오픈 웨이트 모델 거래량 급증, 토큰당 가격은 보합세

(vercel.com)

AI Gateway 데이터에 따르면 오픈 웨이트 모델의 토큰 점유율이 급증하며 비용 효율적인 AI 활용이 확산되는 가운데, 기업들은 고위험 작업에는 Anthropic 같은 프론티어 모델을, 대량 작업에는 저비용 모델을 사용하는 전략적 라우팅 체계를 구축하고 있습니다.

이 글의 핵심 포인트

1AI Gateway 토큰 거래량 29%, 지출액 27%로 전월 대비 성장
2오픈 웨이트 모델의 토큰 점유율이 4월 11%에서 6월 29%로 급증
3DeepSeek가 전체 토큰량의 22.6%를 차지하며 Google과 근소한 차이로 3위 기록
4Anthropic은 전체 지출의 61%를 차지하며 코딩, 백오피스 등 고위험 작업에서 압도적 점유율 확보
5OpenAI는 토큰 점유율은 하락했으나 지출 비중은 상승하여, 더 비싼 작업을 처리하는 양상

이 글에 대한 공공지능 분석

왜 중요한가?

AI 도입이 단순 실험을 넘어 실제 프로덕션 단계로 진입하며 '비용 최적화'와 '모델 라우팅'이 핵심 경쟁력으로 부상했음을 보여줍니다. 저비용 모델의 급성장은 기업들이 AI 인프라 비용 부담을 줄이면서도 대규모 서비스를 운영할 수 있는 기술적 토대를 마련하고 있습니다.

어떤 배경과 맥락이 있나?

오픈 웨이트 모델(DeepSeek, GLM 등)의 성능 향상과 가격 경쟁력이 확보되면서, 모든 작업에 비싼 프론티어 모델을 쓸 필요가 없다는 인식이 확산되었습니다. 이는 기업들이 작업의 난이도와 리스크에 따라 모델을 분리하여 사용하는 '멀티 모델 전략'을 채택하고 있는 흐름을 반영합니다.

업계에 어떤 영향을 주나?

개발자들은 이제 단일 모델 의존에서 벗어나, 비용 효율적인 워크플로우를 설계하는 'AI 오케스트레이션' 역량이 중요해질 것입니다. 또한, 고위험 작업(코딩, 백오피스)을 담당하는 프론티어 모델 기업과 대량의 트래픽을 처리하는 오픈 웨이트 모델 기업 간의 시장 양극화가 심화될 전망입니다.

한국 시장에 어떤 시사점이 있나?

한국 스타트업들은 글로벌 프론티어 모델에 대한 의존도를 낮추고, 특정 도메인에 특화된 오픈 웨이트 모델을 활용해 비용 효율적인 서비스 구조를 설계해야 합니다. 특히 고난도 로직은 Anthropic 등으로, 단순 반복 작업은 저비록 모델로 분리하는 아키텍처 설계가 수익성 확보의 핵심입니다.

이 글에 대한 큐레이터 의견

현재 AI 시장은 '모델 성능 경쟁'에서 '운영 효율성(Efficiency) 경쟁'으로 패러다임이 전환되고 있습니다. 오픈 웨이트 모델의 점유율 급증과 토큰 가격의 보합세는 기업들이 AI를 단순한 기술적 실험체가 아닌, 실제 수익을 내야 하는 프로덕션 인프라로 다루기 시작했음을 의미합니다. 창업자들은 이제 가장 똑똑한 모델을 찾는 것을 넘어, 서비스의 각 기능에 어떤 모델을 배치해야 최적의 ROI(투자 대비 수익)를 낼 수 있을지 결정하는 '라우팅 전략'에 집중해야 합니다.

물론 리스크도 존재합니다. 오픈 웨이트 모델로의 급격한 전환은 데이터 보안 및 모델 신뢰성 문제를 야기할 수 있으며, 특정 저비용 모델(예: DeepSeek)에 대한 과도한 의존은 공급망 리스크나 지정학적 이슈에 노출될 위험이 있습니다. 따라서 스타트업은 비용 절감이라는 기회를 취하되, 핵심 로직의 안정성을 보장할 수 있는 '하이브록드 모델 아키텍처'를 구축하는 균형 잡힌 접근이 필요합니다.

원문 보기 →

아직 댓글이 없습니다. 첫 댓글을 남겨보세요.