AI 요금, 연산량보다 결과로…핀 건당 0.99달러

상담 서비스 핀(Fin)은 문의 해결 등의 성과에 건당 0.99달러를, 미국 AI 문서 플랫폼 민틀리파이는 질문 답변에 25크레딧을 매기는 등, 서비스 기업들이 AI가 해낸 일에 요금을 붙이기 시작했습니다. 민틀리파이는 2026년 9월 토큰 사용량에 따라 달라지던 AI 요금을 작업 결과별 고정 크레딧 방식으로 바꿨고, 자동화 기능이 문서를 갱신하면 250크레딧을 부과합니다. 답변하지 못하거나 문서에서 고칠 내용을 찾지 못한 작업에는 비용을 매기지 않습니다. 고객은 AI가 내부적으로 얼마나 많은 연산을 했는지보다 자신이 받은 결과물을 기준으로 비용을 예측할 수 있습니다. 젠데스크도 상담원 개입 없이 AI가 해결한 문의를 과금 기준으로 삼고 있습니다.

AI 비용은 어떻게 내려가고 있나

에이전트가 일을 오래 하거나 같은 작업을 반복하면 토큰 사용량도 늘어날 수 있지만, 토큰을 많이 썼다는 사실이 더 좋은 결과를 보장하지는 않습니다. 기업이 따져야 할 것은 사용량과 함께 늘어난 매출, 줄어든 처리 시간, 해결한 고객 문제입니다. 모델 공급사들은 더 낮은 가격의 모델을 내놓았고, 간단한 질문은 작고 빠른 모델이, 복잡한 분석은 고성능 모델이 처리하도록 나누는 '모델 라우팅'도 쓰입니다.

• 오픈AI는 'GPT-6.1 솔'이 에이전트 코딩과 컴퓨터 사용, 전문 업무 등에서 상위 모델 'GPT-6 아스트라'에 근접한 성능을 내면서 표준 입력·출력 토큰 가격은 각각 5분의 1 수준이라고 설명했습니다. 100만 토큰당 입력 가격은 2달러, 출력 가격은 10달러이고, 아스트라는 각각 10달러와 50달러입니다.
• 앤트로픽은 '클로드 오퍼스 5.5'의 입력·출력 가격을 100만 토큰당 각각 4달러와 20달러로 책정했습니다. 이전 오퍼스 5보다 20% 낮고, 이미 처리한 입력을 재활용하는 캐시 읽기 가격은 60% 낮췄습니다. 앤트로픽은 기본 설정의 일반적인 작업에서 이용 비용이 이전 모델보다 40% 줄어든다고 밝혀, 토큰 단가뿐 아니라 실제 작업에 드는 총비용을 내세웠습니다.
• 아마존웹서비스(AWS)의 베드록 '지능형 프롬프트 라우팅'은 같은 모델 계열 안에서 요청별 예상 성능을 비교해 적합한 모델로 연결합니다. AWS는 정확도를 유지하면서 비용을 최대 30% 줄일 수 있다고 안내하며, 이는 AWS가 제시한 효과입니다.
• 삼성전자의 '하이브리드 AI'는 빠른 응답과 개인정보 보호가 중요한 작업은 기기 안에서, 대규모 연산이 필요한 생성·추론 작업은 클라우드에서 처리합니다. 삼성전자는 2026년 9월 30일 열린 '삼성 AI 포럼 2026'에서도 효율적인 AI를 주요 연구 주제로 다뤘습니다.

AI 성과는 무엇으로 재나

2025년 경제학 학술지 '계간경제학저널'(QJE)에 실린 '일터의 생성형 AI' 연구는 고객 상담원 5172명을 분석했습니다. AI 보조 도구를 이용한 상담원은 시간당 고객 문제 해결 건수가 평균 15% 늘었고, 효과는 노동자별로 상당한 차이를 보였습니다. 이 연구가 생산성의 기준으로 삼은 것은 AI에 질문한 횟수나 생성한 문장의 양이 아니라 주어진 시간에 해결한 문제의 수였습니다.

