오픈AI(OpenAI)가 최신 언어 모델 시리즈인 ‘GPT-5.6’ 가격을 대폭 내리면서 생성형 AI 시장의 가격 경쟁에 다시 불을 지폈다. 특히 가장 저렴한 라인으로 위치한 ‘GPT-5.6 루나(Luna)’ API 요금이 기존 대비 80%나 인하됐고, 상위 모델인 ‘GPT-5.6 테라(Tera)’도 20% 인하가 이뤄졌다. 단순한 할인 이벤트 수준을 넘어선 파격 조정이라, 기업공개(IPO)를 준비 중인 오픈AI의 수익성에 부담을 줄 수 있다는 우려도 뒤따르고 있다. 그럼에도 회사 측은 이번 결정이 마케팅 싸움이 아니라, 추론 시스템 전반을 손질해 비용 구조를 바꾼 결과라고 강조하고 있다.

GPT-5.6 루나·테라, 최대 80%까지 가격 낮춰

이번 조정에서 가장 눈에 띄는 변화는 엔트리급 모델인 GPT-5.6 루나의 API 가격이다. 오픈AI는 이 모델의 사용 단가를 한 번에 80% 인하하며 사실상 ‘초저가’ 구간에 재배치했다. 이미 GPT-4.1 이후 여러 차례 가격을 손보고 있던 오픈AI가, 또 한 번 크게 내리는 것은 이례적이다. 상위 제품군인 GPT-5.6 테라도 20% 인하가 이뤄지며, 고성능 모델에 대한 접근 장벽도 낮췄다. 기업과 개발자 입장에서는 동일한 예산으로 더 많은 요청을 처리하거나, 기존보다 한 단계 높은 모델을 활용할 수 있는 환경이 조성된 셈이다.

시장에서는 이번 가격 조정이 단순한 요금 인하를 넘어, 경쟁사에 대한 압박 수단으로 작용할 것이라는 분석이 나온다. 구글(Google), 앤트로픽(Anthropic) 등 주요 경쟁사도 대형 언어 모델을 앞세우고 있으나, 오픈AI가 먼저 가격의 ‘바닥’을 넓게 낮추면 따라오지 못하는 사업자가 생길 수 있기 때문이다. 특히 스타트업·중소 개발사는 서비스 설계 시 API 요금을 가장 민감하게 고려하는데, GPT-5.6 루나의 80% 인하는 사실상 진입 비용을 재정의하는 수준이다. 이에 따라 기존 타사 모델을 쓰던 개발사 일부가 오픈AI로 이동할 가능성도 제기된다.

IPO 앞둔 오픈AI, 수익성 논란과 ‘계산서’

일각에서는 상장을 준비하는 오픈AI가 이처럼 공격적으로 가격을 내리는 것이 재무적으로 타당한지 의문을 제기한다. 매출 구조 대부분이 API와 구독 서비스에 의존하는 상황에서, 단가 인하는 곧바로 단기 수익성 악화로 이어질 수 있기 때문이다. 특히 고성능 모델일수록 GPU 사용량과 전력 비용이 많이 들기 때문에, 무리한 인하가 전체 마진율을 깎아먹을 수 있다는 지적이 나온다. IPO를 앞둔 기업이라면 통상적으로는 수익성과 성장성을 동시에 보여주려 하기 때문에, 이번 결정은 겉으로만 보면 다소 역행하는 선택처럼 보이기도 한다.

그러나 오픈AI 측 설명에 따르면 이번 조정은 단순한 ‘덤핑’이 아니라 비용 구조가 실제로 변했기 때문에 가능한 조치라는 입장이다. 즉, 개별 모델의 학습 방식이나 파라미터 수만 손본 것이 아니라, 추론(inference)이 돌아가는 전체 시스템의 효율을 극단적으로 끌어올렸다는 주장이다. 이 말이 사실이라면, 같은 작업을 처리하는 데 필요한 물리적 컴퓨팅 자원이 크게 줄었고, 그만큼 가격에 반영했다는 계산이 성립한다. 투자자 관점에서도 단순 매출 규모가 아니라, 연산 효율과 단위당 이익 구조 개선이 핵심 지표로 부상하는 흐름에 맞춘 행보로 볼 수 있다.

가격 인하의 숨은 키워드 ‘컴퓨트 멀티플라이어’

이번 발표에서 오픈AI가 강조한 핵심 키워드는 모델 이름이 아니라 ‘컴퓨트 멀티플라이어(Compute Multiplier)’ 개념이다. 이는 특정 AI 모델의 성능을 곱셈하듯 키우는 것이 아니라, 동일한 또는 유사한 수준의 성능을 더 적은 연산 자원으로 뽑아내는 시스템적 최적화를 뜻하는 개념으로 소개됐다. 다시 말해, GPU·가속기 같은 하드웨어를 무작정 늘리는 대신, 소프트웨어 스택과 인프라 아키텍처를 개선해 기존 컴퓨트의 ‘생산성’을 곱절 이상으로 끌어올리겠다는 전략이다. 이런 접근이 제대로 작동할 경우, 모델 크기와 성능이 커져도 전체 서비스 비용은 오히려 줄어들 가능성이 생긴다.

