인공지능 및 기술: 오픈 웨이트 모델이 기업 비용 절감과 효율성 향상을 이끌며, AI 경쟁은 멀티 모델 구도로 전환
중국 모델 가격 인상, 미국 기업의 오픈 웨이트 모델 채택, 그리고 Meta의 오픈 생태계 복귀는 모두 미래가 오픈 모델과 폐쇄형 모델이 공존하는 멀티 모델 시장이 될 가능성이 더 높음을 시사한다.
요약
중국 모델 가격 인상, 미국 기업의 오픈 웨이트 모델 채택, 그리고 Meta의 오픈 생태계 복귀는 모두 미래가 오픈 모델과 폐쇄형 모델이 공존하는 멀티 모델 시장이 될 가능성이 더 높음을 시사한다.
- 중국 대형 모델들은 API 가격 인상과 상업 라이선스를 통해 수익화를 개선하고 있으나, API 가격은 여전히 유사한 미국 제품의 약 15%~20% 수준이다.
- 미국 기업들은 오픈 웨이트 모델과 모델 라우팅을 통해 의미 있는 비용 절감을 달성했으며, 이는 오픈 모델이 사용량을 위축시키지 않고 오히려 채택을 확대할 수 있음을 보여준다.
- 미중 모델 가격 격차가 계속 축소될 경우, 기업의 선택은 맞춤화 역량, 신뢰성, 편의성, 전환 비용 및 지정학적 위험에 더 크게 좌우될 것이다.
- Meta의 Muse Spark 1.2 웨이트 공개는 미중 기술 디커플링 또는 중국 모델 제한 가능성이 있는 상황에서 미국 내 대안을 제공한다.
보고서 해설
개요
보고서는 지난 한 주간 오픈 웨이트 모델에서 나타난 세 가지 발전에 초점을 맞춘다. 첫째, 중국 모델들이 직접적인 가격 인상과 상업 라이선스를 통해 수익성을 개선하는 점, 둘째, 미국 기업들이 오픈 웨이트 모델을 채택해 명확한 투자수익을 달성하는 점, 셋째, Meta가 오픈 웨이트 생태계로 복귀하는 점이다. Morgan Stanley는 AI 시장이 빠르게 멀티 모델 구도로 이동하고 있으며, 오픈 모델이 단위 비용을 낮추고 기업 도입을 가속하며 컴퓨팅 수요를 유지하는 한편, 미중 모델 가격 격차가 오픈 모델과 폐쇄형 모델 간 경쟁 경계를 결정할 것으로 본다.
핵심 견해
중국 모델들은 저가 경쟁에서 계층형 가격 책정과 상업화로 전환하고 있으며, 더 큰 모델 규모, 더 높은 진입장벽 및 개선된 수익화의 단계로 진입하고 있다. 동시에 미국 폐쇄형 모델 가격은 계속 하락할 것으로 예상되며, 오픈 모델 비중 확대도 전체 토큰 가격을 낮추고 있다. 기업들은 오픈 모델과 폐쇄형 모델 중 하나를 단순히 선택하지 않고, 과업 복잡도, 비용, 맞춤화 수요, 보안 및 신뢰성에 따라 동적으로 라우팅할 것이다. 오픈 웨이트 모델은 고빈도, 비용 민감형 및 산업 특화 업무에 더 적합하며, 최첨단 폐쇄형 모델은 복잡한 추론 및 에이전틱 워크로드에서 계속 우위를 유지할 수 있다.
분석 프레임워크
보고서는 모델 가격, 라이선스 조건, 기업 실적 사례 연구 및 산업 체인 시나리오 분석을 결합해 오픈, 폐쇄형 및 하이브리드 모델 경로가 기업 도입 속도, 토큰 수요, 클라우드 컴퓨팅 자본지출 및 기술 산업 체인 수혜자에 미치는 영향을 평가하고, 관련 종목을 매핑하기 위해 “세계의 세 가지 상태” 프레임워크를 사용한다.
방법론 메모
각각 폐쇄형 모델의 승리, 오픈 및 폐쇄형 모델의 하이브리드 공존, 오픈 모델의 승리를 가정한다.
