지푸(Zhipu), 톈마오에서 Token 판매: Token은 점점 저렴해지는데, 왜 AI 기업들은 오히려 한도를 두기 시작했나

최근, 한 독자가 지푸(智谱)의 공지를 보내왔습니다.

몇 달 동안 사용해온 기존 요금제가 사라지게 되었습니다.

기존의 '주간 한도 무제한' GLM Coding Plan의 자동 갱신이 중단되며, 지푸는 기존 사용자에게 두 달간의 새 요금제를 보상으로 제공합니다. 몇 달 전만 해도 AI 코딩 시장은 누가 더 저렴한 요금제를 제공하는지 겨루고 있었습니다. 하지만 지금은 모두가 다른 것을 비교하기 시작했습니다:

당신이 도대체 얼마나 많은 Token을 사용할 수 있는지.

9월 2일, 지푸는 정식으로 톈마오(天猫)에 입점하여 공식 플래그십 스토어를 열고 GLM Coding Plan을 출시했습니다. 개인용 Lite는 월 118위안, Pro는 월 538위안, Max는 월 1078위안으로 각각 다른 포인트 한도에 해당합니다. 제품은 GLM-5.3을 기반으로 하며 ZCode, Claude Code, Codex 등 20여 개의 주요 Agent에 최적화되어 있습니다.

이는 과거에는 매우 '기술적인' 것으로 여겨졌던 것이 이제 전자상거래 진열대에 오르기 시작했음을 의미합니다:

AI 사용 한도를 휴대폰 데이터처럼 직접 구매할 수 있게 된 것입니다.

하지만 여기서 정말 주목해야 할 것은 '지푸가 톈마오에서 Token을 판다'는 사실 자체가 아닙니다.

오히려 상식에 반하는 듯 보이는 한 가지 변화입니다:

Token은 점점 더 저렴해지고 있지만, AI 기업들은 사용자가 얼마나 많은 Token을 사용하는지 점점 더 신경 쓰기 시작했습니다.

모두가 한도를 제한하기 시작했다

지난 몇 달 동안 AI 업계에는 매우 흥미로운 변화가 일어났습니다.

Kimi는 한때 연산 능력 부담으로 인해 소비자 측 신규 사용자 가입을 일시 중단했습니다. 7월 19일, 웨지안몐(Moonshot AI)은 Kimi K3 출시 후 요청량이 예상을 크게 웃돌아 기존 클러스터의 처리 용량 한계에 근접함에 따라 소비자 측 신규 사용자 가입을 중단하고 연산 능력을 기존 유료 사용자에게 우선 할당한다고 공지했습니다.

알리바바 클라우드(阿里云)도 Coding Plan을 조정하고 있습니다. Lite 요금제는 3월 20일부터 신규 구매가 중단되었고, 4월 13일부터는 갱신 및 업그레이드가 중단됩니다.

텐센트 클라우드(腾讯云)는 3월에 일부 Hunyuan 모델의 가격을 조정했습니다. 그중 HY2.0 Instruct의 입력 가격은 Token 1000개당 0.0008위안에서 0.004505위안으로 인상되어 상승폭이 460%를 넘었습니다.

AI는 왜 갑자기 '후하게' 대하지 않게 된 걸까요?

지난 20년간 인터넷 제품이 우리에게 준 가장 큰 경험은 디지털화 이후 한계 비용이 점점 낮아진다는 것입니다.

휴대폰 데이터 요금이 가장 전형적인 예입니다. 기지국, 광케이블, 네트워크 인프라가 구축된 후에는 1GB의 데이터를 추가로 전송하는 데 드는 한계 비용이 매우 낮습니다. 인프라 규모가 확장됨에 따라 데이터 요금은 계속해서 하락했습니다.

따라서 많은 사람들이 자연스럽게 이 논리를 AI에 적용합니다. 칩은 점점 강력해지고, 모델은 점점 효율적이 되어 단위 Token당 추론 비용이 점점 낮아지므로 AI는 점점 더 저렴해져야 한다고 말입니다.

사실, 이 판단의 전반부는 완전히 맞습니다.

지푸가 직접 공개한 바에 따르면, 모델 아키텍처와 추론 인프라가 지속적으로 최적화됨에 따라 단위 Token당 추론 비용은 연초 대비 80% 하락했습니다. 회사는 또한 현재 10만 대 규모의 국산 칩을 사용한 대규모 저비용 추론을 이미 실현했다고 밝혔습니다.

문제는 Token은 저렴해졌지만, Token의 소비 속도가 훨씬 더 빠르게 증가한다는 점입니다. 이것이 오늘날 AI 업계의 진짜 모순입니다.

