# 오픈라우터 CEO가 본 AI 모델 시장: 선택권, 가격, 데이터 통제

> 2026-08-10 · 20VC · 큐레이션 김태우
> https://challengekim.com/insights/오픈라우터-ceo가-본-ai-모델-시장-선택권-가격-데이터-통제
> 원문: https://www.youtube.com/watch?v=K72oZoloA4M

## 핵심 요약

- 오픈라우터 CEO 알렉스 아탈라는 기업이 자체 모델을 만들더라도 비용과 성능을 비교하기 위해 다른 모델을 계속 시험할 것으로 본다.
- 추론 제공업체는 같은 모델을 서비스해도 속도와 품질에 차이를 보인다. 오픈라우터는 이를 측정해 트래픽을 조정한다고 설명했다.
- 아탈라는 미국의 개방형 가중치 모델이 중국에 뒤처져 있다고 평가하면서도, 중국 모델의 성능과 안전성 문제를 구분해 봐야 한다고 말했다.
- 그의 고객 대화에 따르면 일부 기업은 중국 모델보다 폐쇄형 최상위 모델의 데이터 처리 방식과 실행 환경을 더 불확실하게 느낀다.

## 모델을 공급하는 곳도 경쟁한다

오픈라우터는 여러 AI 모델과 이를 실행하는 제공업체에 접근하는 경로를 제공한다. 아탈라가 창업 당시 예상하지 못한 변화는 **개방형 가중치 모델을 호스팅하는 전문 업체들의 성장**이었다. 초기에는 대형 클라우드 사업자가 이 시장을 장악할 수도 있다고 봤지만, 그의 설명에 따르면 Fireworks와 Together 같은 업체가 새 모델을 더 빨리 올리고 운영상의 예외를 처리했다.

같은 모델이라도 제공업체별 측정 결과는 다르며 시간이 지나면서 바뀐다고 그는 말했다. 오픈라우터는 품질, 속도, 가격의 변화를 감지하면 중앙 라우터에서 트래픽 배분을 조정한다. 그가 추론 제공 계층의 경쟁이 지속될 것으로 보는 근거에는 현재의 공급 부족도 있다. 다만 이는 시장 상황에 관한 그의 판단이지, 제공업체의 수익성이 보장된다는 뜻은 아니다.

## 자체 모델을 만들어도 다른 모델이 필요한 이유

기업이 자체 데이터로 특화 모델을 만드는 흐름에 대해 아탈라는 오픈라우터의 수요를 없애지 않을 것으로 봤다. 다른 기업과 모델 개발사도 새로운 데이터로 모델을 개선하므로, 자체 모델을 가진 기업 역시 성능이나 비용에서 이점이 있는지 외부 모델을 시험할 유인이 있다는 논리다. 그는 기업의 자체 모델이 특정 업무와 브랜드를 대표할 수는 있어도 모든 용도에서 앞서기는 어렵다고 주장했다.

모델 선택을 돕는 라우터가 늘어나는 데 대해서는 접근 범위와 유연성을 강조했다. 고객이 일부 모델만 쓸 수 있는 게이트웨이에 묶이면 새 모델을 시험하거나 공급업체 의존도를 줄이기 어렵다는 설명이다. 가격도 사용 방식에 따라 다르다. 진행자가 언급한 5.5% 수수료는 사용량에 따라 결제하는 요금제에 관한 것이며, 아탈라는 약정 지출을 기반으로 하는 기업 요금제에는 그 약정 금액에 수수료를 붙이지 않는다고 말했다. 고객이 자체 추론 인프라나 키를 가져오는 경우에도 해당 수수료가 없다고 설명했다.

## 가격 하락과 실제 사용량

토큰 가격이 떨어지면 지출에 연동된 수익도 줄 수 있다는 질문에 아탈라는 한 사례를 제시했다. 오픈라우터에서 제공하는 한 모델의 가격이 약 2주 동안 10분의 1로 내려간 뒤 사용량은 13배가 됐다는 것이다. 사용량은 급증 후 그 수준에서 안정됐다고 덧붙였다. 그는 이를 가격 하락이 수요를 늘린 사례로 해석했지만, 이런 관계가 시장 전체에서 얼마나 성립하는지는 충분히 모델링되지 않았다고 인정했다.

