토큰 경제 - Epoch AI, 중국 AI 기업은 어떻게 돈을 버는가?

https://epoch.ai/publications/how-do-chinese-ai-companies-make-money

2026.10.6
[How do Chinese AI companies make money?]

이 보고서는 중국의 주요 AI 기업들이 어떻게 수익을 창출하는지를 심층적으로 분석하며, 전체적인 수익 규모가 미국 선두 기업들의 10분의 1 수준에 불과함을 보여줍니다. 텍스트는 기업들이 소비자용 애플리케이션, 모델 접근성 판매(API), 기업 및 정부 대상 맞춤형 솔루션, 라이선스 수수료, 그리고 클라우드 및 광고와 결합된 간접적 수익화라는 다섯 가지 주요 경로를 통해 자금을 확보한다고 설명합니다. 궁극적으로 이 연구는 중국 AI 산업이 직면한 낮은 사용자 유료 전환율 및 가격 결정력 한계를 조명하는 동시에, 거대 기업들이 부가적인 사업 확장을 통해 어떻게 이러한 제약을 극복하고 있는지를 체계적으로 전달하는 목적을 가집니다.

 

• 이 글의 핵심은 “모델이 널리 사용되는 것”과 “모델 개발사가 그 사용에서 매출·이익을 확보하는 것”이 서로 다르다는 점입니다. 중국 AI 기업들은 공개 가중치로 모델 확산을 촉진하지만, 실제 수익은 제3자 추론 사업자·클라우드·광고 플랫폼에 분산될 수 있습니다. 따라서 모델 중심 스타트업과 기존 사업을 보유한 빅테크의 수익화 전략을 구분해야 합니다.[1]

• 저자: Cheryl Wu, Anson Ho
• 게시일: 2026년 10월 6일 — 원문 페이지 메타데이터 기준
• 분석 대상: Alibaba, ByteDance, Z.ai, Moonshot, DeepSeek, MiniMax
• 분석 범위: 원문의 핵심 요약, 개요, 5개 수익화 챕터, 결론, 기업별 부록 및 주석.[1]

• 아래에서는 원문이 제시한 사실·추정과 그에 대한 분석적 해석을 구분합니다. 수치는 원문에 인용된 공시·보도·관측에 기반하며, 모든 기초 자료를 독립적으로 재검증한 결과는 아닙니다.

 

1. 핵심 요약 — 다섯 가지 수익원을 구분해야 한다

• 원문은 중국 AI 기업의 수익원을 다음과 같이 분류합니다.[1]

수익원	판매하거나 수익화하는 대상	핵심 제약
① 소비자용 AI 앱	구독, 사용 크레딧, 광고	무료 이용자 비용과 낮은 유료 전환
② 모델 접근권	API 토큰, 정액형 코딩 플랜	공개 가중치에 따른 호스팅 가격 경쟁
③ 기업·정부 맞춤형 솔루션	모델 커스터마이징, 통합, 전용·온프레미스 구축	고객별 납품·유지보수 비용
④ 라이선스	상업적 이용 계약, 수익 배분	집행 가능성과 매출 공개 부족
⑤ 기존 사업의 보완	클라우드, 광고, 전자상거래	AI 기여분을 별도로 측정하기 어려움

분석적 의미

• 이 분류는 단순한 매출 채널 목록보다 가치가 어디에서 포착되는지를 설명하는 구조에 가깝습니다.

• 소비자 앱은 이용자 접점에서 수익화합니다.
• API는 추론 서비스에서 수익화합니다.
• 맞춤형 솔루션은 고객 업무에 적용하는 통합 역량에서 수익화합니다.
• 라이선스는 모델 이용 권리에서 수익화합니다.
• 빅테크는 모델 주변의 인프라·유통·광고 시장에서 수익화합니다.

• 따라서 “모델 개발사가 직접 얼마나 버는가”만으로 AI가 창출하는 경제적 가치를 판단하면, 클라우드나 광고로 이전되는 가치를 놓칠 수 있습니다.

