중국산 AI 모델, 미 기업 토큰 사용량 46% 육박

데이터 서버와 통계 화면을 보여주는 업무 공간
비용 절감을 이유로 미국 기업들이 중국산 오픈웨이트 모델로 옮겨가는 흐름이 뚜렷해지고 있습니다. (Photo by Luke Chesser on Unsplash)

미국 기업들이 실제 업무에 사용하는 AI 모델 중 상당수가 이제 중국산이라는 조사 결과가 나왔습니다. CNBC의 심층 취재에 따르면, 중국산 AI 모델이 미국 개발자 플랫폼을 통해 흐르는 기업 API 토큰 트래픽의 30~46%를 차지하고 있습니다.

📌 핵심 요약

  • OpenRouter 기준 미국 기업 API 토큰 사용량 중 중국산 AI 모델 비중이 최고 46%까지 올랐습니다(1년 전 4.5%)
  • DeepSeek V4·GLM 5.2·Kimi 등은 기존 미국 모델보다 60~90% 저렴하면서 벤치마크 성능 격차는 1퍼센트포인트 안팎입니다
  • 코인베이스는 1,200개 에이전트를 중국산 모델로 옮겨 AI 지출을 절반 가까이 줄였고, Lindy는 Claude에서 DeepSeek로 트래픽을 100% 이전했습니다

이 글은 이런 분께 추천합니다: AI 모델 도입 비용을 검토 중이거나 여러 모델을 병행 운영하는 개발·인프라 담당자

무슨 일이 있었나

CNBC가 2026년 7월 7일 보도한 조사에 따르면, OpenRouter를 통해 미국 기업이 사용하는 토큰 중 중국산 AI 모델의 비중이 2월 8일 이후 매주 30%를 넘었고, 최고 46%까지 올랐습니다. 직전 12개월 평균이 11%였고 2025년 상반기에는 4.5%에 불과했던 것과 비교하면 매우 가파른 증가입니다.

DeepSeek V4, GLM 5.2, Kimi 같은 중국산 오픈웨이트 모델은 기존 미국 상용 모델보다 60~90% 저렴하면서도 에이전트 벤치마크 성능에서는 1퍼센트포인트 안팎 차이로 근접한 것으로 나타났습니다. 실제로 코인베이스는 1,200개 에이전트를 중국산 모델로 옮기며 AI 지출을 거의 절반으로 줄였고, AI 스타트업 Lindy는 Anthropic Claude에서 DeepSeek로 트래픽을 100% 이전했습니다.

왜 중요한가

이 흐름의 핵심은 ‘성능이 충분히 좋아졌을 때 기업은 비용을 우선한다’는 점입니다. 그동안 오픈AI·Anthropic 같은 미국 프론티어 모델 기업들은 최고 성능을 앞세워 가격 프리미엄을 정당화해왔지만, 오픈웨이트 모델이 벤치마크 격차를 1퍼센트포인트 수준까지 좁히면서 ‘가격 대비 충분한 성능’을 찾는 기업들의 선택지가 크게 넓어졌습니다.

여러 화면에 데이터 그래프가 표시된 모니터링 환경
코인베이스는 에이전트 워크로드를 중국산 모델로 옮기며 AI 지출을 절반 가까이 줄였습니다. (Photo by panumas nikhomkhai on Pexels)

이번 조사에서 특히 눈에 띄는 대목은 확산 속도입니다. 1년 전만 해도 4.5%에 불과했던 점유율이 1년 만에 최고 46%까지 뛰었다는 것은, 오픈웨이트 모델의 성능이 특정 임계점을 넘는 순간 기업들의 전환이 매우 빠르게 일어난다는 뜻입니다. 미국 프론티어 모델 기업들도 이 흐름에 대응해 가격 인하나 효율화를 서두를 가능성이 있습니다.

실무자에게 시사하는 것

지금 특정 AI 모델 하나에만 업무 파이프라인을 고정해두고 있다면, 이번 조사는 모델 교체가 생각보다 활발하게 일어나고 있다는 신호로 볼 필요가 있습니다. 다만 오픈웨이트 모델 전환은 단순 비용 문제만이 아니라 데이터 처리 위치, 보안 정책, 사내 규정과도 맞물리는 결정이므로, 비용 절감 효과만 보고 성급하게 전환하기보다 업무 성격(민감 데이터 포함 여부, 정확도 요구 수준)에 따라 모델을 나눠 쓰는 전략을 검토하는 것이 현실적입니다.

🔭 관전 포인트

  • 지금 쓰는 AI 모델이 하나에 고정돼 있다면 업무 성격별로 비용 대비 성능이 맞는 대안이 있는지
  • 민감 데이터를 다루는 업무는 오픈웨이트 모델 전환 전에 데이터 처리 위치·보안 정책을 확인했는지
  • 미국 프론티어 모델 기업들의 가격 인하·효율화 대응이 이어지는지

마무리

중국산 오픈웨이트 AI 모델이 미국 기업 API 토큰 사용량의 최대 46%까지 차지하며 빠르게 확산되고 있습니다. 저렴한 비용과 근접한 성능이 맞물린 결과이며, 코인베이스·Lindy 같은 실제 전환 사례도 나오고 있습니다. AI 도구를 업무에 도입할 때 모델 선택 기준을 성능 하나로만 판단하지 말고, 비용과 업무 특성을 함께 고려하는 흐름이 자리 잡고 있습니다.

관련 글도 함께 참고해보세요.

출처: CNBC

코멘트

댓글 남기기

It's all about AI에서 더 알아보기

지금 구독하여 계속 읽고 전체 아카이브에 액세스하세요.

계속 읽기