에이전트 이코노믹스, 토큰이 아니라 완수된 성과로 원가를 계산하라

에이전트 도입 검토 회의에서 비용 이야기가 나오면 거의 예외 없이 “토큰 단가” 비교표가 먼저 올라옵니다. 그런데 제가 실제 업무에 대입해 계산해 보면, 추론 비용은 업무 1건 원가의 10%를 넘는 경우가 드뭅니다. 나머지 90%는 사람이 결과를 확인하고 고치고, 실패한 건을 다시 처리하는 데 들어갑니다. 토큰 단가표만 보고 모델을 고르면 전체 원가의 10%를 최적화하느라 90%를 놓치는 셈입니다.

2026년 9월 9일 ‘AI월드 2026’에서 AWS 오순영 수석 솔루션 아키텍트가 ‘에이전트 이코노믹스’를 주제로 발표하며, 기계가 구매하는 시장에서는 비용 기준이 토큰에서 “완수된 성과”로 옮겨 간다고 말했습니다. 저는 이 말이 미래 시장 이야기이기 이전에, 지금 당장 도입 진단 보고서의 비용 장표를 어떻게 써야 하는지에 대한 지적이라고 봅니다. 이 글은 성과당 원가를 실제 숫자로 계산하는 방법을 예시와 함께 정리합니다.

기대 84%와 체감 26% 사이

발표에서 인용된 수치는 다음과 같습니다. 모두 발표자가 인용한 외부 조사이며 제가 원자료를 검증한 값은 아닙니다.

항목 내용 출처(발표 인용)
생성형 AI 연간 경제 가치 2조6000억~4조4000억 달러 맥킨지 추정
“에이전트가 회사를 바꿀 것” 84% AWS 조사
“AI를 매우 효과적으로 쓰고 있음” 26% AWS 조사
보험금 청구 처리 기간 100일 → 20일 알리안츠, 7개 전문 에이전트 분업 사례

84%와 26%의 차이는 기술 격차라기보다 측정 격차라고 생각합니다. 비용은 토큰으로, 효과는 ‘업무가 편해졌다’는 체감으로 재면 두 숫자가 같은 단위에 놓이지 않습니다. 같은 단위에 놓이지 않으면 투자 결정은 결국 분위기로 내려집니다.

총원가에 들어가야 할 여섯 항목

발표는 추론·데이터·API 비용 외에 실패와 재시도, 사람의 검수, 보안·감사 비용을 넣어야 한다고 강조했습니다. 진단 실무 항목으로 풀면 다음 여섯 가지입니다.

원가 항목 내용 자주 빠지는 이유
추론 모델 호출 토큰, GPU 운영비 가장 잘 보여서 이것만 계산한다
데이터·API 외부 데이터 구매, 사내 시스템 API 호출 부서 예산이 달라 합산하지 않는다
실패·재시도 실패한 실행의 토큰과 시간 데모는 성공 사례로만 측정한다
사람의 검수 결과 검토·수정 인건비 “원래 하던 일”로 보고 뺀다
보안·감사 격리 환경, 감사 로그 보관, 정기 점검 도입 후 추가 비용으로 미룬다
운영 프롬프트·하네스 유지보수, 모니터링 PoC 단계에는 존재하지 않는다

발표에는 “신뢰는 윤리 문구가 아니라 거래 비용을 낮추는 인프라”라는 취지의 표현이 있었는데, 원가 관점에서 정확합니다. 결과를 믿을 수 있으면 검수 시간이 줄고, 검수 시간이 줄어야 성과당 원가가 내려갑니다.

성과당 원가 공식

제가 쓰는 식은 단순합니다. 한 달 동안 N건의 업무를 처리한다고 할 때 완료 1건당 원가는 다음과 같습니다.

성과당 원가 = 추론비 × 평균 시도 횟수
            + 검토 시간 × 인건비
            + P(수정) × 수정 시간 × 인건비
            + P(실패) × 수작업 처리 시간 × 인건비
            + 월 고정비 ÷ N

핵심은 P(수정)과 P(실패)입니다. 이 두 확률은 모델 성능표에 나오지 않고, 우리 업무 데이터로 100건 정도를 직접 돌려야만 얻을 수 있습니다.

계산 예시: 단가 4배 모델이 더 싸지는 경우

견적서 사전 검토 업무를 월 2,000건 처리한다고 가정해 보겠습니다. 인건비는 분당 600원(시간당 3만6천원), 보안·감사·운영 고정비는 월 300만 원(건당 1,500원)으로 둡니다. 아래 숫자는 설명을 위한 가정값입니다.

