AI 모델 ‘6주 반감기’, 두 달이면 쓸모없어진다는 뜻일까

버셀 AI 게이트웨이 10월 집계 분석, 신형 모델 주력 교체와 구형·결정 모델 분업 병행

자연광이 드는 현대적 테크 오피스 유리 벽면 앞에서 기술 아키텍처를 논의하는 두 명의 소프트웨어 엔지니어
AI 생성 이미지
핵심 요약 AI 요약
1
6주 반감기의 의미:6주 반감기는 모델 성능 저하나 서비스 종료가 아니라 이용 팀의 주력 모델 교체 속도를 뜻한다.
2
빠른 주력 모델 교체:9월과 10월 모두 1000만 토큰 이상을 처리한 유료 팀의 약 절반이 한 달 만에 주력 모델을 바꿨고, 교체 팀의 60%는 다른 연구기관 모델로 이동했다.
3
구형 모델 병행:10월에 1000만 토큰 이상을 처리한 팀의 70%가 등록된 지 10개월 이상 된 모델을 함께 썼지만, 전형적인 팀에서 구형 모델의 토큰 비중은 3% 미만이었다.
4
저가 결정 모델 분업:분류와 점수 산정 등 판단 작업을 수행하는 Jev는 10월 전체 요청의 26%를 처리했지만 지출 비중은 0.53%였다.
5
통계 한계와 운영 기준:버셀 게이트웨이 통계는 시장 전체를 대표하지 않고 교체 이유도 밝히지 않으므로, 모델 교체는 자체 정확도·지연 시간·비용 시험으로 판단하고 종료 일정은 별도로 점검해야 한다.
기사 목차 펼치기 / 접기

버셀(Vercel)이 11월 프로덕션 인덱스에서 제시한 AI 모델 ‘6주 반감기’는 모델의 성능이 두 달 만에 떨어지거나 서비스가 문을 닫는다는 뜻이 아니다. 버셀 11월 프로덕션 인덱스를 보면 개발 팀들은 새 버전이 나올 때마다 4~6주 간격으로 주력 모델을 빠르게 갈아타면서도, 가벼운 판단이나 기존 연동 작업에는 구형 모델과 저가 특화 모델을 그대로 남기는 분업 구조를 만들고 있다.

6주 반감기의 실체, 성능 저하가 아닌 주력 모델 교체 속도

버셀의 ‘AI 게이트웨이(AI Gateway)’ 10월 이용 집계를 보면 언어모델 요청의 절반 이상이 등록된 지 60일 미만인 신형 모델로 몰렸다. 각 모델 계열에서 새 버전이 출시되는 간격이 중앙값 61일일 만큼 세대교체가 빨라진 영향이다. 실제로 모델 사용량이 정점에 오른 뒤 4주가 지나면 정점 당시 이용 팀 네 곳 중 세 곳이 그 모델을 더 쓰지 않았고, 9월과 10월 모두 월 1000만토큰 이상을 처리한 유료 팀의 약 절반이 한 달 만에 토큰 기준 주력 모델을 바꿨다.

“AI 모델의 ‘6주 반감기’는 성능 저하나 서비스 중단 일정이 아니라, 이용 팀이 주력 모델을 갈아타는 이동 속도를 가리키는 지표다.”

이 교체 흐름은 연구기관을 넘나들며 나타난다. 주력을 바꾼 팀 다섯 곳 중 네 곳은 더 최근에 등록된 모델로 옮겼고, 열 곳 중 여섯 곳은 다른 연구기관 모델로 이동했다. 상위 1% 고지출 팀의 90% 이상이 이미 오픈AI(OpenAI)와 앤트로픽(Anthropic)을 함께 쓰는 멀티 모델 환경인 가운데, 10월 유료 팀 도달률은 오픈AI 55%, 앤트로픽 54%로 맞먹었다. 신규 팀의 첫 선택은 앤트로픽이 오픈AI의 약 2배에 달했지만, 전체 지출 비중에서는 오픈AI가 작년 12월 달러당 약 9센트에서 15센트로 올라서며 약 32센트인 앤트로픽을 추격하고 있다. 특정 모델 사용을 멈춘 팀도 대부분 게이트웨이를 떠나지 않고 창구 안에서 다른 회사 모델로 갈아탔다.

