100억 달러로 중계소 하나 사기? Stripe가 OpenRouter에서 본 것은?

2026년 7월 말, 한 인수합병 루머가 AI 인프라 업계의 평온을 깨뜨렸다. 월스트리트저널 보도에 따르면, 결제 대기업 Stripe가 약 100억 달러에 AI 모델 통합 플랫폼 OpenRouter 인수를 협상 중이다. 거래가 성사될 경우, 이 밸류에이션은 OpenRouter 연간 매출의 70배에 달하는 수준이다. 더욱 주목할 점은, 불과 3개월 전 OpenRouter가 1억 1,300만 달러 규모의 시리즈 B 투자를 유치했을 당시 밸류에이션이 13억 달러였다는 사실이다. 몇 달 만에 밸류에이션이 거의 8배로 폭증한 배경에는, 기술적 진입 장벽이 없어 보이는 비즈니스, 즉 AI API 중계소가 자리 잡고 있다.

수많은 API 리셀러 중에서 OpenRouter는 어떻게 두각을 나타내, Stripe로 하여금 그토록 높은 프리미엄을 기꺼이 지불하게 만들었을까? 이 질문에 답하기 위해서는 밸류에이션 루머의 표면을 벗겨내고 OpenRouter의 발전 과정, 비즈니스 모델, 그리고 개발자 경험 그 자체로 돌아가야 한다.

100억 달러 루머와 70배 PSR: 중계소의 한계는 어디까지인가

자본 시장은 AI 애플리케이션 계층의 폭발적 성장을 오래전부터 예상해왔지만, 중간 계층에 불과한 OpenRouter가 이처럼 높은 프리미엄을 인정받은 것은 여전히 많은 이들의 예상을 뛰어넘는다. 70배의 주가매출비율(PSR)은 SaaS 분야에서 극히 높은 수치다. 명확히 해야 할 점은, 여기서 말하는 약 1억 4천만 달러의 연간 매출은 시장에서 추산한 연 환산 매출(런레이트)이며, OpenRouter의 실제 순매출(기반 모델 제공업체에 지급하는 토큰 비용을 제외한 순수익)은 현재 공개된 감사 데이터가 없다는 사실이다. 순매출 기준으로 계산할 경우, 실제 PSR 배수는 70배를 훨씬 상회할 수 있다.

시장이 기꺼이 이런 가격을 매기는 핵심 이유는 ‘AI 에이전트 경제 결제 허브’에 대한 극도의 갈망에 있다. 대규모 언어 모델(LLM) 업체들은 파라미터 경쟁을, 개발자들은 애플리케이션 개발 경쟁을 벌이는 동안, OpenRouter는 ‘API의 결제대(POS)이자 관제실’ 역할을 수행하고 있다. Stripe 자체가 OpenRouter의 백엔드 결제 처리 업체이기도 하다. AI 에이전트 시대에는 에이전트 간의 상호 호출과 정산을 위한 인프라가 필수적이며, OpenRouter를 인수함으로써 Stripe는 AI 애플리케이션 생태계의 트래픽과 자금 흐름을 장악할 수 있게 된다.

그러나 이는 자본 논리 차원의 이야기일 뿐이다. OpenRouter가 불과 몇 년 만에 이 정도 밸류에이션을 뒷받침할 생태계 규모를 구축할 수 있었던 것은 개발자 커뮤니티 내에서 쌓아올린 강력한 고착성(Stickiness) 덕분이다. 2026년 중반 기준, OpenRouter는 매주 25조 개 이상의 토큰을 처리하고, 800만 명 이상의 개발자에게 서비스를 제공하며, 400개 이상의 모델과 70개 이상의 제공업체를 연결하고 있다. 시리즈 B 투자자들도 단순한 재무적 투자자(VC)가 아니라, CapitalG가 리드하고 NVIDIA, ServiceNow, MongoDB, Snowflake 등 엔터프라이즈 인프라 거물들이 참여했다. 이는 OpenRouter가 ‘개발자의 장난감’에서 ‘엔터프라이즈 AI 기본 스택’으로 공식 진입했음을 의미한다.

NFT 마켓플레이스에서 AI 라우터로: 연쇄 창업가의 통합 노하우

OpenRouter의 빠른 성장은 창업자 Alex Atallah의 연쇄 창업 이력과 불가분의 관계에 있다. Alex Atallah는 세계 최대 NFT 마켓플레이스인 OpenSea의 공동 창업자이자 전 CTO였다. NFT 거품이 정점에 달하기 직전, 그는 회사를 떠나 2023년 초 OpenRouter를 설립했다.