성과 기반 요금도 '성과'라는 이름만으로 효과가 보장되지는 않습니다. 핀은 고객이 답변에 만족했다고 확인한 경우뿐 아니라 답변 이후 추가 도움을 요청하지 않은 경우도 해결로 간주합니다. 사전에 설정한 절차를 수행한 뒤 사람이나 다른 업무 흐름으로 넘기는 경우에도 과금할 수 있습니다.

SK텔레콤은 사내 AX를 어떻게 바꾸나

SK텔레콤이 2026년 10월 28일 공개한 글로벌 AX 동향 자료에 따르면, 회사는 AI 에이전트를 구성원과 협업하는 업무 주체로 정의하고 사람과 AI의 역할을 함께 설계하는 방향으로 사내 AI 전환을 추진하고 있습니다. 지향점은 직원 한 명이 여러 AI 에이전트와 협업하며 기획부터 개발, 디자인까지 수행하는 '멀티 롤' 방식입니다. 이를 뒷받침하기 위해 다음을 바꿉니다.

• 사내에 나뉘어 있던 AI 개발 플랫폼 통합
• 업무 시스템과의 연계 강화
• 데이터 접근 규정과 보안 체계 정비

SK텔레콤은 앞서 공개한 'AX 혁신 2.0'에서 기존 업무 절차를 AI 중심으로 다시 짜는 'AX 샌드박스'를 전사로 확대하겠다는 방침을 제시했습니다. AI 사내독립기업(CIC) 일부 조직에서 약 3개월간 시범 운영한 결과 기획 업무 소요 시간과 의사결정 속도 등에서 개선 가능성을 확인했다고 설명했으며, 이번 참고자료에 전사 차원의 생산성 개선 수치는 제시되지 않았습니다.

정재헌 SK텔레콤 최고경영자(CEO)는 2026년 9월 1일 서울대학교 특강에서 'AX의 J커브'를 제시했습니다. 도입 초기에는 학습과 업무 재설계 부담으로 생산성이 낮아지지만, 이를 넘어서면 생산성이 가파르게 상승할 수 있다는 내용입니다. 정 CEO는 기업에 사업과 일하는 방식을 AI 관점에서 재설계하는 실행력이 필요하다고 강조했습니다.

한국 기업 AX 시사점

AI 예산을 짠다면 토큰 단가표보다 업무 한 건을 끝내는 데 드는 총비용을 기준으로 삼는 편이 맞습니다. 어떤 요청을 어느 모델이, 어디에서 처리할지 나누는 설계까지 비용에 포함해 보되, 비용을 줄이는 과정에서 답변의 정확도와 업무 품질이 떨어지지 않는지도 함께 살펴야 합니다.

핀·젠데스크·민틀리파이처럼 결과 단위로 요금을 매기는 서비스를 도입한다면, 계약 전에 '해결'의 정의가 우리 조직이 원하는 성과와 같은지부터 대조하십시오. 추가 문의가 없었던 경우까지 해결로 세는지, 사람에게 넘긴 건도 과금하는지에 따라 같은 건당 요금이라도 실제 효과가 달라집니다.

국내 사례로 소개된 SK텔레콤과 삼성전자는 요금 기준보다 조직과 처리 구조를 먼저 손댄 쪽입니다. SK텔레콤은 AI의 역할과 데이터 접근 규정을, 삼성전자는 기능별 처리 장소를 나눴습니다. 사내 에이전트를 늘리려 한다면 에이전트 수보다 AI가 어느 부서의 어떤 일을 맡고, 어디까지 정보에 접근하며, 어느 단계에서 사람의 판단을 받는지를 먼저 정해 두는 편이 순서입니다. J커브의 초기 구간을 감안해 도입 직후의 지표만으로 성패를 판단하지 않도록 평가 시점을 미리 정해 두는 것도 방법입니다.

이번 주에 확인해 볼 것은 하나입니다. 지금 쓰는 AI 도구의 성과 보고서가 질의 횟수·토큰 사용량을 세고 있는지, 처리 시간·재작업·해결 건수를 세고 있는지입니다.

출처: AI, 도입서 성과로…기업들 'AX 시프트'