모델이 아니라 라우터가 80억 달러였습니다
오늘 AI 뉴스에서 가장 비싼 가격표는 모델에 붙지 않았습니다. 모델을 고르는 계층에 붙었습니다. 스트라이프가 오픈라우터를 80억 달러 이상에 인수했고, 역대 가장 빠르게 성사된 대규모 AI 인수로 기록됐습니다. 같은 날 지능 점수 최상위 오픈 모델은 또 한 번 갈렸고, 4개월간 1위를 지키던 로컬 코딩 모델은 신규 모델에게 나흘 만에 자리를 내줬습니다. 이 두 사실을 나란히 놓으면 오늘 시장이 무엇에 값을 매겼는지가 선명해집니다.
모델은 소모품처럼 오가지만, 그 사이를 관리하는 계층이 구조로 남는다는 오늘 뉴스를 형상화한 이미지입니다.
나흘 만에 바뀌는 왕좌에는 값을 매기기 어렵습니다
먼저 모델 쪽 소식을 순서대로 봅니다. Z AI가 GLM-5.3을 API로 공개하면서 지능 점수 60점으로 키미 K3와 동점을 기록했습니다. 방어적 사이버보안과 코딩, 복잡한 에이전트 작업에 특화한 모델인데, 흥미로운 대목은 베이스 모델을 바꾸지 않고 그 점수에 도달했다는 점입니다. 같은 시각 알리바바의 Qwen3.8-27B는 출시 나흘 만에 Cline 플랫폼의 최고 로컬 모델이 되면서, Qwen2.5-Coder-7B가 4개월간 지키던 1위를 끝냈습니다. Harvey에서도 동시에 정상에 올랐습니다. 여기에 Ornith이 9B Dense와 35B MoE, 397B MoE로 구성된 Ornith-1.5 제품군을 공개했고, 397B 변형이 코딩 벤치마크에서 클로드 오퍼스 4.8을 앞섰습니다.
세 소식의 공통점은 성능이 아니라 주기입니다. 4개월짜리 1위 기록이 뉴스가 될 만큼 길게 느껴지는 시장이 됐습니다. 나흘 만에 왕좌가 바뀌는 자산에 장기 계약을 걸기는 어렵습니다. 기업이 특정 모델 이름을 계약서와 코드에 박아 넣는 순간, 그 문장은 다음 분기에 부채로 바뀝니다.
Ornith 소식은 여기에 한 가지를 더 얹습니다. 오픈 모델이 코딩에서 최상위 클로즈드 모델과 대등해지면, 그동안 오픈 모델을 미뤄 온 근거 중 성능 항목이 사라집니다. 성능이 사라진 자리에는 다른 기준이 들어옵니다. 어디서 돌릴 수 있는지, 데이터가 어디로 나가는지, 가중치를 우리가 보관할 수 있는지 같은 것들입니다. 규제 산업과 폐쇄망 고객에게는 원래부터 이쪽이 1순위였고, 이제 성능을 이유로 설득당할 일이 줄었습니다. 벤치마크 한 줄이 조달 기준을 바꾸는 순간이 이런 모양으로 옵니다.
한 가지는 짚고 넘어가야 공정합니다. 벤치마크 1위와 우리 업무에서의 1위는 다른 사건입니다. Cline과 Harvey에서 정상에 올랐다는 사실이 우리 코드베이스에서도 최선이라는 보장은 되지 않습니다. 그래서 모델 교체를 뉴스 속도에 맞추는 조직은 대개 손해를 봅니다. 필요한 것은 빠른 교체가 아니라, 교체를 저렴하게 만드는 구조입니다. 두 가지는 자주 혼동되는데 비용 구조가 정반대입니다.
같은 모델에 문이 세 개 달렸습니다
GLM-5.3 소식에는 성능 수치보다 덜 눈에 띄지만 더 구조적인 사실이 하나 더 있습니다. 이 모델은 Venice 플랫폼에서 익명으로 접근할 수 있고, 오픈라우터에서도 쓸 수 있으며, Z AI 자사 퍼스트파티 채널로도 제공됩니다. 하나의 모델에 문이 세 개 달린 셈입니다.
