4월 8일 이른 아침, DeepSeek은 조용히 새로운 레이어 모드 인터페이스를 출시했습니다. 두 개의 입구인 "Fast"와 "Expert"가 웹 버전/앱에 나타났으며 회색조로 테스트 중인 아이콘이 있는 "Vision" 옵션도 있었습니다.

그림 | Deepseek 웹 버전 스크린샷

새로운 기능적 업무 분업은 매우 명확합니다. 빠른 모드는 일상적인 대화와 짧은 지연 시간의 응답을 목표로 합니다. 전문가 모드는 복잡한 추론과 심층 작업을 목표로 하며 추론 시간은 길어지지만 응답은 느릴 수 있습니다. 시각적 모드는 이미지 입력과 같은 다중 모드 기능을 제공합니다. 그러나 ifeng.com 기술 검색에 따르면 그레이스케일에서 시각적 모드로 전환한 사람은 거의 없습니다.

이것은 곧 출시될 차세대 V4 모델에 대한 기능이자 경험 워밍업이라고 일반적으로 믿어집니다. 그러나 새로운 모델의 개발에 비해 현재의 등급 시스템은 더 주목할 가치가 있을 수 있습니다. “필요에 따라 컴퓨팅 성능을 호출”하는 스케줄링 메커니즘으로 간단한 작업을 저비용 경로로 전환하고 필요한 경우에만 높은 컴퓨팅 성능 추론을 가능하게 함으로써 유효하지 않은 토큰 소비를 줄이고 전체 비용의 구조적 절감을 달성합니다.

대형 모델사의 컴퓨팅 파워 불안

약 일주일 전, Anthropic은 4월 5일부터 대형 모델 Claude의 구독 서비스에 Lobster를 포함한 타사 통합 도구가 더 이상 포함되지 않을 것이라고 발표했습니다. 이 모델을 계속 사용하려는 사용자는 추가 요금을 지불하는 구독 서비스와 별도로 청구되는 종량제 요금제를 통해서만 사용할 수 있습니다.

Huang Renxun이 GTC 컨퍼런스에서 토큰 경제를 외쳤듯이 그 뒤에 있는 논리는 이해하기 매우 쉽습니다. 주요 글로벌 기술 기업들이 갑자기 토큰 소비를 평가 기준으로 삼았고, 국내 주요 인터넷 기업들도 월별 토큰 소비 순위를 발표했지만, 토큰 소비에 대한 화두는 큰 인기를 끌었습니다.

Anthropic에 따르면 구독 가격 모델은 원래 "개별 사용자의 일반적인 사용 강도"를 기반으로 설계되었습니다. 그러나 OpenClaw와 같은 자동화된 에이전트 도구의 사용 강도는 기대치를 훨씬 뛰어 넘습니다. 일부 헤비 사용자는 월간 구독료 US$200만 지불하지만 US$5,000 상당의 컴퓨팅 리소스를 소비하여 Anthropic에 엄청난 비용 압박을 가져왔습니다.

Xiaomi AI의 수장이자 DeepSeek의 전 핵심 멤버인 Luo Fuli는 이 개념을 해체하고 Anthropic이 마침내 싱크홀에서 나왔다고 믿었습니다. 그는 소셜 플랫폼에 장문의 기사를 게재했습니다. 진정한 탈출구는 더 저렴한 토큰이 아니라 "더 높은 토큰 효율성 에이전트 프레임워크"와 "더 강력하고 효율적인 모델" 간의 공진화입니다.

업계 자료에 따르면 2026년 3월 기준 중국 대형 AI 모델의 일일 평균 토큰 호출량은 140조 건을 넘어 2024년 초에 비해 1000배 이상 증가했다.

Luo Fuli는 몇 가지 계산을 했습니다. API 가격을 기준으로 계산하면 이러한 유형의 프레임워크의 실제 비용은 아마도 구독 가격의 수십 배일 것입니다. 그녀는 이 틈이 '틈이 아니라 싱크홀'이라고 느낀다.

국내 AI 기업들의 주목할만한 점은 앤트로픽이 지난 4월 7일 자사의 연매출(ARR)이 300억 달러를 돌파했다고 발표해 오픈AI(OpenAI)의 250억 달러를 공식적으로 넘어섰다는 점이다.

