모델 피로도는 AI의 작동을 막지 않는다 – 그저 AI를 더 효율적으로 처리하도록 돕는 것이다.

2026년 3월에, 주요 AI 연구소들은 한 달 동안 12개의 중요한 모델 업데이트를 발표했습니다. 이는 전체 분기에서 발표되는 업데이트 수보다 많습니다. 몇 주 후에 새로운 모델이 등장했는데, 그게 바로 OpenAI의 GPT-5.5입니다. 이 모델은 OpenAI가 제시한 기준에서 최고점을 기록했습니다. 개발자들의 반응은 혼란스러운 것이 아니라, 그저 무관심한 태도였습니다. 이제 업계에서는 이러한 분위기를 ‘그냥 넘어가는 태도’라고 부릅니다.모델 피로 현상.만약 당신이 투자자라면, 그 문서를 인공지능의 성장이 더 이상 새로운 아이디어가 나오지 않는 신호로 해석하려는 본능이 있을 것입니다. 하지만 그런 본능은 반대의 순서로 작용합니다.

피로는 실제로 존재합니다. 다만, 보이는 신호와는 다른 것입니다. 모델의 피로란, 훈련 과정이 더 이상 중심이 되지 않는 순간을 말합니다. 그리고 인공지능 시장의 가치도 그와 함께 변동합니다.

‘피로’란 도대체 무엇인가?

출시 주기는 첫 번째 중요한 요소입니다. 주요 연구소들은 6개월에 한 번씩 제품을 출시하는 방식을 버리고, 2~3주마다 제품을 출시하는 방식으로 전환했습니다. 또 다른 자료에 따르면, 주요 제품의 매달 출시 횟수는 2023년보다 약 4배나 많습니다.2026년 3월 한 달만에 12개의 중요한 모델 업데이트가 이루어졌습니다.그리고 GPT-5.4는 같은 달에 GPT-5.3보다 이틀 먼저 등장했습니다. 이러한 패턴 자체가 피로를 유발하는 요인이 됩니다.

그러자 경제 상황이 반전되었습니다. 프론티어 모델들은 몇 년 동안 매 세대마다 토큰당 가격이 낮아졌습니다. 하지만 GPT-5.5는 그 패턴을 깨뜨렸습니다.OpenAI의 벤치마크에서 최고점을 기록한 모델은, 각 토큰에 대한 비용이 두 배로 증가했습니다.입력 토큰당 5달러, 출력 토큰당 30달러입니다. 일반적인 채팅, 요약, 코드 리뷰 작업을 하는 팀들에게는, 프롬프트를 다시 조정하고 평가 과정을 다시 실행하는 데 드는 비용보다 업그레이드의 가치가 없었습니다. 그들은 더 이상 추구하지 않고, 고정된 버전만을 사용하기 시작했습니다.

피로감은 실험실 안까지 스며들고 있다. 2026년 7월 말에,OpenAI, Anthropic, 그리고 Google DeepMind에 있는 1,200명 이상의 직원들이 미국 정부에 “의도적으로 속도를 조절하라”고 촉구하는 서한을 작성했습니다.프론티어 AI 개발 – 이러한 회사들이 매년 수십억 달러를 투자하여 경쟁을 늦추고 싶어하는 상황에서, 일반 대중이 그러한 선택을 요구하는 것은 이상한 일입니다. 모델을 만드는 사람들이 더 천천히 진행하고 싶어할 때, “모델 피로”는 단순히 개발자들의 감정일 뿐만 아닙니다.

무섭게 보이는 가격 붕괴

같은 힘이 이제 정보의 가격에서도 나타나고 있습니다.공급업체 간의 추론 가격을 정규화하는 지표 중 하나는 5월 말에 약 2.0이었으나, 8월 중순에는 약 1.0으로 감소했습니다.AI 인프라의 경제적 가치는 3개월도 채 되지 않아 절반으로 감소합니다. 중국의 개방형 모델들 때문에 미국 연구소들은 경쟁하기 위해 가격을 낮추야 합니다. 겉보기에는 AI 수요가 줄어드는 것처럼 보입니다.

제 생각은 정반대입니다. 왜냐하면 ‘하락’의 원인이 되는 메커니즘이 중요한 것이기 때문입니다. 이때 가치는 모델 안에서만 존재하지 않고, 그 아래에 있는 모든 것 속에서 존재하기 시작합니다. 개발자들은 이제 모델 자체가 출력 품질의 약 30%만을 담당한다고 추정합니다. 나머지는 오케스트레이션, 워크플로우, 그리고 실제 처리 과정 등입니다. 이러한 층들은 여전히 비싼 상태입니다.

가격이 붕괴되는 것에 실제로 무엇이 기여하는가?

