매주 저는 한 가지 사실을 몹시 두려워하는 비즈니스 소유주들과 이야기를 나눕니다. 바로 'AI 신용카드 청구서'입니다. 이들은 기업들이 수백만 달러를 절감했다는 헤드라인을 보기도 했지만, 동시에 잘못 설정된 API 스크립트 하나로 인해 하룻밤 사이에 £5,000의 비용이 청구되었다는 끔찍한 이야기도 들었습니다. 이러한 두려움은 주저함으로 이어지고, 주저함은 결국 뒤처짐으로 귀결됩니다.
SME 성장을 위한 현대적인 AI 전략을 구축하고 있다면, AI 지출을 일반적인 소프트웨어 구독 서비스처럼 취급해서는 안 됩니다. AI는 Microsoft 365나 Slack처럼 작동하지 않습니다. AI 비용은 유동적이고 하이브리드적이며, 관리하지 않을 경우 변동성이 매우 큽니다.
AI 우선(AI-first) 비즈니스를 운영해 온 제 경험상, 해결책은 지출을 줄이는 것이 아니라 더 잘 분류하는 것입니다. 저는 이를 '3단계 AI 예산(The 3-Tier AI Budget)' 프레임워크라고 부릅니다. 이 모델은 지출을 유틸리티(Utility), 소비(Consumption), **자본(Capital)**으로 나눕니다. 이는 단순한 회계 처리가 아닙니다. 어떤 비용이 '임대료'이고 어떤 비용이 회사의 미래 지식 재산권(IP)에 대한 '투자'인지를 이해하는 과정입니다.
문제점: '소프트웨어' 사고 모델의 한계
💡 Penny가 귀하의 비즈니스를 분석해 주기를 원하시나요? 그녀는 AI가 대체할 수 있는 역할을 파악하고 단계별 계획을 수립합니다. 무료 평가판 시작하기 →
대부분의 SME가 AI 전환에 실패하는 이유는 2010년대의 'SaaS' 사고 모델을 2020년대의 AI 현실에 적용하기 때문입니다. 그들은 사용자당 정액 월 요금을 기대합니다. 하지만 AI가 '업무를 돕는 소프트웨어'에서 '업무를 직접 수행하는 소프트웨어'로 진화함에 따라, 가격 모델은 '사용자 수(Seat)' 중심에서 '결과물(Output)' 중심으로 변화하고 있습니다.
사람을 고용할 때는 그들의 시간(고정비)에 대해 비용을 지불합니다. 하지만 AI 에이전트를 고용할 때는 종종 그 에이전트의 사고 과정(변동비)에 대해 비용을 지불합니다. 이러한 변화를 고려하지 않는다면, 첫 번째 '사용량 기반' 청구서가 수신함에 도착하는 순간 CFO는 여러분의 AI 프로젝트를 중단시킬 것입니다.
이를 방지하기 위해 AI가 재무제표에 영향을 미치는 세 가지 방식을 세부적으로 나누어 살펴볼 필요가 있습니다.
1단계: 유틸리티 비용 (임대료 계층)
유틸리티 비용은 우리에게 가장 익숙한 형태입니다. 가격을 예측할 수 있는 고정 요금제 SaaS 구독 서비스들이 여기에 해당합니다.
- 예시: ChatGPT Plus (£16/월), Claude Pro, Perplexity Pages 또는 이미 사용 중인 툴의 AI 강화 버전 (Notion AI, Adobe Firefly 등).
- 모델: 사용자당, 월당 청구.
- 리스크: '시트 크리프(Seat Creep)'. 실제로는 10명만 고급 기능을 사용하는데 50인분의 라이선스 비용을 지불하는 상황.
이 단계에서의 주요 목표는 통합입니다. 많은 기업이 동일한 직원을 위해 세 가지 다른 LLM 구독료를 지불하고 있습니다. AI '시트'를 추가하기 전에, 이미 중복된 소프트웨어에 과도하게 투자하고 있지는 않은지 SaaS 절감 가이드를 확인해 보시기 바랍니다.
