미래 기술 산업에서 가장 무서운 장면은 기술력이 낮은 회사가 싸게 파는 경우가 아닙니다. 진짜 무서운 장면은 어느 정도 성능을 갖춘 회사가 가격까지 크게 낮춰버리는 경우입니다. 그러면 시장의 기준 자체가 바뀝니다.

지금 AI 시장에서 그런 일이 벌어질 가능성이 커지고 있습니다. 특히 중국의 딥시크는 이미 한 차례 시장에 충격을 줬습니다. “이 정도 성능의 AI를 이렇게 낮은 비용으로 만들 수 있다면, 기존 미국 AI 기업들의 막대한 투자 구조는 괜찮은가”라는 질문이 나온 것입니다.

최근에는 이 흐름이 더 노골적인 가격 경쟁으로 이어지고 있습니다. 딥시크는 플래그십 AI 모델인 V4-Pro의 API 가격을 당초 프로모션 성격으로 75% 낮췄는데, 이후 이 가격 인하를 영구화하겠다고 밝혔습니다. 쉽게 말해 “잠깐 싸게 팔아보겠다”가 아니라 “이 낮은 가격을 계속 유지하겠다”는 신호를 보낸 것입니다.

딥시크의 75% 가격 인하는 단순 할인 행사가 아니다

딥시크의 이번 가격 인하가 중요한 이유는 AI 서비스의 핵심 원가가 바로 토큰 처리 비용이기 때문입니다. 생성형 AI는 사용자가 질문을 하거나 문서를 분석하거나 코드를 생성할 때마다 계산이 발생합니다. 이때 입력과 출력으로 처리되는 단위가 토큰입니다.

기업 입장에서는 AI 모델의 성능도 중요하지만, 실제로 업무에 붙였을 때 비용이 얼마나 나오는지가 매우 중요합니다. 고객 상담, 문서 요약, 코드 리뷰, 내부 검색, 데이터 분석에 AI를 붙이면 하루에도 수백만 개, 수천만 개의 토큰이 쓰일 수 있습니다. 이때 토큰당 가격이 내려가면 AI 도입의 경제성이 완전히 달라집니다.

딥시크가 낮은 가격을 일시적으로만 적용했다면 단순한 마케팅으로 볼 수 있습니다. 하지만 영구 가격 인하로 바꾸면 이야기가 달라집니다. 경쟁사 입장에서는 “잠깐 버티면 끝나는 할인”이 아니라 “앞으로 계속 상대해야 하는 새로운 가격 기준”이 됩니다.

왜 전기차 가격 전쟁이 떠오르나

이 장면이 낯설지 않은 이유는 이미 전기차 시장에서 비슷한 흐름을 봤기 때문입니다. 처음에는 중국 전기차를 두고 “품질은 아직 부족하다”, “싼 차일 뿐이다”라는 평가가 많았습니다. 하지만 시간이 지나면서 배터리, 부품 조달, 생산 규모, 내수 경쟁이 결합되자 중국 전기차의 가격 경쟁력은 무시하기 어려운 수준이 됐습니다.

전기차 시장에서 중요한 변화는 단순히 싼 제품이 나온 것이 아니었습니다. 중국 업체들이 낮은 가격으로 밀고 들어오면서 글로벌 완성차 기업들의 수익 구조가 흔들렸다는 점입니다. 가격을 따라 낮추면 마진이 줄고, 가격을 유지하면 점유율을 빼앗기는 구조가 만들어졌습니다.

AI에서도 비슷한 일이 벌어질 수 있습니다. 미국 AI 기업들이 막대한 데이터센터 투자, 고성능 GPU, 인재 영입 비용을 감당하며 비싼 모델을 제공하는 동안, 중국 AI 기업이 “성능은 충분히 쓸 만하고 가격은 훨씬 낮다”는 조합으로 들어오면 시장은 흔들립니다.

AI 가격 전쟁의 핵심은 성능보다 원가 구조다

AI 업계의 경쟁은 겉으로는 모델 성능 경쟁처럼 보입니다. 누가 더 어려운 문제를 잘 풀고, 누가 코딩을 더 잘하고, 누가 더 긴 문서를 처리하느냐가 주목받습니다. 하지만 기업 시장에서는 다른 질문이 더 중요합니다.

“이 모델을 실제 업무에 붙였을 때 비용이 얼마나 나오느냐”입니다. 기업이 AI를 사내 시스템에 붙이면 테스트 단계에서는 비용이 작아 보일 수 있습니다. 그러나 전 직원이 쓰고, 고객 응대에 쓰고, 개발과 영업과 회계 업무에 붙이면 사용량은 빠르게 늘어납니다.

