[8월14일] AI는 싸졌는데 비용은 늘어난다…‘토큰 경제학’이 흔드는 AI 가격표

AI 기술이 발전함에 따라 기업들의 비용 관리가 점점 더 복잡해지고 있습니다. 최근 BBC의 보도에 따르면, AI 에이전트를 도입한 많은 기업들이 향후 1~3년간의 비용을 예측하는 데 어려움을 겪고 있다고 합니다. 특히, 우버와 같은 대기업은 올해 초에 연간 AI 코딩 토큰 예산을 몇 달 만에 소진한 사례가 보도되며 이 문제의 심각성을 잘 보여주고 있습니다.

AI 비용의 예측 불가능성

AI는 본질적으로 빠르게 발전하는 기술입니다. 특히, AI의 가격은 지속적으로 하락하고 있지만, 기업들이 실제로 지출해야 하는 비용은 오히려 증가하고 있는 상황입니다. 예를 들어, 토큰이라는 단위로 AI의 사용량을 측정하는 구조가 있는데, 이 토큰은 AI가 문장을 처리하거나 코드를 수정하는 데 필요한 기본 단위입니다. 사용자가 AI에게 작업을 지시할 때마다 필요한 토큰의 양이 달라지기 때문에, 기업들은 특정 작업에 대해 얼마나 많은 토큰을 소모할지를 예측하기가 매우 어려워졌습니다.

AI 시스템이 처음 도입되었을 당시에는 단순한 질문에 대한 답변을 주는 방식이 대부분이었으나, 이제는 코드 수정, 파일 검색, 오류 수정 등 복잡한 작업까지 처리할 수 있는 에이전트로 발전했습니다. 이러한 변화는 기업들이 AI의 사용량을 예측하는 데 더욱 복잡하게 만들고 있습니다.

가격 구조의 변화

전통적인 소프트웨어 서비스(SaaS) 모델은 사용자 수를 기준으로 비용을 책정하는 데 용이했습니다. 그러나 AI의 경우, 한 명의 사용자가 수행하는 작업의 복잡성에 따라 비용이 크게 달라지므로, 연간 예산을 수립하기가 더 어려워진 것입니다. 이는 골드만삭스의 보고서에서도 언급되었듯이, AI 에이전트의 사용이 증가하면서 2026년부터 2030년 사이에 토큰 소비량이 24배 증가할 것이라는 예측으로 이어집니다.

이러한 상황은 AI 서비스 제공업체들에게도 새로운 도전 과제가 되고 있습니다. 사용량이 급증하면 기존처럼 월정액으로 요금을 부과하는 모델에서는 서비스 제공자가 비용을 감당해야 할 위험이 커집니다. 반대로, 과금 시스템을 토큰 사용량에 기반으로 변경하면 고객들은 매달 얼마의 비용이 발생할지 예측하기 어려워져 불만이 생길 수 있습니다.

AI 경제의 새로운 패러다임

AI 기술의 발전과 토큰 경제학(Tokenomics)의 도입은 새로운 경제 구조를 만들어가고 있습니다. 기업들이 AI의 비용을 예측하고 관리하는 데 어려움을 겪고 있지만, 동시에 AI 기술이 좋아지면서 사용량도 증가할 수 있다는 점이 특히 주목할 만합니다. 이른바 '제번스의 역설'에 따르면, 더 좋은 성능의 모델이 출시되면 기업들은 더 많은 업무를 AI에게 맡기게 되고, 결과적으로 토큰 사용량이 늘어나는 구조입니다.

이러한 변화는 AI 업계에 새로운 가격 체계를 요구하고 있습니다. 과거 SaaS 시대에는 사용자 수를 기준으로 비용을 책정했지만, 이제는 사용하는 모델, 요청 횟수, 입력량과 출력량, 그리고 에이전트가 수행하는 작업량 등 다양한 요소를 고려해야 합니다. 이는 AI의 사용량을 기준으로 요금을 부과하는 새로운 모델로의 전환을 의미하기도 합니다.

결론적으로, AI 기술은 단순한 도구에서 기업의 핵심 자산으로 자리 잡고 있으며, 이에 따라 비용 관리와 가격 책정 모델도 혁신이 필요합니다. 앞으로 기업들은 더 많은 데이터를 수집하고 분석하여 AI의 사용량을 예측하고 관리하는 전략을 세워야 할 것입니다. AI의 발전과 함께 효율적인 비용 관리가 이루어진다면, 기업들은 더욱 효율적이고 혁신적인 방향으로 나아갈 수 있을 것입니다.