문이 여러 개라는 사실은 사용자에게 선택지처럼 보이지만, 운영하는 쪽에서 보면 관리 대상이 셋으로 늘어난다는 뜻입니다. 채널마다 인증 방식과 요율과 데이터 처리 정책이 다르고, 어떤 채널은 익명 접근을 허용하며 어떤 채널은 그렇지 않습니다. 어제까지는 어느 모델이 가장 똑똑한가가 질문이었다면, 오늘은 이 작업을 어느 모델의 어느 문으로 보낼 것인가가 질문입니다. 후자는 모델 능력의 문제가 아니라 정책의 문제입니다.
비용 회계도 같은 자리에서 어려워집니다. 한 모델을 세 채널로 쓰면 청구서도 세 장이 됩니다. 어느 팀의 어느 워크플로가 얼마를 썼는지는 채널 합계로는 답이 나오지 않습니다. 토큰을 쓴 주체가 사람이 아니라 에이전트일 때는 더 그렇습니다. 에이전트는 사람보다 훨씬 자주 호출하고, 실패하면 다시 시도하며, 그 재시도까지 과금됩니다. 사용량을 작업 단위로 묶어 보지 못하면 비용 관리는 사후 놀람으로 끝납니다.
스트라이프가 산 것이 정확히 그 문제를 다루는 계층입니다. 인수 발표에 붙은 표현도 모델이 아니라 1,000만 개발자와 기업 커뮤니티의 토큰 흐름이었습니다. 흐름을 관리한다는 말은 결제 회사가 오랫동안 해 온 일의 정의와 겹칩니다. 어느 통로로 보낼지 고르고, 실패하면 다른 통로로 넘기고, 오간 것을 기록하고, 나중에 정산합니다. 결제사가 AI 회사를 샀다기보다, 라우팅이 결제를 닮아 가는 지점에 결제사가 먼저 도착했다고 읽는 편이 사실에 가깝습니다. 스트라이프는 같은 발표에서 상반기 매출 41% 성장과 잉여현금흐름 43% 증가를 함께 알렸고, AI 특이점이 1월 1일 시작됐다는 선언까지 덧붙였습니다. 선언은 마케팅이지만 가격표는 마케팅이 아닙니다.
라우터 아래에는 여전히 쇳덩이가 있습니다
여기서 논의를 라우팅으로만 끝내면 오늘 뉴스의 절반을 놓칩니다. 네비우스가 45억 달러 규모 전환사채 발행에 나섰고, 조달 자금은 대용량 컴퓨팅 사이트 건설을 앞당기는 데 쓰입니다. 시장 반응은 환영이 아니었습니다. 발행 소식에 주가는 프리마켓에서 7% 내렸습니다. 컴퓨팅 확장 경쟁이 이제 성장 서사가 아니라 희석 리스크로도 읽힌다는 신호입니다.
공급 쪽 그림도 한 겹 더 복잡해졌습니다. 마벨이 구글에 122억 달러 규모 AI 칩 워런트를 부여하면서 반도체 계약을 확대했고, 여기에는 구글 TPU용 추론 가속기와 메모리 및 스토리지 컨트롤러가 포함됩니다. 마벨 주가는 13% 올랐습니다. 추론 연산의 공급원이 범용 GPU 한 갈래로 수렴하지 않고 갈라지고 있다는 뜻입니다.
반대편 끝에서는 하드웨어 요구 자체가 줄어듭니다. Unsloth가 Qwen3.8-27B용 새 GGUF와 양자화 가중치를 공개하면서, 1비트 양자화로 8GB RAM 수준의 소비자용 하드웨어에서 27B 모델이 돌아가고 정확도는 77% 수준을 유지한다고 밝혔습니다. 27B 모델이 노트북에서 도는 쪽과 122억 달러짜리 전용 가속기 계약이 같은 날 뉴스에 오릅니다. 워크로드마다 최적 실행 위치가 다르다는 사실이 이보다 분명하게 드러나기도 어렵습니다.