Penny의 인사이트: 1단계 비용은 '강화된 직원 오버헤드'로 간주해야 합니다. 여기서는 인력을 대체하는 것이 아니라 기존 팀의 업무 속도를 20% 향상시키는 것이 목적입니다. 만약 결과물이 20% 상승하는 것을 확인할 수 없다면, 구독을 취소하십시오.
2단계: 소비 비용 (토큰 계층)
대부분의 SME가 방심하다가 당하는 지점이 바로 여기입니다. 소비 비용은 사용량에 따라 달라지며, 일반적으로 GPT-4o, Claude 3.5 Sonnet, Gemini와 같은 모델에 대한 API 호출에 의해 발생합니다.
AI의 세계에서 우리는 '토큰(Token)'에 대해 이야기합니다. 대략 텍스트 750단어 정도의 분량입니다. 맞춤형 고객 서비스 봇이 질문에 답변할 때마다, 혹은 자동화된 리드 수집기가 LinkedIn 프로필을 처리할 때마다 여러분은 토큰을 소비하게 됩니다.
'토큰의 함정'
저는 하루에 수천 개의 이메일을 처리하는 멋진 자동화 워크플로우를 구축한 기업들을 보았습니다. 하지만 그들은 대량의 저복잡도 작업에 GPT-4o를 사용하는 것이 GPT-4o-mini를 사용하는 것보다 훨씬 비싸다는 점을 간과하여, SME 효율성을 위한 AI 전략 수립 시 예상치 못한 비용 문제에 직면하곤 합니다.
2단계 비용을 예측하려면 **액션당 비용(CPA, Cost-per-Action)**을 계산해야 합니다.
- 액션 정의: 예: '고객 지원 티켓 요약'
- 토큰 양 추정: 평균 입력(티켓 내용) + 평균 출력(요약본)
- API 요율 곱하기: (입력 토큰 * 요율) + (출력 토큰 * 요율)
티켓 한 개를 요약하는 데 £0.02가 들고 한 달에 10,000개의 티켓이 발생한다면, 해당 작업에 대한 2단계 예산은 £200입니다. 이는 사람에 비해 현저히 저렴하지만, 비즈니스 성장에 따라 규모가 커지는 변동비입니다. 고객이 두 배로 늘어나면 AI 청구서도 두 배로 늘어납니다.
Penny의 인사이트: 처음 3개월 동안은 2단계 예산을 예상 거래량의 1.5배로 잡으십시오. 프롬프트 엔지니어링은 반복적인 작업입니다. 초기에는 실제 운영보다 프롬프트를 '디버깅'하는 데 더 많은 토큰을 소비하게 될 것입니다.
3단계: 자본 비용 (아키텍처 계층)
3단계는 '구축' 단계를 나타냅니다. 단순히 다른 사람의 도구를 사용하는 것이 아니라, 자신만의 맞춤형 AI 역량을 구축하는 때입니다.
- 예시: 회사의 모든 내부 PDF를 '읽는' RAG(검색 증강 생성) 시스템 개발, 또는 특정 브랜드 보이스에 맞춘 모델 미세 조정(Fine-tuning).
- 모델: 일회성 개발 비용 + 지속적인 유지보수.
- 논리: 여기서 기업 가치가 창출됩니다.
SME에게 3단계는 **운영 알파(Operational Alpha)**에 대한 투자입니다. 경쟁사와 똑같은 기성 도구(1단계)만 사용한다면 아무런 우위도 점할 수 없습니다. 특정 산업의 컴플라이언스 서류 90%를 AI가 처리할 수 있도록 독자적인 데이터 파이프라인(3단계)을 구축한다면, 그것이 바로 강력한 해자가 됩니다.
하지만 3단계에는 '유지보수 세금'이 따릅니다. AI 모델은 계속 진화합니다. GPT-4를 위해 구축된 시스템은 GPT-5가 출시되면 제대로 작동하지 않거나 비효율적일 수 있습니다. '모델 드리프트(Model Drift)' 및 아키텍처 업데이트를 위해 매년 초기 구축 비용의 최소 20%를 예산으로 책정해야 합니다.
