토큰 단가와 과제 비용은 다르다: AI 비용을 세는 두 가지 방법

2026년 7월 28일 기준, 이 글이 비교한 주요 모델 15종의 출력 100만 토큰당 공식 단가는 0.28달러부터 50달러까지 약 180배로 갈라져 있고, 이 글이 추적한 7월 출시 목록에서 직전 동급과 견줄 수 있는 8개를 같은 무게로 세면 동결 2개·인상 5개·인하 1개였습니다. 그런데 출력 단가와 과제당 산출 비용은 대체로 함께 움직이되 일대일로 대응하지는 않습니다. 집계사이트 아티피셜 애널리시스(Artificial Analysis)가 측정 토큰과 공개 단가로 산출한 값에서, 단가가 3배인 두 모델의 과제당 비용은 1센트 차이였고 출력 단가가 똑같은 두 모델의 과제당 비용은 13% 벌어졌습니다. 사용량 폭증을 ‘싸져서 늘었다’로 설명하는 제번스 서사는 이 글이 확인한 두 자료로는 확인도 기각도 되지 않습니다.

7월 22일(현지시간) 알파벳의 2분기 실적 발표문에서 순다르 피차이 CEO는 제미나이 모델이 분당 220억 개의 API 토큰을 처리한다고 밝혔습니다. 그 실적을 다룬 7월 25일 글은 이 숫자를 설비투자 반대면의 매출 증거로 읽었습니다. 이 글은 그 옆에 남아 있던 질문을 집어 듭니다. 사용량이 이렇게 늘어난 것은 지능의 값이 싸졌기 때문인가. 그리고 애초에, AI를 쓰는 값은 무엇으로 재야 하는가.

질문의 재료는 이번 달에 쌓였습니다. 7월 6일부터 16일까지 열흘 남짓 동안 프런티어급 모델 발표가 6건 이어졌습니다. 텐센트의 Hy3(6일, 오픈웨이트), 오픈AI의 GPT-5.6 3종(9일), 메타 슈퍼인텔리전스랩스의 Muse Spark 1.1(9일, 프리뷰), 씽킹머신스랩(Thinking Machines Lab)의 Inkling(15일, 오픈웨이트), xAI(현재 SpaceXAI로 브랜딩)의 Grok 4.5(16일), 그리고 문샷AI(Moonshot AI)의 Kimi K3 발표(16일)입니다. 모델이 쏟아지면 값이 내린다는 것이 지난 1년 반 동안 이 시장을 설명해 온 통념이지만, 각 사의 공식 가격표를 열어 보면 적어도 맨 윗줄에서는 반대의 일이 벌어지고 있습니다.

이 글은 세 가지를 합니다. 먼저 2026년 7월 28일 기준 공식 가격표에서 두 가지 사실을 확인합니다. 7월 신모델 가운데 같은 등급의 직전 모델과 견줄 수 있는 8개가 한 방향으로 움직이지 않았고 그중 5개가 올랐다는 것, 그리고 그 아래로 저가 모델의 값은 훨씬 낮다는 것입니다. 다음으로 토큰당 단가와 과제당 비용이 어디서 어긋나는지 봅니다. 마지막으로 사용량 폭증을 제번스 역설로 설명할 수 있는지 실사용 데이터로 검산합니다. 결론부터 적으면 이렇습니다. 출력 단가와 과제당 산출 비용은 대체로 같은 방향이지만 일부 구간에서 격차가 크게 압축되거나 순위가 뒤집히고, 사용량 폭증에서 ‘싸져서 늘었다’의 몫은 이 글이 확인한 두 자료로는 식별되지 않습니다.

0.28달러와 50달러: 2026년 7월의 가격표

2026년 7월 28일 기준으로 주요 개발사가 공식 문서에 게시한 API 단가를 출력 기준으로 늘어놓으면 아래와 같습니다(100만 토큰당 달러, 캐시·배치 할인 제외). 표본은 각 사의 현행 주력 라인(최상위·플래그십·중형·저가)과 비교용 직전 모델로 한정한 15종입니다.

