세계 순위 대신 세 가지 시장: 생성형 AI의 새로운 지형

비즈니스 자동화: AI가 가치 창출을 어떻게 변화시키고 있는가

2026년 10월까지 생성형 인공지능 시장은 단순한 순위로는 포착할 수 없는 근본적인 변화에 직면할 것입니다. 다양한 지표를 고려할 때 현재의 시장 발전은 다면적인 양상을 보입니다. ChatGPT가 여전히 주요 사용자 인터페이스로 자리 잡고 있는 반면, 저가형 중국산 모델들이 API를 통한 데이터 트래픽을 장악하고 있으며, Anthropic은 기업 부문에서 중요한 플레이어로 자리매김했습니다. 이처럼 다채로운 시장은 경제적으로 구별되는 여러 하위 시장으로 나뉘며, 각 하위 시장은 고유한 역동성과 과제를 안고 있습니다.

AI 모델 사용에 대한 철저한 분석을 위해서는 사용자 수, 토큰, 지출, 생산 워크플로 등 기본 지표를 정확하게 정의해야 합니다. 이러한 차별화는 어떤 공급업체가 실제로 수익성이 있는지, 그리고 가격 경쟁이 어디에서 발생하고 있는지 파악하는 데 매우 중요합니다. OpenAI와 Google은 여전히 ​​소비자 시장을 장악하고 있지만, 표면적으로 드러나는 모습 이면에서는 운영 부담이 중국산 저가 모델과 프로그래밍 및 자동화 전문 시스템으로 이동하고 있습니다. 이러한 복잡한 환경 속에서 기업들은 전략을 재고하고 변화하는 요구에 맞춰 다양한 모델을 조화롭게 활용하는 것이 필수적입니다.

인공지능 시장의 보이지 않는 권력 이동

ChatGPT만 보는 사람들은 새로운 AI 경제를 이해하지 못하는 것입니다

2026년 10월 현재, 생성형 인공지능의 글로벌 시장은 더 이상 단일 순위로 설명될 수 없습니다. 어떤 지표를 사용하느냐에 따라 다른 양상이 나타납니다. ChatGPT는 최종 사용자 도달률 측면에서 명실상부한 선두를 달리고 있으며, 특히 저렴한 중국산 모델들이 API를 통해 처리되는 데이터 양 측면에서 강세를 보이고 있습니다. 또한 Anthropic은 대기업 투자 측면에서 매우 강력한 입지를 구축했습니다. 이러한 세 가지 양상은 서로 모순되는 것이 아니라, 인공지능 시장이 경제적으로 구별되는 여러 하위 시장으로 분화되었음을 보여줍니다.

가장 인기 있는 사용자 인터페이스가 자동으로 가장 널리 사용되는 단일 모델을 의미하는 것은 아닙니다. 토큰 거래량이 가장 많은 모델이 반드시 가장 많은 수익을 창출하는 것도 아닙니다. 또한 기업 예산이 가장 많은 공급업체가 가장 많은 고객에게 직접 서비스를 제공하는 것도 아닙니다. 따라서 AI 모델의 전 세계적인 활용도를 진지하게 평가하려면 먼저 사용자, 방문, 요청, 토큰, 지출, 설치된 시스템 또는 생산 워크플로 중 어떤 것을 기준으로 평가할지 명확히 해야 합니다.

이러한 방법론적 차이는 단순한 통계적 부록 이상의 의미를 지닙니다. 이는 어떤 공급업체가 진정으로 경제적으로 성공적인지, 가격 경쟁이 어디에서 발생하는지, 그리고 어떤 비즈니스 모델이 실행 가능한지를 결정짓는 중요한 요소입니다. 소비자 시장은 여전히 ​​OpenAI와 Google이 주도하고 있지만, 그 이면에서는 운영 부담이 중국의 저비용 모델과 프로그래밍, 에이전트, 자동화 프로세스를 위한 전문 시스템으로 옮겨가고 있습니다. 기업 시장에서는 수익 창출 수요의 상당 부분이 고도로 통합된 개발 도구를 보유한 소수의 고성능 미국 공급업체에 집중되어 있습니다.

세계 순위 대신 세 가지 시장

첫 번째 하위 시장은 최종 사용자의 직접 접근입니다. 여기에는 웹사이트 방문, 활성 사용자, 앱 사용, 검색어, 그리고 서비스의 일상적인 사용이 포함됩니다. ChatGPT는 이 부문에서 세계적인 벤치마크로 자리매김하고 있습니다. 측정 방식에 따라 AI 챗봇 트래픽 점유율은 약 55%에서 80%에 이릅니다. Google Gemini는 상당한 격차를 보이며 뒤를 쫓고 있지만, 데이터 출처에 따라 약 11%에서 28%의 점유율을 달성하고 있습니다. 이처럼 큰 차이는 웹사이트 방문, 순수 웹 방문, 앱 사용, 데스크톱 프로그램 사용, 또는 전반적인 사용자 활동 등 어떤 기준으로 측정하느냐에 따라 결과가 크게 달라진다는 것을 보여줍니다.

두 번째 하위 시장은 애플리케이션 프로그래밍 인터페이스(API)를 통한 접근 방식입니다. 이 경우 모델과의 직접적인 사람 상호작용은 거의 없습니다. 소프트웨어 에이전트는 코드를 작성하거나 검토하고, 문서를 분석하고, 구조화된 데이터를 생성하고, 지원 요청을 처리하거나, 다단계 워크플로를 실행합니다. 이러한 시스템은 단시간에 수십억 또는 수조 개의 토큰을 처리할 수 있습니다. 따라서 단 한 명의 개발자나 자동화된 에이전트가 수천 명의 일반 챗봇 사용자보다 더 많은 트래픽을 생성할 수 있습니다. 이러한 이유로 토큰 볼륨은 사용자 수를 대체할 수 있는 신뢰할 만한 지표가 아닙니다.