이 프레임워크는 서로 다른 모델 구도에서 클라우드 서비스, 모델 제공업체, 반도체, 네트워킹, 데이터 센터, 사이버 보안, 엔터프라이즈 소프트웨어 및 엣지 하드웨어에 대한 상대적 수혜를 비교하는 데 사용된다.
단위 컴퓨팅 또는 토큰 비용의 하락은 더 많은 사용을 유발하여 총수요가 감소하기보다 증가할 수 있다.
보고서는 오픈 및 폐쇄형 모델의 가격 인하가 AI 사용을 증가시킬 것이므로, 단위 비용 하락을 컴퓨팅 인프라 수요 감소와 직접적으로 동일시해서는 안 된다고 주장한다.
과업 성능, 비용 및 위험을 기준으로 서로 다른 워크로드를 가장 적합한 모델에 배분하는 것.
기업은 중앙화된 라우팅 계층을 사용해 오픈 및 폐쇄형 모델을 혼합함으로써 토큰 사용량과 서비스 품질을 유지하면서 지출을 줄일 수 있다.
자산 매핑 및 비교
투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).
- 폐쇄형 모델 승자 바스켓: GOOGL, AMZN, META, PANW, CRWD, ANET, NVDA, AVGO최첨단 모델 역량 장벽, 중앙화된 클라우드 워크로드 및 고강도 학습 수요의 수혜.
- 강점
- 자본, 컴퓨팅, 데이터, 보안 및 배포 역량이 상대적으로 높은 진입장벽을 형성하며, 기업들은 정확성, 신뢰성 및 책임 보호를 더욱 중시한다.
- 약점
- 모델 과점은 컴퓨팅 비용을 상대적으로 높게 유지하고 기업의 모델 통제 및 맞춤화 능력을 제한할 수 있다.
- 비교
- 오픈 모델 시나리오와 비교하면 하이퍼스케일 클라우드 플랫폼, 최첨단 연구소 및 중앙화된 데이터 센터에 더 치우쳐 있다.
- 위험
- 오픈 모델의 빠른 추격, 폐쇄형 API의 지속적인 가격 인하 및 기업 내부 역량 강화는 집중도를 약화시킬 수 있다.
- 하이브리드 모델 바스켓: AMZN, GOOGL, MSFT, DDOG, PLTR, PANW, SAP, NOW, CSCO, NVDA오픈 및 폐쇄형 모델의 공존과 라우팅, 오케스트레이션, 관측성 및 보안 역량에 대한 기업 수요의 수혜.
- 강점
- 복잡한 추론, 고빈도 업무 및 산업 특화 업무를 포괄할 수 있어 기업이 성능과 비용에 따라 유연하게 모델을 선택할 수 있다.
- 약점
- 아키텍처 복잡성, 거버넌스 비용 및 크로스 모델 데이터 보안 요구사항이 더 높다.
- 비교
- 단일 경로보다 적응력이 높으며, 보고서가 실제 기업 도입 추세와 점점 더 부합한다고 보는 상태이기도 하다.
- 위험
- 모델 표준화, 빠른 가격 수렴 또는 단일 플랫폼의 압도적 우위 형성은 독립적 오케스트레이션 도구의 가치를 낮출 수 있다.
- 오픈 모델 승자 바스켓: MSFT, BABA, Tencent, PLTR, DELL, HPE, NTAP, AAPL, SAP, NOW, SHOP, NVDA오픈 모델의 대중화, 토큰 비용 하락 및 더 많은 워크로드의 로컬 또는 엣지 배포 전환에 따른 수혜.
- 강점
- 산업 데이터 맞춤화, 모델 통제, 프라이빗 배포 및 낮은 추론 비용을 지원하여 기업 도입 확대에 기여한다.
- 약점
- 기업은 배포, 보안, 업데이트 및 모델 거버넌스에 대해 더 큰 책임을 부담해야 한다.
- 비교
- 폐쇄형 모델 시나리오와 비교하면 로컬 인프라, 엣지 디바이스, 채널 파트너 및 오픈 모델 제공업체에 더 유리하다.
- 위험
- 상업 라이선스 강화, 오픈 모델 가격 인상, 최첨단 폐쇄형 모델의 가격 인하 및 규제 제한은 비용 우위를 약화시킬 수 있다.
핵심 데이터
- 중국 대형 모델의 상대적 API 가격유사한 미국 제품의 약 15%~20%가격 격차는 여전히 크지만, 중국 모델의 가격 인상과 미국 모델의 가격 인하로 격차가 축소될 것으로 예상된다.