* 캐시 미스 기준(캐시 히트 시 $0.30). ** 2026년 8월 31일까지의 도입가로, 9월 1일부터 $3/$15가 예고돼 있습니다.

이 표에서 먼저 보이는 것은 격차입니다. 15종 안에서 최저 0.28달러와 최고 50달러의 비율은 약 180배입니다. 표본 밖으로 한 걸음만 나가도 격차는 더 벌어집니다. 오픈AI의 특수 프로급 gpt-5.5-pro는 출력 180달러, 미스트랄의 초경량 Ministral 3 3B는 0.10달러여서 이 두 사례만으로도 1,800배입니다. 더 높은 값도 있습니다. 오픈AI 가격표에 남아 있는 구세대 o1-pro는 출력 600달러입니다. 어느 값을 시장의 천장과 바닥이라 부르려면 범용 텍스트 모델로 한정할지, 현행 모델로 한정할지, 특수 모델까지 넣을지부터 정해야 합니다. 그래서 이 글은 비교 범위를 15종으로 밝혀 두고 씁니다.

그다음이 이 글의 첫 번째 사실인데, 셈의 규칙부터 정하겠습니다. 이 글이 추적한 7월 출시 목록에서 같은 회사의 같은 등급에 공식 단가가 공표된 직전 모델이 있는 것만 골라, 판매 단위(API SKU)를 하나씩 같은 무게로 셉니다. 그렇게 하면 8개가 남습니다(오픈웨이트로만 공개돼 개발사 API 단가가 없는 Hy3·Inkling과 단가를 밝히지 않은 Muse Spark 1.1은 셀 수 없어 뺐습니다). 업계 전체를 훑은 것도, 실제 사용량으로 가중한 것도 아닙니다. 그 8개를 방향별로 세면 동결 2개, 인상 5개, 인하 1개입니다.

동결부터 봅니다. 오픈AI의 새 플래그십 GPT-5.6 Sol은 입력 5달러, 출력 30달러로 직전 플래그십 GPT-5.5와 소수점까지 같습니다. 앤스로픽이 7월 24일 내놓은 Claude Opus 5도 마찬가지입니다. 회사는 릴리스 노트에서 Opus 4.8보다 “질적으로 도약한” 모델이라면서도 가격은 5/25달러로 “Opus 4.8과 동일하다"고 못 박았습니다.

인상이 5개로 가장 많습니다. 여기서는 등급을 맞춰 보는 일이 중요합니다. GPT-5.6의 나머지 두 모델은 이름이 바뀌어 헷갈리기 쉬운데, 오픈AI 공식 문서가 스스로 대응 관계를 밝혀 두었습니다. Terra는 “이전 GPT-5 계열의 mini 등급에 대체로 대응"하고 Luna는 “nano 등급에 대체로 대응"합니다. 그 기준으로 견주면 Terra의 출력 15달러는 gpt-5.4-mini의 4.50달러보다 3.3배, Luna의 6달러는 gpt-5.4-nano의 1.25달러보다 4.8배 비쌉니다. xAI의 Grok 4.5는 출력 6달러로, 직전 Grok 4.3의 2.50달러보다 2.4배 비쌉니다. 문샷AI의 Kimi K3는 15달러로, 직전 K2.6의 4달러보다 3.75배 비쌉니다. 가중치를 공개한 오픈웨이트 플래그십이 이렇습니다. 구글의 Gemini 3.5 Flash-Lite도 7월 21일 정식 출시(GA)되면서 출력 2.50달러로, 직전 3.1 Flash-Lite(1.50달러)보다 66.7% 올랐습니다.