세 번째 하위 시장은 운영 가치 창출입니다. 여기서는 도달 범위나 단순 용량이 결정적인 요소가 아니라 예산, 통합, 보안 요구 사항, 신뢰성, 그리고 애플리케이션의 경제적 이점이 중요합니다. 기업은 프로그래밍 작업을 안정적으로 해결하고, 도구를 안전하게 운영하며, 긴 워크플로우를 안정적으로 실행하거나, 수작업 재작업 비용을 절감하는 모델에 높은 가격을 지불합니다. 따라서 토큰 점유율은 낮더라도 가격이 비싼 모델이 데이터 용량은 훨씬 크지만 가격이 매우 저렴한 모델보다 경제적으로 더 큰 가치를 가질 수 있습니다.

네 번째 계층은 이러한 그림을 완성합니다. 바로 사설 인프라에서의 운영입니다. Llama, Mistral, 그리고 Qwen 생태계의 일부와 같은 개방형 또는 자유롭게 맞춤 설정 가능한 모델 제품군은 사설 클라우드 환경, 데이터 센터 또는 격리된 기업 네트워크에 자주 배포됩니다. 이러한 사용 사례는 공용 플랫폼 순위에서 불완전하게 나타납니다. 그러나 특히 민감한 생산 데이터를 다루는 규제 산업이나 정부 기관의 경우, 공개적으로 노출되는 채팅 트래픽보다 전략적으로 훨씬 더 중요할 수 있습니다.

ChatGPT가 인터페이스를 제어합니다

B2C 시장에서 ChatGPT는 여전히 압도적인 1위 자리를 지키고 있습니다. AI 챗봇을 통해 웹사이트로 유입되는 트래픽을 추적하는 통계 조사에 따르면 OpenAI가 약 80%의 점유율을 차지하고 있습니다. 반면, 전 세계 웹사이트 트래픽 분석 결과는 약 55%로 나타납니다. 두 수치는 서로 다른 행태를 측정하기 때문에 동시에 정확할 수 있습니다. ChatGPT를 통해 외부 페이지 방문 횟수가 특히 많은 사용자는 순수 웹사이트 트래픽 측정보다 트래픽 기반 통계에서 더 큰 가중치를 받습니다.

제품을 정의하는 것 또한 중요합니다. ChatGPT는 단일 모델이 아니라, 요금제, 작업, 가용성에 따라 다양한 GPT 변형이 사용되는 플랫폼입니다. 따라서 "ChatGPT는 가장 널리 사용되는 AI 모델이다"라는 표현은 언어적으로는 편리하지만 기술적으로는 부정확합니다. 정확한 표현은 ChatGPT가 최종 사용자를 위한 가장 널리 사용되는 범용 AI 서비스이며, 따라서 GPT 제품군이 독특한 분포를 보인다는 것입니다.

이러한 배포 방식은 상당한 경제적 이점을 제공합니다. 사용자 습관 형성, 브랜드 신뢰도 구축, 실제 사용 사례 데이터 확보, 그리고 잠재적 구독자 기반 확대로 이어집니다. 주간 사용자 수가 약 10억 명에 달한다는 추산은 그 규모를 보여주지만, 이는 유료 사용자 또는 일일 활성 사용자 수와 정확히 일치하는 수치는 아닙니다. 마찬가지로, 광범위한 도달 범위가 곧 OpenAI가 모든 사업 부문이나 모든 기술 워크플로에서 선두를 차지한다는 것을 의미하는 것은 아닙니다.

그럼에도 불구하고 OpenAI는 강력한 피드백 루프의 이점을 누리고 있습니다. 대규모 사용자 기반은 새로운 기능 확산을 용이하게 하고, 개발자들을 끌어들이며, ChatGPT를 생성형 AI를 처음 접하는 사람들이 이용하는 표준적인 접근점으로 만들어줍니다. 이는 플랫폼을 범용 AI 상호작용을 위한 일종의 운영 체제로 만들어줍니다. 이러한 장점은 분명하지만, 경쟁 서비스들이 검색 엔진, 스마트폰, 오피스 소프트웨어 및 기업 플랫폼에 직접 내장될 수 있기 때문에 결코 흔들리지 않는 것은 아닙니다.

제미니는 유통망을 통해 성장하고 있습니다

구글 제미니는 최종 사용자들 사이에서 명실상부한 2위입니다. 측정 방식에 따라 다르지만, 제미니는 AI 시스템에서 유입되는 웹사이트 방문자의 약 11%, 또는 독립형 AI 기반 서비스 방문의 25% 이상을 차지합니다. 이러한 차이는 측정 방식의 차이에서 비롯된 것입니다. 중요한 것은 정확한 수치가 아니라 추세입니다. 제미니는 구글 검색, 안드로이드, 워크스페이스, 클라우드 등 다양한 서비스를 아우르는 구글의 막대한 영향력 덕분에 점유율을 크게 늘려왔습니다.

제미니의 경제적 강점은 이러한 통합에 있습니다. 구글은 독립형 채팅 인터페이스를 통해서만 사용자를 확보할 필요가 없습니다. 기존 제품 내에 생성형 AI 기능을 통합하여 배포할 수 있습니다. 이는 기존 검색, 어시스턴트, 오피스 소프트웨어, AI 에이전트 간의 경계를 모호하게 만듭니다. 결과적으로, 제미니 사용량 중 일부는 독립형 챗봇 통계에 완전히 반영되지 않습니다.