하락하는 단가는 수량의 증가로 충당되었습니다. 이는 경제학자들이 ‘제본스의 역설’이라고 부르는 현상입니다. 즉, 무언가를 훨씬 더 저렴하게 만들면 사람들은 그 물건을 훨씬 더 많이 소비하게 됩니다. OpenAI가 한 모델의 가격을 약 80% 낮춘 후에는 사용량이 약 14배 증가했으며, 가격이 낮아졌음에도 불구하고 수익도 함께 증가했습니다. 지능형 시스템이 과거에 그렇게 비싼 이유는 누군가가 그런 서비스를 적게 원하기 때문이 아니라, 그 서비스가 제한적으로 제공되었기 때문입니다. 에이전트 기반 워크플로우는 AI 에이전트가 전체 코드베이스를 읽고, 도구를 사용하며, 자신의 결과를 수정하는 과정을 의미합니다. 이러한 방식으로는 단 하나의 작업을 위해 수백만 개의 토큰이 소비될 수 있지만, 채터블 쿼리의 경우는 수천 개의 토큰만 필요합니다.

그 결과, 가격 경쟁이 모델 레이어에 집중되는 것이지, 컴퓨팅 레이어에는 그렇지 않습니다. 가장 뛰어난 모델을 훈련시킨 연구소들은, 고객들이 일반적인 작업의 80%를 비용이 낮은 모델에게 맡기면, 그 모델이 성공하지 못하는 상황이 발생합니다. 하지만 기반 인프라는 어떤 모델이 생성되었든 간에 모든 토큰에 비용이 부과됩니다. 구글은 2025년 초에 매달 약 480조 개의 토큰을 처리했지만, 10월까지는 1.3쿼드리알로 증가했습니다. 또한 고정된 기능을 사용하는 인식 비용도 2년 만에 280배 이상 감소했습니다.스탠포드의 기준에 따라그런 양의 데이터를 처리하는 데에는 “최적의” 모델이 필요한 것이 아닙니다. 단지 저렴하고 신뢰할 수 있는 저장 장소가 필요할 뿐입니다.

11일 전에 내려진 증명서입니다.

이곳에서 두 가지 해석은 감정이 아니라 구체적인 숫자에 있어서 차이가 납니다. 2026년 8월 26일에…엔비디아는 7월 26일 기준 분기에 96.2십억 달러의 매출을 기록했으며, 이는 전년 동기 대비 18% 증가한 수치입니다.흑자 마진은 75%입니다. 인스파이런스의 칩을 생산하는 이 회사는 최대 규모의 순익을 기록했지만, 모델 개발 작업은 너무 힘들어서 지쳐가고 있습니다.

필요량도 줄어들지 않고 있습니다. 미국의 상위 5개 클라우드 및 AI 서비스 제공업체인 마이크로소프트, 알파벳, 아마존, 메타, 오라클은…올해는 약 6600억 달러에서 6900억 달러에 달하는 자본 지출이 예상되며, 이는 2025년의 두 배에 해당합니다.그것이 “피로”라는 단어에 반대되는 가장 중요한 사실입니다. 모델 피로란 모델 계층과 관련된 이야기입니다. 하단에 있는 컴퓨팅 계층에 공급되는 자원의 흐름은 가속되고 있지, 피곤해지는 것은 아닙니다.

두 가지 해석을 구분하는 요소는 무엇인가?

중요한 점은 “AI는 끝났다”와 “AI는 괜찮다”라는 차이가 아닙니다. 중요한 것은, 프론티어 모델이 더 이상 차별화 요소가 되지 않게 되면서 경제적 가치가 어디에서 발생하는가 하는 것입니다.

GPT-4.5와 그 이후의 모든 모델들 사이에서 중요한 것은, 가장 뛰어난 모델의 브랜드 가치였습니다. 그 브랜드 가치 덕분에 각 모델의 가격은 1/4로 감소했습니다. 하지만 지금은, 모델이 단순한 상품으로서의 가치를 가지는 경우에만 중요한 요소들이 있습니다. 즉, 실리콘, 소프트웨어 스택, 대규모 토큰을 처리하는 클라우드, 그리고 어떤 모델을 사용해야 하는지를 결정하는 오케스트레이션 시스템입니다. 모델과 애플리케이션 층은 엄청난 가격 압박에 직면합니다. GPU, 네트워킹, 전력, 데이터 센터와 같은 요소들은 점점 커져가는 작업량을 처리해야 합니다.

그렇다고 해서 컴퓨팅 투자의 위험이 없다는 뜻은 아닙니다. 진정한 약세 신호는 구체적이고 관찰 가능한 것입니다. 즉, 토큰 가격이 하락하고 거래량도 줄어들며, 인프라 관련 수익도 정체되고, 대규모 클라우드 서비스 사용률도 감소하며, 투자비용 예상치도 변하지 않는 것입니다. 현재는 반대쪽의 지표들이 증가하고 있습니다. 만약 그 상황이 바뀌면 – 즉, 모델의 피로가 더 이상 연구실의 문제가 아니라, 그들이 더 이상 칩에 투자하지 않는 돈의 문제가 되면 – 그렇다면 “모델 피로”라는 문제가 투자자들의 주목을 받을 것입니다. 그때까지는 “모델 피로”가 AI 산업의 종말이 아닙니다. 그것은 AI 산업의 중심점이 모델에서 기계실로 이동했다는 신호일 뿐입니다.