디지털 자산 통합 거래에서 AI 컴퓨팅 파워 및 API 통합 라우팅으로의 전환은, 겉보기에는 관련 없어 보이는 두 분야지만 비즈니스 논리상으로는 높은 동형성을 지닌다. Atallah가 본질적으로 해온 일은 ‘자산/모델을 생산하지 않고 유동성과 라우팅만 제공하는 중간 계층’을 만드는 것이다. OpenSea에서는 다양한 블록체인의 디지털 자산을 통합하여 통합 거래 시장을 제공하는 것이 핵심이었고, OpenRouter에서는 다양한 LLM 제공업체의 API를 통합하여 통합 호출 인터페이스를 제공하는 것이 핵심이다.

마켓플레이스와 라우터 비즈니스 모델에 대한 이러한 경험과 직관이 OpenRouter가 생태계를 빠르게 확장할 수 있었던 핵심이다. 그는 통합 플랫폼의 네트워크 효과가 한 번 구축되면 후발 주자의 추격 비용이 기하급수적으로 증가한다는 것을 잘 알고 있다. OpenSea 시절, Atallah는 거래 마찰 감소와 롱테일 자산 통합을 통해 사용자를 유치하고, 최종적으로 양면 시장의 진입 장벽을 형성하는 과정을 경험했다. 이 경험은 OpenRouter의 제품 설계에 그대로 이전되었다. 즉, 통합 API 형식, 방대한 모델 선택지, 낮은 진입 장벽을 통해 OpenRouter는 신속하게 대규모 개발자를 유치할 수 있었다. 개발자들이 하나의 API 키로 모든 모델을 호출하는 방식에 익숙해지면 전환 비용이 극도로 높아지며, 이러한 네트워크 효과가 가장 기본적인 해자를 형성한다.

따라서 OpenRouter는 처음부터 스스로를 단순한 API 프록시가 아닌 ‘AI 모델 마켓플레이스’로 포지셔닝하며, 모델 다양성, 접근 용이성, 라우팅 안정성을 강조했다.

5.5%의 숨겨진 세금과 토큰 패스스루: 개발자는 누구에게 비용을 지불하는가

OpenRouter의 공식 과금 모델은 ‘무가산 토큰 패스스루’를 표방한다. 즉, 기반 모델 제공업체가 청구하는 대로만 비용을 받는다는 것이다. 주요 수익원은 크레딧 충전 시 부과되는 5.5%의 플랫폼 수수료(최저 $0.80)다. 또한, 자체 API 키(BYOK)를 가져와 사용하는 사용자에게는 월 $25,000까지 수수료가 면제되고, 그 초과분에 대해서는 5%의 수수료가 부과된다.

이러한 과금 모델은 개발자 커뮤니티에서 서로 다른 계산법을 불러일으켰다. 몇 가지 전형적인 시나리오를 가정해 볼 수 있다.

월 API 호출 비용이 100달러 수준인 독립 개발자나 초소규모 팀의 경우, 공식 API를 직접 사용하려면 OpenAI, Anthropic 등에 각각 계정을 만들고 여러 신용카드를 관리하며 각기 다른 형식의 API 문서를 처리해야 한다. 하지만 OpenRouter를 이용하면 5.5달러의 수수료만 지불하면 ‘하나의 API 키로 모든 모델을 호출’하는 경험을 얻을 수 있으며, 서비스 장애 시 자동 폴백(Fallback)을 통한 재해 복구 보장도 누릴 수 있다. 이 비용으로 얻는 편리함은 빠르게 반복 개발하는 스타트업 팀에게 큰 매력을 지닌다.

월 호출 비용이 1만 달러로 규모가 커진 중소 팀에게도 550달러의 수수료는 여전히 수용 가능한 범위에 있다. 이 시점에는 팀이 여러 오픈소스 파인튜닝 모델을 테스트해야 할 수 있는데, 이러한 모델을 직접 배포할 경우 컴퓨팅 비용과 운영 인건비가 550달러를 훌쩍 넘어선다. OpenRouter가 제공하는 방대한 모델 라이브러리와 즉시 사용 가능한 특성은 모델 선정 단계에서 막대한 숨겨진 비용을 절감해 준다.