이러한 발전은 OpenAI에게 전략적으로 중요한 의미를 갖습니다. ChatGPT가 여전히 시장 점유율 1위이지만, 일부 지표에서는 격차가 줄어들고 있습니다. 동시에, 여러 서비스를 동시에 사용하는 사례가 증가하고 있습니다. 많은 사용자가 더 이상 하나의 AI 비서에만 의존하지 않고, 작업에 따라 ChatGPT, Gemini, Claude, Perplexity, Grok 또는 전문 도구 중에서 선택하여 사용하고 있습니다. 따라서 시장은 단일 제품이 지배적인 형태에서 상호 교환 가능하고 때로는 상호 보완적인 서비스 포트폴리오로 진화하고 있습니다.

제미니는 멀티모달 및 제품 관련 애플리케이션에서도 강점을 보입니다. 모델이 이메일, 문서, 캘린더, 검색 데이터, 비디오 또는 스마트폰 기능에 접근할 수 있을 때, 언어 모델의 품질뿐만 아니라 컨텍스트 및 통합 측면에서도 이점이 발생합니다. 따라서 경쟁은 개별 모델 인텔리전스에서 사용자 인터페이스, 데이터 접근 및 워크플로 제어로 이동하고 있습니다.

DeepSeek은 머신 러닝 경제를 선도합니다

ChatGPT가 사용자 측면에서는 압도적인 우위를 차지하고 있지만, OpenRouter를 통해 처리되는 토큰량 측면에서는 DeepSeek V4.1 Flash가 선두를 달리고 있습니다. 현재까지 측정된 데이터 트래픽의 약 4분의 1이 이 단일 모델에서 발생했으며, 한때는 한 주에 40조 개 이상의 토큰이 처리되기도 했습니다. 따라서 DeepSeek는 사용자 수가 가장 많은 서비스는 아닐지라도 자동화된 머신 경제에서 핵심적인 역할을 하는 것은 분명합니다.

"Flash"라는 접미사는 주요 시장 트렌드를 나타냅니다. 많은 생산적인 작업에는 모든 단계에서 가장 비싸고 강력한 모델이 필요하지 않습니다. 분류, 데이터 추출, 간단한 코드 변경, 요약, 번역, 사전 검사 및 반복적인 에이전트 단계는 빠르고 저렴한 시스템으로 처리할 수 있는 경우가 많습니다. 워크플로에서 수백 번의 모델 호출이 발생하는 경우 토큰당 가격이 중요한 경쟁 요소가 됩니다.

따라서 DeepSeek은 최대 지능에서 경제적으로 충분한 지능으로의 전환을 의미합니다. 기업과 개발자는 단일 답변의 품질뿐만 아니라 프로세스의 전체 결과물을 최적화하고 있습니다. 다소 성능이 떨어지지만 훨씬 저렴하고 빠른 모델은 대량의 데이터를 처리할 때 더 높은 비즈니스 가치를 창출할 수 있습니다. 특히 어려운 사례가 자동으로 더 강력한 모델로 라우팅될 때 이러한 경향이 두드러집니다.

이러한 단계적 접근 방식은 시장을 혁신합니다. 최상위 모델은 어려운 작업을 위한 에스컬레이션 서비스 역할을 하고, 저가형 모델은 대부분의 일상적인 작업을 처리합니다. 이러한 아키텍처에서는 가장 비싼 시스템이 전체 시장에서 차지하는 비중이 줄어들지만, 전략적 중요성은 완전히 사라지지 않습니다. 가장 비싼 시스템은 여전히 ​​성능의 한계를 설정하지만, 대량 생산은 보다 저렴한 모델 클래스로 전환됩니다.

중국의 가격 공세는 비용 곡선을 바꾸고 있다

2026년 가장 두드러진 경제적 변화는 API 트래픽에서 중국 모델의 부상입니다. 9월 기준으로 OpenRouter를 통해 처리된 토큰의 약 65%가 중국 업체에서 나왔지만, 해당 지출액은 약 30%에 불과했습니다. 연초에는 이 비율이 거의 정반대였습니다. 미국 업체들이 훨씬 더 큰 거래량과 거의 모든 수익을 차지했습니다.

그 이유는 유사한 미국 제품과 비교했을 때 약 80%에 달하는 가격 차이에 있습니다. 이러한 가격 차이는 매우 커서 공급업체 교체를 촉진할 뿐만 아니라 추가적인 수요를 창출합니다. 추론 비용이 상당히 저렴해지면 이전에는 경제적으로 실행 불가능했던 프로세스들이 자동화됩니다. 개발자들은 에이전트를 더 오랫동안 실행하고, 여러 솔루션 제안을 생성하고, 결과를 더 자주 검토하고, 더 큰 데이터 세트를 처리합니다. 결과적으로 단위 비용 감소가 전체 지출 감소로 자동 이어지는 것이 아니라 오히려 소비를 불균형적으로 증가시킬 수 있습니다.

이러한 패턴은 제본스 역설과 일맥상통합니다. 효율성 향상이 반드시 자원 소비를 줄이는 것은 아니며, 오히려 자원 활용 비용 절감으로 새로운 응용 프로그램이 생겨나는 경우가 있습니다. 이러한 현상은 인공지능 분야에서 특히 두드러지는데, 토큰이 고전적인 의미에서 물리적으로 희소한 단위가 아니기 때문입니다. 토큰은 컴퓨팅 파워를 나타내며, 칩 성능 향상, 양자화, 모델 아키텍처 개선, 그리고 경쟁 심화로 인해 컴퓨팅 파워의 한계 비용은 지속적으로 감소할 수 있습니다. 따라서 지능형 처리 단계의 비용이 저렴해질수록 소프트웨어에 이러한 단계가 더 많이 통합됩니다.

중국 공급업체들에게 있어 이는 물량 중심의 비즈니스 모델을 만들어냅니다. 저렴한 가격은 도입을 가속화하고, 인터페이스 의존도를 높이며, 실제 적용 사례에서 얻은 경험적 데이터를 생성합니다. 그러나 미국 공급업체와의 매출 격차는 여전히 큽니다. 따라서 높은 데이터 트래픽이 곧 그에 상응하는 수익성으로 이어지는 것은 아닙니다. 장기적으로 핵심은 공급업체가 가격을 안정화하고, 추가 서비스를 판매하며, 국제 기업들의 신뢰를 얻을 수 있느냐에 달려 있습니다.

