Palantir CEO가 토큰 과금 모델을 강하게 비판하며, AI는 '맞춤형 비즈니스'라고 주장했다.

TL;DR

· Palantir CEO 알렉스 카프(Alex Karp)가 OpenAI, Anthropic의 토큰 과금 방식을 비판하며, 기업이 그에 상응하는 가치를 얻기 어렵다고 지적했다.
· 시장의 핵심 논쟁은 기업의 AI 예산이 모델 호출에 투입되어야 하는지, 아니면 비즈니스 시스템 개선과 결과물 제공에 사용되어야 하는지에 있다.
· 관련 종목: PLTR, NVDA, 그리고 향후 OpenAI, Anthropic의 가치 평가 경로.

Palantir CEO 알렉스 카프는 7월 1일 CNBC 인터뷰에서 AI 업계의 과도한 요금을 비판하며, 선도 모델 기업들이 기업 고객을 대상으로 하는 토큰 가격 책정 방식을 겨냥했다. 제3자 금융 보도는 추가로 OpenAI와 Anthropic을 지목했다. 카프의 요지는 기업이 AI를 사용한 후 반드시 그에 상응하는 가치를 얻는 것은 아니며, 데이터, 지식 자산 및 비즈니스 우위를 외부 연구소에 넘길 수도 있다는 것이다.

카프는 인터뷰에서 기업 CEO들이 이러한 방식에 불만을 느끼고 있다고 밝혔다. 당일 PLTR은 장중부터 종가 부근까지 약 8~9% 상승했다. 이는 인터뷰 자체만의 영향으로 보기 어려우며, 같은 기간 Palantir가 엔비디아와 주권 AI 및 Nemotron 오픈 모델 분야에서 협력한 점도 시장의 내러티브를 강화했다.

이 논쟁의 핵심은 기업의 AI 예산이 최종적으로 누구에게 귀속되느냐이다. 기업은 더 강력한 모델을 구매하는 것인가, 아니면 비즈니스 프로세스를 개선하고 데이터 통제권을 유지하며 결과에 책임을 지는 생산 시스템을 구매하는 것인가?

AI 지출 논란을 가격 결정권으로 전환

토큰은 AI가 텍스트와 정보를 처리하는 측정 단위로, 글자 수나 페이지 수에 따라 요금을 내는 것과 유사하다. 기업이 질문을 입력하거나 파일을 업로드하거나 답변을 생성할 때마다 토큰이 소모된다. 이른바 토큰맥싱(tokenmaxxing)은 기업이 AI 호출량을 계속 늘려 더 많은 사용에서 가치를 짜내려는 것을 의미한다.

카프의 공격 지점은 이러한 방식이 수익을 '결과'가 아닌 '소비'에 고정시키기 쉽다는 점이다. 기업이 더 많이 사용할수록 모델 기업의 수익은 증가하지만, CFO와 CIO는 다른 문제에 더 관심을 가진다: 이러한 호출량이 실제로 비용을 절감하고 수익을 증가시켰는지, 아니면 특정 비즈니스 라인의 효율성을 개선했는지 여부다.

OpenAI와 Anthropic도 나름의 비즈니스 논리를 가지고 있다. 첨단 모델의 훈련 및 추론 비용이 높고, 능력이 강할수록 호출량이 많아지므로 사용량에 따른 과금은 자연스러운 선택이다. 공개 가격 페이지는 입력 및 출력 토큰을 중심으로 하며, 대기업 계약에는 일반적으로 할인, 크레딧 한도, 전용 지원, 좌석 요금 또는 맞춤형 조건이 포함될 수 있다.

불투명한 점은 기업이 최종적으로 '역량', '호출량', '비즈니스 결과'에 각각 얼마를 지불했는지다. Karp의 주장이 토큰 모델의 실패를 증명하는 것은 아니지만, 토큰이 기업 AI의 가치 평가 기준으로서 애플리케이션 계층 기업들의 도전을 받고 있음을 시사한다.

Palantir가 판매하는 것은 기업 자체의 AI 작업 시스템이다

Palantir가 이러한 서사를 수용할 수 있는 이유는 범용 채팅 상자나 단일 모델 API가 아닌, 고객의 비즈니스에 통합되는 AI 플랫폼을 판매하기 때문이다.

AIP는 기업의 '비즈니스 지식 맵'이자 워크플로 시스템으로 이해할 수 있다. 내부 데이터, 승인 프로세스, 운영 규칙 및 AI 역량을 연결하여 AI가 단순히 답변을 생성하는 대신 생산, 스케줄링, 리스크 관리, 공급망, 정보 분석 또는 정부 업무에 참여하도록 한다.

순수 토큰 호출과의 차이점은 Palantir가 과금 기준을 'AI를 몇 번 사용했는가'에서 '비즈니스 시스템이 어느 정도 개선되었는가'로 전환하려 한다는 점이다. 고객이 구매하는 것은 배포, 통합, 권한 제어, 데이터 거버넌스 및 지속적인 반복이며, 기본 모델은 그 일부에 불과하다.

