기업이 더 이상 AI 비용을 감당할 수 없게 되면 어떻게 될까?

초창기 Uber는 시내를 가로지르는 요금을 택시보다 저렴하게 책정했습니다. 회사가 수익을 내야 할 때까지 그 차액은 투자자들이 부담했습니다. Rakuten Intelligence의 데이터에 따르면 미국 차량 호출 서비스 요금은 2018년부터 2021년 사이 92% 상승했으며, 2023년에는 Uber CEO조차 뉴욕에서 3마일을 이동하는 데 드는 현재 요금을 듣고 놀랐습니다.

인공지능도 비슷한 시점에 다가서고 있습니다. Anthropic은 6월에 미국 증시 상장을 비공개로 신청했다고 확인했으며, OpenAI도 뒤따를 준비를 하고 있는 것으로 알려졌습니다. 상장 기업은 분기마다 주주들에게 실적을 설명해야 하며, 이러한 감시는 대체로 가격 정책을 바꿉니다.

이에 많은 기업이 아직 던져 보지 않은 질문이 생깁니다. 자사 제품이 의존하는 AI가 더 비싸지거나, 사용이 더 제한되거나, 혹은 둘 다에 해당하면 어떻게 될까요? 답은 AI 연구소들이 어떤 결정을 내리느냐보다 각 기업이 AI를 기반으로 사업을 어떻게 구축했느냐에 달려 있으며, 아직 대비할 시간은 있습니다.

AI 비용은 IT 예산에서 비즈니스 모델의 문제로 옮겨갔다

초기 AI 비용은 실험 비용으로 처리할 수 있을 만큼 적었습니다. 이제 AI는 제품과 업무 흐름에 내장되어 있어 그 비용이 수익성에 직접 영향을 미칩니다. 현재 가격은 대규모 투자가 이어진 시기의 결과입니다.

리서치 기업 SemiAnalysis의 테스트에서 월 200달러짜리 Claude Max 요금제는 표준 API 요금 기준으로 한 달에 약 8,000달러어치의 사용량을 제공했습니다. 사용자에게는 넉넉한 혜택이지만, 일부 가격이 서비스의 실제 원가와 얼마나 차이가 나는지도 보여 줍니다.

일부 조정은 이미 시작됐습니다. 2025년 중반 AI 코딩 도구 Cursor는 월 20달러 요금제를 API 요금 기준으로 사용량만큼 청구하는 방식으로 전환했고, Anthropic은 Claude Code를 가장 많이 사용하는 고객에게 주간 사용량 한도를 도입했습니다. 개발자 Simon Willison은 투자자가 보조금을 대던 AI 사용 시대가 끝나고 있을 수 있다고 말했습니다.

분석가들도 비슷한 조언을 내놓고 있습니다. Gartner가 2026년 8월에 발표한 지침은 경영진에게 예상되는 AI 가격 인상에 대비하라고 촉구합니다. Gartner 분석가들은 AI 비용이 어떻게 증가하는지 이해하지 못하는 조직은 비용을 500%에서 1,000%까지 잘못 예측할 수 있다고 경고하기도 했습니다.

단위당 가격 하락은 도움이 되지만, 효과에는 한계가 있습니다. Epoch AI에 따르면 일정 수준의 AI 성능을 얻는 데 드는 가격은 매년 큰 폭으로 하락하고 있지만, MIT 연구진은 최신 추론 모델이 답을 도출하는 데 훨씬 더 많은 연산을 사용한다는 사실을 발견했습니다. 사용량이 늘면 비용도 증가하고, 사용량은 계속 늘고 있습니다.

상장 AI 연구소가 이를 기반으로 사업을 구축하는 스타트업에 미칠 영향

상장은 규율을 강화합니다. 상장 AI 연구소는 지속 가능한 수익성을 달성할 방안을 투자자에게 보여 줘야 하며, 가격은 이를 위해 활용할 수 있는 가장 직접적인 수단 중 하나입니다. 이에 따라 정가가 오르거나, 사용량 한도가 더 엄격해지거나, 기능이 프리미엄 요금제로 옮겨가거나, 구형 모델이 더 일찍 서비스 종료될 수 있습니다.

스타트업은 공급업체와 같은 시장에서 경쟁하기도 합니다. Anthropic이 Claude Code를 출시한 것처럼 AI 연구소들이 자체 애플리케이션을 점점 더 많이 제공하고 있으므로, 모델 자체를 넘어 자사 사업이 더하는 가치가 무엇인지 분명히 해야 합니다.

