토큰 가격은 97% 하락했지만, OpenAI의 수익은 두 배로 증가했습니다. 이러한 상황을 가능하게 하는 것은 ‘비용당 작업 수’ 방식의 전환입니다.

7월 말, OpenAI는 가장 저렴한 GPT-5.6 모델의 가격을 80% 낮추었습니다.루나는 입력 토큰당 1.00달러에서 0.20달러로, 출력 토큰당 6.00달러에서 1.20달러로 하락했습니다.예상되는 IPO 직전에 가장 저가인 제품의 가격을 80%나 낮추는 것은 가격 정책의 권한을 포기하는 것과 같습니다. 단, 판매되는 제품 자체가 변하지 않는다면 말입니다.

표면적인 수치들을 보면, 그 수치들이 서로 모순됩니다. 가격은 약간 하락했습니다.GPT-4에서 GPT-5.4로의 전환율은 97%입니다.비록 디플레이션율이 기업의 가격 정책을 파괴할 수도 있지만, 오픈AI는 연간 수익률을 높이는 데 성공했습니다.400억 달러가 넘는다 – 2025년 말의 수치보다 거의 두 배나 많다.블룸버그의 보도에 따르면, 공개 상장이 예상됩니다. 한 회사가 단위 가격의 97%를 잃고 수익을 두 배로 만들 수 있는 것은, 실제로 판매되는 제품의 가치와 비용이 더 이상 존재하지 않는 경우뿐입니다. 이러한 모순은 실제 이야기의 대체 표현일 뿐입니다. 판매되는 제품 자체가 변하고 있을 뿐, 가격만 그런 것이 아닙니다.

판매되는 제품이 변하고 있고, 가격도 그대로인 것은 아닙니다.

토큰 가격은 어떤 입력이 들어오고, 얼마나 많은 정보가 나오는지를 나타냅니다. 이러한 메커니즘은 챗봇에게는 의미가 있습니다. 하지만 빠르게 성장하는 제품은 에이전트입니다. 에이전트란, 작업을 완료하기까지 계속해서 판단을 내리고, 도구를 사용하며, 시도를 반복하는 프로그램입니다. 에이전트의 구매자는 결과물에 대해 지불합니다. 예를 들어, 문제가 해결되거나, 변경 사항이 적용되거나, 대출이 승인되는 등의 결과에 대해서죠. 여기서는 메시지의 수는 중요하지 않습니다.

OpenAI는 이러한 재기반화에 대해 명확히 밝혔습니다. 기업 고객에게 제공하는 지침은 추적하는 것이라는 것입니다.“승인된 결과에 드는 비용”토큰 사용량과는 관련이 없습니다. 왜냐하면 모델이 실패하거나 재시도가 필요하거나 수정이 필요할 경우, 가장 낮은 토큰 가격으로도 최소한의 총 비용만 발생하기 때문입니다. 7월 30일에 발표된 가격 인하 조치도 바로 그 조건에 따라 이루어졌습니다.OpenAI는 GPT-5.6 Luna가 1년 전에 비해 훨씬 더 뛰어난 성능을 보이며, 각 작업당 약 6센트의 비용으로, 그리고 약 9배 빠른 속도로 작동한다고 말합니다.페르-토큰의 가치 하락은 실제로 일어나고 있지만, 회사는 점점 더 시장 가격에 따라 작업을 처리하고 있습니다.

이러한 설명은 명백한 두려움을 뒤집어버린다. 우려된 것은 더 저렴한 토큰들이 AI 기업들을 더 나쁜 기업으로 만들릴 것이라는 점이었다. 하지만 분석 결과는 그 반대인 것 같다. 작업당 비용이 낮아지더라도, 두 가지 조건만 맞으면 여전히 수익성이 있을 수 있다. 즉, 작업의 수가 증가하고, 각 작업을 생산하는 비용이 가격보다 빠르게 낮아진다면 말이다.

칩은 그 베팅의 공급 측 부분입니다.