77%라는 숫자는 그대로 읽어야 합니다. 정확도의 23%를 내주고 하드웨어 요구를 크게 낮춘 거래인데, 이 거래가 성립하는 작업과 성립하지 않는 작업은 따로 있습니다. 분류나 추출, 초안 작성처럼 뒤에 검증 단계가 붙는 작업이라면 남는 장사입니다. 반대로 결과가 그대로 고객에게 나가거나 다음 단계의 입력이 되는 작업이라면 23%는 싼값이 아닙니다. 같은 조직 안에서도 워크로드별로 답이 갈리기 때문에, 전사 표준 모델 하나를 정하는 방식은 점점 손해가 됩니다.
두 뉴스를 겹쳐 놓으면 조달의 모양도 바뀝니다. 한쪽에서는 네오클라우드가 부채로 대형 사이트를 짓고, 다른 쪽에서는 하이퍼스케일러가 자체 추론 칩을 확대하며, 또 다른 쪽에서는 소형 하드웨어로 내려가는 경로가 열립니다. 이 셋 중 하나에 몰아서 베팅하는 계획은 위험합니다. 지금 필요한 것은 최적 하드웨어를 맞히는 능력보다, 하드웨어가 바뀌어도 워크로드가 따라 움직일 수 있는 이동성입니다.
라우터도 결국 누군가의 자산입니다
여기서 통념을 한 번 뒤집어 봅니다. 모델 종속이 위험하니 라우터로 감싸자는 결론은 절반만 맞습니다. 라우터를 특정 회사가 소유하는 순간, 라우터가 새로운 종속 지점이 됩니다. 어제까지 중립적으로 보이던 계층이 오늘 한 결제 회사의 자산이 됐습니다. 여기에 오픈AI가 2027년 상장을 목표로 하고 있고 사라 프라이어 CFO가 상장 시점은 상업적 성과 속도에 달렸다고 밝힌 소식까지 겹치면, 공급 측 전반이 수익화 압력 아래로 들어가는 그림이 됩니다. 상장 일정을 가진 공급사는 가격과 정책을 조정할 이유가 생깁니다.
중립적인 인프라가 인수된 뒤에 무엇이 달라지는지는 이미 여러 번 본 장면입니다. 처음에는 아무것도 바뀌지 않습니다. 시간이 지나면 인수한 쪽의 주력 사업과 가까운 기능이 먼저 좋아지고, 먼 기능은 우선순위에서 밀립니다. 결제 회사가 소유한 라우터라면 정산과 과금 쪽이 빠르게 정교해질 가능성이 높습니다. 그 방향이 우리 팀의 방향과 일치하면 이득이고, 어긋나면 남의 로드맵을 기다리는 처지가 됩니다. 인수 자체를 나쁜 소식으로 볼 이유는 없지만, 로드맵 결정권이 우리 밖으로 이동했다는 사실은 계산에 넣어야 합니다.
그래서 방어선은 라우터를 쓰느냐가 아니라, 라우팅 규칙을 내가 소유하느냐에 있습니다. 어느 작업을 어느 모델로 보낼지, 어떤 데이터가 어떤 채널을 통과해도 되는지, 누가 그 규칙을 바꿀 수 있고 바뀐 뒤에 무엇이 기록으로 남는지를 우리 쪽 자산으로 두어야 합니다. 그 규칙이 남의 콘솔에만 있으면, 모델 종속을 피하려다 라우터 종속으로 갈아탄 것입니다.
