최고 성능보다 비용, 기업이 AI 모델을 고르는 기준이 달라졌어요

최고 성능보다 비용, 기업이 AI 모델을 고르는 기준이 달라졌어요

기업용 AI 모델 선택 썸네일

기업이 AI 모델을 고를 때 최고 성능만 보던 흐름이 흔들리고 있어요. Anthropic의 고가 모델 Fable 5는 출시 두 달 뒤에도 기업 지출 비중이 약 11%에 머물렀어요. 많은 업무에서 더 저렴한 모델도 충분하다는 판단이 구매 결정에 반영되고 있어요. 1

핵심 요약

구분	핵심	기업이 확인할 점
채택률	Fable 5의 Anthropic 기업 지출 비중은 약 11%에 머물렀어요	최고 성능이 곧 높은 사용량으로 이어지지는 않았어요
가격	높은 가격과 구형 모델의 충분한 성능이 도입 속도를 늦췄어요	업무별 품질 기준과 호출 비용을 함께 계산해야 해요
내부 경쟁	더 저렴한 Opus 5가 기업 지출 기준으로 Fable 5를 앞섰어요	같은 회사 모델끼리도 가격대별 수요가 갈려요
시장 경쟁	GPT-5.6과 오픈 웨이트 모델이 비용 선택지를 넓혔어요	한 모델에 모든 작업을 맡기기보다 여러 모델을 나눠 쓰는 방식이 유리할 수 있어요
사업 모델	최고급 모델은 상시 기본값보다 어려운 작업용 자원에 가까워지고 있어요	프런티어 연구비를 대중적인 사용량만으로 회수하기 어려울 수 있어요

1. 가장 비싼 모델이 기업의 기본값에서 밀려나고 있어요

GeekNews가 정리한 Financial Times 기사에 따르면 결제 업체 Ramp는 7만 개 기업의 지출 데이터를 분석했어요. 그 결과 Fable 5가 Anthropic 관련 지출에서 차지한 비중은 출시 두 달이 지나도 약 11%에 머물렀어요. 새 모델이 나오면 기업 고객이 가장 강력한 제품으로 빠르게 옮겨가던 과거와 다른 모습이에요. 2

가격이 가장 직접적인 이유로 꼽혀요. 문서 분류, 요약, 검색 보조, 정형화된 고객 응대처럼 반복적인 업무는 이전 세대 모델로도 목표 품질을 맞출 수 있어요. 기업으로서는 결과 차이가 작다면 호출마다 더 비싼 모델을 선택할 이유가 줄어요. 같은 예산으로 처리할 수 있는 작업량이 크게 달라지기 때문이에요.

728x90

Anthropic 안에서도 수요가 갈렸어요. 7월 말 나온 Opus 5는 Fable 5보다 작고 저렴하지만 기업 지출 기준으로 이미 Fable 5를 넘어섰다고 전해졌어요. OpenAI의 GPT-5.6도 더 낮은 가격으로 시장 반응을 얻고 있어요. 중국계 오픈 웨이트 모델까지 선택지에 들어오면서 기업 구매자는 모델 이름보다 업무 한 건을 끝내는 데 드는 비용을 비교하기 쉬워졌어요. 1

모델 하나로 모든 업무를 처리하는 방식은 비용이 커요

고객 문의 답변을 만드는 일과 복잡한 코드 오류를 추적하는 일은 필요한 추론 수준이 달라요. 두 작업에 같은 최고급 모델을 쓰면 쉬운 요청에도 비용이 많이 들어요. 그래서 기업은 요청의 난이도와 위험도에 따라 모델을 나누는 방식을 택할 수 있어요.

낮은 위험의 반복 작업은 저렴한 모델에 맡길 수 있어요. 정확도가 중요한 분석이나 복잡한 개발 작업만 고성능 모델로 보내면 비용을 줄이면서 필요한 품질을 지킬 수 있어요. 이때 모델 라우팅 규칙, 평가 데이터, 실패 시 재시도 경로가 실제 도입 성과를 좌우해요.

최고 성능 모델의 역할도 좁아질 수 있어요

프런티어 AI 기업은 더 큰 모델을 만들기 위해 막대한 계산 자원과 연구비를 써요. 하지만 기업 고객이 최고급 모델을 일부 어려운 작업에만 사용하면 전체 호출량은 저가 모델 쪽에 쌓여요. 최고급 모델이 기술력을 보여주는 제품이면서 고난도 작업에 선택적으로 쓰는 자원이 될 수 있다는 분석이 나오는 이유예요.

Anthropic의 전체 성장세가 멈춘 것은 아니에요. GeekNews 요약에는 7월 연 환산 매출이 650억 달러로 5월의 470억 달러보다 늘었다고 나와요. 연간 10만 달러 이상을 쓰는 고객도 6,000곳으로 제시됐어요. 다만 가장 비싼 모델의 낮은 채택률은 매출 성장과 프런티어 모델 선호가 같은 움직임은 아니라는 점을 보여줘요. 1

왜 중요한가요

기업의 AI 도입 경쟁은 벤치마크 1위 모델을 확보하는 일보다 업무별 비용과 품질을 관리하는 쪽으로 옮겨가고 있어요. 기획 단계에서는 모델 이름보다 허용할 수 있는 오류율, 응답 시간, 요청 한 건의 비용을 먼저 정하는 편이 실용적이에요. 이 기준이 있어야 더 저렴한 모델로 바꿨을 때 절감액과 품질 변화를 함께 비교할 수 있어요. 2

AI 서비스 운영팀에도 같은 변화가 생겨요. 모든 요청을 한 모델에 묶으면 가격 인상이나 사용량 제한에 그대로 노출돼요. 여러 모델을 교체할 수 있도록 평가 기준과 라우팅 계층을 갖추면 공급사 변화에 대응하기 쉬워요. 다만 저렴한 모델을 쓰는 것만으로 비용 문제가 끝나지는 않아요. 재시도 증가, 긴 입력, 사람이 다시 검토하는 시간까지 포함한 전체 비용을 봐야 해요.

프런티어 모델 기업은 최고 성능 외에 안정적인 사용량, 예측할 수 있는 가격, 데이터 보존 정책도 설득해야 해요. 기업 구매자는 모델이 조금 더 똑똑한지보다 기존 업무에 안전하게 연결할 수 있는지와 월 비용을 예측할 수 있는지를 함께 봐요. Fable 5의 초기 채택률은 성능 우위만으로 기업 예산을 오래 붙잡기 어려워졌다는 사례로 읽을 수 있어요. 1

참고 자료

1. Anthropic의 최고 AI 모델, 저렴한 도구의 성장 속에서 사용자 확보에 고전 — GeekNews
2. Anthropic’s top AI model struggles to win users as cheaper tools gain ground — Financial Times