AI 사용량 1위 오른 익명 AI 'Ox 알파'…정체는 지푸의 신형 AI

(zdnet.co.kr)

익명으로 공개되어 압도적 사용량을 기록했던 'Ox 알파'의 정체가 중국 지푸(Z.ai)의 신형 모델 GLM-5.3-플래시로 밝혀졌으며, 이는 기존 모델 대비 10분의 1 비용으로 최상위급 성능을 구현해 AI 모델 시장의 가격 파괴를 예고합니다.

이 글의 핵심 포인트

1익명으로 배포되어 사용량 1위를 기록했던 'Ox 알파'의 정체는 지푸(Z.ai)의 GLM-5.3-플래시로 확인됨
2전작(GLM-5.2) 대비 약 10분의 1 수준의 비용으로 클로드 오퍼스 4.8을 상회하는 코딩 및 에이전트 성능 기록
33200억 개 파라미터 중 실제 추론 시 180억 개만 활성화하는 MoE(Mixture of Experts) 구조 적용
4선형 및 희소 어텐션을 결합한 하이브리드 구조를 통해 100만 토큰 기준 KV 캐시 및 연산량 대폭 절감
5텍스트, 코드, 이미지, 문서를 동시에 처리할 수 있는 네이티브 멀티모달 모델로 개발됨

이 글에 대한 공공지능 분석

왜 중요한가?

AI 모델의 성능 상향 평준화와 함께 '비용 효율성'이 새로운 경쟁의 핵심 지표로 부상했음을 보여줍니다. 고성능 모델을 저렴하게 사용할 수 있게 됨으로써, 그동안 비용 문제로 실현이 어려웠던 복잡한 AI 에이전트(Agentic) 서비스의 경제적 타당성이 확보되었습니다.

어떤 배경과 맥락이 있나?

글로벌 AI 시장은 초거대 모델의 파라미터 경쟁을 넘어, MoE(Mixture of Experts)와 효율적 아키텍처를 통한 추론 비용 절감 경쟁으로 전환되고 있습니다. 특히 중국 기업들이 오픈라우터 등을 통해 익명으로 성능을 먼저 검증받으며 실질적인 시장 점유율을 확대하려는 전략적 움직임을 보이고 있습니다.

업계에 어떤 영향을 주나?

저비용·고성능 모델의 등장은 AI 에이전트 및 자동화 솔루션을 개발하는 스타트업들에게 강력한 인프라적 기회를 제공합니다. 반면, 모델 자체를 개발하는 레이어의 수익성은 악화될 수 있으며, 서비스 레이어 간의 기능적 차별화 경쟁은 더욱 치열해질 것입니다.

한국 시장에 어떤 시사점이 있나?

한국의 AI 서비스 스타트업들은 자체 모델 개발에 매몰되기보다, GLM이나 Claude 같은 고효율 모델을 활용하여 특정 산업에 특화된 '버티컬 에이전트'를 개발함으로써 비용 경쟁력을 확보해야 합니다. 다만, 중국계 모델의 급격한 추격은 데이터 보안 및 모델 종속성 리스크를 동시에 고려해야 함을 시사합니다.

이 글에 대한 큐레이터 의견

지푸의 이번 발표는 AI 산업의 패러뮬이 '지능의 크기'에서 '지능의 가성비'로 이동하고 있음을 상징적으로 보여줍니다. 3200억 개의 파라미터를 보유하면서도 실제 추론에는 180억 개만 사용하는 MoE 구조와 효율적인 어텐션 메커니즘은, 단순한 규모의 경제를 넘어선 아키텍처의 승리입니다. 이는 AI 에이전트 기반의 복잡한 워크플로우를 구현하려는 스타트업들에게 매우 긍정적인 신호입니다.

다만, 이러한 저가형 고성능 모델의 확산은 양날의 검입니다. 모델 비용 하락은 서비스 운영 비용을 낮춰주지만, 동시에 모델 공급자의 시장 지배력이 강화되어 서비스 레이어 스타트업의 '모델 종속성(Lock-in)' 리스크를 심화시킵니다. 또한, 중국계 모델의 급격한 성능 향상은 글로벌 표준 경쟁에서 데이터 주권 및 보안 이슈를 야기할 수 있습니다.

따라서 창업자들은 특정 모델의 가격 하락에 안주하기보다, 낮아진 비용을 바탕으로 어떻게 더 복잡하고 가치 있는 사용자 경험(UX)을 설계하고, 모델 교체 시에도 유연하게 대응할 수 있는 아키텍처를 구축할 것인지에 집중해야 합니다.

원문 보기 →