오픈웨이트 모델이 에이전트 프론티어를 넘었다: DeepSeek V4, GLM 5.2, 그리고 모델 유연 빌드

빌드 방정식을 바꾼 비용 선

2026년 5월 23일, Reuters는 DeepSeek이 V4 Pro에 대한 임시 75% 가격 인하를 영구화했다고 보도했습니다. 새 가격은 입력 100만 토큰당 $0.435, 출력 100만 토큰당 $0.87입니다. 더 가벼운 V4 Flash 변형은 $0.14와 $0.28입니다. $2.50과 $15인 GPT-5.4, 또는 $5와 $25인 Claude Opus 4.7과 비교해 보면, 그 격차는 점진적이지 않습니다. 세션당 120,000입력 토큰과 80,000출력 토큰을 소비하는 출력 집약적인 멀티턴 코딩 에이전트의 경우, 비용은 Flash에서 약 $0.04, V4 Pro에서 $0.49, GPT-5.4에서 $1.50, Claude Opus 4.7에서 $2.60에 자리합니다. 이는 토큰 볼륨이 복리로 쌓이는 워크로드 유형 — 에이전트 도구 루프 — 에서 오픈웨이트 경로에 37~65배의 비용 우위를 줍니다.

이것은 만료되는 프로모션 할인이 아닙니다. 영구적인 가격 등급이며, 하나의 능력 이정표와 함께 도착했습니다: 오픈웨이트 모델은 이제 에이전트 작업에 중요한 벤치마크에서 최전선에 있거나 그에 가깝습니다. DeepSeek V4 Flash는 SWE-bench에서 79.0%를 기록합니다. GLM 5.2는 AA Intelligence Index에서 51, GDPval-AA 점수 1524 Elo로 오픈웨이트 최상위 자리를 차지합니다. MiniMax M3은 1M-토큰 컨텍스트와 네이티브 멀티모달을 제공합니다. 2024년과 2025년 초를 정의했던 클로즈드 모델과 오픈 모델 간의 3~6개월 지연은 몇 주로 압축되었고, 비용에서는 역전되었습니다.

본番 에이전트를 구축하는 엔지니어링 책임자나 운영 VP에게 시사점은 직접적입니다: 모델 계층은 더 이상 제약이 아닙니다. 제약은 통합 계층입니다 — MCP 모듈, 거버넌스 통제, 데이터 파이프라인, 감사 추적입니다. 그리고 귀하가 비용 우위를 포착할 수 있는지를 결정하는 아키텍처 결정은 귀하의 에이전트 플랫폼이 모델 선택을 코드 배포로 다루는지, 아니면 데이터 운영으로 다루는지입니다.

실천에서 "프론티어를 넘었다"가 의미하는 바

프론티어는 단일 벤치마크가 아닙니다. 본番 에이전트가 요구하는 능력의 포트폴리오입니다: 긴 문맥 추론, 도구 호출, 구조화된 출력, 코드 생성, 그리고 긴 지평에 걸친 지시 준수. 2년 전, 오픈웨이트 모델은 이 중 한두 개에서 경쟁력이 있었고 나머지에서는 뒤떨어졌습니다. 현재 세대는 전체 집합에서 경쟁력이 있습니다.

DeepSeek V4 Pro는 1.6-trillion 매개변수의 mixture-of-experts 모델로, 49 billion 활성 매개변수, MIT 라이선스, 100만 토큰 컨텍스트, 384K 최대 출력을 가집니다. 사고 모드와 도구 호출을 지원하며, OpenAI ChatCompletions API와 Anthropic API를 모두 노출합니다 — 어느 인터페이스로 구축된 에이전트든 클라이언트 재작성 없이 전환할 수 있음을 의미합니다. V4 Flash는 증류 변형입니다: 더 저렴하고, 더 빠르며, 여전히 SWE-bench에서 79%. OpenRouter 분석은 오픈웨이트 풍경 전반에 걸쳐 패턴을 확인합니다: 구조적이었던 격차는 이제 상황적입니다, 즉 모델 카테고리가 아니라 특정 워크로드에 의존한다는 의미입니다.

