지난 15년 동안 우리는 예측 가능한 지출 항목의 황금기를 살았습니다. 비즈니스 소유자로서 귀하는 소프트웨어 스택 비용이 정확히 얼마인지 알고 있었습니다. Slack에 £20, CRM에 £50, 크리에이티브 스위트 전체에 £300와 같은 식이었습니다. 이것이 바로 고정된 월 사용료로 무제한 사용을 보장하는 SaaS의 약속이었습니다. 하지만 AI for small business(소규모 비즈니스를 위한 AI)를 핵심 운영에 통합함에 따라 이러한 예측 가능성은 사라지고 있습니다. 우리는 '임대형 소프트웨어'의 세계에서 모든 결정, 생성된 모든 이메일, 분석된 모든 데이터 포인트가 직접적인 가변 비용을 발생시키는 '측정된 지능(metered intelligence)'의 세계로 이동하고 있습니다.
저는 제 비즈니스 전체를 이런 방식으로 운영합니다. AI 우선(AI-first) 방식으로 운영하기 때문에 보조 직원을 위한 급여 명부나 리테이너 계약을 맺은 마케팅 대행사가 없습니다. 대신 저에게는 토큰 예산이 있습니다. 제가 비즈니스 소유자들과 대화할 때 듣는 가장 큰 두려움은 AI가 실패할 것이라는 점이 아닙니다. 바로 예상치 못한 다섯 자릿수의 API 청구서를 받게 될지도 모른다는 공포입니다. 저는 이것을 **측정된 마인드셋의 격차(The Metered Mindset Gap)**라고 부릅니다. 이는 비즈니스가 가변적인 사용 현실에 고정 예산 사고방식을 적용하려고 할 때 발생하는 심리적, 재무적 마찰을 의미합니다.
이 새로운 시대에 성공하려면 구독자처럼 생각하는 것을 멈추고 유틸리티 서비스 제공자처럼 생각하기 시작해야 합니다. 귀하는 도구를 사는 것이 아니라 '사고 사이클(thought cycles)'을 사고 있는 것입니다. 다음은 가변적인 AI 비용을 예측, 관리 및 최적화하기 위한 플레이북입니다.
예측 가능한 구독 모델의 종말
💡 Penny가 귀하의 비즈니스를 분석해 주기를 원하시나요? 그녀는 AI가 대체할 수 있는 역할을 파악하고 단계별 계획을 수립합니다. 무료 평가판 시작하기 →
전통적인 SaaS 모델은 '무제한 뷔페'를 기반으로 구축되었습니다. 대부분의 사용자는 자신이 사용하는 것보다 더 많은 비용을 지불했으며, 이는 헤비 유저들의 비용을 보조했습니다. AI 제공업체(OpenAI, Anthropic, Google 등)는 이를 뒤집었습니다. 그들은 '토큰' 단위로 비용을 청구합니다. 토큰은 귀하의 요청을 처리하는 데 필요한 컴퓨팅 성능을 나타내는 문자 덩어리입니다.
이러한 변화는 근본적입니다. 이전 모델에서는 비즈니스가 성장해도 소프트웨어 비용이 일정하게 유지되어 거대한 규모의 경제를 창출했습니다. 하지만 AI 모델에서는 비용이 활동량에 따라 직접적으로 확장됩니다. AI 기반 고객 지원팀이 이번 달에 1,000개의 티켓을 처리하고 다음 달에 10,000개를 처리한다면, 비용은 10배로 증가할 것입니다.
Penny vs Xero 비교를 진행할 때, 저는 종종 전통적인 회계 도구는 고정된 가격을 갖지만, AI 우선 접근 방식은 트랜잭션의 복잡성에 따라 비용 프로필이 달라진다는 점을 지적합니다. 이것은 나쁜 것이 아닙니다. 실제로 귀하의 비용을 가치와 일치시키는 것이지만, 새로운 방식의 예산 책정이 필요합니다.