이는 Palantir가 주권 AI, 개방형 모델 및 NVIDIA와의 협력을 강조하는 이유를 설명한다. 정부, 군수, 금융, 에너지와 같은 시나리오에서는 데이터 유출 방지, 모델 감사 가능성, 시스템 책임 추적 가능성이 단일 호출 비용을 몇 센트 절약하는 것보다 더 중요하다.

실적 보고서로 말하다

Karp의 인터뷰만 있었다면 이는 경쟁사 간의 마케팅에 불과했을 것이다. 그러나 Palantir의 2026년 1분기 실적 보고서는 시장이 진지하게 경청하도록 만들었다.

회사 실적 보고서에 따르면, Palantir의 1분기 매출은 약 16억 3300만 달러로 전년 동기 대비 85% 증가했다. 미국 상업 부문 매출은 5억 9500만 달러로 133% 증가했다. 회사는 연간 매출 가이던스를 약 76억 5000만 달러에서 76억 6200만 달러로 상향 조정했으며, 미국 상업 부문 매출은 최소 32억 2400만 달러로 전년 대비 최소 120% 증가할 것으로 예상했다.

투자자에게 이는 AIP가 적어도 미국 상업 시장에서 개념 시연 단계를 넘어 가속화 단계에 진입했음을 의미한다. 지난 2년간 시장은 컴퓨팅 파워, 칩 및 최첨단 모델에 비용을 지불하는 데 익숙해졌지만, 애플리케이션 계층이 높은 수익성과 강력한 고착성을 가진 수익을 창출할 수 있을지에 대해서는 의견이 분분했다.

Palantir가 제시하는 반례는 AI가 일회성 도구가 아닌 기업 생산 시스템으로 포장된다면, 고객이 더 깊은 배포와 장기 계약을 기꺼이 수용할 가능성이 있다는 점이다. 이는 여전히 추세 판단에 불과하며, 모든 기업이 Palantir의 경로를 따라 AI를 조달할 것이라는 의미는 아니다.

주문 이행이 평가의 경계를 결정한다

카프의 비판은 현실적 근거가 있지만, OpenAI와 Anthropic이 기업 AI 예산에서 배제되지는 않았다. 많은 기업들은 여전히 최고 수준의 모델 성능을 필요로 하며, 특히 연구개발, 코딩, 자동화 분석 및 멀티모달 작업에서 최첨단 모델의 성능 우위가 최종 결과를 결정할 수 있다.

모델 회사들은 비즈니스 모델을 조정할 수도 있다. 더 깊은 기업 맞춤화, 더 낮은 추론 비용, 더 강력한 데이터 격리 약속을 제공하거나, 단순 사용량 기반 과금에서 프로젝트 기반, 에이전트 기반 또는 결과 연동 방식으로 전환할 수 있다. 공개 API가 토큰 단위로 과금된다고 해서 모든 기업 수익이 장기적으로 토큰 단위로 과금되지는 않을 것이다.

Palantir에게도 도전 과제는 명확하다. 맞춤형 배포, 현장 통합 및 복잡한 워크플로우 개선은 높은 고착성을 가져올 수 있지만, 더 높은 전달 비용을 초래할 수도 있다. AIP의 성장이 소수의 대형 고객과 집중적인 서비스에 의존하는 것이 아니라, 더 많은 산업에서 복제 가능하고 수익성을 유지할 수 있음을 입증해야 한다.

PLTR의 주가 움직임은 하나의 가능성을 거래하는 것이다: AI 가치 사슬에서 가장 수익성 높은 위치가 장기적으로 기초 모델 계층에 집중되지 않고, 고객의 비즈니스 결과에 더 가까운 통합 계층과 애플리케이션 계층으로 이동할 수 있다는 것이다. 이 판단이 성립한다면, 투자자들이 모델 회사, 소프트웨어 플랫폼 및 컴퓨팅 회사에 대한 평가 방식을 바꿀 수 있다.

그러나 이 판단은 추가 데이터로 검증되어야 한다. Palantir의 경우, 시장은 미국 상업 수익 성장률, 고객 확장 품질, 계약 주기 및 수익성을 계속 주시할 것이다. 성장이 고강도 맞춤형 서비스에 의존한다면, 평가 탄력성은 제한될 수 있다. 더 많은 고객이 AIP에서 배포를 확대한다면, 카프의 토큰 가격 책정에 대한 도전이 단순한 인터뷰에서 지속 가능한 비즈니스 압력으로 전환될 것이다.

BlockBeats 공식 커뮤니티에 참여하세요:

Telegram 구독 그룹：https://t.me/theblockbeats

Telegram 토론 그룹：https://t.me/BlockBeats_App

Twitter 공식 계정：https://twitter.com/BlockBeatsAsia