Z.AI의 GLM 5.2는 긴 지평 작업을 위해 구축되었고 AA Intelligence Index에서 오픈웨이트 분야를 이끕니다. OpenAI 호환 클라이언트의 extra_body 패스스루로 설정 가능한 추론 모드를 지원하며, AWS Bedrock Mantle과 직접 Z.AI 엔드포인트를 통해 사용 가능합니다. MiniMax M3은 네이티브 멀티모달과 1M 컨텍스트를 추가합니다. 중국은 Hugging Face 다운로드에서 41%의 상대적 다수로 미국을 추월했습니다 — 오픈웨이트 생태계는 더 이상 따라잡기 연습이 아닙니다. 그것만의 가격, 그것만의 하드웨어 경로, 그것만의 배포 경제학을 가진 평행 공급망입니다.

정직한 경고: 오픈웨이트가 균일하게 더 저렴하다는 의미는 아닙니다. DeepSeek은 베이징 영업 시간(9:0012:00 및 14:0018:00) 동안 피크 시간 가격을 기준 요율의 두 배로 적용합니다. 그 시간에 항상 켜진 에이전트 루프를 실행하는 배포의 경우, 비용 우위는 좁아집니다. 피크 윈도우 중에 배치 처리를 스케줄하거나 폴백 모델로 라우팅할 수 있는 배포의 경우, 우위는 유지됩니다. 요점은, 오픈웨이트 가격은 이제 귀하가 관리하는 변수지, 귀하가 흡수하는 페널티가 아니라는 것입니다.

배포 경제학: 항상 켜진 에이전트가 왜 이제 감당 가능한가

오픈웨이트 가격 인하 아래의 비용 붕괴는 구조적입니다. 추론 컴퓨팅은 4세대에 걸쳐 약 1,000배 하락했고, 하드웨어 개선(세대당 23배), 소프트웨어 최적화(23배), mixture-of-experts 아키텍처(35배), 양자화(24배)에 의해 구동되었습니다. GPT-4 동급 모델의 비용은 토큰 100만 개당 $20에서 $0.40로 떨어졌습니다. 추론은 이제 모든 AI 컴퓨팅의 67%를 차지하며, 2023년의 33%에서 상승했고, 2026년 초 $37.5 billion으로 AI 클라우드 지출의 55%를 나타냅니다.

RFQ 처리, 카탈로그 검색, 견적 생성, 주문 인계를 실행하는 B2B 에이전트의 경우, 추론 비용은 역사적으로 재무 팀이 주춤하게 만드는 항목이었습니다. 견적 워크플로마다 200회의 도구 호출을 하고 각각이 컨텍스트를 실어 나르는 에이전트는 클로즈드 프론티어 가격에서는 비쌌습니다. 입력 100만 토큰당 $0.14인 V4 Flash에서는 동일한 워크플로의 비용이 달러가 아닌 센트입니다. DeepSeek V4 API 리뷰와 DeepInfra 가격 분석은 궤적을 확인합니다: 항상 켜진 본番 에이전트의 경제학은 "지출을 정당화하라"에서 "통합 작업에 비하면 지출은 무시할 만하다"로 넘어갔습니다.

이곳이 오픈웨이트 모델 글이 추론 경제학 글과 만나는 지점이며, 두 주제가 하나의 결정으로 이해되는 편이 나은 이유입니다. 비용 붕괴는 에이전트를 구축할 이유가 아닙니다. 비용 붕괴는 비용을 이유로 구축을 미루는 것을 멈추고 더 어려운 질문을 시작할 이유입니다: 귀하의 아키텍처는 코드 배포 없이 모델 간 라우팅할 수 있는가?