오픈라우터의 모델 사용 순위 역시 전체 시장의 순위로 읽어서는 안 된다. 아탈라는 자사 고객에게 여러 모델을 쓰려는 기업이 많이 모인다는 편향을 인정했다. 한 공급업체의 모델만 쓰는 기업은 집계에서 빠지기 쉬워, 오픈라우터 데이터가 최상위 폐쇄형 모델의 사용량을 적게 반영할 수 있다는 설명이다.

## 중국 모델의 성능과 기업의 우려

아탈라는 미국이 개방형 가중치 모델에서 중국에 뒤처져 있다고 평가했다. 최근 주목받은 Kimi에 대해서는 글쓰기 품질을 높게 봤지만, 장기간 이어지는 작업과 사이버 관련 능력에서는 최상위 폐쇄형 모델에 뒤처진다고 말했다. GLM의 발전은 개방형 가중치 모델에 큰 진전이었다고 평가했다. 이는 모델별 강점에 관한 그의 견해이며, 모든 작업에서 중국 모델이 우세하다는 주장은 아니다.

중국 모델의 위험을 묻는 질문에는 내부 사정을 안다고 주장하지 않았다. 그는 일반적으로 안전하지 않다고 판단되는 모델은 플랫폼에서 내리고, 프롬프트 인젝션 의심 입력을 표시하거나 개인정보를 줄이는 기능을 제공한다고 설명했다. 동시에 자신의 고객 대화에서는 기업들이 폐쇄형 최상위 모델을 더 불안해하는 경우가 있다고 말했다. 입력 데이터가 어디에 저장되고 누가 볼 수 있는지 불분명하게 느끼며, 자체 장비나 선택한 제공업체에서 모델을 실행할 수도 없기 때문이다. 이는 그가 접한 고객의 우려에 관한 설명이지 기업 전체를 대상으로 한 조사 결과는 아니다.

## 모델 개발사와 앱의 경계

기업이 모델 개발사를 경계하는 이유로 아탈라는 경쟁 가능성도 들었다. 통합 기능과 시스템 프롬프트를 더해 특정 팀에 AI를 제공하는 스타트업은, 모델 개발사가 그 팀을 전략적으로 중요하게 여기기 시작하면 경쟁 관계에 놓일 수 있다는 분석이다. 그는 디자인 도구를 사례로 들면서도 실제 이용자가 기존 도구에서 지속적으로 옮겨가는지는 충분히 확인하지 못했다고 밝혔다.

반대로 개발자가 모델을 쉽게 바꾸는 것만도 아니다. 아탈라에 따르면 기존 모델에 맞춘 앱과 안전장치가 안정적으로 작동하거나, 새 모델의 가격상 이점이 없거나, 출력에 대한 신뢰가 쌓인 경우에는 더 나은 모델이 나와도 유지하는 이용자가 있다. 이용 기록을 바탕으로 한 ‘기억’이 모델, 앱, 라우터 가운데 어디에 자리 잡을지도 아직 열려 있다고 봤다. 앱이 가진 업무 맥락을 모델 개발사가 모두 확보할 수는 없다는 것이 그의 판단이다.

## 에이전트의 사용자 경험과 모델 선택

아탈라는 에이전트를 실행하고 다른 도구와 연결하는 틀인 **하네스**에도 독자적인 가치가 있다고 봤다. 하네스가 다른 하네스를 호출하거나 클라우드의 격리된 환경에서 실행될 수 있고, 개발자가 작동 과정을 살펴볼 수 있다는 설명이다. 모델 성능이 좋아지면서 일부 하네스가 기존 코드를 덜어내는 현상은 인정했지만, 이용자와의 접점을 만드는 역할은 남을 것으로 전망했다.

그가 제시한 작업 분담 방식은 값비싼 모델이 전체 일을 조율하고 저렴한 개방형 모델이 결과 형태가 정해진 하위 작업을 맡는 것이다. 텍스트 분류처럼 과제와 출력이 분명한 경우를 예로 들었다. 조율 모델이 결과를 읽고 불확실성이 큰 다음 작업을 이어간다는 구상이다.

아탈라의 전망을 관통하는 전제는 모델의 종류와 공급 경로가 계속 늘어난다는 것이다. 다만 가격 하락에 따른 수요 증가, 기업의 모델 선택, 하네스의 지속성은 각각 그가 제시한 사례와 관찰에 근거한 판단으로 남아 있다.

---

원문을 바탕으로 AI 가 한국어로 요약·재구성한 글입니다. 인용·수치는 원문 링크에서 확인해 주세요. [원문 링크](https://www.youtube.com/watch?v=K72oZoloA4M)