신형 쏠림 속에서도 구형과 결정 모델을 병행하는 분업 구조

주력 모델은 빠르게 바뀌지만 구형 모델이 곧바로 사라지는 것은 아니다. 10월 한 달 지출 1위는 출시 첫 달 전체 지출의 약 7분의 1을 차지한 클로드 오푸스 5.5(Opus 5.5)였지만, 동시에 1000만토큰 이상 처리 팀 열 곳 중 일곱 곳은 등록된 지 10개월 이상 된 구형 모델도 함께 썼다. 다만 전형적인 팀에서 이 구형 모델들이 차지한 토큰 비중은 3% 미만이었다.

많은 팀이 쓰면서도 사용량 비중은 작은 이유는 실무의 작업 분업에서 찾을 수 있다. 9월 중순 등장한 결정 모델 타입세이프AI(TypeSafe AI)의 Jev는 문장을 생성하는 대신 분류나 점수 매기기, 선택 같은 판단만 수행하며 언어모델 대비 약 70분의 1 비용으로 10월 전체 요청의 26%를 처리했지만 지출 비중은 0.53%에 그쳤다. 팀들이 Jev에 1달러를 쓰는 동안 앤트로픽 모델에는 64달러를 지출했다. 유료 팀 도달률 상위 6개 모델에도 Jev(28%), 클로드 소넷 5.5(Sonnet 5.5, 26%), 하이쿠 5.5(Haiku 5.5, 22%), 하이쿠 4.5(Haiku 4.5, 20%), GPT-6 루나(GPT-6 Luna, 19%), 오푸스 5.5(18%)가 나란히 올랐다. 무거운 추론과 생성은 신형 주력 모델에 몰아주고, 가벼운 판단이나 기존 연동 파이프라인은 구형·경량 모델에 남겨두는 운영 방식이 자리 잡고 있다.

관측 항목 10월 집계 수치 실무 해석
신형 모델 집중도 등록 60일 미만 모델 요청 과반 계열별 새 버전 출시 중앙값 61일에 맞춘 이동
주력 모델 교체율 유료 팀 약 50% (4주 이탈 75%) 교체 팀 60%가 다른 연구기관 모델로 이동
구형 모델 병행 유지 유료 팀 70% 사용 (토큰 3% 미만) 주력 교체 뒤에도 보조·기존 연동 일부 유지
결정 모델(Jev) 분업 전체 요청 26% · 지출 0.53% 분류·점수 판단은 초저가 모델로 분리 처리
버셀 AI 게이트웨이 2026년 10월 이용 집계 주요 지표 요약 (출처: 버셀 11월 프로덕션 인덱스)

이 통계를 일반화하기 전에 따져야 할 3가지 산출 한계

보고서의 수치를 업계 전체의 표준 교체 주기로 곧장 옮겨 적기 전에 먼저 확인할 측정 조건이 세 가지 있다. 첫째, 버셀 AI 게이트웨이는 매달 100조토큰 이상을 처리하지만 이 이용 통계는 창구를 거친 활동만 집계하므로 AI 시장 전체를 대표하지 않는다. 모델 나이 역시 세상에 처음 공개된 날이 아니라 2025년 10월 20일 집계 시작 이후 게이트웨이에 등록된 날을 기준으로 계산해, 오래된 모델도 창구에 뒤늦게 올라오면 신형으로 분류된다.

둘째, ‘팀’의 범위와 반감기 산출 근거가 제한적이다. 버셀은 개인이나 조직이 쓰는 계정 작업공간을 팀으로 부르며 한 회사 안에 여러 팀이 있을 수 있다고 밝히고, 유료 팀도 그달 유료 요청이 한 건 이상이면 모두 포함한다. 약 절반이라는 교체율은 9월과 10월 모두 1000만토큰(AI가 글을 읽고 만들 때 세는 최소 단위) 이상을 처리한 계정만 센 결과이며, 실제 표본 팀 수와 반감기를 구한 산식·모델별 추적표는 공개되지 않았다. 같은 회사의 외부 직접 API 사용량도 빠지기 때문에 전체 기업의 절반이 공급사를 바꿨다고 일반화할 수는 없다.