모델 유연 빌드: 데이터 운영으로서의 모델 선택

오픈웨이트 프론티어가 강제하는 아키텍처 질문은 귀하의 에이전트 플랫폼이 재배포 없이 모델을 전환할 수 있는가입니다. 대부분은 할 수 없습니다. 대부분의 에이전트 프레임워크는 모델 이름을 설정 파일이나 환경 변수에 하드코딩하며, GPT-5.4에서 DeepSeek V4 Pro로 전환하는 것은 설정 변경, 컨테이너 재빌드, 배포 롤아웃을 의미합니다. 에이전트가 견적 워크플로를 실행하는 본番 B2B 설정에서, 그것은 일 단위로 측정되는 변경 관리 프로세스입니다.

모델 유연한 대안은 모델을 등록된, 교체 가능한 자원으로 다루는 것입니다 — MCP 모듈을 다루는 것과 같은 방식으로. SilvaEngine의 ai_agent_core_engine에서 모델은 DynamoDB 테이블(aace-llms)에 등록되며, llm_provider가 해시 키, llm_name이 범위 키입니다. 각 레코드는 module_name, class_name, configuration_schema — 모델 핸들러가 받는 매개변수를 정의하는 JSON schema — 를 가집니다. 에이전트는 하드코딩된 문자열이 아니라 provider와 name으로 LLM을 참조합니다. 모델 변경은 데이터 운영입니다: 에이전트의 LLM 참조를 업데이트하면, 다음 실행이 새 핸들러와 그 설정 schema를 로드합니다. 코드 배포도, 컨테이너 재빌드도, 롤백 윈도도 없습니다.

openai_completions_agent_handler 설정 schema는 이것이 이론이 아님을 보이는 구체적 증거입니다. schema의 model 필드는 gpt-4.1, gpt-4o, gpt-5, Qwen/Qwen3-4B 같은 값을 받습니다. base_url 필드는 OpenAI 호환 서버용 커스텀 엔드포인트를 지원합니다 — SGLang으로 호스팅된 오픈웨이트 모델용 http://127.0.0.1:30000/v1. openai_api_key 필드는 인증이 필요 없는 자체 호스팅 vLLM이나 SGLang 서버에 EMPTY를 받습니다. reasoning_effort 열거는 Bedrock Mantle을 통해 zai.glm-5로 라우팅합니다. extra_body 패스스루는 Z.AI GLM의 사고 설정을 다룹니다. enable_thinking과 separate_reasoning 플래그는 SGLang과 Qwen3을 커버합니다. enable_think_tag_split 플래그는 추론 채널을 채우는 대신 원시 think 태그를 내보내는 GLM-5, DeepSeek, Qwen3 모델용 vLLM 파서 버그를 다룹니다.

이것이 본番에서 모델 유연이 의미하는 바입니다: 동일한 핸들러, 동일한 에이전트 런타임, 동일한 감사 추적, 동일한 MCP 모듈 표면 — 그 아래 모델이 설정 변경으로 교체됩니다. 에이전트의 행동, 그 도구 호출, 그 거버넌스 통제, 그 partition-key 테넌트 격리는 변하지 않습니다. 오직 추론 엔드포인트만 바뀝니다. 그것이 37배의 비용 우위를 포착할 수 있는 아키텍처와 그럴 수 없는 아키텍처의 차이입니다.

라우팅의 기회: 어떤 모델을 언제 쓸 것인가

모델 유연성은 오픈웨이트와 클로즈드 프론티어 사이의 이항 선택이 아닙니다. 본番 패턴은 라우팅입니다: 각 작업에 대해 품질 기준을 만족하는 가장 저렴한 모델을 사용하고, 작업이 요구할 때만 비싼 모델로 에스컬레이션하십시오.

B2B 견적 에이전트에는 자연스러운 라우팅 표면이 있습니다. 카탈로그 검색과 재고 조회는 저복잡도 검색 작업으로, 100만 토큰당 $0.14인 V4 Flash로 충분 이상입니다. 단계 가격, FX, 취소 정책 추론을 동반한 견적 생성은 중복잡도 작업으로, $0.435/$0.87인 V4 Pro가 스위트스팟입니다. 복잡한 다자 협상이나 엣지 케이스 정책 해석 — 클로즈드 프론티어 모델에서 비용의 80%를 유발하는 5%의 쿼리 — 은 GPT-5.4나 Claude Opus 4.7로 에스컬레이션할 수 있습니다. 라우팅 결정은 에이전트별이 아니라 도구 호출별로 내려지며, 다른 모든 도구 실행과 동일한 감사 추적에 기록됩니다.