GLM, Qwen, MiMo, Hy4는 두 번째 공격선을 형성합니다

DeepSeek만 승자가 된 것은 아닙니다. Z.ai는 GLM 5.3 Flash를 통해 일시적으로 전체 요청의 약 13%를 점유하며 토큰 볼륨의 높은 한 자릿수 비율을 기록했고, 단기간에 강력한 성장률을 보였습니다. Xiaomi MiMo V2.6 Flash 또한 OpenRouter에서 가장 많이 사용되는 상위 5개 모델에 포함되었습니다. Tencent Hy4는 30일 평가에서 최고 순위를 차지했으며, Alibaba Qwen은 폭넓은 개발자 기반과 특히 멀티모달 애플리케이션 분야에서 강점을 보입니다.

이러한 다양성은 전략적으로 매우 중요합니다. 경쟁은 더 이상 미국 선두 기업과 중국 선두 기업 간의 경쟁으로만 국한되지 않습니다. 대신, 중국에서는 인터넷 기업, 기기 제조업체, AI 전문 기업, 그리고 개방형 시범 프로젝트로 구성된 조밀한 생태계가 형성되고 있습니다. 공급업체는 클라우드 서비스, 스마트폰, 기업용 소프트웨어, 전자상거래, 소셜 플랫폼 또는 개발자 커뮤니티를 통해 자사 모델을 배포할 수 있습니다.

Qwen은 해당 분야의 폭넓은 활용성을 보여줍니다. 이 모델 제품군은 텍스트 및 프로그래밍 작업뿐만 아니라 이미지 및 비디오 애플리케이션에도 사용됩니다. 개별 플랫폼 분석에서 Qwen은 생성형 미디어 분야에서 선도적인 위치를 차지했습니다. 이는 언어 모델을 넘어 마케팅, 디자인, 제품 시각화 및 비디오 콘텐츠 제작 체인에 이르기까지 경쟁 구도를 확장합니다.

샤오미는 AI를 광범위한 기기 생태계에 연결할 수 있습니다. 따라서 MiMo는 독립적인 API로서만 수익을 낼 필요가 없습니다. 이 모델은 스마트폰, 차량, 가전제품, 개인 비서 등을 향상시킬 수 있습니다. 텐센트는 Hy4를 통해 통신, 엔터테인먼트, 클라우드 및 기업 서비스 분야에도 진출할 수 있습니다. 이러한 수직적 유통은 고객 확보 비용을 낮추고, 순수 API 순위만으로는 실제 시장 점유율을 제대로 파악할 수 없게 만듭니다.

준사내 솔루션: Xpert.Digital이 B2B 마케팅 및 영업의 운영 격차를 해소하는 방법 – 스마트 콘텐츠 기반 비즈니스 - 이미지: Xpert.Digital

Xpert.Digital은 Konrad Wolfenstein 이 이끄는 데이터 기반 B2B 산업 허브입니다. 이 회사는 산업 파트너를 위한 외부 솔루션 역할을 하며, 마케팅, 콘텐츠 및 영업 분야의 운영 격차를 해소하여 고객 측의 추가 리소스 투입을 방지합니다.

자세한 내용은 여기에서 확인하세요:

• 준사내 솔루션: Xpert.Digital이 B2B 마케팅 및 영업의 운영 격차를 해소하는 방법 – 스마트 콘텐츠 기반 비즈니스

Anthropic은 양보다 질을 중시하여 수익을 창출합니다

앤스로픽은 거래량과 경제적 리더십을 동일시하는 것에 대한 가장 강력한 반례를 제시합니다. 일반 최종 소비자 시장에서 클로드(Claude)는 챗GPT(ChatGPT)와 제미니(Gemini)에 비해 크게 뒤처집니다. 전체 오픈라우터 토큰 거래량 측면에서도 저렴한 모델들이 앞서고 있습니다. 그러나 미국 기업들이 실제 운영 환경에 배포한 LLM 인터페이스에 지출한 금액으로 보면, 앤스로픽은 약 40%의 점유율을 기록하며 오픈AI(약 27%)와 구글(약 21%)을 앞섰습니다.

이러한 현상은 주로 프로그래밍 및 에이전트 기반 워크플로우 덕분입니다. 클로드 모델은 개발 환경, 코드 어시스턴트, 툴체인에 깊숙이 자리 잡았습니다. 기업 시장 조사에서 Anthropic은 프로그래밍 작업 지출의 절반 이상을 차지했고, OpenAI는 약 5분의 1을 차지했습니다. 기업들은 추상적인 벤치마크 점수가 아니라 개발 시간 단축, 오류 감소, 그리고 안정적으로 실행 가능한 워크플로우를 위해 비용을 지불하고 있습니다.

경제적 논리는 플래시 모델의 전략과 다릅니다. 앤스로픽은 호출당 높은 가치 창출을 기반으로 경쟁합니다. 비싼 모델이라도 수정 횟수를 줄이거나 개발자가 한 시간 더 빨리 결과를 얻을 수 있다면, 높은 토큰 가격은 경제적으로 의미가 없을 수 있습니다. 따라서 더 중요한 지표는 백만 토큰당 가격이 아니라 성공적으로 완료된 작업당 가격입니다.

하지만 공개된 기업 수치는 미국 의사결정권자 설문조사와 추정 지출액을 기반으로 한 것이므로, 이를 전 세계 시장 점유율로 단정해서는 안 됩니다. 유럽, 중국, 인도, 중동 등 다른 지역에서는 데이터 개인정보 보호, 현지 클라우드 서비스, 규제, 가격 민감도 등의 요인으로 인해 결과가 다를 수 있습니다. 그럼에도 불구하고 앤트로픽의 성장은 특정 핵심 분야에서 강점을 발휘하는 것이 최대한 많은 기업에 진출하는 것보다 더 성공적인 비즈니스 모델이 될 수 있음을 보여줍니다.