명명된 프레임워크: 토큰-EBITDA 브리지(The Token-to-EBITDA Bridge)
대부분의 비즈니스는 AI 비용을 '기술 비용'으로 간주하는 실수를 범합니다. 그렇게 해서는 안 됩니다. 대신 '노동 대체 비용'으로 보아야 합니다. 저는 **토큰-EBITDA 브리지(The Token-to-EBITDA Bridge)**라는 프레임워크를 사용합니다.
이 프레임워크는 '월별 비용' 측정을 멈추고 '성과당 비용'을 측정할 것을 요구합니다.
- 표준 SaaS: 작업량에 관계없이 월 £100.
- AI 운영: 자동화된 고객 응답당 £0.04.
사람 직원이 시간당 £15의 비용이 들고 10개의 티켓을 처리한다면, '인적 단위 비용'은 £1.50입니다. AI가 이를 £0.04에 처리한다면 티켓당 £1.46의 마진을 얻게 됩니다. 이제 가변 비용은 무서운 서프라이즈가 아니라 EBITDA에 대한 측정 가능한 기여분이 됩니다. 토큰에 더 많은 비용을 쓸수록 수동 노동 비용은 더 많이 절감됩니다.
3단계 AI 소비 모델
정확하게 예측하려면 AI 사용량을 세 가지 버킷으로 분류해야 합니다. 각 버킷은 서로 다른 변동성 프로필을 가집니다.
1. 상호작용 계층 (높은 변동성)
이는 챗봇, 지원 데스크, 리드 유입과 같은 고객 대면 AI입니다. 비용은 전적으로 외부 트래픽에 달려 있습니다. 게시물이 입소문을 타면 상호작용 계층 비용이 급증할 것입니다.
- 예측 팁: 과거 웹사이트 트래픽이나 지원 티켓 볼륨을 대리 지표로 사용하십시오. 방문자당 1.5회의 대화 '턴(turn)'이 발생한다고 가정하십시오.
2. 백그라운드 계층 (안정적 성장)
이는 영수증 처리, 데이터 강화, 자동 보고서 작성과 같은 백오피스 자동화입니다. 여기서 SaaS 소프트웨어 비용 절감 효과를 가장 크게 볼 수 있는데, 비싸고 비대한 엔터프라이즈 도구를 간결한 API 호출로 대체하기 때문입니다.
- 예측 팁: 가장 예측 가능한 계층입니다. 내부 데이터 볼륨(송장 수, CRM 리드 수)에 따라 확장됩니다.
3. 합성 계층 (높은 단위 비용)
이는 분기별 재무 분석이나 3,000자 분량의 화이트페이퍼 작성과 같은 고수준의 전략 작업입니다. 이러한 호출은 가장 비싼 모델(GPT-4o 또는 Claude 3.5 Sonnet 등)을 사용하며 큰 '컨텍스트 윈도우'를 차지합니다.
- 예측 팁: 이를 '프로젝트 수수료'처럼 예산에 책정하십시오. 한 달에 필요한 주요 전략적 결과물의 수를 추정하십시오.
단위 경제학 매핑하기
첫 번째 AI 예산을 세우려면 **기준 토큰 소진율(Baseline Token Burn Rate)**을 계산해야 합니다.
위임하고 있는 작업부터 살펴보십시오. 콘텐츠 마케팅을 예로 들어보겠습니다. 전통적인 대행사는 블로그 포스트 4개에 £1,000를 청구할 수 있습니다. AI를 사용하여 이러한 포스트의 조사, 초안 작성 및 SEO 최적화를 지원한다면 API 토큰 비용으로 약 £5를 지출할 수 있습니다.
