단고 데일리 개발자를 위한 AI 및 테크 뉴스, 한 꼬치에 쏙.
GLM 5.2, GPT-5.5를 1/6 가격으로 추월 — AI API 고수익 시대의 종말

GLM 5.2, GPT-5.5를 1/6 가격으로 추월 — AI API 고수익 시대의 종말

AIGLM비즈니스 모델오픈소스API

데이터 소스：Martin Alderson blog + HN + web research · HN

2026년 6월 13일, Z.ai라는 중국 AI 기업이 GLM 5.2라는 대형 모델을 출시했다.

사흘 뒤, 그들은 모델의 ‘레시피’ — 모델 파라미터 파일 전체 — 를 오픈소스 커뮤니티 Hugging Face에 올렸다. 누구나 무료로 다운로드하고, 수정하고, 직접 배포까지 할 수 있게 된 것이다.

처음에는 큰 주목을 받지 못했다. 어차피 매달 새로운 AI 모델이 쏟아져 나오고, 중국 기업들만 해도 1년에 수십 개를 내놓는 판이니까. 하지만 이후 몇 주 동안 점점 더 많은 엔지니어와 연구자들이 가만히 앉아 있을 수 없는 사실 하나를 발견했다.

GLM 5.2는 프로그래밍 능력에서 OpenAI의 당시 가장 비싼 모델 GPT-5.5를 능가했다. 그리고 그 가격은 — API로 호출할 경우 — GPT-5.5의 6분의 1에 불과했다.

필자가 보기에 이것은 단순한 「중국 회사가 또 새 모델을 냈다」 수준의 뉴스가 아니다. 하나의 신호다. AI 모델은 점점 더 강력해지고 있지만, AI 모델을 파는 회사는 점점 더 돈을 벌지 못하게 되고 있다. 그리고 이 두 가지 트렌드는 동시에 진행 중이다.

GLM 5.2 vs GPT-5.5 coding benchmark comparison — GLM wins at lower cost

그림 1: GLM 5.2가 여러 프로그래밍 벤치마크에서 GPT-5.5를 능가하지만, API 가격은 6분의 1에 불과하다. 출처: TechStartups

6년 만에 탄생한 ‘킬러’

먼저 GLM 5.2가 어느 정도 수준의 선수인지부터 짚고 넘어가자.

이 모델은 7,530억 개의 파라미터를 가진다. AI의 ‘뇌세포’ 수라고 이해하면 된다. 다만 ‘혼합 전문가(Mixture of Experts, MoE)‘라는 아키텍처를 채택해, 실제 연산 시에는 그중 약 400억 개만 활성화된다. 이는 마치 어떤 대학에 천 명의 교수가 있지만, 질문 하나에 답할 때는 그중 쉰 명만 필요로 하는 것과 같다. 지식의 폭은 보장하면서 운영 비용은 통제하는 구조다.

AI의 가장 수익성이 높은 응용 분야인 프로그래밍 능력에서, GLM 5.2가 제출한 성적표는 눈을 의심하게 만든다.

벤치마크GLM 5.2GPT-5.5Claude Opus 4.8
SWE-bench Pro (소프트웨어 엔지니어링)62.158.669.2
FrontierSWE (프런티어 과제)74.4%72.6%75.1%

SWE-bench Pro는 현재 가장 권위 있는 AI 프로그래밍 능력 시험으로, ‘실제 소프트웨어 프로젝트에서 버그를 찾아 수정하기’를 평가한다. 62.1점은 GLM 5.2가 실제 소프트웨어 문제의 60% 이상을 독립적으로 해결할 수 있음을 의미하며, 이 수준은 이미 GPT-5.5의 58.6점을 넘어섰다. 업계 1위 Claude Opus 4.8의 69.2점과의 격차는 7점이다. 1~2년 전만 해도 이 격차는 수십 점 단위로 벌어지곤 했다는 사실을 떠올려 보라.

다시 말해, 오픈소스 모델이 클로즈드소스 최상위 모델을 따라잡는 속도는 대부분의 사람들이 예상했던 것보다 훨씬 빠르다.