프로그래밍 에이전트는 단순한 순위 매기기를 왜곡합니다

API 성장의 상당 부분은 프로그래밍 에이전트에서 비롯됩니다. 이러한 시스템은 대규모 코드베이스를 읽고, 변경 사항을 예약하고, 파일을 생성하고, 테스트를 실행하고, 오류 메시지를 분석하고, 이 과정을 반복합니다. 각 단계는 상당한 양의 입력과 출력을 생성할 수 있습니다. 따라서 단 한 명의 작업자만 관여하더라도 하나의 작업에서 수백만 개의 토큰이 생성될 가능성이 있습니다.

OpenRouter 순위는 사용자 수가 아닌 처리된 토큰 수를 정확하게 측정합니다. 이는 실제 사용량을 반영하지만, 해당 플랫폼을 통해 처리된 사용량만을 나타냅니다. OpenAI, Anthropic, Google 또는 중국 클라우드 제공업체와의 직접적인 계약은 없으며, 로컬에서 실행되는 모델도 없습니다. 무료 버전은 비례적인 수익 창출 없이 처리량을 더욱 증가시킬 수 있습니다.

그럼에도 불구하고 이 플랫폼은 귀중한 조기 지표 역할을 합니다. 가격과 공급업체를 비교적 쉽게 비교할 수 있을 때 개발자들이 실제로 어떤 모델을 선택하는지 보여주기 때문입니다. 특히 개방형 에이전트 생태계에서는 사용자들이 더 저렴하거나 더 강력한 모델로 빠르게 전환합니다. 따라서 장기적인 기업 계약보다 변화를 더 빨리 파악할 수 있습니다.

하지만 이러한 해석에는 분명한 한계가 있습니다. 토큰은 표준화된 경제적 성과 단위가 아니기 때문입니다. 모델마다 텍스트를 토큰화하는 방식이 다르고, 작업 난이도도 제각각이며, 출력물의 길이 또한 크게 다를 수 있습니다. 캐싱, 일괄 처리, 내부 추론 과정 또한 비용과 처리량에 영향을 미칩니다. 토큰 기반 순위는 활동량을 측정하는 것이지 생산성을 자동으로 측정하는 것은 아닙니다.

톱 모델들이 일상적인 일자리를 잃고 있다

특히 주목할 만한 점은 전체 데이터 트래픽에서 가장 강력한 모델들이 차지하는 비중이 감소하고 있다는 것입니다. 일부 분석에 따르면 2026년 3분기에는 가장 강력한 모델 10개가 전체 사용량의 약 14%만을 차지했습니다. 전년도 1분기에는 이 수치가 약 55%에 달했습니다. 이러한 변화는 고성능 모델의 중요성이 감소했다는 것을 의미하는 것이 아니라, 시장이 성숙해지고 있음을 나타냅니다.

생성형 AI 초기에는 거의 모든 작업에 사용 가능한 최상의 모델이 활용되었습니다. 불확실성이 높았고 최적화 도구가 부족했으며, 기업들은 초기에는 최고 품질을 우선시했습니다. 경험이 쌓이면서 개발자들은 애플리케이션을 하위 작업으로 분해하고 각 단계에 적합한 모델을 할당하고 있습니다. 간단한 작업은 Flash, Mini 또는 OpenWeight 시스템으로 이전되는 반면, 복잡한 계획, 까다로운 오류 분석 및 고품질 커뮤니케이션은 Frontier 모델에 남아 있습니다.

이 과정은 클라우드 컴퓨팅의 발전 과정과 유사합니다. 기업들은 모든 워크로드에 가장 비싼 컴퓨팅 인스턴스를 사용하지 않습니다. 최고 부하에는 고성능 시스템을, 일반적인 작업에는 보다 저렴한 리소스를 조합하여 사용합니다. 인공지능 분야에서도 이러한 접근 방식은 품질, 속도, 데이터 개인정보 보호 및 비용 간의 균형을 동적으로 맞추는 모델 라우팅으로 이어집니다.

그 결과, 모델 간 호환성이 가장 높은 중간 성능 영역에서 가격 경쟁이 매우 치열해졌습니다. 서비스 제공업체는 지연 시간, 긴 컨텍스트 시간, 도구 활용, 특수 언어 또는 업계 전문성을 통해 차별화를 꾀해야 합니다. 평균적인 텍스트 품질만 제공하는 업체는 마진이 줄어드는 상품 시장에 진입할 위험에 처하게 됩니다.

오픈소스는 여전히 보이지 않는 적이다

Meta Llama, Mistral 및 기타 공개적으로 사용 가능한 토큰 패밀리는 공개 사용 통계에서 체계적으로 과소평가되고 있습니다. 기업은 이러한 토큰을 다운로드하고, 맞춤 설정하고, 자체 인프라에서 실행할 수 있습니다. 로컬에서 처리되는 모든 토큰은 상용 인터페이스 순위에서 사라집니다. 따라서 Llama가 자체 호스팅 토큰을 위한 가장 널리 사용되는 기반 중 하나라는 주장은 타당하지만, 전 세계적인 규모에서 정확하게 수치화하기는 어렵습니다.

자체 개발 모델의 경제적 이점은 제어력과 예측 가능성에 있습니다. 기업은 민감한 데이터를 자체 네트워크 내에 보관하고, 특정 비즈니스 용어에 맞게 모델을 조정할 수 있으며, 외부 인터페이스에 대한 완전한 의존을 피할 수 있습니다. 지속적으로 높은 활용률을 유지할 경우, 자체 운영이 더 비용 효율적일 수 있습니다. 그러나 이는 하드웨어, 에너지, 인력, 유지 보수 및 업데이트에 대한 투자로 상쇄됩니다.