하지만 제가 **의미론적 인플레이션(Semantic Inflation)**이라고 부르는 숨겨진 비용이 있습니다. AI 도구의 성능이 좋아짐에 따라 우리는 더 복잡한 지침을 내리는 경향이 있습니다. 6개월 전에는 100토큰이었던 프롬프트가 더 깊은 분석을 요구함에 따라 오늘날에는 500토큰이 될 수 있습니다. 예측할 때는 항상 월간 토큰 추정치에 15%의 '복잡성 버퍼'를 추가하십시오.
가드레일: '무한 루프' 청구 방지
측정된 경제에서 가장 큰 위험 중 하나는 '재귀 루프(Recursive Loop)'입니다. AI 에이전트가 로직 오류에 빠져 API를 반복적으로 호출함으로써 5분 만에 £500를 써버리는 상황입니다.
AI를 사용하는 모든 소규모 비즈니스는 제공업체 수준에서 **하드 캡(Hard Caps)**을 설정해야 합니다. OpenAI, Anthropic을 사용하든 미들웨어 플랫폼을 사용하든 월간 한도를 설정하십시오. 예산의 50%에서 '소프트 알림(Soft Alert)'을, 100%에서 '하드 정지(Hard Stop)'를 설정하는 것을 권장합니다.
이 지점에서 전통적인 비즈니스 회계사 비용은 시대의 흐름을 따라가지 못하는 경우가 많습니다. 대부분의 회계사는 지난달의 지출을 되돌아보는 데 익숙합니다. AI 기반 비즈니스에서는 실시간 관측 가능성(observability)이 필요합니다. 30일 후가 아니라 오늘의 지출을 알아야 합니다.
효율성의 역설
제가 수백 개의 비즈니스를 통해 관찰한 현상이 있습니다. 바로 **효율성의 역설(The Efficiency Paradox)**입니다. 토큰당 비용이 (지난 18개월 동안 급격히 하락했듯이) 떨어지면 비즈니스는 실제로 지출을 줄이지 않습니다. 대신 'AI 밀도'를 높입니다. 이전에는 경제적으로 타당하지 않았던 일들에 AI를 사용하기 시작합니다. 예를 들어 모든 아웃바운드 영업 이메일을 개인화하거나 모든 내부 회의를 기록하는 식입니다.
귀하의 예산이 반드시 AI 비용을 최대한 낮게 유지하는 것을 목표로 할 필요는 없습니다. 대신 **소진 대비 ROI(ROI of the Burn)**를 극대화하는 것을 목표로 해야 합니다. 40시간의 수동 데이터 입력을 절약하기 위해 토큰에 £200를 썼다면, 귀하는 £200를 '지출'한 것이 아니라 근사한 저녁 식사 한 번 가격으로 '풀타임 근무 주간 1주일'을 '구매'한 것입니다.
결론: 귀하의 새로운 재무 나침반
AI for small business를 마스터한다는 것은 변동하는 손익계산서(P&L)에 익숙해지는 것을 의미합니다. 귀하는 고정 수수료의 안전함에서 측정된 호출의 민첩함으로 이동하고 있습니다.
현재의 수동 작업들을 감사(audit)하는 것부터 시작하십시오. 각 작업에 대한 '인적 단위 비용'을 계산하십시오. 그런 다음 소규모 파일럿인 '토큰 트라이얼(Token Trial)'을 실행하여 AI로 처리할 때의 비용을 확인하십시오. 그 비율을 파악하고 나면 더 이상 단순한 예산이 아니라 투자 가설을 갖게 된 것입니다.
제 세계에는 관리해야 할 직원은 없고 최적화해야 할 토큰만 있습니다. 이를 올바르게 수행하면 단순히 더 저렴한 비즈니스를 운영하는 것이 아니라 더 기민하게 반응하는 비즈니스를 운영하게 됩니다. 서프라이즈는 더 이상 재무적인 것이 아니라, 귀하의 비즈니스가 갑자기 얼마나 더 많은 일을 할 수 있게 되었는지에 대한 놀라움이 될 것입니다.