생성형 인공지능(AI) 시장의 경쟁 기준이 달라지고 있다. 과거에는 더 높은 벤치마크 점수와 뛰어난 성능을 구현하는 것이 핵심 경쟁력이었다면, 최근에는 같은 업무를 얼마나 적은 비용으로 처리할 수 있는지가 기업들의 새로운 선택 기준으로 떠오르고 있다. AI 모델 성능이 빠르게 상향 평준화되고 기업들의 AI 도입이 확대되면서 운영비(TCO)와 추론 비용(Inference Cost), 생산성이 중요한 경쟁 요소로 부상하는 모습이다.
14일 IT 업계에 따르면 글로벌 AI 기업들은 최근 신형 모델을 발표하면서 성능뿐 아니라 토큰 효율과 비용 대비 성능(Performance per Dollar), API 가격 등을 핵심 경쟁력으로 내세우고 있다. 기업 고객이 AI 모델을 도입할 때 벤치마크 점수보다 실제 운영 비용과 생산성을 더욱 중요하게 평가하기 시작하면서 AI 기업들의 전략도 이에 맞춰 변화하고 있다는 분석이다.
이 같은 변화는 최근 오픈AI가 공개한 최신 AI 모델 'GPT-5.6'에서도 확인된다. 오픈AI는 GPT-5.6을 발표하며 코딩과 지식 업무 성능 향상과 함께 '토큰 효율 54% 개선'을 주요 성과로 제시했다. 샘 올트먼 오픈AI 최고경영자(CEO)도 CNBC와의 인터뷰에서 "기업들은 AI에 얼마를 지출하고 얼마나 많은 가치를 얻는지를 중요하게 보기 시작했다"고 밝혔다.
오픈AI는 GPT-5.6을 최고 성능 모델인 '솔(Sol)', 중간급 '테라(Terra)', 경량 모델 '루나(Luna)' 등으로 세분화해 업무 난이도와 예산에 따라 선택할 수 있도록 했다. API 가격 역시 모델별로 차등 적용하며 성능뿐 아니라 비용 효율까지 고려한 전략을 제시했다.
같은 날 공개된 AI 에이전트 서비스 'ChatGPT Work'도 이러한 방향성과 맞닿아 있다. ChatGPT Work는 슬랙(Slack), 마이크로소프트 팀즈(Microsoft Teams), 구글 드라이브(Google Drive), 고객관계관리(CRM) 등 기업용 업무 도구와 연동해 자료를 수집하고 문서 작성, 프레젠테이션 제작, 반복 업무 자동화 등을 수행하도록 설계됐다. AI 모델의 성능 향상에 그치지 않고 실제 기업 업무 생산성을 높이는 데 초점을 맞춘 서비스다.
오픈AI만의 변화는 아니다. 앤트로픽은 클로드(Claude)의 장시간 업무 수행 능력과 기업 활용성을 강조하고 있으며, 구글은 제미나이(Gemini)를 성능과 가격에 따라 다양하게 제공하고 있다. xAI 역시 그록(Grok)의 API 가격과 추론 성능을 함께 제시하며 기업 고객 확보에 나서고 있다. AI 모델 자체의 성능보다 실제 기업 환경에서 얼마나 효율적으로 활용할 수 있는지가 새로운 경쟁 포인트로 부상하는 분위기다.
외신들도 AI 경쟁의 변화에 주목하고 있다. 로이터는 최근 주요 AI 모델 경쟁을 소개하며 성능뿐 아니라 가격 경쟁력과 기업 시장 확대가 새로운 경쟁 요소로 부상하고 있다고 분석했다. 비즈니스 인사이더 역시 샘 올트먼 오픈AI 최고경영자(CEO)를 인용해 기업들이 AI 성능보다 투자 대비 생산성과 비용 효율을 더욱 중요하게 평가하기 시작했다고 보도했다.
배경에는 AI 인프라 비용 증가가 있다. 생성형 AI 서비스 확산으로 GPU 확보 비용과 데이터센터 전력 소비, 추론 비용이 빠르게 늘어나면서 기업들은 최고 성능보다 운영비를 절감하면서 생산성을 높일 수 있는 AI 모델을 요구하고 있다. 이에 따라 AI 기업들도 모델 성능 경쟁에서 나아가 비용 절감과 업무 효율을 함께 제시하는 방향으로 전략을 확대하고 있다.