인하는 하나입니다. 같은 날 정식 출시된 Gemini 3.6 Flash가 출력 7.50달러로, 직전 세대 3.5 Flash(9달러)보다 16.7% 쌉니다. 구글 자신도 API 릴리스 노트에 3.6 Flash가 “3.5 Flash보다 낮은 가격대"라고 적었습니다. 다만 구글의 더 긴 궤적을 보면 방향이 한결같지는 않습니다. 한 세대 전 2.5 Flash의 출력 단가는 2.50달러였으니, 3.5 Flash로 3.6배 오른 뒤 3.6 Flash에서 일부를 되돌린 셈입니다.

정리하면 2026년 7월의 가격표는 한 방향으로 움직이지 않았습니다. 다만 한쪽으로 뚜렷이 기울기는 했습니다. 8개 중 5개가 올랐고, 내린 것은 1개입니다. ‘모델이 쏟아지면 값이 내린다’는 통념은 적어도 이 8개를 같은 무게로 센 결과에서는 성립하지 않습니다. 사용량으로 가중하면 그림이 달라질 수 있고, 이 글은 그 계산을 하지 않았습니다.

그림 1 원본 크게 보기

그림 1의 값을 표로 옮긴 것입니다(출력 100만 토큰당 달러, 2026년 7월 28일 확인). 직전 동급 모델은 차례로 gpt-5.4-nano, Kimi K2.6, gpt-5.4-mini, Grok 4.3, Gemini 3.1 Flash-Lite, gpt-5.5, Claude Opus 4.8, Gemini 3.5 Flash이며, 등급 대응은 각 사 공식 문서 표기를 따랐습니다.

기간을 넓히면 큰 폭의 인하도 있습니다. 다만 이번 달이 아닙니다. 이 글이 가격 이력을 대조한 범위에서 절반 이상 내린 사례는 앤스로픽 한 건인데, 2025년 11월 24일 Opus 4.5를 내놓으면서 최상위 단가를 입력/출력 15/75달러에서 5/25달러로 낮춘 것입니다. 6월 9일 출시된 최상위 등급 Claude Fable 5(10/50달러)는 그 위에 새로 얹힌 층이고, 이번 달 Opus 5는 4.8과 같은 값을 이어받았습니다. 정리하면 이번 달의 인하는 구글의 16.7% 한 건뿐이고, 자릿수를 바꾸는 인하는 없었습니다. 오히려 지금 가격표에 예약돼 있는 것은 인상입니다. 앤스로픽 Sonnet 5의 2/10달러는 8월 31일까지의 도입가로, 9월 1일부터 3/15달러가 공식 문서에 예고돼 있습니다.

그렇다면 ‘싸지는 AI’라는 통념은 어디에서 오는가. 가격표의 낮은 쪽에서 옵니다. 딥시크 V4-Flash의 출력 0.28달러와 V4-Pro의 0.87달러는 이 비교에서 가장 낮은 두 값입니다. 이 저가가 어느 시점에 어떤 인하를 거쳐 형성됐는지는 공식 기록으로 확인되지 않지만(딥시크 공식 변경 기록의 2026년 항목은 4월 24일 V4 공개 하나뿐입니다), 지금 가격이 다른 곳보다 훨씬 낮다는 사실 자체는 공식 가격표에서 확인됩니다. 같은 모델 계열을 제3자가 호스팅할 때의 값과 견주면 격차가 드러납니다. 2026년 7월 28일 확인 기준으로 Together AI는 DeepSeek V4-Pro를 출력 3.48달러에 제공합니다. 딥시크 자사 API(0.87달러)의 정확히 4배입니다. 그 격차의 원인이 원가 이하의 가격 설정인지 자체 추론 효율인지는 공개 자료로 가릴 수 없어, 여기서는 격차라는 사실까지만 적습니다. 요컨대 위층은 새로 얹혔고 아래쪽은 훨씬 낮아, 같은 ‘100만 토큰’의 값이 크게 갈라져 있습니다.