2025년 말 90억 명에서 현재 300억 명으로 불과 3개월여 만에 233%라는 폭발적인 성장을 이뤘다. 그럼에도 불구하고 Anthropic은 여전히 ​​섬세한 계정을 계산하고 있습니다.

Luo Fuli의 견해에 따르면 Anthropic의 "랍스터" 금지 조치의 실제 가치는 비효율성으로 인한 비용을 실제로 가시화하여 전체 생태계가 공학적 자기 훈련을 향해 나아가도록 하는 것입니다. 단기적인 통증은 나쁜 것이 아닙니다. 이는 프레임워크 개발자가 컨텍스트 관리를 심각하게 개선하고, 즉각적인 캐시 적중률을 최대화하며, 유효하지 않은 토큰 소비를 줄이도록 유도할 것입니다.

지금은 새로운 모델을 출시하는 것이 그다지 중요하지 않을 수도 있습니다.

DeepSeek R1의 첫 번째 놀라움은 원래 토큰 절약을 크게 달성한 아키텍처의 혁신이었습니다. 당시 저가형 토큰의 출처는 DeepSeek이었지만 원래 의도는 결코 가격 전쟁을 위한 것이 아니었습니다. 이러한 혁신을 완성하고 가격 전쟁 게임을 완성한 것은 후발업체들뿐이었다.

2025년 초의 인기로 인해 DeepSeek은 여러 차례 용량 부족 딜레마에 직면하게 되었고 잦은 다운타임이 발생했습니다.

최초의 대규모 사용자 유입 이후 DeepSeek 관계자는 Ifeng.com에 당시 리소스가 부족하여 사용자가 사용할 수 있는 횟수에 제한이 있었던 것 같다고 말했습니다. 나중에 최적화 방법을 통해 리소스가 내부적으로 재할당되었습니다.

그러나 이러한 내부 아키텍처 혁신은 더 이상 현재의 토큰 호출 요구 사항을 충족할 수 없습니다.

Sinolink Securities는 연구 보고서에서 컴퓨팅 파워에 대한 수요와 공급이 핵심 신호를 보내고 있다고 지적했습니다. 수요 측면은 기하급수적인 속도로 확장되고 있지만 공급 측면은 칩 수출 통제 및 비용 제약으로 인해 제한되어 동시에 확장하기가 어렵습니다.

자유 모델은 이 위기를 가속화하는 요인이 되었습니다. 대형 모델의 운영 비용은 매우 높으며, 무료 모델은 플랫폼 컴퓨팅 성능의 확장이 항상 사용자의 성장보다 뒤처지게 만듭니다.

DeepSeek은 2026년 초부터 최소 7번의 대규모 서비스 중단을 경험했습니다. 3월 29일 저녁부터 3월 30일 아침까지 플랫폼이 또다시 갑자기 폭락하는 현상이 발생했습니다. 웹페이지와 APP을 동시에 이용할 수 없었습니다. 다운타임은 약 12시간 동안 지속됐고 다음날 9시 13분까지 정상으로 돌아오지 않았다.

아마도 압박감 속에서 DeepSeek는 4월 8일에 대화 인터페이스를 조용히 업데이트하여 입력 상자 위에 "빠른 모드"와 "전문가 모드" 옵션을 추가했습니다.업계 관계자에 따르면 계층적 설계는 컴퓨팅 성능 전환을 통해 최대 압력을 완화할 수 있을 뿐만 아니라 후속 지불 시스템 구축 및 현재 할당량 한도를 위한 길을 닦을 수 있습니다.

얼마 전 OpenAI는 Sora의 오프라인을 발표하고 제한된 컴퓨팅 리소스를 핵심 서비스에 다시 집중했습니다. DeepSeek의 레이어링 출시와 Anthropic의 피크 전류 제한 조치와 함께 현실이 드러났습니다. 수요 증가율이 인프라 확장 용량을 훨씬 초과했습니다.

AI 트랙의 '방 안의 코끼리'

DeepSeek의 지속 불가능한 무료 모델부터 Anthropic의 금지 명령, Luo Fuli의 가격 전쟁 경고에 이르기까지 이러한 독립적인 이벤트는 동일한 구조적 모순을 지적합니다. 즉, AI 트랙의 토큰 양이 기하급수적으로 확장되고 있습니다.

해외 AI 데이터센터가 메모리 칩을 사들인 뒤 월스트리트에 비용을 청구하는 것은 끝없는 도박과도 같다.