Token은 일반 데이터 트래픽이 아닙니다.

하나의 Token 뒤에는 모델 추론에 소비되는 컴퓨팅 리소스, 즉 GPU 또는 AI 가속 칩, 고대역폭 메모리, 네트워크, 스토리지, 그리고 데이터 센터의 전력과 냉각이 있습니다.

Token은 AI 연산 능력이 계량화되고 거래되는 일종의 단위에 더 가깝습니다.

모델이 단순히 사용자와 대화할 때는 한 번의 호출에 수백, 수천 개의 Token만 필요할 수 있습니다. 하지만 AI가 복잡한 작업을 대신 수행하도록 할 때, 그 소비량은 완전히 달라집니다.

'모델 판매'에서 '호출 판매'로

지푸의 최신 반기 보고서는 이러한 변화를 재무 데이터에 담았습니다.

2025년 상반기, 지푸는 매출 9억 5400만 위안을 기록하며 전년 동기 대비 399.7% 증가했습니다. 상반기 지푸의 MaaS 오픈 플랫폼 및 API 사업 수익은 8억 2500만 위안에 달해 전년 동기 대비 2735.7% 증가했으며, 이는 총 수익의 86.5%를 차지합니다.

반면, 전년 동기 이 비율은 15.2%에 불과했습니다. 동시에, 온프레미스 수익 비중은 84.8%에서 13.5%로 감소했습니다.

1년 만에 지푸의 비즈니스 모델은 거의 한 단계 변속을 완료했습니다.

과거에는 고객이 모델을 구매했습니다. 모델을 기업 자체 서버에 배포하여 맞춤 설정, 통합 및 납품했으며, 한 번의 프로젝트는 보통 한 번의 수익에 해당했습니다.

이제 점점 더 많은 고객이 클라우드 모델을 직접 호출합니다. 한 번 호출할 때마다 요금이 부과되며, 많이 사용할수록 더 많이 지불합니다. 이것이 전형적인 MaaS 비즈니스입니다.

게다가 이번 지푸의 변화는 단순한 '가격 인하를 통한 규모 확대'가 아닙니다. 오히려 매우 흥미로운 조합이 나타났습니다:

Token 호출량이 연초 대비 40배 이상 증가했습니다. API 평균 판매 가격은 약 101% 상승했습니다. 단위 Token당 추론 비용은 80% 하락했습니다. MaaS 사업의 매출 총이익률은 24.6%로 개선되었습니다.

비용은 하락하고, 수익은 증가하며, 사용자는 더 많이 사용하는데 평균 판매 가격은 오히려 상승하고 있습니다. AI 상업화는 초기의 단순한 '가격 전쟁'에서 벗어나고 있는 것으로 보입니다.

초기 모델의 성능이 충분히 강력하지 않았을 때, 플랫폼은 저가 또는 무료를 통해 사용자를 유치할 수밖에 없었습니다.

하지만 모델이 코드 생성, 도구 호출, 지속적 실행 등 복잡한 작업을 실제로 수행할 수 있게 되면서, 사용자가 구매하는 것은 더 이상 '하나의 모델'이 아니라 모델이 자신을 대신해 작업을 완료하는 능력이 되었습니다.

이것이 바로 지푸 경영진이 비즈니스 모델을 매우 흥미로운 경로로 요약한 이유이기도 합니다: 모델 판매 → 호출 판매 → 구독 판매 → 종단 간 작업 결과 판매.

이 네 단계는 사실 AI 상업화의 네 단계에 해당합니다.

지푸가 정말로 팔고자 하는 것은 Token이 전혀 아니다

과거에는 챗봇(Chatbot) 모드였습니다: 사용자가 질문하면, 그것이 한 번 대답했습니다. 한 번에 수백, 수천 개의 Token만 필요할 수 있었습니다.

지금은 에이전트(Agent) 모드입니다: 사용자가 "나를 위해 웹사이트를 만들어 줘"라고 말하면, 요구 사항을 이해하고, 자료를 검색하고, 코드를 작성하고, 도구를 조정하고, 테스트를 실행하고, 버그를 찾고, 수정하고, 다시 테스트해야 할 수도 있습니다... 하나의 작업이 수십만, 수백만, 혹은 그 이상의 Token을 소비할 수 있습니다.

더 나아가 멀티 에이전트(Multi-Agent)가 있습니다: 하나의 Agent는 계획을 담당하고, 하나는 검색을, 하나는 코드를 작성하고, 하나는 테스트를, 하나는 검토를 담당합니다. Token 수요는 계속해서 팽창합니다.

