Silicon Data가 산출하는 LLM 토큰 지출지수는 월요일 100만 토큰당 0.97달러로 마감했다. 지난해 말 지수가 출시된 이후 처음으로 1달러 밑으로 내려간 것으로, 올여름 고점 대비 절반 이하 수준이다. 일주일 만에 8.6% 하락했다.
이 지수는 블룸버그 단말기에서 SDLLMTK라는 티커로 조회되며, 200개 이상의 오픈소스 모델과 120개 이상의 폐쇄형 모델을 대상으로 20여 개의 가격·거래량 데이터 소스를 반영한다. 입력·출력 비율과 컨텍스트 윈도우 차이도 정규화 처리했다. 다시 말해 이 지수가 보여주는 것은 특정 업체의 공시 가격이 아니라, 시장이 실제로 지불하는 100만 토큰당 평균 단가다.
무엇이 가격을 끌어내리나
세 가지 요인이 겹쳐 있다. 문지암면(Moonshot AI)의 Kimi K3 같은 중국산 오픈소스 모델이 저가 구간 전체의 수준을 끌어내렸고, OpenAI는 7월 하순 GPT-5.6 시리즈 가격을 인하했다. 여기에 여러 프런티어 랩들이 잇따라 다이내믹 프라이싱을 도입해 유휴 컴퓨팅 자원을 할인 판매하고 있다.
앞의 두 가지는 이해하기 쉽다. 과소평가되기 쉬운 것은 세 번째다. 다이내믹 프라이싱은 같은 모델이라도 시간대에 따라 가격이 달라지게 만들어, 가중평균이 구조적으로 낮아지는 쪽으로 편향된다. 이 지수는 실제 소비량으로 가중치를 매기는데, 라우팅 게이트웨이가 요청을 여러 공급자에게 분산시키면서 더 저렴한 곳으로 트래픽이 몰리는 구조 자체가 지속적으로 수치를 끌어내리고 있다.
수익선은 눌리는데 컴퓨팅 약정은 그대로
Syz Group의 최고투자책임자 샤를앙리 몽쇼(Charles-Henry Monchau)는 이렇게 잘라 말했다. "Foundation model labs are the most directly exposed... Token deflation compresses the revenue line while compute commitments stay fixed."
바로 이 지점에 불일치가 있다. 데이터센터 임대, GPU 구매, 전력 계약은 모두 수년 단위의 고정비용인 반면, 토큰 단가는 주 단위로 움직인다. 대략 계산해보면, 어느 업체의 추론 수익이 지수를 그대로 따라간다고 가정할 때 여름 고점에서 현재까지의 하락폭, 즉 대략 반토막을 메우려면 사용량이 두 배로 늘어야 한다. 그런데 사용량이 두 배가 되면 컴퓨팅 점유량도 두 배가 되므로 매출총이익률이 예전 수준으로 돌아가지는 않는다. 이는 어디까지나 대략적인 규모 추정이며, 회사마다 모델 구성과 할인 체계는 크게 다르다.
IPO 창을 앞둔 어색한 시점
OpenAI와 Anthropic은 올여름 나란히 규제 당국에 비공개로 상장 신청서를 제출했다. 로드쇼를 준비하는 회사 입장에서 단가 지표가 계속 사상 최저치를 갈아치우는 것은 곤란한 배경이다. 투자자들이 가장 먼저 물어볼 질문은 결국 가격 결정력에 관한 것이 될 것이다.
더 서서히 작동하는 영향도 있다. 저렴함은 기억된다. 사용자와 기업 고객이 지금 가격에 익숙해지고 나면 다시 값을 올릴 여지는 거의 남지 않는다. 오픈소스 모델이 한 걸음씩 나아갈 때마다 폐쇄형 업체가 지킬 수 있는 프리미엄의 폭은 그만큼 좁아진다. 지수가 1달러 아래로 떨어졌다는 숫자 자체에 특별한 마법은 없다. 이 숫자가 보여주는 것은 가격 결정력의 이동이 이미 한 단계를 마쳤다는 사실이다.
참고 출처: Silicon Data 지수 설명 페이지, 블룸버그 단말기 SDLLMTK 시세, CNBC, CocoLoop, 야후 파이낸스. 0.97달러 수치와 주간 8.6% 하락폭, 지수 커버리지는 모두 Silicon Data의 공식 발표 기준이다.