 

2. Overview — 중국의 매출 규모는 작지만, 비교 범위에 주의해야 한다

2.1 원문의 주장과 수치

• 원문 첫 도표는 중국의 주요 6개 기업이 OpenAI와 Anthropic의 합산 AI 매출 대비 약 10% 수준의 매출을 올린다고 설명합니다. 도표의 연율화 매출 수치는 다음과 같습니다.[1]

기업	도표상 연율화 매출
Anthropic	650억 달러
OpenAI	400억 달러
ByteDance	40억 달러
Alibaba	24억 달러
Z.ai	18억 달러
Moonshot	10억 달러
DeepSeek	10억 달러
MiniMax	8억 달러

• 도표 수치를 합산하면 중국 6개 기업은 110억 달러, 미국 두 기업은 1,050억 달러이며, 비율은 약 10.5%입니다. 이는 원문의 “약 10%”와 수치상 일치합니다.

2.2 이 장의 핵심 논리

• 원문은 기업을 두 집단으로 나눕니다.[1]

• 모델 중심 기업: Z.ai, Moonshot, DeepSeek, MiniMax
• 기존 사업을 보유한 대형 기업: Alibaba, ByteDance

• 모델 중심 기업은 주로 모델 접근권을 판매해야 합니다. 반면 Alibaba와 ByteDance는 AI가 직접 큰 이익을 내지 못해도, 클라우드·광고·커머스 매출을 늘리는 방식으로 가치를 회수할 수 있습니다.

2.3 한계와 해석 주의사항

• [확인 필요: Overview 및 기업별 부록]
• 첫 도표는 엄밀하게 동일한 기간·범위의 실적을 비교한 표가 아닙니다.[1]

1. 관측 시점이 다릅니다. 수치의 기준 시점은 2026년 6~9월에 걸쳐 있습니다.

1. 연율화 매출은 연간 확정 매출이 아닙니다. 특정 시점의 매출 속도를 연간 기준으로 환산한 값과 실제 회계연도 매출은 다릅니다.

1. Alibaba·ByteDance의 범위가 제한적입니다. 첫 도표는 주로 MaaS 매출을 사용하며, AI로 증가한 광고·커머스·일반 클라우드 매출 전체를 포함하지 않습니다.

1. ByteDance의 40억 달러에는 목표치 성격이 있습니다. 본문은 해당 수치를 2026년 상향된 MaaS 매출 목표로 설명합니다. 이를 모두 실현된 매출로 읽으면 안 됩니다.

• 분석적 결론: 이 도표는 공개 자료로 관측 가능한 직접 수익화 규모의 격차를 보여주지만, 중국과 미국의 AI 산업 전체 경제적 가치나 기술 경쟁력을 직접 비교하는 지표는 아닙니다.

 

3. 소비자용 AI 앱 — 많은 이용자가 높은 수익성을 보장하지 않는다

3.1 원문의 주장

• 중국 AI 앱은 많은 이용자를 확보하지만, 무료 이용자를 서비스하는 비용과 낮은 유료 가격 때문에 매출총이익률이 낮을 수 있습니다.[1]
• 원문은 Doubao, DeepSeek, Qwen 등의 대규모 이용자 기반과 MiniMax의 소비자 제품을 사례로 제시합니다.
• 수익화 방식은 크게 두 가지입니다.[1]

• 광고: MiniMax의 Talkie 광고는 2025년 첫 9개월 회사 전체 매출의 20.9%를 차지
• 유료 구독·사용량 판매: Doubao 표준 구독 월 68위안, Z.ai 중국 VIP 월 79위안 등

3.2 핵심 근거: MiniMax의 사업별 수익성

항목	원문 수치	기준 기간
소비자 AI 제품의 전체 매출 비중	36.6%	2026년 상반기
AI-native 앱 매출총이익률	4.7%	2025년 첫 9개월
Open Platform 및 기타 기업 서비스 매출총이익률	69.4%	2025년 첫 9개월
평균 월간 활성 이용자	2,760만 명	2025년 첫 9개월
해당 기간 유료 이용자	177만 명	2025년 첫 9개월

• 위 수치는 원문에 제시된 MiniMax 자료입니다.[1]