가장 치명적인 건 성능이 아니라 가격

성능이 뛰어난 것만으로는 치명적이지 않다. 진정 치명적인 것은 가격이다.

필자가 현재 주요 AI 모델의 API 호출 가격을 정리해 보았다. 단위는 ‘100만 토큰 처리당’(토큰은 대략 한 단어나 한 글자로 이해하면 된다).

모델입력 가격 (100만 토큰당)출력 가격 (100만 토큰당)
GLM 5.2 (OpenRouter 경유)$1.40$4.40
GPT-5.5$5.00$30.00
Claude Opus 4.8$5.00$25.00
DeepSeek V4 Pro$0.44$0.87

간단히 비교해 보자. 어떤 프로그래머가 AI로 코드를 작성할 때, 작업당 약 0.1달러의 비용이 발생한다고 가정하자. GPT-5.5를 쓰면 작업 한 번에 약 3달러가 든다. GLM 5.2로는 동일한 품질의 작업을 약 0.46달러에 할 수 있다. 85% 저렴하다.

85%의 비용 절감은 AI API에 매달 100만 달러를 지출하는 기업이라면 1년에 1,000만 달러 이상을 아낄 수 있다는 뜻이다.

기술 블로거 마틴 알더슨(Martin Alderson)은 큰 반향을 일으킨 자신의 글에서, 일상적으로 사용하던 AI 프로그래밍 도구를 Claude에서 GLM 5.2로 전환해 본 결과 「거의 아무런 차이를 느끼지 못했다」고 썼다. 코드 품질은 동등하고, 모델 교체는 설정 파일 한 줄만 바꾸면 된다. 유일한 단점은 GLM 5.2의 응답이 약간 느리다는 점인데, 이는 모델이 너무 ‘생각’을 많이 해서 출력 토큰량이 경쟁사 대비 약 2배에 달하기 때문이다. 그럼에도 총비용은 여전히 원래의 절반 미만이다.

「너의 이익이 곧 나의 기회다」

여기까지 왔으면, 우리는 좀 더 근본적인 질문을 던져야 한다. 왜 AI API의 수익률은 붕괴할 수밖에 없는가?

먼저 현재 AI 기업들의 수익 구조를 이해하자. OpenAI와 Anthropic(Claude의 모회사)의 비즈니스 모델은 대략 이렇다. 큰돈(수억 달러)을 들여 모델을 훈련시키고, 그 모델을 클라우드에 올려 사용량 기준으로 과금한다. 훈련은 일회성 고정 비용이지만, 사용 — 업계에서는 ‘추론(inference)‘이라 부른다 — 에는 실제 한계 비용이 발생한다. 누군가 AI에게 질문할 때마다 GPU 연산력과 전력이 소모되기 때문이다.

여기서 핵심 수학이 나온다. 마틴 알더슨의 추산에 따르면, OpenAI나 Anthropic이 100만 토큰당 2530달러를 청구할 때, 실제 GPU 연산력과 전력 비용은 그중 약 1020%에 불과하다. 즉, 매출총이익률이 80~90%에 달한다는 뜻이다. (OpenAI의 유출된 재무 데이터에 따르면 종합 매출총이익률은 약 60%인데, 여기에는 고객 지원, 결제 등 추가 비용이 포함되어 있다.)

이 높은 이익률이 바로 막대한 훈련 투자 비용을 회수하는 수단이다. 마치 영화사가 2억 달러를 들여 영화를 만들고, 전 세계 극장에서 티켓을 팔아 본전을 뽑는 것과 같다. 티켓 값이 충분히 비싸고 상영 횟수가 충분히 많으면 이익이 난다.

그런데 문제가 생겼다. 다른 영화사가 비슷한 수준의 영화를 만들었는데, 티켓 값을 6분의 1만 받는다면? 게다가 그 영화의 ‘레시피’까지 공개해서, 다른 극장들이 제작사에 수익 배분 없이 자체 상영할 수 있다면?