우리가 Paxis를 이렇게 설계한 이유
ThakiCloud가 Paxis를 만들면서 Skills와 Tools, Policies, Audit Logs를 일급 리소스로 둔 배경이 여기에 있습니다. 모델은 갈아 끼우는 부품으로 두고, 갈아 끼우는 규칙과 그 기록을 제품의 뼈대로 삼았습니다. 나흘 만에 1위가 바뀌는 시장에서는 어느 모델을 붙였는지보다 바꿔 끼울 때 무엇이 깨지지 않는지가 운영 비용을 결정하기 때문입니다. 작업별 모델 선택을 CostRouter가 맡고, 자율도를 L0에서 L3까지 나누어 정책 게이트와 감사 로그로 통과시키는 구조도 같은 판단에서 나왔습니다. 에이전트가 격리된 샌드박스에서 실행되고 MCP 커넥터로 도구를 붙이는 방식 역시, 도구와 모델이 계속 바뀔 것을 전제로 한 선택입니다.
실행 위치 역시 하나로 고정하지 않았습니다. 1비트 양자화로 소형 하드웨어에서 도는 모델과 전용 가속기 위에서 도는 모델이 공존하는 이상, 소버린 환경과 온프렘 쿠버네티스를 포함해 어디서든 같은 정책으로 돌아가는 것이 요건이 됩니다. Run everywhere, optimize deeply on ThakiCloud라는 원칙은 구호가 아니라 오늘 같은 뉴스에 대한 답입니다.
정리
당장 확인해 볼 것은 세 가지입니다. 첫째, 지금 쓰는 모델 이름이 코드와 프롬프트에 몇 군데나 하드코딩돼 있는지 세어 봅니다. 그 개수가 교체 비용입니다. 둘째, 지난달 토큰 비용을 작업 단위로 쪼개 볼 수 있는지 확인합니다. 채널별 합계밖에 안 나온다면 회계가 아니라 영수증만 있는 상태입니다. 셋째, 모델을 바꿨을 때 무엇이 깨졌는지 알려 줄 회귀 평가셋이 있는지 봅니다. 없다면 교체 판단은 매번 감으로 하게 됩니다. 세 가지 모두 모델을 고르는 일보다 지루하지만, 다음 왕좌 교체에서 실제로 차이를 만드는 쪽은 이쪽입니다.
오늘 다이제스트에서 읽어야 할 문장은 하나입니다. 모델은 소모품이 되고 있고, 값은 모델과 업무 사이의 계층에 매겨졌습니다. 그 계층을 남에게 통째로 맡기면 종속의 이름만 바뀝니다. 지금 팀에 필요한 질문은 어느 모델을 쓸 것인가가 아니라, 모델이 바뀌었을 때 우리 워크플로에서 무엇이 함께 바뀌어야 하는가입니다. 그 목록이 짧을수록 다음 왕좌 교체가 뉴스로만 남습니다.
참고 자료
이 글은 아래 뉴스를 종합해 작성했습니다.
- HuggingNews, Stripe Buys OpenRouter for $8B in Fastest Large Scale AI Acquisition
- HuggingNews, Stripe Buys OpenRouter for $8B and Declares AI Singularity Began Jan 1
- HuggingNews, Z AI GLM-5.3 Ties Kimi K3 as Most Intelligent Open Model With 60 Score
- HuggingNews, Z AI’s GLM 5.3 Ties Kimi K3 Intelligence Score Using Unchanged Base Model
- HuggingNews, Qwen3.8-27B Hits No 1 on Cline and Harvey to End 4 Month Model Streak
- HuggingNews, Qwen3.8-27B Model Runs on 8GB RAM via 1-Bit Quants Retaining 77% Accuracy
- HuggingNews, Ornith 397B Open Model Beats Claude Opus 4.8, Matching Top Closed AI in Coding
- HuggingNews, Nebius Raises $4.5B in Convertible Notes, Shares Fall 7% Premarket
- HuggingNews, Marvell Grants Google $12.2 Billion AI Chip Warrant, Lifts Shares 13%
- HuggingNews, OpenAI Targets 2027 IPO, Potential Earlier Listing if Business Inflects