2026년 AI 가격 전쟁: 중국의 초저가 충격과 실제 성능의 진실
파괴적인 가격 차이를 만드는 '토큰 덤핑(token dumping)'의 현황
중국의 AI API 가격은 유럽 및 미국의 경쟁 모델과 비교하여 최대 90% 낮은 수준에 있습니다. 특히 최상위 티어 모델 간의 입력 가격 차이는 30배에서 170배까지 벌어지고 있습니다. 이 비정상적인 가격 경쟁은 2024년 5월 ByteDance가 Doubao Pro-32K의 가격을 99.3% 인하한 것이 발단이 되어, Alibaba, Baidu, Tencent와 같은 클라우드 거물들의 치열한 가격 전쟁으로 발전했습니다.
구체적으로 100만 토큰당 요금을 보면, DeepSeek V4-Flash는 입력 $0.14, 출력 $0.28이라는 매우 낮은 설정입니다. 이는 출력 토큰 기준 GPT-5.5의 50분의 1, Claude Opus 4.7의 18분의 1에 해당하는 비용입니다. 한편, Xiaomi의 MiMo는 입력 가격을 $0.10까지 인하했습니다.
왜 이렇게 저렴하게 제공할 수 있을까요? 2025년 상반기에 536.7조 회의 LLM 호출을 기록하면서도, 중국의 MaaS API 시장의 추정 수익은 겨우 5억에서 6억 위안(약 7천만에서 8400만 달러)에 그치고 있습니다. 이 숫자는 클라우드 사업자들이 막대한 보조금을 투입하여 시장 점유율을 놓고 경쟁하는 현실을 말해줍니다.
각 모델의 성능 지표와 특화 영역 분석
중국의 최상위 모델인 ERNIE 5.1은 Arena Elo(아레나 엔로)에서 1473을 기록하여 국내 최고 점수를 세웠습니다. 그러나 세계 최고인 Claude Opus 4.6 Thinking (Elo 1502)과는 여전히 약 30포인트의 차이가 존재합니다. 순수 지능 지수의 정점에서는 유럽 및 미국 모델들이 선두를 달리고 있지만, 특정 영역에서의 추격은 치열합니다.
개발자들이 주목해야 할 점은 용도별 최적화입니다. Zhipu AI의 GLM-5.1은 코딩에 특화되어 SWE-bench Verified(스위벤치 베리파이드)에서 77.8%를 기록하여 Gemini 3 Pro를 초월했습니다. 또한, Moonshot의 Kimi K2.6 Thinking은 200만 토큰의 컨텍스트 윈도우(context window)를 갖추고 100개 이상의 병렬 서브 에이전트를 운영하는 에이전트 워크로드에 최적화되어 있습니다.
생태계의 확장 속도는 어떨까요? Alibaba의 Qwen 3.5 Max는 0.6B에서 397B라는 광범위한 파라미터(parameter) 크기를 전개하고 있습니다. 실제로 Hugging Face(허깅 페이스)에서 가장 많이 다운로드된 텍스트 생성 모델 상위 20개 중 11개가 Qwen의 변형이며, 총 다운로드 수는 약 1억 회에 달합니다.
하드웨어의 국산화와 추론 효율의 현실
DeepSeek V4는 Huawei의 국내 칩 'Ascend 950'에 최적화되어 Nvidia의 중국용 칩 H20의 2.87배 싱글 카드 추론 성능을 실현하고 있습니다. 하드웨어의 제약을 아키텍처 최적화로 돌파하려는 전략이 선명합니다.
그러나 저가의 이면에는 무시할 수 없는 대가가 있습니다. 데이터에 따르면, 중국산 API는 높은 스루풋(throughput)의 워크로드에서 처리 속도가 현저히 저하되는 경향이 있습니다. 더 나아가, 공개된 벤치마크 점수가 독립적인 감사를 통해 재현되지 않는 '벤치마크 인플레이션(benchmark inflation)'의 우려도 제기되고 있습니다.
효율을 너무 추구한 결과, 지속 가능성에 의문을 제시하는 시각도 있습니다. Tencent의 부사장 Li Qiang은 토큰 판매를 "비점착적 사업"이라고 표현했습니다. 그는 모델 자체의 효율(엔진)을 무시하고 소비량(연료)에만 주목하면 궁극적으로 사용자 비용이 증가하여 기피될 것이라고 경고하고 있습니다.
도입 전 검토해야 할 리스크와 가치 지표
OpenRouter의 트래픽 데이터(2026년 5월 4일~8일)에서는 상위 10개 모델 중 5개가 중국산이며, 특히 Tencent의 Hy.3이 주간 3.74조 토큰이라는 압도적인 사용량을 기록했습니다. Kimi K2.6도 1.78조 토큰에 달하여 저렴한 비용이 사용자 획득으로 직결되고 있음을 알 수 있습니다.
비용 대비 성능을 중시하는 경우, DeepSeek V3가 'LLM Value Index 2026'에서 94.2라는 최고 점수를 기록하여 성능과 가격의 균형이 가장 뛰어난 모델로 평가받고 있습니다.
그러나 기술적인 성능 이외에 치명적인 리스크가 존재한다는 것을 잊지 말아야 합니다. 중국에서는 국가에 의한 데이터 공유법이 의무화되어 있으며, 기업은 정부가 모든 처리 데이터에 접근할 수 있도록 허용해야 합니다. 기밀 데이터를 다루는 프로덕션(product)에서 이 법적 리스크를 감수할 수 있을까요?
요약
2026년 현재 중국 AI 시장은 DeepSeek V4-Flash로 대표되는 파괴적인 저가 전략과 Huawei Ascend 950을 통한 하드웨어의 탈 Nvidia화를 가속화하고 있습니다. GLM-5.1의 코딩 능력이나 Kimi K2.6의 거대한 컨텍스트 등 특정 용도에서의 실용성은 매우 높습니다.
그러나 저가의 이면에는 '추론 속도 저하', '벤치마크의 불투명성', '국가에 의한 데이터 접근권'이라는 세 가지 큰 리스크가 숨어 있습니다. 단순한 토큰 단가 비교가 아닌, 스루풋의 실측값과 보안 정책을 대조한 모델 선택이 개발자에게 필수적인 판단 기준이 될 것입니다.
관련 기사
로딩 중...