단가에 더해 ‘더 적은 토큰’을 판다

가격표가 이런데도 개발사들의 발표문은 잇따라 비용 절감을 말합니다. 다만 절감의 단위가 하나가 아닙니다. 이 글이 대조한 7월 발표문들은 단가와 함께, 또는 단가 대신 토큰 수와 효율을 내세웁니다.

오픈AI의 GPT-5.6 발표문(7월 9일)은 단가 동결을 언급하지 않는 대신 “토큰 하나하나에서 더 높은 지능"을 부제로 걸고, 이전 세대와 경쟁 모델보다 “더 적은 토큰과 더 낮은 예상 비용"으로 결과를 낸다고 강조합니다. xAI는 Grok 4.5 발표문(7월 16일)에서 출력 단가를 전작의 2.4배로 올리면서 “동급 선도 모델 대비 약 2배의 토큰 효율"을 경쟁력의 근거로 내세웁니다. 소프트웨어 엔지니어링 평가(SWE Bench Pro) 과제당 평균 출력 토큰이 1만 5,954개로, 비교 대상으로 제시한 Claude Opus 4.8(max 설정)의 6만 7,020개보다 4배 이상 적다는 수치도 내놓았습니다(개발사 자체 측정입니다). 토큰 효율을 아예 전면에 내세운 사례도 있습니다. 씽킹머신스랩은 오픈웨이트 모델 Inkling(7월 15일)을 소개하며, 터미널 벤치 2.1(Terminal Bench 2.1)에서 엔비디아의 네모트론 3 울트라와 같은 점수를 “약 3분의 1의 토큰"으로 낸다는 점을 성능 주장의 한 축으로 내세웠습니다(특정 평가·특정 상대와의 비교입니다).

두 축을 함께 움직인 곳이 앞서 본 구글입니다. 3.6 Flash 발표문은 가격을 내렸다는 사실과 나란히, 이 모델이 3.5 Flash보다 출력 토큰 사용량을 17% 줄였다고 밝혔습니다(뒤에서 다룰 집계사이트의 지수 기준이며, 일부 코딩 벤치마크에서는 최대 65%라고 덧붙였습니다). 그러면서 회사가 내세운 결론은 단가가 아니라 총액입니다. 효율 개선과 낮아진 가격이 함께 “에이전틱 작업의 전체 비용"을 낮춘다는 것입니다. 다른 조건이 같다면 둘 중 하나만 낮아져도 총액은 줄어드니, 둘 다 필요한 것은 아닙니다. 그런데도 구글이 굳이 두 축을 나란히 내세운 대목은 눈여겨볼 만합니다. 파는 쪽이 이미 단가가 아니라 과제당 비용의 언어로 말하고 있다는 뜻이고, 그것이 다음 절의 주제입니다.

경쟁의 축이 하나 더 생긴 것입니다. 이유는 청구서의 산수에 있습니다. API 요금은 단가만으로 정해지지 않고, 입력 단가에 입력 토큰을 곱한 값과 출력 단가에 출력·추론 토큰을 곱한 값, 그리고 캐시 요금을 더해 정해집니다. 앞 절에서 본 대로 단가를 올리거나 묶어 둔 곳이 8개 중 7개인데, 그런 곳이 비용 절감을 말하려면 그 식의 다른 항을 건드려야 합니다. 가장 많이 내세우는 것이 같은 일을 해내는 데 드는 토큰 수이고, 캐시 적중률이나 한 번에 성공하는 비율처럼 청구서를 바꾸는 항은 그 밖에도 있습니다. 그리고 토큰 수는 사용자에게 불리한 방향으로도 움직입니다.

