AI 에이전트가 소프트웨어 개발을 넘어 기업 업무를 맡고, 기업이 좌석이나 토큰이 아니라 결과물에 가격을 매기기 시작하면 판매자는 작업 완료 비용의 변동 위험을 떠안는다. 장기 작업일수록 비용 편차가 커질 수 있어, 결과를 고정 가격으로 팔려는 기업에는 작업을 수락하기 전에 비용 위험을 추정하는 체계가 필요하다는 분석이다.
결과 기반 가격은 고객에게 가치를 분명하게 보여주고, 소프트웨어 예산 대신 인건비 예산을 기준으로 가격을 책정할 수 있다. 하지만 작업 범위와 복잡성이 예상보다 커지면 공급자가 추가 비용을 부담한다. 글은 이를 고객에게는 약속된 결과를 정해진 가격에 제공하되, 공급자는 결과를 만드는 데 드는 비용의 상승 위험을 지는 구조로 설명한다.
범위와 가격을 정하는 방식
위험을 줄이는 한 방법은 장기 작업을 짧은 단계로 나눠 각각 가격을 매기는 것이다. 예를 들어 6개월짜리 소프트웨어 프로젝트를 설계, 마이그레이션, 테스트, 배포 단계로 나눌 수 있다. 다만 새 제품을 1년 동안 출시하고 성장시키는 일처럼 초기 결정이 이후 작업을 바꾸고, 성과가 끝에 가서야 드러나는 과제는 깔끔하게 분해하기 어렵다.
최소 계약 금액이나 선금, 예상 범위를 넘었을 때의 추가 요금·재견적·변경 주문을 포함하는 혼합 계약도 가능하다. 이는 판매자의 수익성을 보호하지만, 고객이 작업 아래의 비용 구조까지 고려해야 하므로 결과만 구매한다는 장점이 줄어든다. 글은 고객의 핵심 우려가 견적 자체의 변동보다는 작업이 시작된 뒤 청구액이 달라지는 가변 청구서에 있다고 구분한다. 수락 전의 정보에 근거해 달라질 수 있는 견적과, 수락 뒤 확정되는 가격은 다르다는 설명이다.
Uber의 선불 가격 사례
글은 에이전트 기업이 작업을 받기 전에 계획 시스템으로 과제를 살펴보고, 과거 프로젝트와 비교해 완료 비용의 분포를 추정하는 인수 모델을 제안한다. 확정 견적에는 예상 비용뿐 아니라 큰 비용이 발생할 가능성도 반영해야 한다.
사례로 든 Uber는 2014년 uberPOOL에서 목적지가 정해진 이동에 보장 가격을 도입했다. 다른 승객과 매칭되지 않더라도 제시한 요금은 유지됐다. 이후 Uber는 2016년 4월 일반 uberX에도 선불 가격을 도입했다. 과거 데이터와 예상 시간·거리, 지역 교통, 통행료, 실시간 승객·운전자 공급을 반영해 요금을 추정했다. 운행 중 승객이 경로를 크게 바꾸면 시간·거리 기준 요금으로 돌아갈 수 있도록 보장 범위도 한정했다.
Uber는 승객이 내는 가격과 운전자가 받는 금액을 분리했고, 서비스 수수료는 운행마다 달라질 수 있었다. 개별 운행의 손익이 아니라 전체 운행을 합산한 수익성을 관리하는 구조다. 글은 예측 정확도뿐 아니라 잘 정의된 작업, 비교 가능한 사례의 축적, 범위 변경 규칙, 개별 오차를 흡수할 규모가 함께 뒷받침돼야 한다고 짚는다.
에이전트 기업에 필요한 조건
에이전트 기업은 견적 전에 구조화된 작업 정보를 확보하고, 완료 여부를 양측이 판단할 수 있는 객관적 기준을 정해야 한다. 고객이 작업을 바꾸거나 필요한 입력을 제공하지 않을 때 재견적하는 조건도 명시해야 한다. 여러 프로젝트가 같은 모델이나 도구에 의존할 때 위험이 한꺼번에 커질 수 있으므로, 감당할 상관 위험의 한도도 필요하다고 글은 주장한다.
장기 작업은 이동처럼 표준화하기 어렵고, 작업과 결과를 명확한 단위로 나누기 힘들다. 반면 프로젝트가 끝날 때마다 실제 비용에 관한 관측치가 쌓인다. 에이전트 기업은 계획, 재시도, 실패의 실행 기록을 활용해 작업 수행과 다음 견적을 개선할 수 있다. 이 관점에서 경쟁력은 에이전트의 성능만이 아니라 어떤 일을 수락하고 무엇을 약속하며 위험을 어떻게 가격에 반영하는지에 축적된 데이터와 판단 능력에서 생길 수 있다는 것이 글의 주장이다.
댓글 (0)
로그인하면 이 기사에 내 생각을 남길 수 있어요