저도 비슷하게 갈 가능성이 높다고 봅니다. 애초에 모델 성능과 기능이 계속 올라가고 있는데 가격만 계속 내리기는 쉽지 않아 보입니다. 토큰 비용이 절감되더라도 그 여유분을 더 긴 추론이나 새로운 기능, 자체 리즈닝 강화에 다시 투입하는 경우가 많고요.
결국 앞으로는 로컬 AI와 클라우드 AI를 함께 사용하는 하이브리드 형태가 자연스러운 방향이 될 것 같습니다. 실제로 24시간 자동화 워크플로우를 돌려보면 최상위 모델 API를 계속 물리는 건 비용 부담이 꽤 크기 때문입니다. 반면 로컬 모델은 한번 환경을 구축해두면 반복 작업이나 상시 운영에 유리한 부분이 있습니다.
메타처럼 강력한 모델을 오픈소스로 공개하는 흐름도 계속 나오고 있고, 로컬 모델 성능 역시 빠르게 발전하고 있습니다.
그래서 개인적으로는 앞으로 하이엔드 PC나 GPU 환경을 갖춰서 로컬 모델(프라이버시, 상시 자동화, 반복 작업)과 클라우드 최상위 모델(고난도 추론, 최신 기능)을 함께 활용할 수 있는 구조를 만들어두는 것이 가장 유연한 선택지라고 생각합니다.