'에이전시 세금' vs AI 지출
AI 예산을 평가할 때는 반드시 대안과 비교해야 합니다. 대부분의 SME는 콘텐츠, SEO 또는 기초 데이터 입력을 위해 에이전시에 막대한 비용을 지출합니다. 이는 종종 마케팅 예산 속에 숨겨진 '보이지 않는' 비용입니다.
저는 종종 고객들에게 월 £500의 2단계 API 예산이 월 £3,000의 주니어 실행 인력 고용 비용을 대체한다면 이는 사실 엄청난 절감이라고 말합니다. AI 기반 지출 관리 비교를 살펴보면 수치는 명확해집니다. 여러분은 단순히 새로운 비용을 추가하는 것이 아닙니다. '비효율적인 인적 지출'을 '효율적인 컴퓨팅 지출'로 전환하는 것입니다.
AI 예측 예산 수립 방법 (단계별 안내)
탄탄한 SME AI 전략 예산을 수립하려면 다음 4단계를 따르십시오.
1. '섀도우 AI' 점검
직원들은 이미 AI를 사용하고 있을 가능성이 높습니다. 회사 데이터를 무료 버전 도구에 입력하고 있거나 ChatGPT Plus 계정을 개별적으로 비용 처리하고 있을 수 있습니다. 이를 파악하십시오. 이것이 기본적인 1단계 지출입니다.
2. '대량 작업' 식별
수작업량이 가장 많은 프로세스를 찾으십시오. 고객 지원인가요? 인보이스 발행인가요? 리드 발굴인가요? 2단계 예측을 위해 월간 작업량을 추정하십시오. 비용 변동이 걱정된다면 매출과의 상관관계를 고려해 보십시오. 매출이 오를 때만 AI 비용이 증가한다면 그것은 '기분 좋은' 문제입니다.
3. '킬 스위치(Kill-Switches)' 설정
2단계(API) 지출의 경우, OpenPipe와 같은 도구나 OpenAI 대시보드 기본 기능을 사용하여 한도를 설정하십시오. 예산이 £500라면 한도를 정확히 £500로 설정하십시오. 어느 날 아침 £10,000의 청구서를 보고 놀라는 것보다, 봇이 하루 동안 작동을 멈추는 것이 훨씬 낫습니다.
4. 에너지 및 오버헤드와 비교
오버헤드를 슬림하게 유지하기 위해 비즈니스 에너지 비용을 모니터링하는 것처럼, '컴퓨팅 에너지'를 핵심 유틸리티로 취급하십시오. 미래에는 '지능'의 비용이 오늘날의 전기료만큼이나 손익계산서(P&L)의 기본 요소가 될 것입니다.
AI 예산 수립의 90/10 법칙
마지막으로 이 말씀을 드리고 싶습니다. 90/10 법칙입니다.
AI가 특정 기능(예: 2단계 자동화)의 90%를 처리하게 되면, 나머지 10%(인간의 감독)는 더 이상 전담 직원이 필요한 역할이 아닙니다. 이는 다른 직무로 통합되어야 하는 책임입니다.
AI 도구에 대한 예산은 세우면서 그 도구가 보강하거나 대체하는 인적 역할의 구조를 재편하지 않는다면, 그것은 혁신이 아니라 비용 추가일 뿐입니다. 성공적인 AI 예산은 결국 '행정 급여'의 감소가 'API 토큰'의 증가를 훨씬 상회하는 모습으로 나타나야 합니다.
결론은 무엇일까요? 변동비 청구서를 두려워하지 마십시오. 오래된 방식으로 업무를 처리하며 발생하는 고정 비용을 두려워하십시오.
가장 큰 비용 절감 기회가 어디에 숨어 있는지 확인하고 싶으신가요? 여러분의 운영 현황을 살펴보고 경쟁사들이 놓치고 있는 2단계 기회들을 함께 찾아보겠습니다.