기업 AI 비용, 이제 성과로 따진다…IBM 앱티오가 보여준 ‘AI 예산’의 다음 단계
IBM 계열사 앱티오(Apptio)가 11월 9일 기업의 AI 비용을 한곳에서 추적하고, 실제 사업 성과와 연결해 보는 기능을 확대한다고 발표했다. 새 기능은 여러 AI 모델과 클라우드, 부서에 흩어진 사용량과 비용을 모아 예산을 세우고, 어떤 AI 프로젝트를 계속 키울지 판단하도록 돕는 데 초점을 맞춘다. 생성형 AI를 도입한 기업의 질문이 “쓸 수 있는가”에서 “얼마가 들고 무엇이 좋아졌는가”로 바뀌고 있다는 신호다.
이번 소식은 일반 소비자가 바로 설치할 새 AI 앱의 발표는 아니다. 그러나 회사에서 챗봇, 문서 요약, 고객 상담, 마케팅 콘텐츠, 업무 자동화를 쓰는 직장인에게 간접적인 영향이 크다. 기업이 비용을 제대로 보지 못하면 갑자기 사용 한도를 줄이거나, 성과가 불분명한 도구를 일괄 금지하거나, 반대로 유행을 따라 비슷한 서비스를 여러 개 계약할 수 있다. AI 비용을 업무 결과와 함께 측정하려는 시도는 어떤 도구가 살아남을지 결정하는 기준이 된다.
검색하는 사람이 가장 궁금한 질문
이번 발표가 답하려는 질문은 “회사는 AI에 돈을 얼마나 쓰는지, 그 돈이 실제 매출·시간 절약·위험 감소로 이어졌는지 어떻게 알 수 있는가?”다. 앱티오의 답은 모델 이용료만 보는 것으로는 부족하다는 것이다. 클라우드와 데이터, 애플리케이션, 직원의 운영 시간, 보안·검토 비용까지 묶어 보고, 결과를 매출·생산성·속도·위험 같은 지표와 연결해야 한다.
IBM 기업가치연구소가 옥스퍼드 이코노믹스와 2026년 1~4월 33개 지역·19개 산업의 기술 임원 2,000명을 조사한 결과, 응답자의 85%가 실시간 AI 지출을 완전히 파악하지 못한다고 답했다. 이 수치는 IBM이 자사 제품의 필요성을 설명하기 위해 인용한 설문이라는 점을 감안해야 한다. 그래도 AI 비용이 기존 소프트웨어 구독료보다 복잡하다는 현실은 분명하다.
AI 비용은 왜 이렇게 보기 어려운가
전통적인 업무 소프트웨어는 보통 사용자 수에 따라 월 정액을 낸다. 생성형 AI는 여기에 사용량이 더해진다. 질문과 첨부 문서가 길수록 입력 비용이 늘고, 답변이 길수록 출력 비용이 늘 수 있다. 이미지와 영상 생성은 해상도와 길이, 처리 속도에 따라 가격이 달라진다. 같은 서비스 안에서도 어떤 모델을 선택했는지에 따라 원가가 크게 달라진다.
비용은 여러 장소에서 동시에 생긴다. 직원이 구독한 AI 서비스, 회사가 직접 연결한 모델, 데이터를 보관하는 클라우드, 검색용 데이터베이스, 보안 필터, 결과를 검토하는 사람의 시간까지 포함된다. 한 부서는 마케팅 예산으로 결제하고 다른 부서는 IT 예산으로 결제할 수 있다. 실제 프로젝트 이름과 청구서 항목이 맞지 않으면 경영진은 AI에 얼마를 쓰는지 합산하기 어렵다.
AI가 회사 제품 안에 들어가면 문제는 더 복잡해진다. 고객 한 명에게 답변을 제공하는 데 얼마가 드는지, 무료 이용자가 늘어날 때 비용이 얼마나 증가하는지, 유료 요금제가 그 비용을 감당하는지 계산해야 한다. 모델 제공자가 가격을 바꾸거나 회사가 더 강한 모델로 전환하면 같은 기능의 원가도 달라진다.