업계 관계자는 "기업 고객들은 이제 단순히 어떤 AI가 가장 뛰어난 성능을 내는지보다 실제 업무 환경에서 얼마나 적은 비용으로 생산성을 높일 수 있는지를 더 중요하게 본다"며 "앞으로는 모델 성능뿐 아니라 비용 대비 성능과 운영 효율이 기업 시장의 핵심 경쟁력이 될 것"이라고 말했다.
14일 IT 업계에 따르면 글로벌 AI 기업들은 최근 신형 모델을 발표하면서 성능뿐 아니라 토큰 효율과 비용 대비 성능(Performance per Dollar), API 가격 등을 핵심 경쟁력으로 내세우고 있다. 기업 고객이 AI 모델을 도입할 때 벤치마크 점수보다 실제 운영 비용과 생산성을 더욱 중요하게 평가하기 시작하면서 AI 기업들의 전략도 이에 맞춰 변화하고 있다는 분석이다.
이 같은 변화는 최근 오픈AI가 공개한 최신 AI 모델 'GPT-5.6'에서도 확인된다. 오픈AI는 GPT-5.6을 발표하며 코딩과 지식 업무 성능 향상과 함께 '토큰 효율 54% 개선'을 주요 성과로 제시했다. 샘 올트먼 오픈AI 최고경영자(CEO)도 CNBC와의 인터뷰에서 "기업들은 AI에 얼마를 지출하고 얼마나 많은 가치를 얻는지를 중요하게 보기 시작했다"고 밝혔다.
오픈AI는 GPT-5.6을 최고 성능 모델인 '솔(Sol)', 중간급 '테라(Terra)', 경량 모델 '루나(Luna)' 등으로 세분화해 업무 난이도와 예산에 따라 선택할 수 있도록 했다. API 가격 역시 모델별로 차등 적용하며 성능뿐 아니라 비용 효율까지 고려한 전략을 제시했다.
같은 날 공개된 AI 에이전트 서비스 'ChatGPT Work'도 이러한 방향성과 맞닿아 있다. ChatGPT Work는 슬랙(Slack), 마이크로소프트 팀즈(Microsoft Teams), 구글 드라이브(Google Drive), 고객관계관리(CRM) 등 기업용 업무 도구와 연동해 자료를 수집하고 문서 작성, 프레젠테이션 제작, 반복 업무 자동화 등을 수행하도록 설계됐다. AI 모델의 성능 향상에 그치지 않고 실제 기업 업무 생산성을 높이는 데 초점을 맞춘 서비스다.
오픈AI만의 변화는 아니다. 앤트로픽은 클로드(Claude)의 장시간 업무 수행 능력과 기업 활용성을 강조하고 있으며, 구글은 제미나이(Gemini)를 성능과 가격에 따라 다양하게 제공하고 있다. xAI 역시 그록(Grok)의 API 가격과 추론 성능을 함께 제시하며 기업 고객 확보에 나서고 있다. AI 모델 자체의 성능보다 실제 기업 환경에서 얼마나 효율적으로 활용할 수 있는지가 새로운 경쟁 포인트로 부상하는 분위기다.
외신들도 AI 경쟁의 변화에 주목하고 있다. 로이터는 최근 주요 AI 모델 경쟁을 소개하며 성능뿐 아니라 가격 경쟁력과 기업 시장 확대가 새로운 경쟁 요소로 부상하고 있다고 분석했다. 비즈니스 인사이더 역시 샘 올트먼 오픈AI 최고경영자(CEO)를 인용해 기업들이 AI 성능보다 투자 대비 생산성과 비용 효율을 더욱 중요하게 평가하기 시작했다고 보도했다.
배경에는 AI 인프라 비용 증가가 있다. 생성형 AI 서비스 확산으로 GPU 확보 비용과 데이터센터 전력 소비, 추론 비용이 빠르게 늘어나면서 기업들은 최고 성능보다 운영비를 절감하면서 생산성을 높일 수 있는 AI 모델을 요구하고 있다. 이에 따라 AI 기업들도 모델 성능 경쟁에서 나아가 비용 절감과 업무 효율을 함께 제시하는 방향으로 전략을 확대하고 있다.
업계 관계자는 "기업 고객들은 이제 단순히 어떤 AI가 가장 뛰어난 성능을 내는지보다 실제 업무 환경에서 얼마나 적은 비용으로 생산성을 높일 수 있는지를 더 중요하게 본다"며 "앞으로는 모델 성능뿐 아니라 비용 대비 성능과 운영 효율이 기업 시장의 핵심 경쟁력이 될 것"이라고 말했다.