단가 곱하기 토큰: 청구서의 산수

같은 일에 드는 토큰 수가 늘 수 있다는 것은 추정이 아니라 공식 문서에 적힌 사실입니다. 앤스로픽은 공식 가격 페이지에 클로드 4.7 이후 모델이 쓰는 새 토크나이저가 같은 텍스트에서 약 30% 더 많은 토큰을 만든다고 고지하고 있습니다. 오픈AI는 공식 문서에서 화면에 보이지 않는 추론 토큰이 출력 토큰으로 과금된다고 밝히고, 요청당 수백 개에서 수만 개까지 발생할 수 있으니 2만 5,000토큰의 여유를 확보해 두라고 권고합니다. 단가표의 숫자가 그대로여도 곱해지는 토큰 수가 달라지면 청구서는 달라집니다.

그래서 값을 재는 잣대가 하나 더 필요합니다. 토큰당 단가가 아니라 과제당 비용입니다. 아티피셜 애널리시스는 자체 지능지수(9개 평가로 구성)의 과제들을 각 모델·설정으로 직접 실행하고, 과제당 가중평균 비용(Cost per Task)을 공표합니다. 정의가 중요한데, 이 값은 출력 단가만의 함수가 아닙니다. 사이트의 설명대로 각 평가의 비용을 입력·캐시 적중·캐시 기록·추론·답변 토큰의 가격에서 산출한 뒤 과제 수로 나누고 평가별 가중치를 적용한 값입니다.

2026년 7월 27일 확인한 이 지표를 단가와 나란히 놓으면, 둘은 대체로 함께 움직입니다. 비교 대상은 이 사이트에서 확인한 모델·설정 9종 가운데 8종입니다(제외 사유는 뒤에 적습니다). 공교롭게 개수만 같을 뿐 앞 절의 7월 신모델 8개와는 다른 집합입니다. 앞 절은 7월에 나온 모델만 셌고, 여기는 출시 시기와 무관하게 과제당 비용이 측정된 모델을 봅니다(딥시크 V4-Pro·Claude Sonnet 5·Opus 4.8처럼 7월 출시가 아닌 모델이 들어가고, 과제당 비용이 측정되지 않은 Terra·Luna·Flash-Lite는 빠집니다). 그 8종에서 단가 순위와 과제당 비용 순위의 순위상관은 0.90, 로그값의 상관계수는 0.96입니다. 싼 모델이 대체로 싸게 끝난다는 통념 자체는 틀리지 않습니다. 그런데 일대일 대응은 아닙니다. 격차의 크기가 구간마다 크게 달라지고, 세 쌍에서는 순위가 뒤집힙니다.

먼저 격차가 압축되는 쪽입니다. GPT-5.6 Sol(max 설정)의 출력 단가는 30달러로 Claude Sonnet 5(max 설정, 10달러)의 3배인데, 과제당 비용은 1.54달러 대 1.53달러로 사실상 같습니다. 단가 3배 차이가 과제당 비용에서는 1센트로 압축된 것입니다(순서 자체는 그대로여서 역전은 아닙니다). 같은 지표에서 Sonnet 5는 Claude Opus 4.8(max 설정)보다 출력 단가가 60% 싸지만, 과제당 비용은 1.53달러 대 1.80달러로 15% 싼 데 그칩니다.

순서가 실제로 뒤집히는 곳은 세 쌍입니다. 문샷AI의 Kimi K3는 출력 단가가 15달러로 Sonnet 5(10달러)보다 비싼데 과제당 비용은 0.72달러로 Sonnet 5(1.53달러)의 절반 이하입니다. 나머지 두 쌍은 GPT-5.6 Sol에서 나옵니다. Sol은 출력 단가가 Claude Opus 4.8(25달러)과 Opus 5(25달러)보다 비싼 30달러인데, 과제당 비용은 1.54달러로 두 모델(1.80달러·2.03달러)보다 쌉니다.

순위가 뒤집힌 것은 아니지만 더 선명한 사례가 하나 더 있습니다. Opus 4.8과 Opus 5는 출력 단가가 25달러로 완전히 같은데 과제당 비용은 1.80달러와 2.03달러로 13% 벌어집니다. 단가가 같아도 청구서는 같지 않다는 뜻입니다. 단가가 같아 순위 비교로는 잡히지 않는 이 격차가, 단가만으로는 알 수 없는 것이 있다는 사실을 가장 단순하게 보여줍니다.

