상향 이동 중이야.

그래서 이번 사태의 관전 포인트는 딱 하나로 좁혀져. "가성비 파괴적 혁신(안드로이드 루트)"이 이기느냐, "안보 차단(화웨이 루트)"이 이기느냐. 그리고 지금까지의 숫자만 보면, 시장은 이미 가성비 쪽으로 발을 옮기고 있어.

그럼 OpenAI랑 Anthropic은 어떻게 나올까

궁지에 몰린 건 미국 랩들이야. 그럼 이들은 어떻게 반격할까. 몇 가지 카드가 보여.

첫 번째는 가격 인하야. 가장 직접적인 대응이지. 실제로 OpenAI는 배치(batch)·플렉스(flex) 처리 모드로 GPT-5.5 단가를 절반($2.50/$15)까지 내려주는 옵션을 이미 열어뒀어. Lindy의 CEO가 "Anthropic이 가격을 내리면 돌아갈 수 있다"고 한 걸 보면, 미국 랩들이 공격적으로 가격을 내리면 이탈한 트래픽 중 일부는 돌아올 여지가 있어. 다만 이건 자기네 마진을 깎는 일이라, 투자자한테 "성장을 위해 수익성을 포기한다"고 설명해야 하는 부담이 커.

두 번째는 "성능으로 차별화"야. 가격으로 못 이기면 "우리 모델은 그냥 더 똑똑해서 결과적으로 더 싸다"는 논리를 밀 수밖에 없어. 복잡한 추론, 긴 컨텍스트, 안정적인 툴 사용 같은 영역에서 확실한 격차를 유지하면, 최고 지능이 필요한 상단 작업은 미국 모델이 계속 잡을 수 있거든. Lindy가 고지능 작업에 Sonnet을 남겨둔 게 딱 그 증거야. 문제는 그 격차가 지금 1%포인트까지 좁혀졌다는 거지만.

세 번째는 정책·안보 카드야. 이건 랩이 직접 쓰는 카드는 아니지만, 결과적으로 미국 랩들에게 유리하게 작용할 수 있어. 실제로 2026년 7월 8일, CNBC는 미국 하원 국토안보위원회와 미중전략경쟁특별위원회가 미국 기업의 중국 AI 모델 채택을 공동 조사하고 있다고 보도했어. 국토안보위원장 앤드루 가르바리노는 "중국 오픈 웨이트 모델이 특정 취약점 발견·사이버보안 작업에서 미국 최고 모델과 대등하다는 최근 보도는 매우 우려스럽다"고 했지. 조사 대상엔 Cursor, Airbnb 같은 이름도 거론됐어.

근데 여기 딜레마가 있어. 오픈 웨이트 모델은 가중치가 이미 인터넷에 공개돼 있어서, 사실상 완전히 막는 게 불가능해. 정부가 "쓰지 마"라고 해도 회사가 미국 서버에 그냥 받아서 돌리면 그만이거든. 트럼프 행정부도 이 위험을 "분명히 우려"하고 있다지만, 규제 방법을 찾는 게 쉽지 않다는 게 CNBC의 진단이야.

그래서 뭐가 달라지는데

이게 각자한테 어떤 의미인지 정리해보자.

개발자·엔지니어라면 이건 사실 좋은 소식이야. 모델 선택지가 넓어지고 단가가 떨어진다는 건, 예전엔 비용 때문에 못 붙였던 기능들을 이제 붙일 수 있다는 뜻이거든. 에이전트를 여러 개 돌리고, 백그라운드 작업을 마음껏 태우고, 실험을 더 과감하게 할 수 있어. 대신 "멀티모델 인프라"를 다룰 줄 아는 게 새로운 필수 역량이 돼. 코인베이스처럼 작업 성격에 따라 모델을 라우팅하는 설계가 앞으로 표준이 될 거야. 그리고 회사가 규제 대상 산업(금융·헬스케어·정부계약)이라면 어떤 모델을 어디서 돌리는지가 컴플라이언스 문제로 올라오니까 그것도 챙겨야 해.

투자자라면 이건 미국 AI 랩들의 마진 스토리에 균열이 생겼다는 신호야. "우리가 최전선 성능을 독점하니까 프리미엄 가격을 받을 수 있다"는 논리가, 성능 격차가 1%포인트로 좁혀지고 중국 모델이 5분의 1 가격에 나오는 순간 흔들리기 시작하거든. 물론 최상단 지능 시장은 여전히 미국 차지겠지만, 대량으로 소모되는 중하단 토큰 시장에서 가격 압박은 계속될 거야. 이건 투자 권유가 아니라 시장 구조를 읽는 얘기니까 오해는 말고.

일반 사용자라면 당장 체감할 일은 별로 없어. 네가 쓰는 앱이 뒤에서 어떤 모델을 돌리는지 대부분 모르고 살 거고, 그게 정상이야. 다만 두 가지는 알아둘 만해. 하나는 AI 기능이 붙은 서비스들의 가격이 앞으로 더 싸지거나 무료 기능이 늘어날 여지가 생겼다는 것(비용이 내려가니까). 다른 하나는 네가 쓰는 서비스가 데이터를 어떤 모델로 처리하는지에 대한 논의가 앞으로 뜨거워질 거라는 것. 특히 민감한 정보를 다루는 서비스라면 이 질문을 던져볼 가치가 있어.

🥄 남은 궁금증 세 가지

— 미국 서버에서 돌리면 데이터 유출 걱정은 없는 거야? 데이터가 중국으로 넘어가는 문제는 미국 인프라에 올려 돌리면 상당 부분 해소돼. Lindy가 Atlas Cloud를 쓴 이유가 그거야. 다만 "모델 자체에 백도어나 편향이 심겨 있으면?" 같은 우려는 서버 위치와 별개 문제라서, 의원들이 조사하는 지점도 정확히 거기야. 완전히 안심하긴 이른 단계야.

— 그럼 미국 모델은 이제 끝난 거야? 그건 아니야. 최고 난도 작업, 복잡한 추론, 안정적인 툴 사용 같은 상단 시장은 여전히 미국 모델이 잡고 있어. Lindy도 고지능 작업엔 Sonnet을 남겨뒀잖아. 다만 "무조건 비싼 최고 모델 써야지"가 통하던 시대는 끝났고, 이제 작업마다 가성비를 따지는 게 표준이 됐다는 게 핵심이야.

— 이 46%라는 숫자, 계속 오를까? 순수 경제학만 보면 오를 이유가 많아 — 성능은 붙었고 가격은 5분의 1이니까. 근데 변수는 지정학이야. 의회 조사가 규제로 이어지거나, 미국 랩들이 가격을 확 내리면 흐름이 꺾일 수 있어. 화웨이가 기술이 아니라 안보로 막혔던 것처럼. 그래서 이건 시장 데이터가 아니라 정치 뉴스를 같이 봐야 예측이 되는 사안이야.

참고 자료

수치는 발표 시점 기준이라 바뀔 수 있어.