- DeepSeek V4-Flash 기본 가격입력 토큰 100만 개당 US$0.14, 출력 토큰 100만 개당 US$0.28보고서는 가격이 두 배가 될 경우 이 모델을 운영하는 200MW 데이터 센터의 이익률이 Kimi K3 및 기타 최첨단 모델 수준에 근접할 수 있다고 추정한다.
- 상업 라이선스 수익 배분 비율Moonshot은 최대 30%를 부과할 수 있음주로 관련 모델을 활용해 US$2,000만 이상의 수익을 창출하는 고객을 대상으로 하며, 모델 서비스를 제공하는 하이퍼스케일 클라우드 사업자에 미치는 영향이 더 클 가능성이 높다.
- Rippling 토큰 지출R&D 인력 비용의 40%에서 15%로 하락GLM 5.2와 맞춤형 모델 라우팅을 도입한 후 달성됐으며, 토큰 사용량은 월 약 6,000억 개로 안정적으로 유지됐다.
- Pinterest 오픈 모델 거래 비용유사한 폐쇄형 독점 모델 비용의 8% 미만독점 데이터로 사후 학습한 오픈 모델과 모델 라우팅 계층을 사용해 달성했다.
영향과 시사점
멀티 모델 구도는 모델 오케스트레이션, 관측성, 사이버 보안 및 분산형 인프라에 유리하며, 비용 절감을 통해 기업 AI 보급을 가속할 수 있다. 폐쇄형 모델의 승리는 하이퍼스케일 클라우드 플랫폼, 최첨단 모델 연구소 및 중앙화된 학습 인프라에 유리할 것이고, 하이브리드 구도는 크로스 모델 라우팅, 인프라 소프트웨어 및 보안 벤더에 유리할 것이며, 오픈 모델의 승리는 로컬 배포, 엣지 디바이스, 엔터프라이즈 하드웨어 및 채널 유통업체에 더 유리할 것이다. 반도체 및 현장 전력 공급업체는 여러 시나리오에서 수혜를 볼 일정한 근거가 있다.
위험
- 중국 모델의 수익성 개선은 R&D 재투자 사이클을 형성해 미국 최첨단 모델과의 역량 격차 축소를 가속하고 경쟁 구도를 변화시킬 수 있다.
- 미국 또는 기타 지역의 중국 모델 제한은 공급 중단, 규정 준수 위험 및 사업 연속성 위험을 초래할 수 있다.
- 오픈 모델이 고가의 폐쇄형 호출을 크게 대체하는 반면 증가한 사용량이 단위 가격 하락을 상쇄하기에 충분하지 않으면, 토큰 수익과 일부 인프라 수요가 압박을 받을 수 있다.
- 더 엄격한 상업 라이선스와 수익 배분 요구사항은 오픈 모델의 기존 장점인 저비용 및 허용적 사용을 약화시킬 수 있다.
- 기업은 오픈 모델 배포 시 추가적인 보안, 거버넌스, 유지보수, 책임 보호 및 인재 비용을 부담해야 한다.
- 보고서에서 논의된 시나리오는 여전히 빠르게 변화하고 있으며, 관련 산업 체인 전반의 수혜자 순위는 매우 불확실하다.
주시할 점
- 미중 대형 모델 API 가격 격차가 계속 축소되는지와 저가 및 중간급 미국 모델의 가격 인하 속도.
- DeepSeek, Moonshot 및 Alibaba 등 중국 모델 제공업체의 가격 인상 규모와 상업 라이선스 시행.
- 오픈 웨이트 모델의 기업 도입률, 모델 라우팅 침투율 및 검증 가능한 비용 절감 사례.
- 전체 토큰 가격 하락이 사용량 증가로 이어져 제번스의 역설을 검증하는지 여부.
- Meta Muse Spark 1.2 및 기타 미국 오픈 웨이트 모델의 역량, 도입률 및 생태계 구축 진전.
- 미중 AI 정책, 주권 AI 요구사항 및 잠재적인 모델 금지.
- 오픈, 폐쇄형 및 하이브리드 모델의 세 가지 시나리오에서 클라우드 자본지출, 데이터 센터 전력 및 반도체 수요의 변화.