앱티오가 추가한 기능은 무엇인가
앱티오는 IBM Cloudability, IBM Apptio, IBM Kubecost, IBM Targetprocess 등 자사 제품군에 AI 비용 관리 기능을 넓힌다. 핵심은 크게 네 가지다.
첫째, 주요 AI 시스템의 사용량과 비용을 기존 기술 지출과 함께 가져오는 연결 기능이다. 회사가 여러 모델을 쓰더라도 하나의 화면에서 비교하고 부서·프로젝트·애플리케이션별로 비용을 나누는 방향이다. 다만 11월 9일 발표는 연결을 지원하는 구체적인 AI 회사와 모델 목록을 공개하지 않았다. 실제 구매자는 자신이 쓰는 서비스가 지원되는지 따로 확인해야 한다.
둘째, 예산과 예상 지출을 관리하는 기능이다. Cloudability는 AI 애플리케이션별 원가, 사용량, 예산, 향후 지출 예상, 업무 단위당 비용을 분석한다. 사용량 약정을 통해 가격을 낮출 수 있는 경우 추천도 제공한다. 쉽게 말하면 ‘이번 달 모델 비용’만 보는 것이 아니라, 고객 상담 한 건이나 보고서 한 건을 처리하는 데 얼마가 들었는지 계산하려는 것이다.
셋째, AI 투자와 사업 결과를 연결하는 ‘AI Value & ROI’ 기능이다. ROI는 투자 대비 수익을 뜻한다. 매출 증가뿐 아니라 업무 시간 단축, 처리 속도, 오류와 위험 감소 같은 결과도 프로젝트 비용과 함께 본다. 8월에 공개 시험으로 소개된 기능을 이번 포트폴리오 확대의 중심에 다시 배치했다.
넷째, 자연어 질문으로 비용 자료를 분석하는 기능이다. 사용자가 복잡한 보고서 메뉴를 직접 찾는 대신 “지난달 고객지원 AI 비용이 왜 늘었나”, “어느 부서의 사용량이 예산을 넘을 가능성이 큰가”처럼 질문하도록 한다. 외부 AI 도구가 재무·운영·조직·프로젝트 자료를 읽도록 연결하는 방식도 제공한다. 다만 민감한 비용 정보가 오가는 만큼 접근 권한과 데이터 처리 범위를 명확히 설정해야 한다.
직장인의 업무에는 어떻게 영향을 주나
AI 비용 관리가 강화되면 직원은 단순히 “이 도구가 편하다”는 설명만으로 예산을 얻기 어려워질 수 있다. 대신 어떤 업무가 얼마나 빨라졌는지, 결과 품질이 어떻게 바뀌었는지, 기존 방식보다 총비용이 낮아졌는지를 보여 줘야 한다.
예를 들어 마케팅팀이 이미지 생성 AI를 쓴다고 가정해 보자. 월 구독료가 100만원이라고 해서 전체 비용이 100만원인 것은 아니다. 원하는 결과를 얻기 위해 여러 번 생성하고, 디자이너가 수정하며, 저작권과 브랜드 기준을 검토하는 시간이 필요하다. 반대로 외주 촬영과 제작 기간이 크게 줄었다면 구독료보다 큰 가치를 만들 수 있다. 비용과 성과를 함께 봐야 하는 이유다.
고객지원 AI도 마찬가지다. 상담 한 건당 모델 비용이 낮아도 잘못된 답변 때문에 사람이 다시 처리하면 총비용이 늘 수 있다. 해결률, 재문의율, 고객 만족도, 민감정보 사고 같은 지표를 함께 보지 않으면 싼 모델이 실제로는 비싼 선택이 될 수 있다.
문서 요약 도구는 절약한 시간만 계산하기 쉽지만, 직원이 요약을 다시 확인하는 시간과 중요한 내용을 놓쳤을 때의 위험도 포함해야 한다. AI 비용 관리가 성숙할수록 “몇 명이 로그인했나”보다 “어떤 업무 결과가 달라졌나”가 평가 기준이 된다.