3.3 수익성이 낮아지는 구조

• 원문은 상세 비용 자료가 없기 때문에 원인을 확정하지는 않지만, 두 가지 요인을 제시합니다.[1]
• 첫째, 돈을 내지 않는 이용자가 많습니다.
• 무료 이용자도 추론 비용을 발생시킵니다. 유료 이용자의 수입이 무료 이용자 전체의 서비스 비용까지 감당해야 하므로, 이용자 수 증가가 오히려 비용 부담을 확대할 수 있습니다.
• 둘째, 유료 이용자의 지불액도 낮습니다.
• 낮은 구독료는 시장 확산에는 유리하지만, 영상·음성 생성처럼 추론 비용이 큰 서비스에서는 수익성 제약이 될 수 있습니다.

3.4 반드시 구분해야 할 통계

• [보완 필요: 원문 주석 3] “유료 전환율 약 6%”를 일반적인 월간 전환율로 사용하면 안 됩니다.
• 177만 명을 2,760만 명으로 나누면 약 6.4%이지만, 분자는 9개월 동안의 유료 이용자, 분모는 평균 월간 활성 이용자입니다. 기간이 다른 지표를 나눈 값입니다.
• 원문도 이를 통상적인 월간 유료 전환율이 아니라고 명시하며, 실제 평균 월간 비율은 이용자의 결제·활동 패턴에 따라 약 0.7~6.4% 범위일 수 있다고 설명합니다.[1]
• 또한:

• 매출총이익률 4.7%는 순이익률이 아닙니다.
• ChatGPT의 WAU와 중국 앱의 MAU를 직접 비교하면 안 됩니다.
• 매출 비중과 매출총이익률의 기준 기간이 달라, 두 값을 곧바로 결합해서는 안 됩니다.[1]

3.5 실무 시사점 — 분석적 해석

• 소비자 AI 사업을 평가할 때는 다운로드나 MAU보다 다음 지표가 중요합니다.

• 월별 실제 유료 전환율
• 유료 이용자당 매출
• 무료 이용자당 추론 비용
• 구독별 사용량 분포와 고사용자 비용
• 고객 유지율과 고객획득비용

• 이 장의 결론은 “소비자 AI 앱이 무의미하다”가 아니라, “이용자 확보와 수익성 확보는 별개의 과제”라는 것입니다.

 

4. 모델 접근권 판매 — 공개 가중치가 개발사의 가격결정력을 약화시킨다

4.1 원문의 주장

• 공개 가중치 모델은 제3자가 직접 호스팅할 수 있습니다. 따라서 개발사는 자신이 만든 모델을 판매하면서도, 같은 모델을 서비스하는 다른 사업자와 경쟁해야 합니다.[1]
• 원문은 모델 접근권 판매를 다음 두 방식으로 설명합니다.[1]

• 입력·출력 토큰 등에 따른 종량제 API
• 일정 사용량을 제공하는 월정액·좌석형 플랜

4.2 핵심 사례: GLM 5.3 Flash

• 원문에 따르면 Z.ai는 2026년 8월 26일 모델 가중치를 공개하면서 OpenRouter에서 50% 할인 프로모션을 시작했습니다. 이후 제3자 호스팅 경쟁이 빠르게 확대됐습니다.[1]

지표	초기 관측	약 20일 후
제3자 경쟁 호스트 수	12개	26개
Z.ai의 OpenRouter 토큰 점유율	88%	22%
Z.ai보다 낮은 가격의 경쟁 호스트	초기 2개는 프로모션 가격과 동일	8개는 Z.ai보다 저렴
모델 전체 일일 토큰량 변화	—	17% 증가
Z.ai 자체 일일 토큰량 변화	—	약 70% 감소

• 원문은 초기 점유율이 출시 약 33시간 후 측정된 값이며, 비교 종료 시점에는 Z.ai의 할인 프로모션이 종료돼 있었다고 설명합니다.[1]
• 핵심 관찰: 모델 전체의 사용량이 늘어도 개발사의 직접 판매량은 줄어들 수 있습니다.