이때 AI 모델 가격이 높으면 기업은 사용량을 제한합니다. 반대로 가격이 낮으면 더 많은 업무에 AI를 붙여볼 수 있습니다. 결국 낮은 가격은 단순히 매출을 줄이는 전략이 아니라 시장을 더 빨리 장악하기 위한 전략이 될 수 있습니다.

특히 딥시크가 가격을 낮출 수 있는 배경에는 모델 효율화, 중국 내 AI 반도체 생태계, 클라우드 비용 구조, 정부 주도의 산업 육성 환경 등이 복합적으로 작용하는 것으로 볼 수 있습니다. 어느 하나만으로 설명하기 어렵습니다. 중요한 것은 결과적으로 시장에 제시되는 가격이 크게 낮아졌다는 점입니다.

중국식 국가 지원이 들어오면 게임의 룰이 달라진다

여기서 더 큰 문제는 국가 지원입니다. AI는 이제 단순한 민간 기업 경쟁이 아닙니다. 미국도 중국도 AI를 국가 안보, 산업 경쟁력, 군사 기술, 데이터 주권과 연결해서 보고 있습니다.

중국은 이미 AI를 전략 산업으로 육성하고 있습니다. 중앙정부와 지방정부, 국유 자본, 정책 금융, 산업 펀드가 AI 기업과 반도체, 로봇, 데이터센터 생태계를 지원하는 구조입니다. 중국의 국가 AI 산업 투자펀드는 600억 위안 규모로 조성됐고, 딥시크 투자 논의에도 이 펀드가 거론됐습니다.

이런 구조에서는 기업이 단기 이익만 보고 움직이지 않을 수 있습니다. 민간 기업이라도 국가 전략 산업 안에 들어가면 낮은 가격, 빠른 확장, 생태계 장악이 단기 수익보다 더 중요해질 수 있습니다. 이것이 일반적인 시장 경쟁과 다른 지점입니다.

반면 미국, 유럽, 한국 같은 국가에서는 특정 기업을 노골적으로 지원하는 데 정치적 부담이 큽니다. 정부가 한 기업을 밀어주면 특혜 논란이 생깁니다. 세금이 왜 특정 기업에 들어가느냐는 질문도 나옵니다. 지원을 하더라도 의회, 여론, 규제, 감사 절차를 거쳐야 합니다.

WTO 시대의 안전장치도 예전 같지 않다

과거에는 국가 보조금이나 덤핑 논란이 커지면 세계무역기구, 즉 WTO 체제 안에서 문제를 제기하는 방식이 있었습니다. 물론 완벽하지는 않았지만, 최소한 국제 무역 규범이라는 틀이 존재했습니다.

하지만 지금은 상황이 다릅니다. WTO 분쟁 해결 체제는 상소기구 기능이 약화되면서 예전만큼 강한 조정력을 발휘하지 못하고 있습니다. 여기에 미중 갈등까지 겹치면서 첨단기술 분야는 점점 규칙 기반 경쟁보다 힘과 보복 조치가 앞서는 구조로 바뀌고 있습니다.

미국도 손 놓고 있지는 않습니다. 미국은 중국 AI와 기술 수출에 맞서기 위해 동맹국의 미국산 AI 모델, 칩, 소프트웨어, 클라우드 도입을 지원하는 방안을 추진하고 있습니다. 즉 미국도 결국 “시장에 맡기자”만으로는 부족하다고 보고, 금융과 외교를 결합한 기술 수출 전략으로 대응하고 있습니다.

이 말은 AI 경쟁이 앞으로 더 정치화될 수 있다는 뜻입니다. 어느 모델이 더 좋은지뿐 아니라, 어느 나라 기술을 쓰는 것이 안전한지, 어느 클라우드를 쓰는 것이 정치적으로 부담이 적은지, 어느 공급망이 제재에 걸리지 않는지가 함께 고려됩니다.

중국과 직접 부딪히는 업종은 왜 돈 벌기 어려워지나

최근 투자자들 사이에서 “중국과 직접 부딪히는 업종은 돈 벌기 어렵다”는 말이 나오는 이유도 여기에 있습니다. 중국 기업이 들어오는 산업에서는 가격 경쟁이 빠르게 심해지는 경우가 많습니다. 전기차, 태양광, 배터리, 철강, 디스플레이에서 이미 비슷한 흐름을 경험했습니다.

이 산업들의 공통점은 대규모 설비투자와 정부 정책의 영향을 크게 받는다는 점입니다. 한 번 생산능력이 크게 늘어나면 기업들은 설비를 놀릴 수 없습니다. 그러면 가격을 낮춰서라도 물량을 밀어내려는 유인이 생깁니다. 이 과정에서 글로벌 가격이 내려가고, 경쟁사의 이익률도 함께 압박받습니다.