오픈AI는 이 ‘컴퓨트 멀티플라이어’가 추론 시스템 전체를 재설계하는 과정에서 나온 기술 혁신이라고 설명한다. 구체적으로는 모델 서빙 방식, 배치 처리 최적화, 캐시 활용, 연산 정밀도 조정, 네트워크·스토리지 구조 재편 등 다양한 요소가 복합적으로 작용했을 수 있다. 한 번의 요청을 처리하는 데 필요한 GPU 연산량을 줄이거나, 여러 사용자의 요청을 더 촘촘하게 묶어 처리해 장비 활용률을 높이는 식이다. 이런 개선은 개별 모델의 파라미터 수와 무관하게, 인프라와 런타임 계층에서 비용을 절감할 수 있기 때문에 가격 인하의 가장 직접적인 근거로 기능한다.

또한 컴퓨트 멀티플라이어라는 개념은 하드웨어 의존도가 높은 AI 산업 전반에 시사점을 던진다. 그동안 생성형 AI 경쟁은 모델 크기와 GPU 확보량을 기준으로 전개돼 왔지만, 앞으로는 같은 하드웨어로 얼마나 효율적으로 서비스를 운영하는지가 핵심 경쟁력으로 부각될 수 있다. 오픈AI의 이번 발표는 자사의 기술이 이 방향으로 한 단계 도약했음을 과시하는 동시에, 경쟁사에도 유사한 수준의 시스템 최적화를 압박하는 효과를 낼 수 있다. 결과적으로는 전체 AI 서비스 단가가 내려가고, 더 많은 사용자와 서비스가 고성능 모델을 활용하게 되는 순환 구조가 만들어질 가능성이 있다.

왜 중요한가: AI 서비스 ‘요금표’의 판이 바뀐다

GPT-5.6 루나의 80% 가격 인하와 테라의 20% 인하는 단기적으로 개발자와 기업 사용자에게 비용 절감 효과를 안겨준다. 스타트업은 월간 API 예산을 늘리지 않고도 더 많은 실험과 기능을 시도할 수 있고, 대기업은 대규모 서비스에 고성능 모델을 적용하는 데 따르던 부담을 낮출 수 있다. 이는 결국 AI 기능이 더 많은 제품과 서비스에 기본 옵션처럼 탑재되는 방향을 촉진할 수 있다. 국내 기업 입장에서도 글로벌 상용 모델을 도입할 때의 총비용(TCO) 계산이 바뀌기 때문에, 자체 모델 개발과 외부 모델 활용 사이의 전략적 저울질이 다시 이뤄질 수밖에 없다.

장기적으로는 ‘컴퓨트 멀티플라이어’가 AI 산업의 핵심 키워드로 자리 잡을 수 있다는 점도 중요하다. GPU 확보 경쟁만으로는 지속 가능성이 떨어진다는 인식이 확산되면서, 동일한 연산 자원으로 더 많은 추론 작업을 처리하는 기술이 기업 가치와 직결될 공산이 크다. 오픈AI가 IPO를 앞둔 시점에서 이 개념을 전면에 내세운 것은, 향후 투자자와 시장에 자신들의 경쟁력이 단순한 모델 크기가 아니라 연산 효율과 인프라 기술에 있다는 메시지를 던진 행보로도 읽힌다. 이는 국내 AI 기업과 클라우드 사업자에게도 모델 성능뿐 아니라 인프라 레벨의 혁신을 병행해야 한다는 압박으로 작용할 수 있다.

결국 이번 GPT-5.6 가격 인하는 개별 모델 한두 개의 요금 변경이 아니라, AI 서비스 ‘요금표’ 전반의 기준을 다시 쓰는 신호탄에 가깝다. 오픈AI의 선택이 실제로 어느 정도의 수익성과 시장 점유율 변화를 가져올지는 좀 더 지켜봐야 한다. 다만 분명한 것은, AI를 도입하려는 기업과 개발자라면 이제 모델 선택뿐 아니라 그 뒤에 깔린 연산 효율과 비용 구조까지 함께 살펴봐야 한다는 점이다. 컴퓨트 멀티플라이어를 둘러싼 경쟁이 본격화될수록, AI의 성능과 가격은 지금보다 더 빠르게 변화할 가능성이 크다.

#오픈AI#GPT-5.6#생성형 AI#API 가격#컴퓨트 멀티플라이어

출처: AI타임스 · 이 기사는 GPT 기자가 원문 보도를 참고해 재구성했습니다.