단가 싼 AI가 작업비는 더 비쌌다…기업 10곳 중 1곳만 예산 적중

AI 사용료를 미리 계산하기 어렵다는 조사 결과가 나왔다. AI 비용 관리 업체 Mavvrik은 예상 밖의 AI 비용 때문에 요금을 다시 매기거나 추진하던 사업을 취소하는 기업이 나오고 있다고 밝혔다. AI를 업무에 쓰는 기업에는 사용료의 크기뿐 아니라 예산을 얼마나 정확히 잡을 수 있느냐도 문제가 되고 있다.

Mavvrik은 2026년 4~5월 기업 396곳을 조사했다. AI 지출을 실제 금액의 ±10% 이내로 맞힌 기업은 11%였다. 2025년 조사의 15%보다 4%포인트 낮은 비율이다.

싼 모델이 왜 더 비쌀까

표시된 단가가 낮아도 작업 하나를 끝내는 데 드는 돈은 더 많을 수 있다. 스탠퍼드대, UC 버클리, 카네기멜런대와 마이크로소프트 연구진은 생각 과정을 거쳐 답하는 추론 모델 8개를 비교했다. 수학, 과학, 코딩과 스스로 일을 처리하는 AI(에이전트) 작업 등 12종이 시험 대상이었다.

모델을 두 개씩 맞붙인 336건 가운데 106건, 약 32%에서 단가와 실제 작업 비용의 순서가 뒤집혔다. 글자 조각 단위인 토큰의 표시 가격이 낮은 모델이 작업 비용은 더 높았다. 연구진은 입력과 출력, 저장해 재사용하는 토큰의 가격과 사용량을 계산했다. 작업을 끝내기까지 반복한 횟수도 비용에 넣었다.

연구진은 모델마다 답을 만드는 데 쓰는 분량과 외부에 요청을 보내는 횟수가 크게 달랐다고 밝혔다. 같은 질문을 반복했을 때도 실행 비용이 최대 9.7배 차이 났다. 단가표에서 싼 모델을 고르는 것만으로는 실제 업무에 드는 돈을 가늠하기 어렵다는 결과다.

예산을 잡을 때 무엇을 볼까

논문은 2026년 5월 1일 가격을 적용했고, 모델마다 답을 만드는 설정을 한 가지씩 썼다. 연구진은 정답의 품질까지 반영한 비용 비교는 별도로 다뤄야 한다고 밝혔다. 이번 비교에는 답을 맞히지 못한 실행에서 쓴 돈까지 들어갔다.

구글은 요청 하나하나에서 쓰는 토큰 수가 달라질 수 있다고 밝혔다. 다만 다양한 작업을 대량으로 처리하면 비용 변동이 평균으로 수렴한다고 설명했다. 이용자가 걸어 둘 수 있는 지출 한도와 요금 선택지도 있다고 덧붙였다.

이번 조사와 연구가 가리키는 것은 AI의 표시 가격과 업무를 마치는 데 드는 비용 사이의 간격이다. AI 도입 예산을 정하는 기업은 단가뿐 아니라 실제 사용량과 반복 횟수까지 계산에 넣어야 한다. 앞으로 지켜볼 점은 답의 품질을 함께 따졌을 때의 비용, 대량 사용 때의 변동 폭, 지출 한도가 예산 관리에 주는 효과다.