AI 가성비 전쟁: 알리바바 큐원2.5 맥스

​

중국의 인공지능(AI) 경쟁이 점점 더 치열해지는 양상입니다. 이번에는 가성비의 알리바바가 새로운 AI 모델을 공개하며, 기존 모델들을 능가한다고 발표했습니다. 알리바바는 2025년 1월 28일 홈페이지를 통해 새로운 AI 모델 큐원(Qwen)2.5-맥스를 공개하고 API를 출시했습니다. 자본과 하드웨어 성능으로 승부하던 AI 모델이 중국의 참전으로 인해 창의적인 방식으로 가성비(가격 대비 성능비)를 높여가는 양상입니다.

​

​

2024년 5월 중국 딥시크(DeepSeek)가 출시한 딥시크-V2 모델은 오픈소스로 공개되면서 파격적인 가격 정책을 내세운 바 있습니다. 100만 토큰당 1위안(약 200원)이라는 전례 없는 저렴한 가격으로 시장을 흔들어 놓은 것입니다. 이에 대응해 알리바바는 자사의 AI 모델 가격을 무려 97%까지 인하하는 등 본격적인 가격 경쟁에 뛰어들었습니다. 이 경쟁은 바이두, 텐센트 등 다른 중국의 빅테크 기업들까지 가세하면서 더욱 치열해지고 있습니다.

​

​

효율성을 높인 AI 모델

큐원2.5-맥스 모델은 20조개가 넘는 토큰으로 사전 학습하고 인간 선호도에 맞춘 감독미세조정(SFT)과 인간 피드백을 통한 강화 학습(RLHF)으로 미세조정한 대형언어모델(LLM)입니다. 딥시크-V3처럼 MoE로, 적은 매개변수만 사용해 모델의 효율성을 높였다고 발표했습니다. MoE란 인공지능 모델에서 여러 개의 전문가 모델을 두고 특정 입력에 따라 적절한 전문가를 선택하여 학습 및 추론을 수행하는 방식입니다. 모든 전문가 모델을 사용하지 않고 일부만 활성화하기 때문에 연산량이 감소해 효율적으로 운영할 수 있습니다.

​

​

알리바바는 큐원2.5-맥스 모델의 매개변수나 학습 데이터 등은 공개하지 않았습니다. 그 대신, 벤치마크 결과를 강조하며 비교 모델로는 V3를 비롯해 라마 3.1-405B, GPT-4o, 클로드 3.5-소네트 등을 제시했습니다. 추론 모델인 오픈AI의 o1과 딥시크의 R1은 포함하지 않은 BM(Benchmark) 결과입니다.

​

​

큐원2.5-맥스의 추론 능력을 가리는 벤치마크는 Arena-Hard, MMLU-Pro, GPQA-Diamond, LiveCodeBench, LiveBench 등의 벤치마크 테스트를 거쳤고, 그 결과 Arena-Hard와 LiveBench 등 2개 분야에서 1위를 차지했습니다. MMLU-Pro와 GPQA-Diamond 등 지식 테스트와 LiveBench에서도 GPT-4o와 클로드3.5-소네트에 맞먹는 성능을 보였습니다. 특히, 5개 분야 모두에서 딥시크-V3의 성능을 모두 능가했습니다.

​

 

벤치마크 결과 (사진=알리바바)

​

 

중국의 AI 경쟁

딥시크-V3는 2024년 12월 26일 출시된 모델로 다음과 같은 이유로 중국 AI 열풍의 시동을 걸었다는 평가를 받은 모델입니다.

• 6710억개의 매개변수로 오픈 소스 사상 최대 규모
• MoE 방식을 통해 매개변수 340억개만 활성화하는 방식으로 추론 비용과 메모리 사용량 절감
• 엔비디아 H800 GPU로 2개월간 557만달러(약 82억원)만으로 학습

​

​

하지만, 큐원 시리즈로 오픈 소스 최강자 중 하나로 꼽혔던 알리바바가 V3를 누르기 위해 내놓은 것이 큐원2.5-맥스입니다. 매개변수나 훈련 비용은 밝히지 않았으나, MoE를 강조한 점이나 벤치마크 결과는 V3와 매우 흡사합니다. 큐원2.5-맥스는 아직 개발 중이며, 기존 플랫폼인 큐원 채팅에서 이용 가능합니다. 또 알리바바 클라우드의 모델 스튜디오를 통해 API를 이용할 수 있습니다.

​

​

2024년 12월 22일 바이트댄스는 기존 모델 두바오(Daubao)를 업그레이드한 추론 모델 두바오-1.5-프로를 출시했습니다. 이 모델은 o1을 타깃으로 한 것으로, 벤치마크에서 o1과 비슷한 성능을 보였습니다. 또 딥시크의 R1처럼 높은 성능뿐만 아니라 비용이 저렴하다는 강점을 내세웠습니다.