이것이 바로 GLM 5.2가 가져온 충격이다. 아마존 창업자 제프 베조스는 이런 명언을 남겼다. 「너의 이익이 곧 나의 기회다.」 지금 이 말이 AI 업계에서 현실화되고 있다.

LLM performance evaluation comprehensive comparison chart

그림 2: 종합 평가에서 GLM 5.2가 여러 지표에서 클로즈드소스 최상위 모델에 근접하거나 능가했다. 출처: TechStartups

전환 비용 제로: AI 업계에서 가장 취약한 해자

전통적인 소프트웨어 업계에서, 한 기업이 핵심 공급업체를 쉽게 바꾸기는 어렵다. 예컨대 어떤 은행이 전체 시스템을 Oracle 데이터베이스 위에 구축했다면, 다른 데이터베이스로 이전하는 데는 몇 년의 시간과 수백만 달러의 이전 비용, 그리고 막대한 비즈니스 리스크가 따른다. 이것이 ‘락인 효과(lock-in effect)‘이며, 소프트웨어 업계의 높은 이익률을 떠받치는 근본적인 보호 장치다.

AI 모델 업계는 어떤가? 완전히 다르다.

GLM 5.2의 API 인터페이스는 의도적으로 OpenAI 및 Anthropic과 완전히 호환되도록 설계되었다. 이게 무슨 뜻인가? 이미 GPT API로 코드를 작성하고 있는 회사가 있다면, GLM 5.2로 전환하기 위해 해야 할 일은 설정 한 줄을 바꾸는 것뿐이다. API 주소를 OpenAI 서버에서 Z.ai나 Fireworks 같은 제공업체 서버로 변경하는 것이다. 코드는 단 한 줄도 고칠 필요가 없다.

알더슨은 자신의 글에서 이렇게 썼다. 「이건 Microsoft나 Salesforce 수준의 락인이 아니다. 이전 계획을 세우는 데만 몇 년이 걸리는 그런 게 아니다. 여기서 전환 비용은 터무니없이 낮다.」 그는 실제 테스트에서 Claude에서 GLM 5.2로 전환하는 데 걸린 시간이 5분도 채 안 되었다고 한다.

HN의 한 댓글 작성자는 더 직설적으로 말했다. 「미래의 AI API는 전력 회사와 같다. 누가 네 전기가 IBM에서 생산됐는지 텍사스에서 왔는지 신경이나 쓰겠나? 1암페어는 1암페어다.」

이 비유가 맞다면, AI API의 수익률은 필연적으로 공공재 수준 — 한 자릿수 이익률 — 으로 수렴할 것이다. 지금의 80% 이상이 아니라.

세 개의 곡선이 포위망을 좁혀온다

필자가 보기에, AI API 수익률의 붕괴는 세 개의 곡선이 동시에 하방 압력을 가하면서 진행된다.

첫 번째 곡선: 오픈소스 모델의 추격 속도.

스탠퍼드 대학의 2025 AI Index 보고서에 따르면, Chatbot Arena 순위표(사용자가 여러 AI 응답의 품질을 블라인드 테스트하는 플랫폼)에서 오픈소스 모델과 클로즈드소스 모델의 성능 격차는 1년 전 8%에서 1.7%로 좁혀졌다. 1년 만에 6.3% 포인트가 줄어든 것이다. 이 속도라면 2026년 말 이전에 오픈소스 모델이 클로즈드소스 모델을 완전히 따라잡거나 추월할 것이다.

GLM 5.2는 바로 이 추세선 위에 놓인 하나의 이정표다.

두 번째 곡선: 추론 비용의 낭떠러지 급락.

AgentMarketCap의 연구에 따르면, GPT-4가 출시된 2023년(당시 100만 토큰당 30달러) 이후 오늘날 최상위 AI 모델의 API 가격은 이미 300배 이상 하락했다. 이 급락을 이끄는 동력으로는 더 효율적인 칩(AMD의 MI300X는 GLM 5.2 구동 비용이 NVIDIA Blackwell의 36%에 불과하다는 보고가 있다), 더 똑똑한 모델 아키텍처(MoE는 더 적은 연산량으로 동등한 효과를 낸다), 그리고 소프트웨어 차원의 지속적인 최적화가 있다.