이 분야는 유럽에 특히 중요합니다. 미스트랄은 데이터 주권, 유럽 인프라 및 규제 추적성과 관련된 요구 사항을 충족할 수 있다는 이점을 누릴 수 있습니다. 이 공급업체는 모델 품질뿐만 아니라 지리적 및 법적 근접성에서도 경쟁력을 확보하고 있습니다. 정부, 산업, 국방, 금융 및 중요 인프라 분야에서는 이러한 이점이 작은 벤치마크 격차보다 훨씬 더 중요할 수 있습니다.

개방형 중량 모델은 독점 공급업체에 대한 압력을 동시에 증가시킵니다. 기업이 이러한 모델을 완전히 직접 운영하지 않더라도 신뢰할 수 있는 대안을 제시합니다. 이는 가격을 제한하고, 다중 모델 전략을 용이하게 하며, 단일 공급업체가 전체 가치 사슬을 장악하는 것을 방지합니다.

경제적으로 가장 합리적인 10가지

종합 순위는 여러 지표를 고려해야 하므로 객관적으로 측정된 최종 결과라기보다는 논리적인 종합 평가에 가깝습니다. OpenAI GPT 제품군은 ChatGPT의 광범위한 활용도, 강력한 기업 입지, 그리고 폭넓은 개발자 기반 덕분에 순위에서 선두를 차지했습니다. Google Gemini는 최종 사용자 중심의 접근 방식과 Google 생태계를 통한 독특한 배포 방식으로 그 뒤를 이었습니다.

DeepSeek은 가장 많은 API 사용량을 기록하며 3위에 올랐습니다. Anthropic Claude는 소비자 도달 범위는 더 작지만 기업 지출과 고품질 프로그래밍 작업에서 특히 큰 비중을 차지하며 DeepSeek에 바짝 뒤쫓고 있습니다. Z.ai GLM은 플래시 사용량이 빠르게 증가하면서 상위권에 자리매김했습니다.

알리바바 큐웬은 폭넓은 모델 제품군, 탄탄한 개발자 기반, 그리고 멀티모달 애플리케이션 분야에서의 강점 덕분에 높은 순위를 차지하고 있습니다. 메타 라마, 또는 확장된 뮤즈 생태계는 자체 인프라 운영과 개방형 모델의 역할 덕분에 전략적으로 중요한 위치를 유지하고 있습니다. 샤오미 미모는 방대한 API 용량과 광범위한 기기 생태계와의 연결성 덕분에 상위 10위권에 이름을 올리고 있습니다.

xAI Grok은 특히 미국에서 상당한 사용자 기반을 확보하고 있으며, 영향력 있는 소셜 플랫폼과의 통합을 통해 이점을 누리고 있습니다. Tencent Hy4와 Mistral은 전체 순위에서 공동 최하위를 기록했습니다. Hy4는 높은 토큰 거래량으로 주목받았고, Mistral은 유럽 시장에서의 입지, 개방형 모델, 그리고 강력한 기업 솔루션으로 두각을 나타냈습니다. 각기 다른 평가 지표를 고려할 때, 이러한 제공업체들을 엄격하게 순위 매기는 것은 인위적일 수 있습니다.

반면 마이크로소프트 파이(Microsoft Phi)는 신뢰할 만한 사용 데이터 없이는 글로벌 톱 10 목록에 포함되어서는 안 됩니다. 해당 모델 제품군은 기술적으로나 전략적으로 중요하지만, 중요성만으로는 높은 실제 사용률을 입증할 수 없습니다. 이러한 구분이 중요한데, 그렇지 않으면 순위가 브랜드 인지도, 품질, 실제 사용률 등 여러 요소를 뒤섞어 결정될 수 있기 때문입니다.

판매량, 거래량, 그리고 매출액이 서로 다른 양상을 보이고 있다

핵심적인 경제적 통찰은 사용량과 수익 창출이 분리되고 있다는 점입니다. 중국 업체들은 저렴한 가격으로 막대한 물량을 확보하는 반면, 미국 업체들은 지출에서 불균형적으로 높은 점유율을 유지하고 있습니다. Anthropic은 많은 물량 선도 업체들보다 훨씬 적은 토큰으로 더 많은 기업 가치를 창출할 수 있습니다. OpenAI는 소비자 구독 및 API, 그리고 기업 계약 모두를 통해 수익을 창출합니다.

이러한 구조는 서로 다른 위험을 초래합니다. 대량 공급 업체는 고객당 충분한 수익을 창출하는 동시에 지속적으로 낮은 단위 비용을 유지해야 합니다. 프리미엄 서비스 제공 업체는 우수한 품질이 높은 가격을 정당화한다는 것을 입증해야 합니다. 구글과 같은 플랫폼 제공 업체는 기존 광고, 클라우드 또는 생산성 사업을 보호하기 위해 AI에 대한 부분적인 교차 보조금을 지급할 수 있습니다.

투자자와 기업 전략가에게 있어 단순한 시장 점유율은 큰 의미가 없습니다. 토큰당 수익, 총 마진, 고객 충성도, 통합률, 그리고 공급업체 전환 비용이 훨씬 더 중요합니다. 생산 프로세스에 통합된 사용 비율 또한 마찬가지로 중요합니다. 실험적인 채팅 서비스는 매일 주문을 확인하고, 소프트웨어를 테스트하거나, 생산 데이터를 분석하는 모델보다 지속적인 가치를 창출하지 못합니다.

