네이버 증권 리서치
박제민 QnA.I_중국 오픈소스 모델의 부상
💡 해당없음
이번 리포트는 중국 오픈웨이트 프론티어 모델의 급부상을 계기로 글로벌 AI 경쟁 구도가 ‘모델 성능’만이 아니라 ‘추론 효율, 토큰 비용, 서빙 최적화, 데이터 플라이휠’까지 포함한 총체적 경쟁으로 진입했다고 본다. Kimi K3, Qwen 3.8, DeepSeek V4, GLM-5.2, MiniMax M3, Hunyuan Hy3 등 중국 모델들이 6~7월 집중적으로 공개되면서 벤치마크 상 성능은 미국 상위권과 근접하거나 일부 앞서는 사례가 등장했지만, 실제 에이전트 업무에서는 토큰 사용량과 수행 시간, 서비스화 비용이 더 중요하다는 점을 강조한다. 이 과정에서 AI Labs 경쟁은 더 고도화되고, CSP와 AI 인프라 수요는 대형 모델 확산과 함께 오히려 늘어날 가능성이 있지만, 기존 초대형 수주잔고의 독점적 가치가 희석될 수 있다는 점도 함께 제시한다. 종합하면 AI 생태계 전반에는 구조적 수요 확대가 이어지되, 투자 관점에서는 성능 우위의 질과 비용 효율, 그리고 밸류에이션 대비 실질 수익화 속도를 더 엄격하게 봐야 하는 국면이다.
📈 투자 포인트
- 중국 오픈웨이트 프론티어 모델이 2026년 6~7월에 집중 출시되며 글로벌 AI 모델 경쟁이 한층 격화됨
- Kimi K3는 A.A 벤치마크에서 Claude Opus 4.8을 앞서는 성능을 제시했고, 코딩 에이전트 벤치마크에서도 강한 결과를 보임
- 중국 모델들이 기존 오픈웨이트 대비 100만 토큰당 $3/$15 수준의 프론티어 가격을 제시하며 상용화 접근성을 높임
- 실제 에이전트 성능은 벤치마크보다 토큰 사용량, 수행 시간, 메모리 효율, 서빙 효율이 중요하다는 점을 부각함
- AI Labs는 이미 확보한 매출, 사용자 락인, 데이터 플라이휠을 바탕으로 중국 모델사 대비 여전히 강한 해자를 보유함
- CSP는 경쟁 심화로 서버 수요가 늘어나는 동시에, OpenAI·Anthropic 중심의 초대형 backlog 가치가 일부 희석될 수 있음
- AIaaS/TaaS 및 Copilot 같은 SaaS 엔진에 오픈웨이트 모델 선택지가 늘어나면서 기업 고객의 도입장벽과 비용 부담이 낮아질 수 있음
- 대형 모델 확산은 GB200/GB300 NVL72 같은 고사양 인프라와 MXFP4, Kimi Delta Attention 같은 메모리 효율 기술 수요를 동시에 자극함
⚠️ 리스크
- 중국 모델이 벤치마크는 강하지만 실제 서비스 환경에서 토큰 효율과 처리 속도가 미국 선두 모델 대비 열위일 수 있음
- 오픈웨이트 확산은 기존 AI Labs의 독점적 지위와 클라우드 수주잔고 가치를 일부 훼손할 수 있음
- AI 인프라 수요가 커지더라도 부품 비용과 자본 비용 상승으로 수익성 압박이 지속될 수 있음
- 중국이 모델뿐 아니라 칩과 데이터센터까지 자립을 확대할 경우 글로벌 공급망과 수요 구도가 변할 수 있음
- 프론티어 모델의 실제 경쟁력은 공개 벤치마크보다 서비스 품질, 비용, 제품 통합 능력에 좌우되어 결과 변동성이 큼
- 선두 기업들의 모델 성능 지표가 비공개인 경우가 많아 외부에서는 진짜 효율 우위를 판단하기 어려움
🔗 PDF 원문 보기