Ox 알파라는 이름의 AI 모델이 하루 100조 토큰을 공짜로 풀고 있습니다. 누가 만들었는지는 공개되지 않았습니다.
20일 오픈라우터에 운영 주체가 베일에 가려진 스텔스 형태로 올라왔고, 일주일간 무료 제공이 붙었습니다 (출처: aitimes, 2026-08-22).
성능 숫자도 같이 돌고 있습니다. 문제는 그 숫자를 어디까지 믿고 실무 판단에 쓸 것이냐입니다.
저는 이런 걸 볼 때 먼저 의심합니다
무료이거나 가격이 유난히 낮은 새 모델이 나오면 저도 우선 성능부터 확인하고 싶어집니다. 하지만 실무 검토 목록에 올릴 때는 운영 주체, 이용 약관, 데이터 저장 위치와 보존 기간부터 봅니다.
이 정보가 명확하지 않았던 도구는 공개 자료와 가상 질문으로만 시험했고, 사내 적용 후보에는 넣지 않았습니다.
문제가 생겼을 때 문의하고 책임을 물을 상대가 없으면 성능 비교를 계속할 이유가 없다고 판단했기 때문입니다.
지금 벌어지고 있는 일
Ox 알파는 100만 토큰에 달하는 컨텍스트 창과 최대 13만1072 토큰의 출력 용량을 지원합니다 (출처: aitimes, 2026-08-22).
숫자만 보면 최상위 모델과 같은 급입니다. 여기에 하루 100조 토큰 무료가 붙으면서, 제2의 딥시크 파동을 예고하는 분위기라는 평가가 나옵니다 (출처: aitimes, 2026-08-22).
전문가들이 주목하는 지점은 성능이 아닙니다
정체불명의 모델이 하루 100조 규모 토큰을 무료로 방출하는 현상 자체가, 글로벌 AI 시장의 가격 파괴가 얼마나 가파른지 보여주는 사례라는 지적입니다 (출처: aitimes, 2026-08-22).
같은 말을 실무 언어로 옮기면 이렇습니다. 이 모델 하나가 중요한 게 아니라, 이런 일이 벌어질 수 있는 시장이 됐다는 게 중요합니다.
80%라는 점수, 표본은 열 문항입니다
가장 많이 인용되는 숫자가 이겁니다.
딥SWE 벤치마크의 개발자가 레딧을 통해 공유한 데이터에 따르면, Ox 알파는 딥SWE의 10개 문항 추출 테스트에서 80%의 정답률을 기록했습니다 (출처: aitimes, 2026-08-22).
| 모델 | 점수 |
|---|---|
| Ox 알파 | 80% |
| Fable 5 | 65% |
| GPT-5.6 Sol | 52% |
(출처: aitimes, 2026-08-22)
동일한 조건에서 앤트로픽의 Fable 5가 65%, 오픈AI의 GPT-5.6 Sol이 52%를 받았으니 눈에 띄게 높은 수치인 건 맞습니다 (출처: aitimes, 2026-08-22).
그런데 열 문항입니다
한 문제만 다르게 풀려도 순위가 통째로 뒤집히는 크기입니다. 전체 벤치마크가 아니라 거기서 뽑아낸 추출 테스트고, 공유한 주체도 벤치마크 개발자 본인입니다.
이 숫자가 틀렸다는 뜻이 아닙니다. 도입 검토서에 근거로 넣을 만한 크기가 아니라는 뜻입니다. 표본이 열 개인 결과와 수백 문항을 돌린 결과를 같은 표에 나란히 놓는 순간, 읽는 사람은 둘을 같은 무게로 받아들입니다.
실사용 평가는 이미 갈리고 있습니다
복잡한 코드베이스를 통째로 100만 토큰 창에 밀어 넣고 긴 코딩 작업을 시켰을 때 놀라울 정도로 매끄럽다는 평가가 있습니다. 반대로 한 줄짜리 단순 작업을 요청해도 과도하게 오래 추론하는 바람에 응답이 답답하고 결과가 기대 이하라는 불만도 나옵니다 (출처: aitimes, 2026-08-22).
벤치마크 점수 하나로 덮이지 않는 차이입니다. 긴 작업에 강하고 짧은 작업에 약하다면, 그건 성능 문제가 아니라 어떤 업무에 붙일 것이냐의 문제예요.
숫자와 체감이 달랐던 경우
벤치마크상으로는 상위권이던 모델을 실제 업무 질문에 붙였을 때 체감이 크게 달랐던 적이 있습니다.
정답을 맞히는 경우는 많았지만 짧은 질문에도 응답이 지나치게 늦었고, 같은 질문을 반복하면 답의 형식과 수치 해석이 흔들렸습니다.
실무에서는 평균 점수보다 응답시간의 편차, 재현성, 틀렸을 때 스스로 모순을 잡아내는지가 더 크게 작용했습니다. 결국 높은 점수만으로는 기존 모델을 대체하지 못했습니다.
공짜가 이례적인 게 아니라는 게 진짜 신호입니다
Ox 알파만 보면 일회성 이벤트로 읽힙니다. 옆에 딥시크를 놓으면 다르게 보입니다.
딥시크는 21일 API 플랫폼에 딥시크-V4-플래시-비전-Exp를 출시했습니다 . 가격은 비피크 기준 입력 100만 토큰당 0.22달러, 출력 0.66달러입니다. 피크 시간에는 각각 0.44달러와 1.32달러가 적용됩니다 (출처: aitimes).
싸게 파는 게 아니라 싸게 만든 겁니다
이 모델은 2840억개의 전체 매개변수 가운데 토큰당 130억개만 활성화하는 전문가 혼합 구조를 씁니다 (출처: aitimes).