장기적으로 볼 때, 시장은 세 가지 가격 영역으로 나<binary data, 5 bytes> 가능성이 높습니다. 첨단 기술 모델은 복잡한 작업에 대해 높은 가격을 책정합니다. 효율성 모델은 속도와 비용 경쟁력을 앞세웁니다. 지역 운영 또는 전문화 모델은 제어 및 맞춤화를 제공합니다. 성공적인 기업은 이러한 영역들을 개별적으로 보지 않고 공통 아키텍처 내에서 통합할 것입니다.

권력 투쟁이 기업에 미치는 영향은 무엇일까요?

기업들에게 있어 가장 중요한 결과는 단일 모델 전략에서 벗어나는 것입니다. 모든 업무를 동일한 공급업체에 맡기는 기업은 과도한 비용을 지불하고, 불필요한 의존성을 감수하며, 전문화된 시스템이 제공하는 품질상의 이점을 놓칠 수 있습니다. 보다 합리적인 접근 방식은 업무, 위험 등급, 비용에 따라 다양한 모델을 선택하는 통합적인 환경을 구축하는 것입니다.

예를 들어, 물류 워크플로는 비용 효율적인 Flash 모델을 사용하여 수신 문서를 분류하고, 민감한 데이터를 로컬에서 추출한 다음, 복잡한 예외 사항만 고성능 Frontier 모델로 전달할 수 있습니다. 프로그래밍 에이전트는 저렴한 비용으로 일상적인 변경 작업을 수행할 수 있으며, 어려운 아키텍처 문제는 Claude, GPT 또는 다른 최상위 모델이 처리합니다. 이러한 방식은 중요한 의사 결정의 품질을 저하시키지 않으면서 비용을 절감합니다.

선택은 구체적인 프로세스 지표를 기반으로 해야 합니다. 이러한 지표에는 완료된 작업의 성공률, 필요한 인적 재작업, 지연 시간, 실패 위험, 데이터 보호 및 작업당 총 비용이 포함됩니다. 모델에 더 많은 반복 작업이 필요한 경우 토큰 가격이 낮다고 해서 반드시 경제적인 것은 아닙니다. 반대로, 간단한 작업에 대해 추가적인 품질 향상이 측정 가능한 이점을 제공하지 못한다면 비싼 모델도 비경제적입니다.

따라서 기업은 자체적인 평가 시스템을 갖춰야 합니다. 공개된 벤치마크는 지침을 제공하지만, 실제 문서, 전문 용어, 그리고 오류의 결과를 직접 테스트하는 것을 대체할 수는 없습니다. 특히 산업, 물류, B2B 커뮤니케이션 분야에서는 데이터 품질, 프로세스 통합, 그리고 해당 분야 지식이 결과에 큰 영향을 미칩니다. 최고의 일반적인 모델이 특정 기업에도 자동으로 최적의 모델이 되는 것은 아닙니다.

지정학이 모델 아키텍처의 일부가 됩니다

중국산 AI 모델의 부상은 AI 구매를 지정학적 문제로 변모시키고 있습니다. 저렴한 가격과 높은 성능은 매력적인 요소이지만, 기업들은 데이터 프라이버시, 수출 통제, 법적 관할권, 공급 능력, 정치적 위험 등을 동시에 고려해야 합니다. 이러한 요소들은 산업과 국가에 따라 크게 다릅니다.

중국산 모델을 무조건 거부하는 것은 중요한 비용 및 혁신적 이점을 무시하는 것이므로 경제적으로 근시안적인 접근 방식입니다. 그렇다고 중국산 모델에 무비판적으로 의존하는 것 또한 마찬가지로 문제가 될 수 있습니다. 적절한 대응책은 위험 기반 아키텍처를 구축하는 것입니다. 즉, 중요하지 않고 대량으로 처리해야 하는 작업은 저렴한 모델에서 수행하고, 민감한 데이터와 전략적 프로세스는 통제된 환경에서 관리하는 것입니다.

미국 공급업체조차도 의존성 위험에서 자유롭지 못합니다. 가격 변동, 기술 업그레이드, 할당량 또는 새로운 서비스 약관은 비즈니스 모델에 직접적인 영향을 미칠 수 있습니다. 따라서 멀티 클라우드 및 멀티 모델 기능은 디지털 회복력의 한 형태로 자리 잡고 있습니다. 기업은 인터페이스를 추상화하고, 데이터 형식을 표준화하며, 모델 간 전환을 정기적으로 테스트해야 합니다.

유럽은 이러한 경쟁에서 어려운 입장에 놓여 있지만, 그렇다고 절망적인 상황은 아닙니다. 유럽 대륙은 미국처럼 강력한 플랫폼 역량을 갖추고 있지도 않고, 중국처럼 가격 경쟁력을 앞세워 규모를 확장할 수도 없습니다. 하지만 산업 데이터, 특화된 애플리케이션, 신뢰할 수 있는 인프라, 그리고 법적 안정성을 통해 차별화를 꾀할 수 있습니다. 따라서 미스트랄과 같은 유럽 클라우드 제공업체들은 글로벌 챗봇 플랫폼의 단순한 복제품으로 보기보다는, 독자적인 기업 아키텍처를 구축하는 구성 요소로 보는 것이 더 적절할 것입니다.

새로운 센터는 자동화된 공정 내부에 위치해 있습니다

대중 토론은 여전히 ​​챗봇과 그 응답에 집중되어 있습니다. 그러나 더 큰 경제적 잠재력은 사용자가 거의 접하지 못하는 프로세스에 있습니다. 상담원들은 송장을 확인하고, 운송 계획을 세우고, 기계 보고서를 분석하고, 소프트웨어를 개발하고, 견적을 작성하고, 공급망을 모니터링합니다. 이러한 상황에서 중요한 것은 어떤 모델이 가장 유명한 브랜드인지가 아니라, 어떤 시스템이 안정적이고 신속하며 비용 효율적으로 작동하는지입니다.