긍정적인 측면도 있습니다. 상장 기업은 더 많은 정보를 공개하므로 고객은 AI 가격이 책정되는 방식을 더 명확히 파악할 수 있습니다. 공급업체 간 경쟁과 빠르게 개선되는 오픈 모델은 전환할 준비가 된 기업에 가격을 억제하는 효과를 낼 것입니다.

기업이 AI 의존도를 낮추는 방법

사업상의 위험은 두 가지 질문으로 요약됩니다. 비용이 오르면 고객은 더 많은 돈을 내고도 서비스를 이용할 만큼 그 가치를 높이 평가할까요? 그리고 가격 인상을 감당할 만큼 충분한 마진이 있을까요? 답을 확신하지 못하는 기업이라면 다섯 가지 방안을 활용할 수 있으며, 어느 것도 처음부터 다시 시작할 필요는 없습니다.

작업별 비용을 파악하세요. 많은 팀이 월간 AI 청구액은 알고 있지만, 고객의 개별 행동 하나에 얼마가 드는지는 모릅니다. 작업별 비용을 측정하면 가격이 30%, 50%, 심지어 100% 올랐을 때 어떤 기능, 고객 또는 활용 사례가 수익성을 잃게 될지 알 수 있습니다.

AI는 가장 큰 가치를 더하는 곳에 활용하세요. 대형 모델은 처음 접하는 문제처럼 모호성이 있는 상황을 처리하는 데 특히 강합니다. 반복적인 작업에는 기존 소프트웨어가 더 적합한 경우가 많습니다. 예를 들어 소프트웨어 테스트에서는 AI가 사용자 여정을 한 번 점검하는 방법을 찾아낼 수 있으며, 그러면 이후에는 모델을 호출하지 않고 일반 코드로 같은 테스트를 수천 번 실행할 수 있습니다.

작업에 맞는 모델을 선택하세요. Epoch AI는 일반 소비자용 그래픽 카드 한 장에서 실행할 수 있는 최상위 오픈 모델이 선도 모델보다 뒤처지는 정도는 약 1년 이내라는 사실을 발견했습니다. 일상적인 작업에서는 더 작은 모델이나 자체 호스팅 모델을 사용해도 훨씬 저렴한 비용으로 충분한 결과를 얻을 수 있습니다.

다른 모델로 전환할 수 있는 여지를 남겨 두세요. 특정 공급업체의 고유 기능을 중심으로 구축한 제품은 다른 곳으로 옮기기가 가장 어렵습니다. 제품과 모델 사이에 간단한 추상화 계층을 두고 대안을 정기적으로 테스트하면, 향후 가격 인상이 협상의 계기가 될 수 있습니다.

성과를 기준으로 가격을 책정하세요. 고객에게 토큰 사용량에 따라 요금을 청구하면 AI 가격의 모든 변동이 고스란히 고객에게 전가됩니다. 작업 완료나 요청 해결처럼 성과별로 고정 요금을 부과하면 고객에게는 안정적인 가격을 제공하고 기업은 자체 비용 변동을 흡수할 여지를 확보할 수 있습니다. 같은 원리는 구매에도 적용됩니다. 성과별로 가격을 책정하는 도구를 사용하면 향후 지출을 더 쉽게 예측할 수 있습니다.

비용 부담 가능성은 설계의 문제다

우버의 요금 인상이 차량 호출 서비스 자체를 끝내지는 않았다. 끝낸 것은 차량 호출 요금이 언제나 보조금을 받을 것이라고 가정한 비즈니스 모델이었다. AI도 비슷한 길을 걸을 가능성이 크다. 주요 AI 연구소들이 공개 시장에 진출함에 따라 AI 가격은 제공 비용에 더 가까워질 것이며, 기업은 그 가격에서도 자사 제품이 여전히 제대로 작동하는지를 기준으로 평가받게 될 것이다.

이러한 변화에 가장 잘 대비된 기업은 AI를 측정하고 관리해야 할 의존 요소로 다룬다. 아직 시작하지 않은 기업도 늦지 않았다. 각 단계는 이번 분기부터 시작할 수 있으며, 하나하나가 다음 가격 변화를 더 쉽게 감당하도록 해 준다.