4.3 가격과 점유율의 관계

• 원문은 중국 공개 가중치 모델 21개에 대해, 개발사의 가격이 최저가 호스트보다 높을수록 개발사가 확보하는 OpenRouter 토큰 비중이 낮아지는 패턴을 제시합니다. 가격 비교에는 입력·출력·캐시 입력의 동일한 토큰 구성을 적용합니다.[1]
• 이는 공개 가중치 시장에서 모델 자체의 독점성보다 호스팅 효율·가격·서비스 품질이 직접 매출을 결정할 수 있음을 시사합니다.

4.4 매출총이익률은 기업별로 다르다

기업·서비스	원문 제시 매출총이익률	근거 성격
Z.ai API·개발자 플랫폼, 2025년	18.9%	회사 보고서
Z.ai API·개발자 플랫폼, 2026년 상반기	24.6%	회사 보고서
DeepSeek V4 API	70~80%	언론 보도에 따른 추정
Anthropic Opus 4.8 API 서빙	85%	외부 분석 추정

• 각 수치는 기간·서비스·추정 방법이 다르므로 동일 조건의 비교는 아닙니다.[1]
• DeepSeek는 예외 사례입니다. 원문은 높은 추론 효율과 제한된 추론용 컴퓨팅을 이유로 제시합니다. 컴퓨팅의 70% 이상을 학습에, 30% 미만을 추론에 배분한다는 보도도 인용합니다.[1]

4.5 한계

• [확인 필요: 모델 접근권 챕터]

• OpenRouter는 전체 시장이 아닙니다. 직접 API, 중국 내 플랫폼, 기업 계약 등을 모두 포괄하지 않습니다.
• 토큰 점유율은 매출 점유율과 다릅니다. 가격과 입력·출력 구성에 따라 매출이 달라집니다.
• 가격과 점유율의 관계는 인과효과를 완전히 분리한 결과가 아닙니다. 지연시간·가용성·라우팅 정책 등도 영향을 줄 수 있습니다.
• 할인 종료 효과가 섞여 있습니다. GLM 사례를 가중치 공개의 단독 효과로 해석해서는 안 됩니다.
• 추론 매출총이익이 전체 회사의 수익성을 뜻하지 않습니다. 모델 학습과 연구개발비까지 회수했는지는 별도 문제입니다.

4.6 실무 시사점 — 분석적 해석

• 공개 모델 개발사는 “최고의 모델을 만드는 것” 외에 다음과 같은 차별화가 필요합니다.

• 더 낮은 추론 원가
• 안정적인 SLA와 낮은 지연시간
• 코딩 에이전트 등 사용 맥락을 포함한 상품
• 기업 인증·보안·데이터 관리
• 호스팅 사업자와의 라이선스·수익 배분

• 모델의 인기와 개발사의 경제적 가치 포착을 별도 KPI로 관리해야 합니다.

 

5. 기업·정부 솔루션 — 매출총이익은 발생하지만 반복 판매가 어렵다

5.1 원문의 주장

• 기업·정부 대상 사업은 모델을 고객 업무·데이터에 맞추고, 전용 클라우드나 온프레미스에 배포하는 방식입니다. 실질적인 매출총이익을 만들 수 있지만, 고객별 엔지니어링·납품·유지보수 비용 때문에 확장이 어려울 수 있습니다.[1]
• Z.ai가 대표 사례이며, 정부기관·국유기업·은행처럼 민감한 정보를 다루는 고객을 대상으로 사업을 수행해 왔습니다.

5.2 Z.ai의 사업 전환

지표	원문 수치
2025년 온프레미스 매출 비중	73.7%
2026년 상반기 온프레미스 매출 비중	13.5%
2024년 온프레미스 매출총이익률	66.0%
2025년 온프레미스 매출총이익률	48.8%
2026년 상반기 온프레미스 매출총이익률	37.9%

• 원문은 Z.ai 중간보고서의 설명을 인용합니다. 해당 사업의 납품·유지보수 비용에는 경직성이 있어 규모의 경제가 감소한다는 것입니다.[1]

5.3 이 장의 핵심 논리

• 표준 API는 동일한 서비스 기반을 여러 고객에게 판매할 수 있습니다. 반면 맞춤형 구축은 고객마다 다음 작업을 반복해야 할 수 있습니다.
• 데이터 연결과 정제
• 모델 조정과 업무 통합
• 보안·권한 설계
• 고객 환경별 배포
• 검수와 유지보수
• 분석적 해석: 모델 사업처럼 보이지만, 실제 비용 구조는 SI·전문서비스 사업에 가까워질 수 있습니다.