압축의 반대편도 있습니다. Grok 4.5(high 설정)는 출력 단가 6달러로 Sonnet 5보다 40% 싼 정도이지만 과제당 비용은 0.35달러로 4분의 1 수준이고, 딥시크 V4-Pro(max 설정)의 과제당 비용은 0.04달러까지 내려갑니다.

압축과 역전이 생기는 자리는 단가표 밖입니다. 같은 과제를 푸는 데 모델마다 쓰는 토큰의 양이 다르고, 그 토큰이 입력인지 캐시 적중인지 추론인지에 따라 붙는 값도 다릅니다. 아티피셜 애널리시스가 과제당 비용과 별도로 ‘과제당 출력 토큰’(Output Tokens per Intelligence Index Task)을 공표하는 것도 두 축이 같지 않기 때문입니다. 어느 쪽이 얼마씩 기여했는지를 이 글이 분해하지는 않습니다. 다만 단가만 보고는 그 차이를 알 수 없다는 것까지가, 이 지표가 보여주는 사실입니다. 앞 절에서 본 구글의 발표문이 가격 인하와 ‘출력 토큰 17% 감소’를 나란히 적은 것도 같은 이유입니다.

그림 2 원본 크게 보기

그림 2의 값을 표로 옮긴 것입니다(단가는 출력 100만 토큰당 달러, 과제당은 아티피셜 애널리시스 지능지수 과제당 가중평균 비용, 2026년 7월 27일 확인).

주의할 점을 붙여 둡니다. 이 지표는 한 집계사이트의 자체 측정이고, 지수 구성과 추론 설정에 따라 값이 달라지며, 무엇보다 모델마다 지능지수가 다릅니다(예: Sonnet 5는 53, Opus 4.8은 56). 한 가지 더, 이 값은 누군가가 받아 본 청구서를 모은 것이 아닙니다. 사이트가 평가를 돌리며 측정한 토큰 사용량에 공개 단가를 곱해 산출한 값입니다. 그러니 이것은 같은 품질의 답 하나에 값을 매긴 비교도, 실제 청구서의 집계도 아니고, 각 모델이 같은 과제 묶음을 치를 때 공개 단가 기준으로 얼마가 붙는지를 견준 것입니다. 위 상관계수와 역전 쌍의 수도 어느 모델을 표본에 넣느냐에 따라 달라집니다. 이런 한계에도 이 잣대가 보여주는 것은 분명합니다. 집계사이트 아티피셜 애널리시스의 이 측정(2026년 7월 27일 확인, 이 글이 견준 8종)에서 출력 단가와 과제당 비용은 대체로 함께 움직이지만 일대일로 대응하지는 않으며, 일부 모델 쌍에서는 단가 격차가 크게 압축되거나 순위가 뒤집힙니다. ‘토큰당 단가가 싸다’는 문장은 그 자체로는 청구서가 그만큼 작다는 뜻이 아닙니다.

사용량 폭증과 제번스 역설: 판정할 수 있는가

이제 글 첫머리의 질문으로 돌아갑니다. 사용량은 분명히 폭증했습니다. 알파벳의 공표를 시간순으로 이으면, 자사 모델 API 처리량은 2025년 4분기 분당 100억 개(2026년 1분기 콜에서 소급 언급)에서 2026년 1분기 분당 160억 개 초과(4월 29일 콜), 5월 19일 구글 I/O 기조연설의 분당 약 190억 개를 거쳐 2분기 분당 약 220억 개(7월 22일 실적 콜)가 됐습니다. 직전 12개월 동안 1조 토큰 이상을 처리한 구글 클라우드 고객은 330곳에서 375곳 초과를 거쳐 거의 500곳으로 늘었습니다(같은 발표들 기준. 모두 회사가 공표한 어림수여서 정밀한 증가율 계산은 하지 않습니다).