그러나 월 100만 달러를 소비하는 대기업의 경우 상황은 완전히 달라진다. 5.5%의 수수료는 매월 5만 5천 달러의 ‘통행세’를 의미하며, 이 비용이면 전담 API 게이트웨이 운영 팀을 꾸릴 수 있는 수준이다. 이것이 바로 대기업들이 자체 게이트웨이를 구축하는 경향이 있는 이유다.

더 깊이 살펴볼 문제는 숨겨진 비용에 대한 논란이다. 공식적으로는 토큰 패스스루를 주장하지만, 일부 개발자들이 해커뉴스와 레딧 같은 커뮤니티에서 실측한 결과, 특정 인기 모델의 OpenRouter상 실제 과금 속도가 공식 API보다 약간 높다는 점이 발견되었다. 개발자들은 동적 가격 인상이 있거나, OpenRouter에 연결된 일부 서드파티 제공업체들의 토큰 계산 방식에 차이가 있는 것은 아닌지 의심하고 있다. OmniTools의 사내 기사 「GPT-5.6 3중 가격 해부: 단가 착시와 실제 작업 비용의 게임」에서 분석한 바와 같이, API 가격에는 종종 단가 착시가 존재하며 개발자는 실제 작업 비용에 주목해야 한다. OpenRouter의 숨겨진 비용 논란은 우리가 그 비즈니스 모델을 평가할 때, 공식 발표만 볼 것이 아니라 실제 호출 데이터를 바탕으로 비용을 추정해야 한다는 점을 상기시킨다. 만약 이러한 과금 차이가 투명하게 설명되지 못한다면, 개발자들의 ‘토큰 패스스루’ 약속에 대한 신뢰가 약화될 수 있다.

무운영과 폴백 메커니즘: 왜 LiteLLM이나 Portkey가 아닌가

AI 중계소 분야에서 OpenRouter에 경쟁자가 없는 것은 아니다. LiteLLM, Portkey와 같은 도구들도 개발자들의 주목을 끌기 위해 경쟁하고 있다. 그러나 OpenRouter가 두각을 나타낼 수 있었던 핵심은 ‘관리형 무운영(無運營)’과 ‘압도적으로 많은 모델 수’라는 포지셔닝에 있다.

LiteLLM은 오픈소스 Python 프록시 라이브러리로, 강력한 운영 능력을 갖추고 데이터 프라이버시 요구가 극도로 높은 팀이 자체 게이트웨이를 구축하는 데 적합하다. 오픈소스라 무료이고 데이터가 완전히 로컬에 보관되며 중간 상인이 없다는 장점이 있지만, 팀에서 서버와 프록시 코드를 직접 유지 관리해야 한다는 단점이 있다. 전담 DevOps 팀을 보유한 대기업에게는 LiteLLM이 큰 통제권을 제공하지만, 운영 리소스가 부족한 스타트업에게는 이러한 자체 구축 모델의 진입 장벽이 너무 높다.

Portkey는 엔터프라이즈급 AI 게이트웨이 및 가시성(Observability) 플랫폼으로, 로그 분석, 캐싱, 보안 규정 준수 관리에 치중한다. 핵심 가치는 이미 도입한 모델을 기업이 더 잘 관리하도록 돕고, 상세한 호출 로그와 성능 모니터링을 제공하는 데 있다. 하지만 모델 통합 능력 면에서는 Portkey가 OpenRouter보다 풍부하지 않으며, ‘시장’보다는 ‘관리’에 더 중점을 둔다. 기존 모델의 호출을 정밀하게 제어해야 하는 수요가 있다면 Portkey가 더 나은 선택이지만, 다양한 신규 모델을 빠르게 시험해 보는 것이 목적이라면 OpenRouter가 더 유리하다.

이에 비해 OpenRouter의 핵심 강점은 SaaS 호스팅 방식의 무운영 경험과 방대한 모델 라이브러리에 있다. 이는 AI 모델 시장에 더 가까워, 개발자가 매우 저렴한 비용으로 최신 오픈소스 파인튜닝 모델을 클릭 한 번으로 호출할 수 있으며 직접 배포할 필요가 없다. 더 중요한 것은 폴백 메커니즘이다. 특정 오픈소스 모델 호스팅 업체에 장애가 발생하거나 공식 API 호출이 제한될 때, OpenRouter가 자동으로 요청을 다른 제공업체로 라우팅하여 프로덕션 환경의 가용성을 보장한다. 이러한 재해 복구 능력은 일반적인 ‘API 리셀러’와 차별화되는 핵심 요소이자 해자의 근간이다. AI 기능을 핵심 비즈니스 프로세스에 내장한 팀에게 기반 모델 업체의 호출 제한이나 서비스 장애는 일상적인 일이기 때문에, OpenRouter의 자동 재시도 및 라우팅 전환 능력은 비즈니스 연속성과 직결된다.