5.4 빅테크가 상대적으로 유리한 이유

• 원문은 Alibaba와 ByteDance가 기존 기업 고객 기반과 클라우드 인프라를 보유하고 있어, 독립 모델 스타트업보다 이런 전략을 지속하기 쉽다고 설명합니다. 다만 두 회사의 기업 솔루션 매출총이익률은 공개 자료에서 확인하지 못했다고 명시합니다.[1]

5.5 해석 주의사항

• [확인 필요: 온프레미스 매출 추이]

• 매출 비중 감소가 동일한 크기의 매출 금액 감소를 뜻하지 않습니다.
• 2025년 연간과 2026년 상반기는 기간이 다릅니다.
• 원문의 연간 추정에는 계절성 가정이 포함됩니다.
• Z.ai의 전략 전환을 중국 모든 기업·정부 AI 사업의 실패로 일반화할 수 없습니다.

 

6. 라이선스 — 공개 가중치와 수익화를 연결하려는 시도

6.1 원문의 주장

• 중국 AI 기업은 모델 가중치를 공개하면서도, 일부 상업적 이용자에게 별도 계약이나 수익 배분을 요구하는 방식을 실험하고 있습니다. 그러나 실제 라이선스 매출 기여도는 공개 자료가 부족합니다.[1]

6.2 Kimi K3 라이선스 사례

• 원문은 Moonshot의 수정 MIT 라이선스를 소개합니다. 주요 조건은 다음과 같습니다.[1]

• 이용자 또는 계열사가 MaaS 사업을 운영
• 이용자와 계열사의 합산 매출이 연속 12개월 동안 2,000만 달러 초과
• 상업적 이용 전에 Moonshot과 별도 계약 체결 필요
• 일정한 내부 이용은 예외

• 중요: 원문의 조건은 단순히 “Kimi로 벌어들인 매출이 2,000만 달러를 넘을 때”가 아닙니다. 또한 별도 계약 의무가 있다고 해서 자동으로 특정 라이선스 요율이 적용되는 것도 아닙니다.[1]

6.3 수익 배분 사례와 증거 수준

• 원문은 Moonshot의 여러 협력 사례와 Z.ai의 클라우드 수익 배분 계약을 소개합니다. Microsoft·AWS·Google Cloud 관련 K3 매출의 최대 30%를 요구한다는 내용은 협상에 관한 보도이며, 확정된 계약이나 실현된 수입과 구분해야 합니다.[1]

6.4 집행의 어려움

• 원문이 지적하는 문제는 세 가지입니다.[1]

1. 모델 가중치의 저작권 지위가 불확실합니다.

1. 특정 모델의 사용 여부를 입증하기 어려울 수 있습니다.

1. 이용자·계열사의 매출을 확인하기 어려울 수 있습니다.

• 따라서 현실적인 대상은 모델 사용과 매출을 확인하기 쉬운 대형 클라우드·추론 사업자일 가능성이 크다는 것이 원문의 해석입니다.

6.5 실무 시사점 — 분석적 해석

• 모델 도입 검토에서는 다음을 분리해야 합니다.
• 가중치 공개 ≠ 무제한 상업 이용 ≠ 무료 서비스 제공 ≠ 모든 파생 이용 허용
• 공공기관의 내부 이용과, 외부 국민·기업에게 제공하는 서비스는 라이선스상 다른 범주일 수 있습니다. 모델별 정확한 버전·라이선스 원문·내부 이용 정의·파생 모델 조건을 확인해야 합니다.
• [확인 필요: 라이선스 매출] 계약이나 제휴의 존재만으로 라이선스가 이미 주요 수익원이라고 판단할 수는 없습니다.

