Meta Llama가 랭킹에서 사라졌다 — 중국 오픈웨이트 모델 OpenRouter 61% 장악

OpenRouter는 수천 개 AI 스타트업이 실제로 어떤 모델을 쓰는지 보여주는 가장 정직한 지표입니다. 설문조사나 추정치가 아니라 실제 토큰 라우팅 데이터이기 때문입니다. 그 데이터가 2026년 5월 기준으로 충격적인 숫자를 보여줍니다. 중국 오픈웨이트 모델이 OpenRouter 전체 토큰 소비의 약 61%를 차지했고, 상위 5개 모델 중 4개가 중국산입니다.

그리고 불과 2년 전 오픈웨이트 진영의 절대 강자였던 Meta의 Llama는 랭킹에서 완전히 사라졌습니다. 이번 글에서는 이 전환이 어떻게 일어났는지 짚고, 마지막에 지금 운영 중인 파이프라인을 중국 오픈웨이트로 전환해야 할지 판단하는 실전 체크리스트까지 정리합니다.

숫자로 보는 전환의 속도

전환 속도가 이례적입니다. 2024년 말 기준 중국 오픈웨이트 모델은 OpenRouter 주간 토큰 소비의 1.2% 미만이었습니다. 반올림 오차 수준이었습니다. 2025년 한 해 동안 평균 13% 수준까지 올랐고, 2026년 1분기에 60%를 돌파했습니다. 5월 기준 상위 10개 모델 중 61%가 중국 모델로 집계됩니다. 18개월 만에 1.2%에서 61%로 올라간 셈입니다.

 

이 흐름의 시작점은 명확합니다. 2025년 1월 DeepSeek-R1 출시입니다. 중국 연구소도 서구권 수준의 추론 품질을 구현하고 그 가중치를 공개할 수 있다는 것을 처음으로 증명한 모델입니다. 이후 Qwen, Kimi, GLM, MiniMax, Xiaomi MiMo가 가격대별·용도별로 빈틈을 채우며 쏟아져 나왔습니다. 동시에 OpenRouter 자체 규모도 1년 사이 약 4배 성장했습니다. 2025년 4월 주간 약 5조 토큰에서 2026년 4월 20조 토큰 이상으로 늘었습니다. 중국 모델은 점유율만 가져간 게 아니라, 그 자체로 훨씬 커진 시장의 점유율을 가져갔습니다.

구조적 동인 1: 코딩 워크로드의 폭발

이 전환을 이해하는 핵심은 OpenRouter 사용 패턴 자체의 변화입니다. 2025년 초 프로그래밍 작업은 OpenRouter 전체 사용량의 약 11%였습니다. 2026년 중반 기준 이 비중이 50%를 넘었습니다. 개발자들이 챗봇 데모용으로 LLM을 쓰던 시기에서, 코딩 에이전트와 에이전틱 워크플로에 LLM을 운영 인프라로 박아 넣는 시기로 넘어간 결과입니다.

 

중국 모델들은 이 코딩 워크로드에서 불균형적으로 강하고 쌉니다. SWE-bench Pro 기준으로 Kimi K2.6이 58.6%, GLM-5.1이 58.4%를 기록하며 GPT-5.4와 Claude Opus 4.6을 넘어선 시점이 2026년 1~2분기입니다. 가격은 미국 모델 대비 10~20배 저렴합니다. "품질이 떨어지지만 싸니까 쓴다"는 논리가 통하던 시기를 지나 "더 싸고 비슷하거나 더 낫다"는 논리로 전환된 것이 결정적입니다. OpenRouter 프로그래밍 카테고리 데이터를 보면 Xiaomi MiMo-V2.5 단독으로 전체 코딩 토큰의 18%를 차지하고, MiMo 시리즈 전체로는 22%를 넘습니다.

구조적 동인 2: 일곱 개 프랜차이즈, 각기 다른 전략

"중국 AI"를 하나의 행위자로 묶어서 보면 구조를 놓치게 됩니다. 실제로는 최소 일곱 개의 서로 다른 사업 모델이 경쟁하고 있습니다.

DeepSeek, Moonshot(Kimi), Zhipu(GLM) 세 곳은 순수 오픈웨이트 전문 연구소로, 가중치 공개와 가격, 출시 속도로 경쟁합니다.

Alibaba(Qwen)와 ByteDance(Doubao/Seed) 두 플랫폼 공룡은 모델을 클라우드와 소비자 서비스 수요 창출 수단으로 취급합니다.

MiniMax와 Xiaomi(MiMo)는 각각 콘텐츠 생성 사업과 휴대폰 제조업에서 곁다리로 주요 공급자 위치에 올라섰습니다. 일곱 곳이 공유하는 전략은 동일합니다. 가중치를 공개하고, 미국 프론티어 모델 가격의 일부 수준으로 책정하고, 유통이 누적 효과를 내도록 둡니다.