실제로 칩뿐만 아니라 전력 위기도 쌓이고 있다. AI 컴퓨팅 전력 소비는 사회 전체 전력 소비 증가율의 46%를 차지해 전체 성장 수준인 6.1%를 훨씬 웃돌고, 부족한 전력 유연성이 어려운 제약이 됐다.

이러한 맥락에서 업계는 '무료 사용자를 위해 돈을 버는 것'에서 '컴퓨팅 파워의 정제된 운영'으로 패러다임 전환을 겪고 있습니다. Alibaba Cloud와 Tencent Cloud는 이미 컴퓨팅 성능 가격을 인상하기 시작했으며, 최고 인상률은 34%에 달합니다. 하지만 가격 인상처럼 들리지만 실제로는 이전 가격 전쟁 기간의 할인을 지우고 정상적인 가격을 복원하는 것입니다.

지난 4월 8일 Zhipu는 주력 오픈소스 모델인 GLM-5.1을 출시하면서 가격을 다시 10% 인상했습니다. 이미 두 차례나 가격을 인상한 바 있다.

지난 2년간 대형 모델 업계의 키워드가 '규모'와 '속도'였다면, 이제는 조용히 '비용'이라는 키워드가 됐다.

OpenAI, Anthropic과 같은 해외 스타 기업들조차 여전히 컴퓨팅 파워, 인재, 인프라 등에 막대한 지출을 하며 대규모 투자 단계에 있습니다. 계속해서 자금 조달에 의존하면서, 그들은 이 사업이 언제 자생화될 것인가?라는 현실적인 질문에 답해야 합니다.

그 결과, 업계에서는 분명한 변화가 나타나기 시작했습니다. AI가 돈을 벌기 시작하면 첫 번째 단계는 더 많이 벌기보다는 덜 잃는 것입니다.

OpenAI로 대표되는 한 유형의 플레이어는 보다 급진적인 경로를 선택했습니다. 즉, 신속한 제품 반복, 기능 우선순위, 개방형 생태계, 지속적인 자금 조달을 통한 확장 속도 유지입니다. Anthropic으로 대표되는 다른 유형은 훨씬 더 제한적이며 비용 구조, 안정성 및 엔터프라이즈 서비스에 중점을 두고 엔지니어링 최적화를 통해 효율성을 향상시킵니다.

둘의 차이점은 간단히 말해서, 하나는 '먼저 하고 나서 이야기하라'이고, 다른 하나는 '먼저 파악하고 나서 하라'이다.

이 변경 사항은 실제로 일반 사용자에게 직접적인 영향을 미칩니다.

첫째, API 가격은 많은 사람들이 기대하는 것처럼 계속해서 크게 떨어지지 않을 수 있습니다. 단가가 하락하고 있지만 비용 통제에 대한 압박은 사라지지 않았습니다. 기업은 무제한적인 가격 인하보다는 구조 최적화를 통해 비용을 흡수할 가능성이 더 높습니다.

둘째, 무료 할당량과 보조금을 점진적으로 강화할 수 있습니다. '성장을 위해 돈을 태운다'는 과거의 단계는 끝났습니다. 모든 토큰을 정확하게 측정해야 할 때 관대한 무료 전략 자체는 지속 불가능해집니다.

셋째, 경험 수준에서 사용자는 변화를 느낄 수도 있습니다. 모델 응답은 더욱 제한되고 간소화됩니다. 긴 문자 메시지, 복잡한 추론 또는 빈번한 통화의 경우 가격이 더 엄격하게 제한되거나 계층화될 수 있습니다. "짧은 답변" 뒤에는 종종 모델이 "게으르다"는 것이 아니라 시스템이 적극적으로 비용 최적화를 수행하고 있다는 사실이 있습니다.

어떤 의미에서는 토큰이 저장되는 순간 비용이 사라지는 것이 아니라 모델 제조업체, 기업 고객 및 최종 사용자 사이에 재분배됩니다.

결국 AI는 '실험제품'에서 '상품'으로의 전환을 완성하고 있는 셈이다. 대형 모델은 결코 순전히 기술적인 문제가 아니라 자산이 많은 사업입니다. 성장 신화가 사라질 때, 계산은 가장 핵심적이고, 가장 현실적이며, 가장 피할 수 없는 문제가 됩니다.

이것이 “토큰 채굴”의 실제 산업 논리입니다.