두 번째 조건은 칩 확장이 적용되는 부분입니다. 6월에 OpenAI와 Broadcom은 대규모 언어 모델을 실행하기 위한 인스펙션 칩인 Jalapeño를 공개했습니다. 8월에 OpenAI가 발표한 벤치마크 결과에 따르면, Jalapeño는 Nvidia의 Blackwell 시스템보다 훨씬 앞서 있습니다.와트당 1.5~1.9배 더 많은 AI 작업량또한, 테스트된 모델들 간의 엔드투엔드 지연 시간은 1.7배에서 3.6배까지 낮아집니다. 지연 시간은 에이전트에게 매우 중요합니다. 왜냐하면 에이전트 작업은 여러 단계를 연속적으로 수행해야 하기 때문입니다. 각 단계를 줄여나가면 전체적인 지연 시간도 더욱 감소합니다.

이 칩이 하는 일은, 각 작업의 비용을 줄이는 것입니다. 바로 이런 점이 80%의 가격 절감이 가능한 이유입니다. 공식적으로 말하자면, 이는 ‘운영 리스크 감소’와 관련된 현상입니다. 즉, 유용한 작업이 그 작업을 수행하는 데 드는 비용보다 빠르게 증가한다면, 가격이 내려가도 이익은 늘어납니다. “저렴하고 풍부한” AI의 단위 경제성은 OpenAI의 제조 부분이 가격 결정 부분만큼 빠르게 비용을 줄일 수 있어야 합니다. Broadcom이 설계를 담당하고, OpenAI는 마이크로소프트와 함께 그 칩을 기가와트 규모로 도입할 계획입니다.2028년 상반기의 “풀 타이트” 상황.

금융은 수요 측면의 분야입니다.

평균적인 소비자 투자자는 그 IPO가 실제로 이루어질 때까지 OpenAI를 직접 구매할 수 없습니다. 하지만 금융 분야에서 모델이 실용적인 형태로 활용될 수 있습니다. 왜냐하면 금융은 결과가 상당한 금액의 가치를 지닌 작업 시장이기 때문입니다.

상업적 파트너는 커스토메이션 뱅크입니다. 다년간의 계약에 따라, 오픈AI 엔지니어들이 이 은행에 파견되어 대출 및 고객 등록 업무를 자동화합니다. 커스토메이션 뱅크는 운영 비용이 수익의 일부가 되는 비율을 낮추는 것을 목표로 합니다.약 49%에서 낮은 40대까지AI가 작업을 완료한 결과, 이미 많은 시간이 절약되었습니다.약 28,000시간, 이는 15명의 직원이 일하는 시간과 비슷합니다.그리고 상업적 대출의 결제 기간도 30~45일에서 약 7일로 줄어들 수 있을 것입니다. 그 금액을 처리하는 작업에서는 “결과당 비용”이 정확한 가격이며, 절감된 비용을 얻는 제공자에게는 실질적인 가격 경쟁이 가능합니다.

소비자 측면에서는 더 작은 규모로 같은 작업이 이루어집니다. ChatGPT를 활용한 개인 금융 경험을 통해 U.S. Plus와 Pro 사용자들은 은행 계좌를 연동할 수 있습니다.Plaid를 통해 12,000개 이상의 기관과 연결됨– 예산 수립 및 투자에 도움이 됩니다. 동일한 원칙이 적용됩니다: 완성된 작업들을 판매하고, 가격을 단위로 따지기보다는 가치에 따라 책정합니다.

소비자 투자자에게는 이 산업을 토큰으로 측정하는 것은 무의미합니다. 중요한 질문은 OpenAI가 작업량을 증가시키면서도, 칩 및 효율성 향상으로 인해 작업당 비용이 가격보다 더 빠르게 감소할 수 있는지 여부입니다. 이 문제는 IPO가 일어나지 않더라도 투자할 수 있는 기업들과 관련이 있습니다. 칩 기술 덕분에 Nvidia의 GPU 사업에서 얻는 수익이 Broadcom의 ASIC 사업으로 이동하고, 마이크로소프트의 데이터센터 파트너 사업도 성장합니다. OpenAI가 작업당 비용 절감 효과를 가격 하락으로 바꾸는지, 아니면 더 저렴한 프롬프트로 전환하는지를 주목해야 합니다. 실제 제품은 가격표가 아니라 그 전환 과정입니다.