 

규모도 상당합니다. DeepSeek 단독으로 양자펀드 사이드 프로젝트에서 시작해 보도된 외부 투자 라운드 규모가 약 50조 원 수준입니다. 창업자 량원펑이 개인적으로 약 3조 원, 라운드의 약 40%를 직접 구독했습니다. 이들 뒤에는 Tencent, ByteDance, Alibaba가 1,500조 원 이상의 AI 연계 시가총액을 들고 버티고 있습니다.

Qwen이 압도적인 이유: 다운로드와 파생모델

OpenRouter 토큰 사용량과 별개로, Hugging Face 다운로드와 파생 모델 생태계에서는 Qwen이 독보적입니다. Qwen은 Hugging Face 누적 다운로드 10억 건을 넘기며 Meta의 Llama를 제치고 가장 많이 다운로드된 오픈 모델이 됐습니다. Qwen 태그가 붙은 모델이 20만 개를 넘고, Qwen 기반 파생 모델은 11만 3천 개 이상입니다. 이는 Google과 Meta의 베이스 모델 패밀리를 합친 것보다 많은 수치입니다.

2026년 2월 기준 Hugging Face에 새로 올라오는 LLM 파생 모델의 69%가 Qwen 기반입니다. 지난 1년간 전체 Hub 다운로드의 약 41%가 중국 발 모델이었고, 그중에서도 Qwen 비중이 압도적입니다.

 

다만 이 지표는 OpenRouter 실시간 토큰 사용량과는 다른 지표라는 점이 중요합니다. Qwen은 파생 모델 생태계의 1위이고, 실시간 추론 토큰 점유율에서는 DeepSeek이 단일 모델 기준 1위입니다. 두 지표가 서로 다른 질문에 답하고 있다는 걸 구분해야 합니다. 파생 생태계는 "얼마나 많은 사람이 이 모델을 기반으로 새로운 걸 만드는가"를 보여주고, 토큰 점유율은 "지금 이 순간 실제 프로덕션에서 얼마나 굴러가고 있는가"를 보여줍니다.

Meta Llama는 어쩌다 사라졌나

가장 극적인 변화는 Meta입니다. OpenRouter 오픈 모델 추론 토큰 점유율 기준으로 Meta는 2025년 1월 37.4%로 정점을 찍었습니다. 오픈웨이트 진영의 명실상부한 1위였습니다. 2026년 1월 기준 이 수치는 0%로 떨어졌고, 그 자리를 DeepSeek(31.1%)과 Xiaomi(27.2%)가 대체했습니다.

Hugging Face 파생 모델 점유율 기준으로도 Meta는 2023년 11월 25%에서 2026년 2월 11%로 떨어졌습니다. 반면 같은 기간 Qwen은 40%대에서 69%까지 올라갔습니다. Meta가 모델 출시 자체를 줄인 것이 한 원인이지만, 동시에 시장 자체가 Qwen·DeepSeek·Kimi의 더 빠른 출시 주기와 더 공격적인 가격 정책 쪽으로 재편된 결과이기도 합니다.

품질과 점유율의 역설: DeepSeek 17.6% vs Claude 7위

흥미로운 부분은 토큰 볼륨과 품질이 완전히 분리되어 있다는 점입니다. DeepSeek 단독으로 OpenRouter 주간 토큰의 17.6%를 차지해서 Google(12.5%)과 OpenAI(8.4%)를 합친 것보다 큽니다. 그런데 Claude Opus 4.8은 모든 지능 벤치마크에서 선두를 지키면서도 일간 사용량 기준으로는 7위에 그칩니다.

이 역설의 메커니즘은 단순합니다. 토큰 점유율은 "얼마나 비싼 작업에 쓰이는가"가 아니라 "얼마나 많은 호출이 발생하는가"를 반영합니다. 에이전틱 코딩 파이프라인은 한 번의 작업을 완수하기 위해 수십에서 수백 번의 API 호출을 발생시킵니다.

이런 반복 호출 구조에서는 토큰당 비용이 10~20배 저렴한 모델을 쓰는 것이 운영비를 직접적으로 좌우합니다. 반면 단발성으로 최고 품질이 필요한 작업, 예를 들어 복잡한 아키텍처 설계나 까다로운 디버깅의 마지막 단계에서는 여전히 Claude나 GPT 같은 프론티어 모델이 선택됩니다. 양이 필요한 작업은 중국 모델로, 질이 결정적인 작업은 미국 프론티어 모델로 자연스럽게 분리되고 있는 것이 현재 시장의 실제 그림입니다.

그럼에도 남아있는 트레이드오프

중국 오픈웨이트 모델 도입을 검토할 때 짚어야 할 현실적인 항목들이 있습니다.

콘텐츠 제한이 첫 번째입니다. DeepSeek, Qwen, GLM, Kimi 모두 대만 정치적 지위, 톈안먼 사태, 신장 등 중국 정부 민감 주제에 대해 응답을 거부하거나 정부 입장에 맞춰진 답변을 내놓는다는 점이 독립 테스트로 확인되어 있습니다. 일반적인 코딩·비즈니스 용도에서는 문제가 되지 않지만, 정책 관련 콘텐츠를 다루는 서비스라면 검토가 필요합니다.