데이터 컴플라이언스 블랙박스와 단일 장애 지점: 고평가 이면의 우려

OpenRouter가 개발자 경험 측면에서 뛰어난 성과를 보여주고 있지만, 중간 계층으로서 직면한 과제와 한계 또한 간과할 수 없다.

먼저 데이터 프라이버시와 컴플라이언스의 “블랙박스” 문제입니다. 모든 Prompt와 Response가 OpenRouter의 서버를 경유합니다. 공식적으로 “제로 데이터 보존” 정책을 제공하지만, 금융, 의료 등 강력한 컴플라이언스가 요구되는 기업의 경우, 핵심 데이터를 제3자 통합 플랫폼에 맡기는 데에는 여전히 컴플라이언스상의 저항이 존재합니다. 규제가 엄격한 산업에서는 데이터가 외부로 나가는 것이 엄격히 제한되며, 기업은 민감 데이터가 감사를 받지 않은 제3자 노드를 거치지 않도록 해야 합니다. 이것이 바로 Portkey 등 데이터 로컬라이제이션(현지화)을 강조하는 경쟁 제품들이 기업 시장에서 여전히 자리 잡고 있는 이유입니다.

다음은 프로덕션 환경의 ‘단일 장애 지점’ 및 지연 문제입니다. 일부 시니어 개발자들은 Hacker News에서 OpenRouter가 Dev/Chat이나 중저 동시성 시나리오에 더 적합하다고 지적했습니다. 동시성이 매우 높은 핵심 프로덕션 파이프라인에서는 네트워크 홉이 하나 늘어날 때마다 지연이 한 겹 더해집니다. 응답 시간에 극도로 민감한 실시간 애플리케이션(고빈도 거래, 실시간 음성 상호작용 등)에서는 이 추가 네트워크 오버헤드가 병목으로 작용할 수 있습니다. 게다가 OpenRouter 자체에 장애가 발생하면 모든 다운스트림 서비스가 마비됩니다. 이러한 서드파티 안정성 의존은 대기업이 핵심 비즈니스에 OpenRouter를 도입할 때 느끼는 주요 우려입니다. OpenRouter에 글로벌 장애가 한 번 터지면 여기에 의존하는 모든 애플리케이션이 순식간에 AI 기능을 잃게 되며, 이러한 리스크 집중은 자체 게이트웨이 지지자들이 자주 비판하는痛点입니다.

마지막은 숨은 비용을 둘러싼 지속적인 논란입니다. OpenRouter는 5.5%의 수수료를 통해 비즈니스 모델을 완성했지만, 일부 모델의 실제 청구 금액이 공식 직접 연결보다 다소 높게 나오는 현상이 투명하게 설명되지 않으면 ‘토큰 패스스루’ 약속에 대한 개발자의 신뢰를 약화시킬 수 있습니다. API 호출 비용이 여전히 AI 애플리케이션 주요 지출로 남아 있는 지금, 개발자는 가격에 극도로 민감하며 불투명한 과금 규칙은 모두 이탈 유인이 될 수 있습니다.

100억 달러 인수설은 최종 성사 여부와 관계없이 이미 OpenRouter를 AI 인프라 무대 중심에 올려놓았습니다. 이는 AI 생태계에서 통합과 라우팅을 담당하는 중간 계층이 무시할 수 없는 가치를 지닌다는 사실을 입증했습니다. 하지만 ‘개발자 장난감’에서 진정한 ‘엔터프라이즈급 AI 기반 스택’으로 거듭나려면 OpenRouter는 데이터 컴플라이언스, 지연 최적화, 비용 투명성 측면에서 더 확실한 답을 내놓아야 합니다. 개발자에게 OpenRouter를 선택할지 자체 게이트웨이를 구축할지는 본질적으로 ‘편리한 경험’과 ‘통제권’ 사이의 저울질이며, 이 저울질의 임계점이 OpenRouter의 미래 한계를 결정할 것입니다.