 

7. 기존 사업의 보완 — 빅테크는 모델 밖에서 수익을 회수한다

• 이 장은 앞선 네 장의 “모델 자체를 판매하는 사업”에서 벗어나, AI가 기존 사업의 매출을 늘리는 구조를 설명합니다.

7.1 클라우드와 컴퓨팅

• 원문은 AI 확산이 추론·학습 인프라 수요를 늘리므로, Alibaba와 ByteDance는 모델 판매뿐 아니라 관련 컴퓨팅 판매에서도 수익을 얻을 수 있다고 설명합니다.[1]
• Alibaba 관련 수치는 구분해서 읽어야 합니다.[1]

범위	원문 제시 수치
2026년 2분기 AI 클라우드·컴퓨팅 서비스의 넓은 매출 범위	약 71억 달러
같은 분기 AI-related product 매출	약 18억 달러
첫 도표의 MaaS 연율화 매출	약 24억 달러

• 이 수치들은 범위와 기간이 다르며, 단순 합산하면 중복 계산 위험이 있습니다. 특히 넓은 클라우드 매출 전체를 “AI 때문에 새롭게 발생한 매출”로 해석해서는 안 됩니다.
• ByteDance의 Volcano Engine은 원문이 인용한 IDC 자료에서 2025년 중국 공공 클라우드 대형 모델 토큰 호출의 49.5%를 차지합니다. 이것도 매출 점유율이 아니라 토큰 호출 점유율입니다.[1]

7.2 다른 회사의 공개 모델도 빅테크에 이익을 준다

• Alibaba와 ByteDance는 자사 모델 외에도 DeepSeek·Moonshot·Z.ai 등의 모델을 서비스합니다.[1]
• 분석적 해석: 공개 모델의 확산은 개발사에 직접 매출을 주지 않더라도, 여러 모델을 운영하는 클라우드 사업자에게는 추가 수요를 줄 수 있습니다. 어떤 모델이 인기를 얻든 호스팅·운영을 제공하는 사업자는 수혜를 받을 수 있는 구조입니다.

7.3 AI 콘텐츠와 광고 수요

• 원문은 다음 경로를 제시합니다.[1]
• AI 영상 제작비 하락 → 콘텐츠 제작량 증가 → 이용자 확보 경쟁 → 유료 광고·배포 지출 증가
• 중국에서 2026년 1분기 출시된 약 12만 8,000개 마이크로드라마 중 95% 이상이 AI 생성물이었다는 통계를 제시하고, Douyin 광고 지출 증가 사례를 연결합니다.[1]
• 다만 원문 주석은 실사 콘텐츠가 AI 콘텐츠보다 훨씬 높은 조회수를 얻은 사례도 제시합니다. 따라서 AI 콘텐츠의 제작량 증가가 시청 성과나 수익 증가를 직접 증명하지는 않습니다.[1]

7.4 연간 16억 달러 광고 추정의 의미

• 원문은 업계 관계자가 언급한 최고 일일 광고 지출 약 1억 2,000만 위안에 대해, 평균 지출이 최고치의 25%라고 가정하면 연간 약 16억 달러 규모가 될 수 있다고 계산합니다.[1]
• [보완 필요: 원문 주석 12] 이는 ByteDance가 공시한 매출이 아니라 예시적 추정입니다.

• 평균 지출 25%는 가정입니다.
• 리베이트·세금 등이 반영되지 않았습니다.
• 광고주의 총지출과 플랫폼의 회계상 매출은 다를 수 있습니다.
• 그 지출 전체가 AI로 인한 순증분인지도 별도로 확인해야 합니다.[1]

7.5 이 장의 핵심 의미 — 분석적 해석

• 빅테크의 AI 투자는 모델 사업만으로 평가하기 어렵습니다.

• 모델 가격을 낮춰도 클라우드 사용량이 증가할 수 있습니다.
• 콘텐츠 생성 도구를 제공해도 광고 매출이 증가할 수 있습니다.
• AI 앱이 직접 흑자가 아니어도 커머스로 고객을 연결할 수 있습니다.