항목 모델 A (저가) 모델 B (고가)
1회 호출 추론비 120원 480원 (4배)
평균 시도 횟수 1.6회 → 192원 1.2회 → 576원
사람 수정 없이 완료 60% 82%
수정 후 완료 (수정 15분) 25% → 2,250원 13% → 1,170원
실패, 수작업 처리 (30분) 15% → 2,700원 5% → 900원
기본 검토 시간 6분 → 3,600원 4분 → 2,400원
고정비 배분 1,500원 1,500원
성과당 원가 10,242원 6,546원
추론비 비중 약 1.9% 약 8.8%

사람이 처음부터 처리하면 건당 25분, 즉 15,000원이 든다고 하면 두 모델 모두 이득입니다. 그러나 토큰 단가가 4배인 모델 B가 성과당 원가로는 약 36% 저렴합니다. 성공률이 높아 재시도·수정·수작업이 줄고, 결과를 더 믿을 수 있어 기본 검토 시간도 짧아지기 때문입니다. 그리고 두 경우 모두 추론비는 전체의 10% 미만입니다. 토큰 단가 협상으로 아낄 수 있는 돈은 생각보다 작다는 뜻입니다.

물론 반대 경우도 있습니다. 성공률 차이가 거의 없는 단순 분류 업무라면 저가 모델이 이깁니다. 결론은 “비싼 모델을 써라”가 아니라 “같은 성과 단위로 계산한 다음에 비교하라”입니다.

성과 단위를 정의하는 법

성과당 원가 계산에서 가장 어려운 것은 분모를 정하는 일입니다. 저는 세 가지 기준으로 확인합니다.

  • 업무 결과여야 한다. “답변 1건”이 아니라 “처리 완료된 청구 1건”, “승인된 견적서 1건”이어야 합니다. 답변은 생산물이고 결과가 아닙니다.
  • 기존 방식에도 같은 단위가 있어야 한다. 사람이 처리할 때의 건당 원가와 리드타임을 같은 단위로 구할 수 있어야 비교가 성립합니다.
  • 성공 여부를 제3자가 판정할 수 있어야 한다. “고객이 만족했다”는 판정이 모호합니다. “재문의 없이 종결되었다”는 판정이 가능합니다.

분업은 원가를 보이게 하지만 공짜는 아니다

알리안츠 사례처럼 청구 업무를 보장 확인, 서류 추출, 규정 검토, 부정 청구 탐지, 손해 산정, 지급 실행, 고객 통지로 나누면 단계별 성공률을 따로 재고 개선할 수 있습니다. 실패가 어느 단계에서 나는지 보이므로 검수 인력을 그 단계에만 배치할 수 있다는 것이 가장 큰 이점입니다.

다만 직렬 구조에서는 전체 성공률이 단계 성공률의 곱이 됩니다. 단계마다 97%라도 7단계를 지나면 0.977 ≈ 81%입니다. 단계 사이에 사람이나 규칙 기반 검증을 두지 않으면 분업이 오히려 성공률을 떨어뜨릴 수 있습니다. 에이전트 간 전달에 드는 토큰도 늘어납니다. 분업은 측정과 개선을 위한 수단이지 목적이 아닙니다.

진단 보고서의 비용 장표를 바꾸는 방법

도입 진단 보고서의 비용 장표는 보통 모델 단가와 GPU 구성으로 채워집니다. 저는 축을 바꿔 다음 순서로 씁니다.

  1. 업무별 성과 단위와 월 처리 건수
  2. 현행(사람) 건당 원가와 리드타임
  3. 에이전트 적용 시 성공률·수정률·실패율 (낙관/기준/보수 3안)
  4. 건당 검토·수정 시간
  5. 마지막에 추론비와 고정비

성공률을 세 가지로 나누는 이유는 PoC 표본만으로 운영 성공률을 단정할 수 없기 때문입니다. 보수안에서도 성과당 원가가 현행보다 낮으면 도입 근거가 충분하고, 낙관안에서만 이득이 나면 범위를 좁혀 다시 검증하는 편이 낫습니다. PoC 단계라면 정확한 금액보다 성공률과 검수 시간을 함께 기록하는 습관이 중요합니다. 이 두 숫자가 없으면 본사업 ROI는 추정에 그칩니다.

에이전트가 직접 돈을 쓰기 시작하면

발표의 더 큰 주제는 에이전트가 데이터를 구매하고 가격을 조정하는 경제 주체가 된다는 것이었습니다. 먼 이야기처럼 들리지만 외부 API 호출과 유료 데이터 구독은 이미 많은 에이전트의 일상입니다. 이 단계에서는 원가 계산과 함께 통제가 필요합니다. 에이전트별 월 호출 한도, 건당 결제 상한, 상한 초과 시 사람 승인, 그리고 지출 내역을 에이전트 ID 단위로 남기는 감사 로그입니다. 사람에게 법인카드를 줄 때 한도와 결재선을 두는 것과 같은 원리입니다.

맺으며

에이전트 이코노믹스의 요지는 단위를 바꾸라는 것입니다. 토큰에서 성과로, 데모 성공률에서 운영 성공률로, 추론비에서 총원가로. 이렇게 계산하면 모델 선택은 성능표의 문제가 아니라 우리 업무 데이터 100건의 문제가 됩니다. 도입 진단에서 가장 먼저 합의해야 할 것은 모델이 아니라 성과 단위입니다.

참고 자료

댓글 남기기