AI도 완전히 같지는 않지만 유사한 압력이 생길 수 있습니다. 데이터센터, AI 반도체, 모델 개발 인력, 클라우드 인프라에 막대한 돈이 들어갑니다. 한 번 투자가 들어가면 사용량을 늘려야 하고, 사용량을 늘리려면 가격을 낮춰 고객을 끌어와야 합니다.

결국 가격 경쟁이 시작되면 소비자와 기업 고객에게는 좋은 일처럼 보입니다. 더 싸게 AI를 쓸 수 있기 때문입니다. 하지만 AI 모델 기업 입장에서는 수익성이 나빠질 수 있고, 고비용 구조를 가진 기업은 투자 회수 기간이 길어질 수 있습니다.

한국 기업은 어디를 봐야 하나

한국 입장에서는 이 흐름을 단순히 “중국 AI가 싸다” 정도로 보면 안 됩니다. 핵심은 앞으로 미래 기술 산업에서 가격 경쟁과 국가 지원이 반복될 수 있다는 점입니다. AI, 로봇, 배터리, 전기차, 반도체 장비, 바이오 제조, 친환경 에너지 모두 비슷한 압력을 받을 수 있습니다.

중국과 정면으로 부딪히는 분야에서는 마진 방어가 어려울 수 있습니다. 제품이 표준화되고 가격 비교가 쉬워질수록 더 그렇습니다. 결국 한국 기업은 단순 제조 경쟁만으로는 불리해질 수 있습니다.

반대로 중국이 쉽게 따라오기 어려운 영역은 여전히 기회가 있습니다. 고성능 메모리, 첨단 패키징, 특수 소재, 정밀 장비, 보안이 중요한 기업용 소프트웨어, 산업별 데이터와 결합한 AI 서비스, 브랜드 신뢰가 중요한 B2B 솔루션 등이 그런 영역입니다.

특히 AI 분야에서는 “모델을 직접 만들어 세계 1등이 되겠다”는 목표만으로는 부족합니다. 한국 기업이 실제로 강한 제조, 금융, 의료, 유통, 콘텐츠, 통신 데이터와 AI를 결합해 현장형 서비스를 만드는 전략이 더 현실적일 수 있습니다.

투자자 관점에서는 무엇이 달라지나

투자자 입장에서도 질문이 달라져야 합니다. 예전에는 “AI를 한다”는 말만으로도 높은 평가를 받을 수 있었습니다. 하지만 가격 경쟁이 시작되면 시장은 훨씬 냉정해집니다.

앞으로는 AI 기업을 볼 때 매출 성장률만 보면 부족합니다. 토큰당 원가가 내려가고 있는지, 고객이 오래 남아 있는지, 기업 업무 시스템 안에 깊이 들어갔는지, 가격을 낮춰도 마진을 지킬 수 있는지를 봐야 합니다.

또 중국과 직접 가격 경쟁을 해야 하는 기업인지, 아니면 중국의 저가 공세를 피해갈 수 있는 독점적 기술이나 고객 기반을 가진 기업인지도 중요합니다. 같은 AI 관련주라도 모델 기업, 클라우드 기업, 반도체 기업, 전력 인프라 기업, 소프트웨어 기업의 수익 구조는 모두 다릅니다.

결국 AI 산업의 다음 국면은 “누가 가장 멋진 기술을 발표했나”보다 “누가 가격 전쟁 속에서도 돈을 남기느냐”의 싸움이 될 가능성이 큽니다.

결국 미래 기술 경쟁은 국가 대 국가의 체력전이 되고 있다

딥시크의 가격 인하가 중요한 이유는 하나의 회사 이슈를 넘어섭니다. 이것은 AI 산업이 기술 경쟁에서 가격 경쟁으로, 다시 국가 자본 경쟁으로 넘어가고 있다는 신호입니다.

미국은 빅테크의 자본력과 클라우드 생태계를 앞세웁니다. 중국은 낮은 비용 구조, 거대한 내수 시장, 정부 주도 산업 정책을 결합합니다. 유럽은 규제와 신뢰를 강조하지만 속도 면에서는 부담이 있습니다. 한국은 반도체와 제조 역량은 강하지만, 플랫폼과 소프트웨어 주도권에서는 아직 과제가 남아 있습니다.

따라서 앞으로의 AI 경쟁은 단순히 어느 모델이 더 똑똑한지로 끝나지 않습니다. 누가 더 싸게 만들고, 누가 더 오래 버티고, 누가 더 많은 고객을 묶고, 누가 국가 정책의 지원을 등에 업느냐가 중요해집니다.

딥시크의 저가 공세는 이 흐름을 보여주는 대표적인 장면입니다. AI가 전기차처럼 흘러갈지 아직 단정할 수는 없습니다. 하지만 분명한 것은, 미래 기술 산업에서 가격과 국가 지원의 힘을 과소평가하면 안 된다는 점입니다.