기업이 빠지기 쉬운 측정의 함정
숫자가 많아진다고 올바른 결론이 자동으로 나오는 것은 아니다. 첫 번째 함정은 AI를 도입한 뒤 생긴 모든 개선을 AI 덕분으로 계산하는 것이다. 같은 기간에 업무 절차를 바꾸거나 인력을 늘렸다면 효과를 나눠 봐야 한다.
두 번째는 시간 절약을 곧바로 현금 수익으로 바꾸는 것이다. 직원이 일주일에 두 시간을 아꼈다고 해서 회사 통장에 그만큼의 돈이 바로 생기는 것은 아니다. 절약한 시간이 고객 응대, 더 나은 기획, 오류 감소 같은 다른 가치로 이어졌는지 확인해야 한다.
세 번째는 사용량이 많을수록 성공이라고 보는 것이다. 직원들이 AI를 많이 써도 같은 질문을 반복하거나 결과를 계속 고치고 있다면 낭비일 수 있다. 반대로 사용량이 적어도 중요한 위험을 한 번 막았다면 가치가 클 수 있다.
네 번째는 비용을 줄이기 위해 무조건 작은 모델로 바꾸는 것이다. 작은 모델의 답이 부정확해 재작업이 늘면 전체 비용은 오히려 커진다. 속도와 가격, 정확도, 검토 부담을 업무별로 함께 비교해야 한다.
다섯 번째는 측정 가능한 결과만 중요하게 보는 것이다. 직원 학습, 아이디어 탐색, 고객 경험처럼 단기간에 돈으로 환산하기 어려운 가치도 있다. 모든 효과를 하나의 ROI 숫자로 압축하면 장기적인 개선을 놓칠 수 있다.
AI 비용이 늘어나는 진짜 이유
회사는 모델 가격이 내려가면 총지출도 줄 것이라고 기대하기 쉽다. 실제로는 단가가 내려갈수록 더 많은 부서와 기능에서 AI를 사용해 총비용이 늘 수 있다. 직원 몇 명의 챗봇 구독으로 시작한 기업이 고객용 서비스, 내부 검색, 문서 처리, 코드 보조, 영상 제작으로 범위를 넓히면 사용량이 급증한다.
또 AI는 한 번 설치하고 끝나는 소프트웨어가 아니다. 모델이 바뀌면 품질 시험을 다시 하고, 보안 규칙을 조정하고, 직원 교육과 사용 정책을 업데이트해야 한다. 데이터를 정리하고 권한을 연결하는 비용도 계속 든다. 모델 호출 가격만 보면 이런 운영 비용이 빠진다.
IBM 조사 관련 보도에 따르면 기술 임원들은 AI가 IT 예산에서 차지하는 비중이 2025년 약 15% 미만에서 2027년 약 25%로 늘 것으로 예상했다. 전망은 실제 지출을 보장하지 않지만, 기업이 AI를 별도 실험비가 아니라 주요 예산 항목으로 보기 시작했음을 보여 준다.
일반 사용자에게 왜 중요한가
기업의 비용 관리 도구는 소비자와 멀어 보이지만, 실제 제품 정책에 영향을 준다. 회사가 특정 AI 기능의 비용과 가치를 확인하면 무료 제공 범위, 유료 요금제, 사용 한도, 기본 모델을 조정할 수 있다. 성과가 낮은 기능은 사라지고, 효율이 확인된 기능은 더 많은 제품에 들어갈 수 있다.
직장에서는 승인된 AI 도구의 수가 줄어들 가능성도 있다. 여러 부서가 비슷한 서비스를 따로 계약했다면 회사는 몇 개로 통합하려 할 것이다. 이용자는 익숙한 도구를 잃을 수 있지만, 데이터 보호와 지원 체계는 좋아질 수 있다. 반대로 비용만 기준으로 통합하면 업무에 맞지 않는 하나의 도구를 모두에게 강요하는 문제가 생길 수 있다.
