레볼루트, 엔지니어 2000명 코딩을 자체 호스팅 GLM으로 전환
레볼루트가 엔지니어 약 2,000명의 코딩 작업을 자체 호스팅 GLM으로 옮기고 Claude Code와 Codex는 예외적으로 쓰는 도구로 돌렸다. AI 운영 책임자 David Abitbol에 따르면 Nvidia B200 56개로 운영하며, 혼합 기준 비용은 토큰 100만 개당 0.30달러로 기존 Anthropic·OpenAI 지출의 약 10분의 1이다. 그는 토큰 사용 제한을 풀자 엔지니어링 리드타임이 70% 개선됐다고 밝혔지만 측정 방식은 공개하지 않았다.
원문
- Revolut, 자체 호스팅 GLM으로 전환 GeekNews · 2026년 11월 4일 01:32
뉴스 수집·요약·게시를 자동화한 이 사이트처럼, 반복 업무를 자동화하고 싶으신가요?
AI 분석
수집된 보도와 일반적인 배경 지식을 바탕으로 편집자 AI가 쓴 분석입니다. 사실 확인은 출처를 참고하세요.
배경
최근 AI 코딩 비용은 기업의 실제 부담이 됐다. 앞서 다룬 기사에서 YC의 개리 탄은 에이전트 토큰에 연 최대 20만달러를 쓴다고 밝혔고, 앤트로픽의 내부 Claude 사용액은 소매가로 환산하면 급여를 넘어선다고 알려졌다. OpenRouter 분석에서는 토큰 사용량이 크게 늘면서 단가가 떨어지는 흐름이 확인됐다.
한편 GLM, Qwen, DeepSeek 같은 오픈 웨이트 모델은 코딩 벤치마크에서 프런티어 모델과의 격차를 좁혀 왔다. 업계에서는 흔히 '대부분의 일상 코딩에는 최상위 모델이 필요 없다'는 주장이 나왔지만, 수천 명 규모 엔지니어 조직이 기본 도구를 통째로 바꾼 공개 사례는 드물었다.
의미
개발자에게 핵심은 비용보다 '제한 해제'다. 회사 측 설명에 따르면 토큰 사용 제한을 없애자 엔지니어들이 AI를 어려운 작업에만 아껴 쓰지 않고 모든 작업에 쓰기 시작했고, 그것이 리드타임 개선으로 이어졌다. 단가가 10분의 1이면 같은 예산으로 사용량을 크게 늘릴 수 있다.
앤트로픽과 OpenAI 같은 프런티어 연구소에는 가격 압박이다. 특히 IPO를 준비하는 시점에 대형 기업 고객이 프런티어 모델을 '예외'로 돌리는 사례는 기업용 매출 성장 전망에 대한 의문을 키운다. 앞서 다룬 앤트로픽 S-1의 매출 구조와 맞물려 볼 대목이다.
규제 산업(금융·의료) 기업에는 데이터를 외부 추론 업체에 보내지 않는다는 이점이 비용 절감과 함께 따라온다.
전망
낙관
전제: 코딩 작업 대부분은 '충분히 좋은' 모델과 많은 토큰으로 해결된다. 이 전제라면 레볼루트 같은 대기업이 자체 호스팅 오픈 웨이트 모델을 기본값으로 삼는 흐름이 확산되고, GPU 임대·추론 서비스 업체와 오픈 모델 생태계가 수혜를 본다. 프런티어 모델은 어려운 문제를 푸는 고가 옵션으로 자리 잡는다.
이 전제가 깨지는 조건: 프런티어 모델이 에이전트형 장시간 작업에서 오픈 모델과 다시 큰 격차를 벌려, 같은 결과를 얻는 데 드는 총비용(재작업·검토 시간 포함)이 역전된다면 낙관론은 약해진다.
회의
전제: 자체 호스팅의 진짜 비용은 토큰 단가에 드러나지 않는다. B200 56개 클러스터의 구매·임대비, 전력·냉각, 추론 엔진 운영 인력, 모델 교체 주기를 감안하면 이런 구성은 레볼루트 정도 규모와 인프라 역량을 갖춘 기업에만 맞는다. 공개된 '리드타임 70% 개선'도 측정 방식이 없어 일반화하기 어렵다. 대다수 기업은 결국 프런티어 API나 클라우드 업체의 관리형 오픈 모델을 쓰게 된다.
이 전제가 깨지는 조건: 주요 클라우드가 오픈 웨이트 코딩 모델을 버튼 몇 번으로 띄우는 관리형 상품을 비슷한 단가로 내놓는다면 이 회의론은 힘을 잃는다.
지켜볼 신호
예측