• 이는 모델 중심 스타트업과 다른 경제성입니다. 다만 원문 제목의 “대형 복합기업에서만 가능”은 다소 강한 표현입니다. 보완재 기반 수익화가 논리적으로 대기업만 가능한 것은 아니지만, 이 글의 사례에서는 기존 인프라·고객·유통 기반을 가진 대기업의 구조적 이점이 두드러집니다.

 

8. Summary — 확산과 수익화를 어떻게 양립시킬 것인가

원문의 결론

• 원문은 중국 기업도 미국 기업과 비슷하게 소비자 유료 전환과 추론 비용 문제를 겪지만, 사업의 출발점과 모델 역량 등이 다르기 때문에 공개 가중치처럼 단기 수익화보다 확산을 우선하는 전략을 택했을 가능성을 제시합니다.[1]
• 그리고 다음 두 방향을 강조합니다.[1]

• 모델 중심 기업: API·라이선스 등을 통해 확산된 모델의 가치를 회수
• 대형 기업: 클라우드·광고·기존 사업을 통해 간접적으로 회수

비판적 해석

• 원문의 “모델 역량이 낮고 사업이 젊다는 점이 공개 전략을 유도했을 수 있다”는 설명은 가능한 전략 해석이지, 이 글에서 인과적으로 검증된 결과는 아닙니다. 모델 역량 차이를 평가하려면 별도의 벤치마크와 시점별 비교가 필요합니다.
• 이 글이 더 강하게 뒷받침하는 결론은 다음입니다.
• 공개 모델의 확산은 가치 창출을 늘릴 수 있지만, 그 가치가 개발사의 직접 매출로 귀속된다는 보장은 없다.

 

9. 기업별 부록 — 같은 중국 AI 기업이라도 경제성은 다르다

기업	원문이 추정한 주 수익원	전략적 특징	해석 주의사항
DeepSeek	모델 접근권 판매	효율적인 추론과 높은 API 매출총이익률	높은 마진이 전체 회사 흑자를 뜻하지 않음
Moonshot	모델 접근권 판매	Kimi 확산과 상업 라이선스·제휴	라이선스 매출 규모는 불명확
MiniMax	모델 접근권 및 기업 서비스	소비자 앱·영상·음성·개발자 플랫폼 병행	API와 기업 서비스가 합산 보고됨
Z.ai	모델 접근권 판매	온프레미스 중심에서 표준 클라우드·API로 이동	최신 run rate와 상반기 기반 추정이 다름
ByteDance	기존 사업의 보완	MaaS·클라우드·광고·커머스 결합	간접 기여분 미확인, 40억 달러의 목표 성격 주의
Alibaba	기존 사업의 보완	Qwen·제3자 모델·클라우드·커머스 결합	MaaS와 AI 관련 제품 매출 범위를 구분해야 함

• 위 분류는 원문 저자들의 추정이며, 특히 대기업의 간접 수익화 규모는 공개 자료로 명확하게 분리되지 않습니다.[1]

부록과 첫 도표의 숫자가 다른 이유

• 원문은 MiniMax와 Z.ai의 부록에서 상반기 실적과 2025년 계절성에 따른 추정을 사용한다고 명시합니다.[1]

• MiniMax: 소비자 앱 약 1억 700만 달러, API·기업 서비스 합산 약 2억 800만 달러
• Z.ai: 모델 접근권 약 8억 500만 달러, 기업·정부 솔루션 약 6,000만 달러

• 따라서 첫 도표의 MiniMax 8억 달러, Z.ai 18억 달러와는 측정 시점·산출 방식이 다릅니다. 최신 매출 속도와 실적 기반 연간 추정을 동일한 숫자로 취급하지 않는 것이 중요합니다.[1]
• 최종적으로 이 글은 “누가 가장 좋은 모델을 만드는가”에서 “누가 그 모델의 가치를 지속적으로 회수하는가”로 평가 관점을 전환하게 합니다. 공공 AI 사업에서도 모델 성능·API 단가만 비교하기보다, 라이선스–인프라–통합–운영–성과 검증을 연결한 전체 비용과 책임 구조를 평가하는 데 유용한 분석 틀입니다.

Sources

• [1] https://epoch.ai/publications/how-do-chinese-ai-companies-make-money — How do Chinese AI companies make money? — Epoch AI