비용 가시성이 높아지면 ‘그림자 AI’도 드러날 수 있다. 그림자 AI는 회사 승인 없이 직원이 개인 계정으로 업무 자료를 넣는 행위를 뜻한다. 공식 도구가 불편하거나 사용 한도가 부족할 때 생긴다. 지출만 차단하기보다 왜 직원이 비공식 도구를 쓰는지 파악하고 안전한 대안을 제공해야 한다.
발표에서 아직 확인되지 않은 부분
IBM 발표는 방향을 자세히 설명하지만 구매자가 알아야 할 조건 일부는 공개하지 않았다. 어떤 AI 모델 제공자와 직접 연결되는지, 각 기능이 어느 제품 요금제에 포함되는지, 추가 비용은 얼마인지, 국가별 출시 범위가 어떤지 명확한 목록이 없다. 일부 기능은 기존 공개 시험에서 시작됐고, 이번 발표는 제품군 전반의 확대를 묶어 소개했다.
또 85%라는 설문 결과는 응답한 기술 임원의 인식이다. 각 기업의 실제 청구 자료를 감사해 얻은 수치가 아니다. ‘완전한 실시간 가시성이 없다’는 답도 아무것도 모른다는 뜻은 아니다. IBM 제품 도입이 유일한 해결책이라는 증거로 받아들여서는 안 된다.
자연어 분석 기능도 답변 정확성과 설명 가능성을 확인해야 한다. 재무 자료를 AI가 잘못 해석하면 중요한 예산 결정을 흐릴 수 있다. 원본 숫자로 돌아갈 수 있는지, 계산 과정을 확인할 수 있는지, 권한 없는 사람이 다른 부서 정보를 볼 수 없는지가 핵심이다.
기업이 확인해야 할 현실적인 기준
새 비용 관리 도구를 도입하기 전에 회사는 먼저 AI 프로젝트 목록과 책임자를 정리해야 한다. 어떤 부서가 어떤 문제를 해결하려고 어떤 모델을 쓰는지 모르면 도구가 데이터를 모아도 해석하기 어렵다. 프로젝트마다 최소한 다음 질문에 답할 수 있어야 한다.
- 기존 방식의 시간·비용·오류율은 얼마였나
- AI 도입 뒤 모델·클라우드·인력·검토 비용을 합친 총비용은 얼마인가
- 처리 속도와 결과 품질, 고객 경험은 어떻게 달라졌나
- 문제가 생겼을 때 중단하거나 이전 방식으로 돌아갈 수 있는가
- 비용과 성과를 누가 정기적으로 검토하는가
이 항목은 특정 제품을 사기 위한 체크리스트가 아니라 AI 투자 자체를 설명하기 위한 기본 질문이다. 앱티오 같은 도구는 자료를 연결하고 보고서를 만드는 데 도움을 줄 수 있지만, 무엇을 가치로 볼지는 조직이 정해야 한다.
실제로 달라지는 점
11월 9일 발표의 의미는 기업용 대시보드 기능 몇 개보다 더 크다. AI 도입 경쟁의 기준이 모델 수와 사용자 수에서 비용 대비 결과로 이동하고 있다. 기업은 이제 “우리도 AI를 쓴다”는 사실보다 어떤 업무에서 얼마를 쓰고 무엇을 얻었는지 설명해야 한다. 이 변화는 직원에게 더 명확한 사용 기준을 요구하고, 소비자에게는 요금제와 기능 구성의 변화로 나타날 수 있다.
앞으로 볼 것은 세 가지다. 앱티오가 실제로 연결하는 AI 서비스 목록과 가격을 얼마나 투명하게 공개하는지, 기업이 모델 호출료뿐 아니라 사람의 검토와 데이터 관리 비용까지 포함하는지, 측정 결과가 단순한 예산 삭감이 아니라 품질 좋은 AI 사용을 확대하는 데 쓰이는지다. AI 비용을 볼 수 있게 되는 것은 시작일 뿐이며, 무엇을 가치로 인정할지 정하는 일은 여전히 사람의 책임이다.