중국 AI 가격 전쟁에 토큰 단가 1달러 아래로…그런데 AI 지출은 더 늘었다

Silicon Data의 LLM 토큰 지출 가격 지수(SDLLMTK)는 2026년 9월 1일 100만 토큰당 0.97달러를 기록했다. 사상 최저치이자 여름 초 고점의 절반에도 못 미치는 수준이다. 중국 AI 기업들의 공격적인 저가 API 경쟁은 이 하락을 이끈 중요한 배경이다. 다만 이것이 AI 수요나 AI 총지출의 위축을 뜻하지는 않는다. 이 지수는 전체 토큰 사용량이나 시장 전체 매출이 아니라, 실제 사용 패턴을 반영한 100만 토큰당 유효 지불 가격을 보여주기 때문이다. 24

0.97달러는 무엇을 뜻하나

SDLLMTK는 여러 모델과 공급자의 가격, 그리고 관측된 이용량을 결합해 산출한 혼합형 LLM 추론 가격 벤치마크다. 즉 시장 참여자들이 실제로 어느 모델에 일을 배분하는지까지 반영한 가격이다. 24

따라서 기업들이 더 저렴한 모델로 일상적인 업무를 옮기면, 전체 토큰 사용량과 AI 지출이 늘더라도 지수는 하락할 수 있다. 이 수치는 AI 시장의 총매출을 나타내는 값이 아니라, 가격과 워크로드 구성의 변화를 보여주는 지표로 읽어야 한다.

중국의 저가 API가 바꾼 선택지

중국 모델 기업들은 최고 수준의 추론 성능이 반드시 필요하지 않은 업무에 매우 싼 대안을 제시했다. 예컨대 DeepSeek V4-Flash는 입력 토큰 100만 개당 0.14달러, 출력 토큰 100만 개당 0.28달러로 책정됐다. 49

DeepSeek는 2026년 5월 V4-Pro 가격도 75% 인하했다. 이는 중국 모델 공급사들 사이의 경쟁이 한층 격화된 사례로 보도됐다. 58 중국 생태계 전반의 저가 상품과 가격 인하는 대규모 추론 수요를 놓고 경쟁하는 공급자들의 가격 압박을 키웠다. 452

다만 특정 기업이나 한 번의 가격 인하가 지수 하락의 어느 정도를 설명하는지까지 분리해 산정할 근거는 없다. 모델 효율 개선, 컴퓨팅 용량 확대, 고객의 모델 라우팅 전략도 유효 가격에 영향을 준다.

토큰은 싸졌는데 AI 예산은 왜 늘까

관계식은 단순하다.

총 토큰 지출 = 토큰당 유효 가격 × 토큰 사용량

단가가 내려가면 이전에는 비용 부담 때문에 적용하기 어려웠던 업무도 자동화할 수 있다. 기업은 더 긴 프롬프트와 컨텍스트를 사용하고, 생성형 코드를 늘리고, 더 많은 AI 에이전트와 자동화 워크플로를 운영할 수 있다. 사용량이 단가 하락 폭보다 더 빠르게 증가하면 총지출은 상승한다.

이는 2023년 이후 토큰 단가가 90% 이상 하락했지만, 2025년 말 이후 LLM 사용 관련 지출은 약 두 배로 늘었다는 분석과도 맞닿아 있다. 4143 가격 인하가 실패한 것이 아니라, 더 많은 업무를 AI로 처리할 경제성을 만들었다는 뜻이다.

중국의 토큰 사용량이 보여주는 수요 확대

로이터가 정부 전망을 인용해 보도한 바에 따르면, 중국의 일일 AI 토큰 사용량은 2026년 3월 140조 개를 넘었다. 2025년 말의 100조 개에서 늘어난 수치다. 18

기업 현장에서도 같은 흐름이 관측된다. 중국초상은행은 일평균 토큰 처리량이 전년보다 78% 이상 증가했다고 밝혔고, 별도 보도에서는 5월 말 기준 이 은행의 일일 사용량이 약 330억 토큰으로 제시됐다. 1929 일부 중국 은행은 일평균 토큰 사용량이 훨씬 더 큰 폭으로 늘었다는 보도도 나왔다. 20

물론 이 수치만으로 API 매출이나 개별 업무의 경제적 성과를 판단할 수는 없다. 다만 낮아진 추론 비용이 대규모 사용량 증가로 전환되고 있다는 점은 분명히 보여준다.

모델 공급자에는 더 어려운 계산식

AI 구매자에게 추론 단가 하락은 긍정적이다. 반면 모델 공급자에게는 토큰당 매출이 줄어드는 상황에서 GPU, 데이터센터, 학습, 모델 개발 비용을 계속 부담해야 한다는 뜻이다.

핵심은 이제 저렴한 토큰에 대한 수요가 있느냐가 아니다. 현재 증거는 수요가 확대되고 있음을 시사한다. 더 중요한 질문은 늘어난 물량, 고급 모델, 기업용 제품이 대규모 인프라 투자를 뒷받침할 만큼 지속 가능한 매출과 생산성 개선으로 이어질 수 있느냐다. 지수 하락 관련 보도 역시 공급자의 가격 결정력과 수익성에 대한 압박을 지적했다. 436

앞으로 봐야 할 지표

특정 모델의 공시 가격만 볼 일은 아니다. 다음 네 가지를 함께 볼 필요가 있다.

• 혼합 유효 토큰 가격: SDLLMTK 같은 지표로 실제 워크로드가 어디로 이동하는지 확인할 수 있다. 2
• 토큰 사용량: 낮은 가격이 수요 확대로 이어지는지 보여준다.
• 매출과 마진: 공급자가 증가한 사용량을 지속 가능한 수익으로 바꾸는지 판단하는 기준이다.
• 업무의 질과 성과: 토큰을 많이 썼다는 사실만으로 사업상 가치가 증명되지는 않는다.

결론적으로 중국발 저가 API 경쟁은 LLM 추론의 시장 혼합 가격을 100만 토큰당 1달러 아래로 끌어내리는 데 기여했다. 그러나 더 싼 AI는 더 많은 사용을 부르고 있다. 그래서 토큰 소비와 전체 AI 지출은 단가 하락과 동시에 계속 증가할 수 있다. 2441