셋째, 교체 동기와 구형 모델 유지 이유는 조사되지 않았다. 버셀의 공개 리더보드 문서를 보면 모델·연구기관별 일별 점유율은 웹 차트나 CSV, 공개 API(GET /api/ai/leaderboard-export)로 확인할 수 있지만 절대 사용량이나 팀·프로젝트 식별자는 제공하지 않는다. 같은 계정이 오푸스 5.5에서 GPT-6 루나로 옮겼는지 개별 경로를 이어 붙일 수 없고, 성능 우위 때문인지 무료 크레딧 종료나 단가 때문인지, 구형 모델을 예비용으로 남긴 것인지 이전 연동을 정리하지 않은 것인지도 통계만으로는 알 수 없다.

순위표 대신 실무 팀이 챙겨야 할 모델 운영 점검 기준

이용률 순위가 내려갔다고 모델이 곧바로 작동을 멈추는 것은 아니므로 서비스 종료 일정은 따로 챙겨야 한다. 앤트로픽 모델 종료 정책은 종료 예정 모델도 아직 API 호출이 작동하는 ‘지원 중단 예정(Deprecated)’ 단계와 요청이 실패하는 ‘종료(Retired)’ 단계를 구분하며, 공개 모델 기준 최소 60일 전에 사전 통지한다. 개발 팀은 클로드 콘솔(Claude Console) 사용량 페이지에서 CSV를 내려받아 API 키별 구형 모델 호출 여부를 직접 감사할 수 있다.

결국 6주 반감기라는 수치에 맞춰 무작정 모델을 갈아탈 이유는 없다. 리더보드 순위는 시장의 이동 방향만 보여줄 뿐, 각 팀의 서비스 과제에서 응답 정확도와 지연 시간, 토큰 단가가 실제로 개선됐는지는 자체 대조 시험으로만 판가름난다.

순위표 밖에서 챙겨야 할 모델 운영 점검 기준
버셀 보고서·앤트로픽 문서 기준
성능·비용 비교
자체 과제 기준 재시험
공개 순위는 교체 동기(성능·단가)를 밝히지 않으므로, 동일 업무에 신형·구형·결정 모델을 직접 대조해 응답 정확도와 지연 시간 차이를 확인함.
종료 일정 감사
API 키별 호출 점검
이용 감소와 서비스 중단은 별개이므로, 공급자 종료 공지(최소 60일 전 통지)와 클로드 콘솔 사용량 CSV 내보내기로 구형 모델 호출 잔존 여부를 주기적으로 확인함.
원시 점유율 조회
공개 API·CSV 직접 추출
일별 모델·연구기관 점유율은 버셀 리더보드 페이지의 CSV 다운로드와 leaderboard-export API(CC BY 4.0)로 직접 조회 가능함.
[핵심 시사점] 반감기 6주라는 숫자에 맞춰 무조건 모델을 바꿀 것이 아니라, 자체 과제의 정확도·단가 검증과 공급자 종료(Retired) 일정 감사를 분리해 운영할 것.
자주 묻는 질문 (FAQ)
Q. 여기서 한 팀은 한 회사나 이용자 한 명을 뜻하나?
A.아니다. 리더보드 기준에서 팀은 개인이나 집단이 쓰는 계정 작업공간을 가리키며, 회사 하나가 여러 공간을 둘 수도 있어 회사 수나 실제 사용자 수로 바꿔 읽을 수 없다.
Q. 6주가 지나면 오푸스 5.5나 GPT-6 루나 같은 모델도 성능이 나빠지나?
A.보고서가 말한 반감기는 이용 팀이 다른 모델로 옮겨가는 속도를 표현한 말이지 성능 시험 결과가 아니다. 실제 모델 종료 여부는 각 공급사의 별도 공지로 확인해야 한다.
Q. 내 챗봇 구독도 최신 모델로 바꿔야 하나?
A.이 통계는 중개 창구를 거친 앱 이용 기록이며 개인 구독을 비교한 시험이 아니다. 자신이 맡기는 질문에서 응답 정확도와 지연 시간, 비용이 나아지는지는 따로 비교해야 한다.
Q. 버셀 AI 게이트웨이의 일별 모델 점유율 데이터는 직접 받아볼 수 있나?
A.가능하다. 리더보드 문서에 안내된 CSV 내려받기 버튼이나 공개 API(GET https://vercel.com/api/ai/leaderboard-export)를 통해 2025년 10월 1일 이후 일별 점유율 데이터를 CC BY 4.0 조건으로 조회할 수 있다.

RELATED ARTICLES

RECOMMENDED STORIES