핵심 내용 요약
지스펙(Zhipu)의 2026년 상반기 실적은 “고성장 + 손실 축소 + 구조 최적화”의 특징을 보였습니다: 매출이 전년 동기 대비 거의 4배로 급증했지만, 여전히 손실 상태에 있습니다(다만 작년보다 손실이 줄었습니다); 매출 구조가 “모델 배포 판매”에서 “API 서비스 판매”로 전환되었으며, API 사업이 이제 수익을 창출하기 시작했습니다; “모델 파라미터가 작다”는 의문에 대해 모델의 효과는 다양한 요인의 종합 결과라고 강조했습니다; 국산 칩을 활용한 대규모 추론을 실현하며, “효율적인 연산 능력”에 더 주목하고 있습니다; 업계 경쟁은 단기적인 순위보다는 저비용으로 지속적으로 고도의 지능을 제공하는 능력이 중요합니다.
1. 매출은 급증했지만 여전히 손실: 구조 전환의 중요성
지스펙의 상반기 매출은 9억 5,400만 위안으로 전년 동기 대비 399.7% 증가했지만, 손실은 2억 7,200만 위안으로 전년 동기 대비 12% 감소했습니다. 매출이 많이 증가했음에도 불구하고 왜 손실이 난 걸까요? 핵심은 매출의 “출처”에 있습니다:
- 이전에는 주로 “로컬화 배포”(모델을 고객 서버에 설치하고 일회성 요금을 받는 방식)에 의존했지만, 이제 86.5%의 매출이 “오픈 플랫폼 + API”(모델을 인터페이스로 만들어 기업/개발자가 호출 횟수에 따라 요금을 지불하는 방식)에서 발생합니다.
- API 사업의 총이익률은 전년의 -0.4%에서 24.6%로 상승하여 이 사업 모델이 성공적으로 운영되고 있음을 보여줍니다. 이사회 비서는 “매출 구성의 변화가 더 주목할 만하다”고 말했는데, 이는 API가 반복적인 수익원이기 때문에 일회성 배포보다 더 안정적이며, 향후 수익성이 더욱 강화될 것입니다.
2. 모델 파라미터만이 전부가 아닙니다: 지스펙은 “파라미터가 작다”는 의문에 어떻게 대응하나요?
어떤 이들은 지스펙이 “후처리 훈련만 할 수 있고 파라미터 규모가 작다”고 비판하지만, 창립자 탕제(Tang Jie)의 답변은 명확합니다:
- 모델의 품질은 “파라미터의 양”만으로 판단할 수 없습니다(예: 대형 모델의 파라미터가 얼마인지). 훈련 데이터의 양, 연산 능력이 어느 단계에 사용되는지(사전 훈련/중간 훈련/후처리 훈련), 그리고 누가 어떻게 사용하는지도 중요합니다.
- 예를 들어, GLM-5.3과 5.2의 파라미터는 같지만, 한 달간 장기 훈련과 강화 학습을 거친 후에는 GLM-5.3의 효과가 더 좋았습니다. 그는 모델 최적화를 “여러 조정 매개변수를 조절하는 것”에 비유했으며, 이번에는 후처리 훈련을 선택했지만 다른 단계들이 중요하지 않은 것은 아니며 향후에도 계속 조정할 것입니다.
- 현재 국내의 훈련 데이터는 약 30~50조 개의 토큰(token) 수준이며, 연산 능력이 제한적인 상황에서 무분별하게 파라미터를 늘리는 것은 “한계 효과”가 매우 낮습니다(예: 파라미터를 2배로 늘려도 효과가 5%만 향상됨). 따라서 돈을 더 효율적인 곳에 투자하는 것이 중요합니다.
3. 연산 능력의 핵심: 국산 칩만으로는 충분하지 않으며, “효율적인 연산 능력”이 필요합니다
지스펙은 이전에 “10만 카드급 규모의 국산 칩을 활용한 대규모 추론”을 실현했다고 밝혔으며, 이번에 두 가지 중요한 점을 추가로 설명했습니다:
- 연산 능력의 출처가 다양합니다: 자체 클러스터 + 임대 + 구매를 통해 훈련부터 추론까지의 전 과정을 커버합니다.
- 업계의 관심사가 변했습니다: 이전에는 “국산 칩이 모델을 실행할 수 있는지”를 물었지만, 이제는 “국산 칩을 사용하는 것이 경제적인지”를 묻습니다.
- “효율적인 연산 능력”을 강조합니다: 단순히 카드를 많이 구입하는 것이 아니라, 그 카드들이 실제로 잘 작동하고, 안정적으로 사용할 수 있으며, 데이터 처리 능력(예: 생성되는 토큰 수)으로 실제로 전환될 수 있는지가 중요합니다. 단순히 카드를 쌓는 것은 의미가 없으며, 실제로 유용한 연산 능력이 핵심입니다.
4. 업계 경쟁의 핵심은 무엇인가? 단기적인 순위가 아니라 “지속적인 가성비 + 새로운 업무 능력”
회장 류더빙(Liu Debing)은 현재 모델이 빠르게 업데이트되고 있으며, 오늘 어떤 순위에서 1위를 차지하더라도 내일 다른 회사가 따라잡을 수 있다고 말했습니다. 진정한 경쟁력은 다음과 같습니다:
- 더 낮은 비용으로 지속적으로 더 높은 지능을 제공하는 능력: 예를 들어, 같은 AI 기능을 다른 회사보다 저렴하게 제공하거나, 같은 비용으로 더 좋은 결과를 내는 것입니다.
- 미래의 가격 추세: 일반적인 업무(예: 간단한 질문응답)의 가격은 점점 낮아질 것이지만, 새로운 업무(예: 복잡한 과학 연구 분석, 산업 설계)를 처리할 수 있는 모델은 여전히 높은 가격에 판매될 것입니다.
- 가격 결정권은 “토큰 수량”(예: 한 번의 호출에 얼마를 받는지)에 있지 않고, “토큰이 어떤 업무를 완수할 수 있는지”에 있습니다: 만약 당신의 모델이 다른 회사가 해결할 수 없는 문제를 해결할 수 있다면, 비용이 조금 더 비쌌더라도 고객은 기꺼이 지불할 것입니다.
결론
지스펙의 상반기 보고서는 우리에게 이렇게 말합니다: AI 회사의 성장은 매출 증가율이나 모델 파라미터만으로 판단할 수 없으며, 사업 구조가 건강한지, 기술이 실용적인지, 연산 능력이 효율적인지, 그리고 지속적으로 “유용한 가치”를 창출할 수 있는지를 더 중요하게 봐야 합니다. 일반 사용자에게 이는 앞으로 AI 서비스가 점점 더 저렴해질 것이지만, 복잡한 문제를 해결할 수 있는 진정한 AI는 여전히 가치가 있을 것입니다.