세 번째 곡선: 중국발 국산 대체의 가속.

Z.ai만 있는 게 아니다. DeepSeek V4 Pro의 가격은 GLM 5.2보다도 10배나 더 낮다(100만 토큰당 0.44달러). 성능은 약간 떨어지지만 말이다. 바이트댄스의 두바오(Doubao), MiniMax, 즈푸(Zhipu) — 중국 AI 기업들은 하나같이 미국 경쟁사보다 훨씬 낮은 가격으로 SOTA(현재 최고 수준)에 근접한 서비스를 제공하고 있다. 이 배경에는 중국의 칩 공급망 제약이 역설적으로 촉발한 효율성 혁신도 있고, 거대한 국내 시장 경쟁 압력이 가격을 끊임없이 하방으로 밀어내는 구조도 있다.

HN의 한 댓글은 이렇게 말한다. 「우리는 지금 회사 내 모든 AI 에이전트를 GLM 5.2로 전환했다. 오픈소스라서 특정 지역에 모델을 배포할 수도 있고, 더 많은 자유와 추가적인 데이터 보호도 얻을 수 있다.」

누가 이기고 누가 질 것인가?

이 사태의 결말은, 필자의 판단으로는 대략 다음과 같은 방향으로 흘러갈 것이다.

첫째, 클로즈드소스 AI API의 고수익 시대는 카운트다운에 들어갔다. OpenAI의 2025년 상반기 조정 매출총이익률은 이미 전년도 40%에서 33%로 하락했고, 같은 기간 적자는 135억 달러에 달했다. 이는 단기적 변동이 아니다. 오픈소스 대체재의 품질 격차가 사용자가 거의 체감할 수 없을 정도로 좁혀지면, 가격 전쟁은 피할 수 없다.

둘째, 승자는 아마도 API 판매로 돈을 버는 회사가 아닌 자들일 것이다. 예컨대 칩 회사인 NVIDIA와 AMD — 누구의 모델이 잘 돌아가든 그들의 GPU는 필요하다. 또 클라우드 서비스 제공업체들도 마찬가지다. 모델은 오픈소스지만, 모델을 돌리는 데 필요한 연산 자원은 누군가 제공해야 한다. 알더슨의 말을 빌리자면, 「API로 폭리를 취해 훈련 비용을 회수할 수 없다면, AI 업계 전체의 경제 모델은 재작성되어야 한다.」

셋째, 가장 큰 숨은 승자는 아마도 사용자일 것이다. 기업 사용자든 개인 개발자든, 그들은 매년 반값으로 떨어지는 가격에 점점 더 높은 품질의 AI 서비스를 누리고 있다. 이는 PC 업계의 역사와 매우 유사하다. 컴퓨터 성능은 매년 두 배로 뛰고 가격은 그대로이거나 오히려 내려갔으며, 가장 큰 수혜자는 컴퓨터를 사용하게 된 모든 사람이었다.

이 글을 마치며, 필자는 알더슨이 이미 ‘파트 2’를 예고했다는 사실에 주목한다. 수익률 붕괴 이후 업계 전체 구도가 어떻게 재편될지 집중 분석하는 내용이다. 아마도 다음번에 우리가 논의하는 주제는 「AI API에 아직 얼마나 이익이 남아 있나」가 아니라, 「AI API를 팔아서는 도저히 돈을 벌 수 없다면, 이 업계는 어떻게 살아남아야 하는가」일지도 모른다.

참고 링크:

이미지 출처 설명: 원문(martinalderson.com)은 텍스트 전용 블로그로, 콘텐츠 내 이미지는 없으며 소셜 공유용 OG 이미지 한 장만 존재한다: https://martinalderson.com/img/og/glm-5-2-and-the-coming-ai-margin-collapse-part-1.png (1200×630px). 본 문서의 두 장의 콘텐츠 이미지는 TechStartups 관련 보도에서 가져온 것이며, 출처를 표기했다.

References（1）