이 폭증을 설명하는 기성 프레임이 제번스 역설입니다.¹ 2025년 1월 말 딥시크 쇼크 당시 마이크로소프트 CEO 사티아 나델라가 “제번스 역설이 다시 왔다”(Jevons paradox strikes again)고 쓴 이래 1년 6개월째 반복되는 서사입니다. 효율이 좋아져 값이 싸지면 총사용량이 오히려 늘어난다는 것인데, 이 서사가 성립하려면 조건이 붙습니다. 제번스 역설은 19세기 석탄 사례가 그렇듯 효율 향상이 출발점이고, 자원의 총소비가 늘어나려면 반등효과가 100%를 넘어야 합니다. 다른 조건이 같고 효율 개선이 유효 과제가격의 하락으로 그대로 전가되는 단순한 부분균형을 가정하면, 이 조건은 수요의 가격탄력성 절댓값이 1을 넘는다는 말로 옮겨집니다. 전제를 밝혀 두는 이유는 이 글이 보는 시장에서 그 전제들이 실제로 흔들리기 때문입니다.

그렇다면 지금 공개된 자료로 이 조건을 판정할 수 있는가. 가장 가까운 실측 자료는 벤처캐피털 a16z와 모델 중개 플랫폼 오픈라우터(OpenRouter)의 연구진이 오픈라우터에서 실제 처리된 100조 개 이상의 토큰을 분석한 논문(arXiv 2601.10088)입니다. 논문은 모델들의 가격과 사용량을 펼친 산점도에서 추세선이 거의 평평하다며 “가격 10% 하락은 사용량 약 0.5~0.7% 증가에 대응한다"고 적습니다. 다만 이것은 여러 모델에 걸쳐 가격과 사용량을 견준 횡단면 관찰이지, 어떤 모델의 가격 인하에 수요가 어떻게 반응했는지를 잰 인과 추정이 아닙니다. 논문 스스로 역설과 인과성을 “정식으로 분석하지 않는다"고 밝히고, 아주 싸고 빠른 일부 모델군에서는 “제번스 역설의 증거가 일부 있다"고도 적습니다.

식별을 가로막는 사정이 하나 더 있습니다. 피차이는 분당 약 220억 개를 밝힌 같은 날 실적 콜에서 “우리는 여전히 공급 제약 상태”(we continue to be supply constrained)라고 말했습니다. 공급이 수요를 못 따라가는 구간이라면 관측된 물량은 팔린 양이지 사겠다는 양이 아니므로, 이 시계열만으로는 수요가 가격에 얼마나 반응하는지 잴 수 없습니다. 앞의 한계가 오픈라우터 자료의 성격에서 온다면, 이쪽은 알파벳 시계열의 성격에서 옵니다.

측정 대상 자체의 한계도 있습니다. 제번스가 말한 것은 석탄이라는 물리적 자원의 총소비였는데, 이 글이 세는 토큰은 청구 단위이지 자원 소비량이 아닙니다. 같은 토큰이라도 어떤 칩에서 얼마나 효율적으로 처리되느냐에 따라 실제 컴퓨트와 전력 소비는 달라집니다. 토큰 처리량이 늘었다는 사실이 곧 자원 소비가 그만큼 늘었다는 뜻은 아닙니다.