​

​

AI 경쟁의 양상은 가격과 접근성

아래는 큐원2.5-맥스, 딥시크-R1, GPT-4 API의 각 토큰 입력/출력 비용을 비교한 것입니다. 비슷한 성능이라면 비용이 낮은 쪽이 당연히 시장의 선택을 받을 것입니다.

 

특징	큐원(Qwen) 2.5-맥스	DeepSeek R1	GPT-4 API
입력 토큰 비용	정보 없음	$0.55/백만 토큰 (캐시 미스)	$30.00/백만 토큰
입력 토큰 비용 (캐시 적중)	정보 없음	$0.14/백만 토큰	해당 없음
출력 토큰 비용	정보 없음	$2.19/백만 토큰	$60.00/백만 토큰
캐싱 메커니즘	정보 없음	있음 (최대 90% 비용 절감)	정보 없음
가격 정책	구체적 정보 없음	투명하고 경쟁력 있는 가격 모델	정보 없음
오픈소스 여부	아니오 (API만 제공)	예 (MIT 라이선스)	아니오
비용 효율성	정보 없음	OpenAI 모델 대비 매우 높음	기준 모델

​

이 표의 주목할 만한 점은 다음과 같습니다.

1. 딥시크-R1은 캐싱 메커니즘을 통해 반복적인 쿼리에 대해 최대 90%의 비용 절감을 제공합니다.
2. 큐원2.5-맥스는 API로만 제공되며, 오픈소스로 공개되지 않았습니다.
3. 딥시크-R1은 오픈소스로 제공되어 사용자가 높은 비용 없이 AI 시스템에 접근, 수정, 구현할 수 있는 유연성을 제공합니다.
4. 중국 AI 모델들 간의 경쟁으로 인해 전반적인 가격 하락 추세가 있으며, 이러한 경쟁이 AI 대량 도입과 소비자 잇점을 제공할 것입니다.

​

​

향후 AI 시장에서 가장 중요한 요소는 성능뿐만 아니라, 가격, 접근성, 활용 가능성 등이 될 것입니다. AI 모델이 아무리 뛰어난 성능을 갖추고 있더라도, 비싸거나 사용하기 어렵다면 시장에서의 경쟁력을 확보하기 힘들 것입니다. 딥시크의 파격적인 가격 정책이 성공한 이유도 여기에 있습니다. 큐원 2.5-맥스의 가격은 아직 공개되기 전이지만, 딥시크의 가격과 비슷하다면 향후 중국이 AI의 주도권을 가져갈 가능성이 높습니다.

​

​

아래는 중국 외의 AI 서비스 가격 정책을 정리한 표입니다.

딥시크-R1의 최소 인풋 비용이 $0.14/백만 토큰인 것을 감안하면, 아래 서비스들의 가격 효율성은 갈 길이 멀어 보입니다.

주요 AI 가격

​

​

결론

AI 기술이 발전하면서, 이제는 특정 기업만이 아니라 다양한 산업군에서 AI 모델을 적극적으로 활용하려는 움직임도 늘어나고 있습니다. 금융, 의료, 제조, 교육 등 여러 분야에서 AI 기반 솔루션이 도입되고 있으며, AI가 실생활과 밀접하게 연결되는 시대가 다가오고 있습니다. 이에 따라, AI 기술의 발전과 경쟁은 단순한 기업 간 경쟁이 아니라, 산업 전반의 혁신을 이끄는 핵심 동력이 될 것입니다.

 

이번 알리바바의 AI 모델 발표는 단순한 제품 출시 이상의 의미를 갖고 있습니다. 이는 중국 AI 시장의 격화된 경쟁을 보여주는 동시에, 글로벌 AI 경쟁에서도 중국 기업들이 본격적으로 영향력을 행사하기 시작했음을 알리는 신호탄이라고 할 수 있습니다. 앞으로 AI 시장이 어떻게 변화해 나갈지, 그리고 중국과 미국의 AI 기술 경쟁이 어떤 방향으로 전개될지 지켜보는 것은 매우 흥미로운 포인트가 될 것입니다.

​

​

#알리바바클라우드 #알리바바AI #큐원2.5맥스 #딥시크V3 #딥시크R1 #OpenAIo1 #바이트댄스AI #두바오 #감독미세조정 #SFT #인간피드백을통한강화학습 #RLHF #대형언어모델 #LLM #MoE #AI가성비전쟁 #가성비의알리바바 #가성비중국