이러한 변화는 특히 물류 및 산업 분야에 중요합니다. 두 분야 모두 방대한 양의 정형 및 비정형 데이터를 생성하고, 마진이 빠듯하며, 반복적인 의사 결정이 많습니다. 저렴한 모델을 통해 문서, 이메일, 센서 데이터 및 주문 정보를 사전 처리할 수 있으며, 고성능 모델은 예외 처리, 협상 및 복잡한 계획 문제를 처리할 수 있습니다.

이는 관리형 AI의 역할에도 변화를 가져옵니다. 경제적 가치는 더 이상 단순히 모델 접근성에만 있는 것이 아니라, 모델 선택, 라우팅, 모니터링, 보안 및 지속적인 최적화에 달려 있습니다. 모델을 유연하게 조합하고 실제 프로세스에서 성능을 측정하는 서비스 제공업체는 단순히 단일 인터페이스를 재판매하는 업체보다 더 큰 가치를 창출할 수 있습니다.

모델 간의 경쟁은 새로운 추상화 계층을 만들어냅니다. 장기적으로 기업들은 '특정 모델' 자체보다는 결과의 품질이 보장된 것을 구매하는 경향이 강해집니다. 비용, 데이터 보호, 성능 요건만 충족된다면 기술 제공업체는 백그라운드에서 언제든지 변경될 수 있습니다. 이러한 발전은 개별 모델에 대한 의존도를 약화시키고 오케스트레이션 플랫폼과 산업별 특화 애플리케이션을 강화합니다.

시장 선두주자는 질문에 따라 결정됩니다

따라서 가장 널리 사용되는 AI 모델에 대한 정확한 답변을 얻으려면 다각적인 접근 방식이 필요합니다. 최종 사용자 사이에서는 ChatGPT가 선두를 달리고 있으며, Gemini가 그 뒤를 잇습니다. DeepSeek V4.1 Flash는 가시적인 API 토큰 볼륨에서 선두를 차지하고 있으며, GLM, MiMo, Hy4와 같은 저렴한 중국산 모델들이 그 뒤를 따르고 있습니다. Anthropic은 강력한 프로그래밍 기능을 바탕으로 기업용 모델 API 지출 부문에서 최고 자리를 차지하고 있습니다.

측정 방식의 차이는 결함이 아니라 오히려 가장 중요한 정보입니다. Statcounter는 Similarweb과 다른 활동을 측정하고, OpenRouter는 전 세계적인 통계가 아닌 특정 개발자 플랫폼을 추적합니다. 또한, 기업가 정신 연구는 전 세계 경제 전체가 아닌 특정 의사결정권자의 예산을 반영합니다. 각 수치는 서로 다른 질문에 대한 답을 제시합니다.

따라서 그 근거는 다음과 같습니다. OpenAI는 브랜드 인지도와 직접적인 도달 범위 측면에서, Anthropic은 고품질 기업 수익 창출 측면에서, Google은 통합 유통 측면에서, 그리고 중국 업체들은 가격 경쟁력을 바탕으로 자동화 작업 규모를 확장하는 측면에서 우위를 점하고 있습니다. Meta, Mistral 및 오픈 모델 계열사들은 자체 운영이라는 전략적 대안을 제공합니다.

결정적인 권력 이동은 특정 업체가 ChatGPT를 완전히 대체했다는 데 있는 것이 아닙니다. 오히려 기계 작업의 대부분이 대중의 인식에 익숙한 모델이 아닌 다른 모델들에 의해 수행되고 있다는 사실에 있습니다. 가장 익숙한 인터페이스만 보는 사람들은 비용 곡선, 자동화, 산업적 가치 창출이 재분배되고 있는 시장의 핵심을 간과하고 있는 것입니다.

가시성에서 신뢰까지: Xpert.Digital과 함께하는 확장 가능한 여정 - 이미지: Xpert.Digital

산업 B2B에서 지속 가능한 비즈니스 관계는 단숨에 만들어지는 법이 없습니다. 가시성, 전문적인 관련성, 지속적인 접점, 그리고 쌓아가는 신뢰를 통해 단계적으로 발전해 나갑니다. Xpert.Digital의 4단계 모델은 바로 이러한 점을 고려하여 설계되었습니다. 이 모델은 접근하기 쉬운 진입점에서 시작하여 필요에 따라 더욱 심층적인 비즈니스 개발 협력으로 발전할 수 있는 체계적인 경로를 제공합니다.

과장된 마케팅 문구에 의존하는 대신, 이 모델은 관계를 최우선으로 생각합니다. 기업들은 명확하게 정의되고 쉽게 측정 가능한 지표부터 시작하여, 자체 경험을 바탕으로 협력 범위를 어디까지 확장할지 결정합니다. 이러한 원활한 신뢰 구축 과정의 핵심 요소는 바로 플랫폼이 성가신 광고를 완전히 배제하여 기업의 전문성에만 집중할 수 있도록 한다는 점입니다.

자세한 내용은 여기에서 확인하세요:

• 가시성에서 신뢰까지: Xpert.Digital과 함께하는 확장 가능한 여정

☑️ 저희 업무 언어는 영어 또는 독일어입니다

☑️ 신규 기능: 모국어로 소통하세요!

Konrad Wolfenstein

저와 저희 팀은 여러분의 개인 자문가로서 기꺼이 도움을 드릴 준비가 되어 있습니다.

여기 있는 문의 양식을 작성 [email protected].하시거나 +49 7348 4088 965 로 전화 주시면 연락 드리겠습니다. 제 이메일 주소는 입니다

저는 우리의 공동 프로젝트를 기대하고 있습니다.

☑️ 중소기업의 전략, 컨설팅, 기획 및 실행 지원

☑️ 디지털 전략 수립 또는 재정비 및 디지털화

☑️ 해외 영업 프로세스 확장 및 최적화

☑️ 글로벌 및 디지털 B2B 거래 플랫폼

☑️ 선구적인 사업 개발/마케팅/홍보/박람회