데이터 관할권이 두 번째입니다. 중국 프로바이더 API를 직접 호출하면 중국 관할 서버를 거칩니다. OpenRouter나 Azure 같은 중개 플랫폼을 쓰거나 직접 셀프 호스팅하면 이 문제를 피할 수 있습니다. 오픈웨이트 버전을 직접 다운로드해서 셀프 호스팅하면 이 문제가 완전히 사라지고, 한번 받은 가중치는 영구적이고 회수가 불가능하다는 점도 장점으로 꼽힙니다.

API 안정성도 변수입니다. DeepSeek API는 수요 급증 시 장애가 보고된 바 있고, Kimi와 GLM API는 비교적 신생이라 해외 고부하 환경에서의 트랙 레코드가 부족합니다. 프로덕션 환경이라면 OpenRouter 같은 애그리게이터를 통하거나 셀프 호스팅하는 것이 직접 API 호출보다 안정적입니다.

실전 체크리스트: 지금 중국 오픈웨이트로 전환해야 하나

지금 운영 중인 파이프라인을 중국 오픈웨이트 모델로 전환할지 판단하는 다섯 가지 조건을 정리했습니다. 아래 중 세 개 이상 해당하면 전환을 적극적으로 검토할 시점입니다.

 

조건 1: 같은 작업을 반복 호출하는 파이프라인인가.

단발성 질의응답이 아니라 에이전트가 한 작업당 수십~수백 번 API를 호출하는 구조라면, 토큰당 비용 10~20배 차이가 운영비에 직접적인 영향을 줍니다. 반복 호출 구조가 아니라면 비용 절감 효과 자체가 제한적입니다.

 

조건 2: 작업 난이도가 SWE-bench Pro 60점대 이하로 정의 가능한가.

Kimi K2.6과 GLM-5.1이 SWE-bench Pro 58%대를 기록하며 GPT-5.4·Claude Opus 4.6과 동급에 도달했습니다. 작업이 이 난이도 범위(명확하게 정의된 버그 수정, 표준 CRUD 구현, 테스트 작성)에 들어간다면 중국 모델로도 충분합니다. 반대로 모호한 요구사항에서 장기 추론이 필요한 작업이라면 격차가 아직 남아 있습니다.

 

조건 3: 정치적으로 민감한 콘텐츠를 다루지 않는가.

대만, 톈안먼, 신장 등 중국 정부 민감 주제와 무관한 일반 코딩·비즈니스·콘텐츠 작업이라면 콘텐츠 제한이 실질적인 문제가 되지 않습니다. 뉴스, 정치 분석, 인권 관련 콘텐츠를 다루는 서비스라면 이 조건은 해당하지 않습니다.

 

조건 4: 데이터 관할권 규제 대상이 아니거나 셀프 호스팅이 가능한가.

GDPR, HIPAA 등 규제 대상 데이터를 다루지 않거나, 오픈웨이트를 직접 셀프 호스팅할 인프라 여력이 있다면 데이터 관할권 문제를 우회할 수 있습니다. 규제 대상이면서 셀프 호스팅도 불가능한 환경이라면 직접 API 호출은 피해야 합니다.

 

조건 5: OpenRouter나 Azure 같은 중개 경로를 쓸 수 있는가.

직접 중국 프로바이더 API를 호출하지 않고 애그리게이터를 경유할 수 있다면 데이터 관할권과 API 안정성 두 가지 우려를 동시에 줄일 수 있습니다. 중개 경로 없이 직접 호출만 가능한 환경이라면 신중하게 접근해야 합니다.

 

 

세 개 이상 해당한다면 가장 안전한 시작점은 반복성이 높고 영향도가 낮은 워크플로(테스트 작성, 코드 리뷰 1차 패스, 문서화 자동화)부터 Kimi K2.6이나 GLM-5.1로 전환해보고, 결과를 정량적으로 비교한 뒤 점진적으로 범위를 넓히는 방식입니다. 다섯 조건 중 두 개 이하만 해당한다면 지금은 전환보다 모니터링 단계에 머무는 것이 합리적입니다.

결론

중국 오픈웨이트 모델의 OpenRouter 61% 장악은 단순한 가격 경쟁의 결과가 아니라, 코딩과 에이전틱 워크로드가 전체 LLM 사용량의 절반을 넘어선 구조적 전환과 맞물려 일어난 결과입니다. DeepSeek이 토큰 점유율 1위이면서 Claude가 품질 1위를 유지하는 역설은 시장이 "양이 필요한 작업"과 "질이 결정적인 작업"으로 자연스럽게 분리되고 있다는 신호입니다. 전환 여부를 감으로 판단하지 말고, 위에 정리한 다섯 가지 조건을 자신의 파이프라인에 직접 대입해보고 결정하는 것이 가장 현실적인 접근입니다.