여기가 핵심입니다. 할인 정책이 아니라 연산 구조를 바꿔서 원가를 내린 것입니다. 원가가 내려간 가격은 이벤트가 끝나도 원래대로 돌아가지 않습니다.
로컬에서 돌린 사례도 나옵니다. 레딧에는 143~144 GiB짜리 딥시크 V4 플래시 양자화 모델을 RTX 3060 12GB 4장에 올려 360k~376k 컨텍스트를 유지했다는 보고가 올라와 있습니다 (출처: r_localllama).
소비자용 그래픽카드 네 장이면 되는 수준까지 내려왔다는 얘기입니다.
가격이 내려가면 판단 기준이 바뀝니다
모델 가격이 내려가면 시험 범위를 넓히기는 쉬워집니다. 하지만 운영 결정이 그만큼 쉬워지지는 않았습니다.
실제 비용에는 데이터 정리, 보안 검토, 품질 평가, 모니터링과 장애 대응이 함께 들어가기 때문입니다.
눈에 보이는 비용은 일부입니다
제가 참여한 검토에서도 API 비용은 눈에 잘 보이는 항목이었지만, 최종 결정을 가른 것은 가격보다 결과를 안정적으로 재현하고 문제가 생겼을 때 운영할 수 있느냐였습니다.
싸다는 이유는 시험을 시작할 근거는 됐지만 도입을 승인할 근거는 되지 못했습니다.
그래서 업무에 넣을 것인가
무료 티어로 시험해보는 것과 업무 흐름에 넣는 것은 다른 결정입니다. 확인할 것을 다섯 개로 줄이면 이렇습니다.
- ☐ 1. 운영 주체가 공개되어 있나. 계약 상대가 없으면 책임 주체도 없습니다
- ☐ 2. 무료 기간이 끝난 뒤 가격이 어떻게 되는지 명시되어 있나
- ☐ 3. 인용된 성능 숫자의 표본이 몇 개인가. 열 개짜리와 수백 개짜리를 구분하고 있나
- ☐ 4. 우리가 넣을 업무가 긴 작업인가 짧은 작업인가. 모델마다 강한 쪽이 다릅니다
- ☐ 5. 입력한 데이터가 어디에 저장되고 얼마나 남는지 확인할 수 있나
1번이 안 되면 나머지는 볼 필요가 없습니다. 운영 주체를 모르는 서비스에 사내 데이터를 넣는 건 성능과 무관한 문제입니다. 5번은 기업 데이터가 AI 회사 서버에 며칠 남는가에서 따로 다뤘습니다.
여기서부터는 안 올립니다
저는 외부 모델을 시험할 때 회사와 고객을 식별할 수 있는 이름, 계약 내용, 공개 전 실적과 원가, 개인정보, 계정과 시스템 주소, 소스 코드와 운영 로그를 넣지 않습니다.
조합하면 드러납니다
이름만 지운다고 충분한 것도 아닙니다. 업종과 시점, 제품명, 구체적인 수치가 합쳐지면 대상을 추정할 수 있어 이런 정보도 범위화하거나 가상 값으로 바꿉니다.
그렇게 바꿨는데도 원문의 의미가 그대로 드러나면 외부 모델이 아무리 좋아도 테스트 대상에서 제외합니다.
정리
Ox 알파의 정체는 곧 밝혀질 겁니다. 그때 이 글의 절반은 낡습니다.
낡지 않는 절반은 이쪽입니다. 하루 100조 토큰을 공짜로 뿌리는 일이 가능해졌고, 딥시크는 그걸 할인이 아니라 구조로 하고 있습니다. 앞으로 이런 제안이 계속 들어온다는 뜻이에요.
그때마다 성능 숫자부터 보게 됩니다. 표본이 열 개인지 수백 개인지, 운영 주체가 누구인지, 무료가 끝나면 얼마인지는 그다음에 확인하게 되고요. 순서를 뒤집는 게 이 글의 요지입니다.
도구를 어디까지 맡기고 어디서 멈출지에 대해서는 AI 에이전트 도입이 실패하는 다섯 가지 패턴에 정리해뒀습니다.
저라면 이렇게 나눕니다
운영 주체와 데이터 처리 방침이 공개돼 있고, API와 사용 조건이 명확하며, 공개 자료나 가상 데이터로 반복 시험할 수 있으면 새 모델을 검토합니다.
처음에는 정확도뿐 아니라 응답시간, 재현성, 오류 유형과 중단 시 대체 경로까지 확인합니다.
반대로 운영 주체를 알 수 없거나 입력 데이터의 저장·삭제 방식을 확인할 수 없으면 무료여도 건드리지 않습니다.
제 기준에서 정체를 모르는 무료 모델은 실험 대상일 수는 있어도 업무 도구는 아닙니다.
자주 묻는 질문
Q1. Ox 알파를 지금 써봐도 되나요? 개인적으로 성능을 확인하는 용도라면 문제될 게 없습니다. 사내 문서나 고객 데이터를 넣는 건 다른 얘기입니다. 운영 주체가 공개되지 않았다는 건 데이터 처리 방침을 확인할 상대가 없다는 뜻입니다.
Q2. 벤치마크 점수는 원래 다 이런가요? 표본 크기를 밝히는 곳도 있고 안 밝히는 곳도 있습니다. 이번 건은 10개 문항 추출 테스트라고 명시되어 있어서 오히려 확인이 가능한 경우입니다. 표본을 안 밝힌 숫자가 더 조심스럽습니다.
Q3. 무료 기간이 끝나면 가격이 오르나요? Ox 알파는 운영 주체가 공개되지 않아 예측할 수 없습니다. 다만 딥시크처럼 연산 구조로 원가를 낮춘 경우는 무료가 끝나도 가격이 이전 수준으로 돌아가지 않는 흐름입니다.