그래서 이 글은 제번스 역설을 기각하지 않고, 판정을 유보합니다. 이 글이 확인한 두 자료(오픈라우터 실사용 분석과 알파벳 공시)로는 제번스 역설을 확인할 수도, 기각할 수도 없습니다. 적어도 이 두 자료 안에서는 ‘싸져서 폭증했다’는 단정을 지지하는 식별된 추정치를 찾지 못했습니다. 그 대신 같은 자료에서 실제로 관측되는 것은 사용의 구성 변화입니다. 오픈라우터 표본에서 요청 한 건에 들어가는 프롬프트 토큰은 약 1,500개에서 6,000개 초과로 약 4배가 됐고, 완성 토큰은 약 150개에서 400개로 약 3배가 됐습니다. 평균 시퀀스 길이는 2023년 말 2,000토큰 미만에서 2025년 말 5,400토큰 초과로 늘었고, 추론 최적화 모델을 거치는 토큰의 비중은 2025년 초 미미한 수준에서 절반을 넘겼으며, 코딩 카테고리의 비중은 11%에서 절반 초과로 커졌습니다. 요청 하나가 점점 더 많은 토큰을 쓰게 된 이 변화는 총사용량 폭증과 나란히 관측됩니다. 다만 앞서 든 수치는 모두 요청당 값입니다. 이것을 폭증의 원인이라고 말하려면 총토큰 증가를 요청 수 증가분과 요청당 토큰 증가분으로 갈라야 하는데, 그렇게 나눠 보여주는 자료가 이 글이 확인한 두 자료에는 없습니다. 2023~2025년 오픈라우터 표본의 변화를 2026년 알파벳 처리량 증가의 원인으로 직접 연결할 수도 없습니다. 함께 관측된 변화라는 것까지가, 이 글이 말할 수 있는 한계입니다.

두 가지 셈법

정리하면 이렇습니다. 토큰으로 세면, 2026년 7월의 가격표는 한 방향이 아니었고, 한쪽으로 기울었습니다. 같은 등급의 직전 모델과 견줄 수 있는 8개 가운데 2개는 동결, 5개는 인상, 1개는 16.7% 인하였습니다. 과제로 세면, 출력 단가와 과제당 산출 비용은 대체로 같은 방향이지만 일대일은 아닙니다. 단가 3배인 두 모델의 과제당 비용이 1센트 차이가 되고, 단가에서 60%였던 격차가 과제당 비용에서는 15%로 줄며, 출력 단가가 25달러로 똑같은 두 모델의 과제당 비용이 13% 벌어지기도 합니다. 그리고 사용량 폭증은, 이 글이 확인한 두 자료로는 ‘싸져서 늘었다’로도 그 반대로도 판정되지 않습니다.

실무적 함의는 하나로 모입니다. AI 예산의 단위는 토큰이 아니라, 품질 기준을 통과한 과제여야 합니다. 단가표를 보고 모델을 고르는 것은 원가표의 한 항만 보고 견적을 내는 일과 같습니다. 자기 워크로드에서 같은 일을 실제로 시켜 보고, 요구 품질을 통과한 결과만 세어 과제당 비용을 재야 합니다. 실패한 시도의 재시도와 상위 모델로 넘기는 폴백까지 비용에 넣어서 말입니다. 이것이 30% 더 많은 토큰을 만드는 토크나이저와 요청당 수만 개씩 쌓이는 추론 토큰의 시대에 단가표가 대신해 주지 않는 계산입니다. 이 글이 인용한 집계도 모델마다 지능지수가 달라 같은 품질을 전제한 비교는 아니므로, 품질 기준은 각자의 워크로드에서 따로 세워야 합니다.

7월 27일 글이 반도체 수출의 ‘물량’을 세는 잣대가 셋이고 잣대마다 답이 다르다는 것을 보였다면, 이 글은 AI의 값에 같은 질문을 적용한 셈입니다. 무엇으로 세느냐가 답을 바꿉니다. 다음 검문소는 7월 29일(현지시간)입니다. 이 글의 사용량 수치는 알파벳의 7월 22일 발표 기준인데, 29일에 마이크로소프트와 메타가 2분기 실적을 내면 같은 질문을 던질 영수증이 두 장 더 도착합니다. 7월 31일(금)로 계획한 이번 주 결산 글에서 잇겠습니다.

🔗 참고자료

본 글은 필자 개인의 의견으로, 소속 기관의 공식 입장과 무관합니다. 특정 종목에 대한 투자 판단과도 무관합니다.