Lucidworks 2026 Enterprise AI Adoption 보고서는 2%의 기업만이 2개 이상의 에이전트를 배포했으며, 모델 다양성 이야기에도 불구하고 대다수 조직이 단일 모델에 고수함 — 약 50%는 순 상용, 30%는 혼합, 20%는 완전 오픈소스 — 을 발견했습니다. 단일 모델 기본값은 비싼 기본값입니다. 앞서나갈 기업은 라우팅하는 기업이며, 라우팅은 모델이 하드코딩된 종속성이 아니라 등록된 자원인 아키텍처를 요구합니다.

구매 기준

귀하의 에이전트 벤더나 플랫폼이 이 세 가지 질문에 답할 수 없다면, 오픈웨이트 비용 우위는 이용 불가합니다:

1. 코드 배포 없이 모델을 전환할 수 있는가? 답이 설정 파일 편집, 컨테이너 재빌드, 또는 풀 리퀘스트를 수반한다면, 모델은 하드코딩된 것입니다. 모델 전환의 비용은 토큰 절감을 초과하는 엔지니어링 비용입니다.

2. 귀하의 에이전트 런타임이 자체 호스팅 오픈웨이트 모델용 OpenAI 호환 엔드포인트를 지원하는가? 답이 "관리형 모델 엔드포인트만 지원합니다"라면, 귀하는 그 벤더의 가격에 락인됩니다. OpenAI 호환 API 표면은 V4 Pro, GLM 5.2, 그리고 SGLang이나 vLLM으로 호스팅된 어떤 모델이든 드롭인 교체로 만드는 표준입니다.

3. 에이전트별이 아니라 도구 호출별로 라우팅할 수 있는가? 답이 "에이전트는 모든 것에 하나의 모델을 사용합니다"라면, 귀하는 Flash 등급 모델이 10분의 1 비용으로 처리하는 검색 작업에 프론티어 가격을 지불하고 있는 것입니다. 라우팅이 바로 배포 경제학이 복리로 쌓이는 곳입니다.

모델 유연 아키텍처는 각 질문을 구체적 메커니즘으로 답합니다: LlmModel 레지스트리, base_url과 model 매개변수를 가진 OpenAI 호환 핸들러, 그리고 각 결정을 감사 추적에 기록하는 퍼콜 라우팅 표면입니다. 그것이 비용 수학을 읽는 것과 그에 기반해 행동할 수 있는 것의 차이입니다.

---

NetSuite, BigCommerce, 세 개의 공급자 카탈로그를 운영하는 유통업체는 작업 복잡도별로 라우팅하는 견적 에이전트를 배포합니다: 카탈로그 검색은 DeepSeek V4 Flash에서 입력 100만 토큰당 $0.14, 단계 가격과 FX를 동반한 견적 생성은 V4 Pro에서 $0.435/$0.87, 엣지 케이스 정책 해석은 신뢰도 임계값이 충족되지 않을 때만 GPT-5.4로 에스컬레이션. 에이전트의 MCP 모듈, 거버넌스 통제, 감사 추적은 불변 — 도구 호출별로 추론 엔드포인트만 이동합니다. 월간 추론 비용은 4자리 범위에서 낮은 3자리로 떨어지고, 라우팅 결정은 다른 모든 도구 실행과 동일한 DynamoDB 감사 추적에서 조회 가능합니다. 그 빌드는 4단계 메서드의 페이즈 2-4이며, 일반적으로 5~8주 내에 라이브됩니다.

스코프된 빌드를 요청하십시오. 1주 발견. 시스템 인벤토리, 워크플로 맵, 확정 스코프를 받으실 수 있습니다 — 우리와 함께 빌드하든 아니든.