2025년 1분기, 전 세계 주간 Token 사용량은 250% 급증하여 22.7조 개에 달했습니다. OpenAI 플랫폼의 Token 호출량은 2025년 10월 분당 약 60억 개에서 2026년 3월 말 150억 개로 치솟아, 6개월도 안 되어 150% 증가했습니다. 모건스탠리 보고서에 따르면, 최고 수준의 대규모 언어 모델은 '비선형적인 능력 도약'을 겪고 있으며, AI의 폭발적 성장이 체계적인 공급 병목 현상과 맞물리고 있습니다.

따라서 실제로 일어나고 있는 일은 Token이 비싸진 것이 아니라, 모든 사람이 점점 더 많은 Token을 필요로 하게 되었다는 것입니다. 이는 단순한 가격 인상보다 더 무서울 수 있습니다.

경제학에는 '제번스의 역설(Jevons paradox)'이라는 고전적인 현상이 있습니다:

어떤 자원의 사용 효율이 높아지고 단위 비용이 낮아지면, 사람들은 사용을 줄이기보다는 오히려 저렴해졌기 때문에 사용량을 크게 늘릴 수 있습니다.

AI에서도 비슷한 상황이 나타나고 있습니다.

Token이 저렴할수록, 사람들은 AI가 더 많은 일을 하도록 할 용기가 생깁니다. AI가 똑똑해질수록, 사람들은 더 복잡한 일을 AI에 맡기고 싶어 합니다.

결국, Token 소비는 새로운 성장 동력을 형성합니다.

지푸가 톈마오에서 Token을 파는 것은 AI 사용 한도를 판매하는 것처럼 보입니다. 하지만 반기 보고서에 따르면, 그것이 실제로 하는 일은 모델의 능력을 지속적으로 과금할 수 있는 클라우드 서비스로 전환하는 것입니다.

2025년, 지푸의 주요 수익은 여전히 온프레미스에서 나왔습니다. 2025년 상반기에는 MaaS/API가 수익의 86.5%를 차지했습니다. 회사는 이러한 진화 경로를 '모델 판매 → 호출 판매 → 구독 판매 → 종단 간 작업 결과 판매'로 요약했습니다.

지푸의 이사회 비서인 샤오 레이(Xiao Lei)는 실적 발표회에서 "매출 증가율보다 매출 구성의 전환이 더 주목할 만하다"고 직접 언급했습니다.

이러한 전환은 비즈니스 모델의 근본적인 변화, 즉 일회성 프로젝트 납품에서 지속적인 서비스 수익으로의 변화를 의미합니다. 그리고 가격 책정 논리도 그에 따라 변할 것입니다: '백만 Token당 얼마'에서 '하나의 작업을 완료하는 데 얼마'로 바뀔 것입니다. 지푸의 회장 류 더빙(Liu Debing)은 실적 발표회에서 "단일 지점에서의 선두는 곧 따라잡힐 것이며, 진정으로 중요한 것은 누가 지속적으로 더 낮은 비용으로 더 높은 지능을 제공할 수 있느냐는 것"이라고 말했습니다.

미래의 추세는 아마 이럴 것입니다:

기본 Token은 점점 더 저렴해지겠지만, 고급 지능은 점점 더 비싸질 것입니다.

클라우드 컴퓨팅과 같습니다: 서버는 점점 저렴해지지만, 기업이 클라우드 서비스를 구매하는 데 드는 비용이 사라지지는 않습니다. 모두가 더 많이 사용하기 때문입니다.

AI도 마찬가지다. 단일 Token 가격 하락 ≠ AI 사용 비용 하락. 모델이 강력해질수록 사람들이 시키는 작업은 더 복잡해지기 때문이다. 질문 하나를 던지는 것에서 작업 하나를 완료하는 것, 나아가 전체 워크플로우를 관리하는 것까지, Token 소비는 계속해서 증가한다.

지푸 반기 보고서에는 반복해서 음미할 만한 문장이 있다: "모델이 능력 도약을 이룰 때마다 고객이 구매하는 것은 결과에 한 걸음 더 가까워지고, 본사의 수익 구조는 그에 따라 다시 쓰인다."

따라서 미래에 진정 주목해야 할 것은 '1원으로 얼마나 많은 Token을 살 수 있는가'가 아니라, 한 사람, 한 회사가 매달 얼마나 많은 AI 지능을 소비하는가일 것이다.

그리고 지푸가 Token을 톈마오에 올린 것은, 이 'AI 계량 경제'가 대중에게 다가가는 첫걸음일지도 모른다.