동향 게시판

게시글 제목, 작성일, 조회수, 내용을 포함합니다.

中 AI 모델 1위, 다운로드 41%·사용량 미국의 14배
  • 등록일2026.08.07
  • 조회수22
□ 중국이 개발한 개방형 AI 모델은 최근 1년간 허깅페이스 전체 다운로드의 41%를 차지했으며, OpenRouter에서도 중국 모델의 주간 처리 토큰 수가 미국 모델의 14.1배를 기록하는 등 글로벌 개발자 생태계에서 활용이 빠르게 확대
* 토큰 호출량은 실제 서비스에서 모델이 처리한 텍스트 단위의 총량으로, 다운로드 수와 달리 모델이 실제로 얼마나 쓰이는지를 보여주는 지표임
(추진 배경) 2025년 1월 딥시크 R1 공개 이후 중국 AI 기업들이 최신 모델의 가중치를 잇달아 공개하면서, 개방형 모델을 중심으로 개발자와 파생 모델을 확보하는 생태계가 빠르게 성장
* 바이두는 2024년 공개 모델이 없었으나 2025년에는 100개 이상을 공개했으며, 바이트댄스와 텐센트의 공개 모델 수도 각각 전년보다 8~9배 증가
- 허깅페이스 ‘2026년 봄 오픈소스 현황 보고서’에 따르면 최근 1년간 중국 개발 모델이 플랫폼 전체 다운로드의 41%*를 차지해 국가별 가장 큰 비중을 기록
* 41%는 전 세계 모든 AI 모델의 이용량이 아니라 허깅페이스 플랫폼의 다운로드 기준
- 알리바바의 Qwen 계열을 기반으로 추가 학습하거나 수정한 파생 모델*은 11만 3,000개 이상이며, Qwen 관련 태그를 단 모델까지 포함하면 20만 개를 넘어섬
* 파생 모델은 원본 AI 모델을 가져와 특정 용도에 맞게 다시 만든 버전을 뜻
 
 
(실제 사용) 26년 7월 20~26일 OpenRouter*의 주간 순위 데이터를 분석한 결과, 중국 모델의 처리량은 33조 토큰으로 미국 모델의 2.34조 토큰보다 14.1배 많았으며 13주 연속 미국을 앞섬 
* OpenRouter는 여러 기업의 AI 모델을 한 곳에서 선택해 사용할 수 있는 모델 중개·라우팅 플랫폼으로, 위 수치는 OpenRouter 내부 이용량을 집계한 결과이며 전 세계 전체 AI 서비스 사용량을 의미하지 않음
- 같은 기간 OpenRouter에서 처리된 전체 토큰은 58조 개로, 사용량 상위 5개 모델을 샤오미·딥시크·텐센트·즈푸AI 등 중국 기업의 모델이 차지
 
 
 
□ 특히 문샷AI와 딥시크는 대규모 모델의 가중치를 공개하면서도, 실제 추론에는 일부 파라미터만 사용하는 전문가 혼합 구조를 적용해 성능과 연산 효율을 함께 강화
(Kimi K3) 중국 AI 스타트업 문샷AI는 7월 16일 Kimi K3를 발표하고 7월 27일 전체 모델 가중치를 허깅페이스와 깃허브에 공개
- Kimi K3는 총 2조 8,000억 개의 파라미터를 갖췄지만, 답변을 생성할 때는 1,040억 개만 활성화하는 전문가 혼합(Mixture of Experts·MoE) 구조를 적용
(DeepSeek V4-Flash) 딥시크는 총 2,840억 개 중 130억 개의 파라미터만 활성화하는 V4-Flash의 정식 버전을 공개하고, 저비용 추론시장 공략을 강화
- 최대 100만 토큰의 문맥을 지원하며, 모델 가중치를 공개해 기업과 개발자가 자체 서버에서도 구축·운영할 수 있도록 함
- 공식 API 가격은 100만 토큰당 입력 0.14달러, 출력 0.28달러로 책정됐으며, Artificial Analysis의 종합 성능평가에서 50점을 기록
* Kimi K3가 대규모 멀티모달·에이전트 업무를 겨냥했다면, V4-Flash는 상대적으로 적은 활성 파라미터와 낮은 이용가격을 앞세워 대량 서비스와 개발자 시장을 공략하는 모델임
 
 
<참고자료>
(26.07.27, 证券时报网) 14.1倍领先!中国AI大模型周调用量领跑全球
(26.07.31, 京报网) 破100亿次!中国开源模型下载量全球第一
(26.03.17, huggingface) State of Open Source on Hugging Face: Spring 2026
(26.07.31, https://artificialanalysis.ai/) DeepSeek V4 Flash 0731 scores 50 on the Artificial Analysis Intelligence Index
 
작성자: 정리 연구원(miouly@kostec.re.kr)