TL;DR

  • 에이전트 기업이 장기 작업을 결과물 단위로 판매하면 완료 비용의 불확실성이 고정 가격 계약자의 재무 위험으로 전환되므로, 수락 전 비용 분포와 꼬리 위험을 산정하는 인수 모델이 필요함.
  • 에이전트가 맡는 작업의 양과 복잡성이 커질수록 비용 편차도 커지며, 정액 결과물 가격을 약속한 공급자는 고객이 정해진 가격에 결과물을 받는 동안 작업 복잡성에 따른 비용 상승 위험을 부담함.
  • 짧은 작업 단위로 분해하거나 최소 약정·선금·초과 비용·재견적·변경 주문을 활용할 수 있지만, 장기 작업은 분해가 어렵고 변동 청구서를 피하려는 고객의 요구와 결과물 판매의 장점 사이에 긴장이 생김.
  • Uber의 선불 요금은 사전 작업 정보, 비교 가능한 사례, 범위 변경 규칙, 개별 오차를 흡수할 거래량을 바탕으로 성립했으며, 에이전트 기업에도 명확한 완료 기준과 재견적 조건, 상관 위험 한도가 필요함.
  • 프로젝트 실행 기록이 쌓이면 비용 예측과 납품이 개선되고, 장기적으로 경쟁 우위는 에이전트 성능만이 아니라 수락할 작업과 약속할 결과, 위험 가격을 결정하는 축적된 역량에서 나옴.

장기 작업과 결과물 가격의 위험

  • 지난 2년간 에이전트 개발은 모델에 점점 더 큰 작업을 맡기는 방향으로 진행됨. 장기 작업의 충실도가 높아지면서 고객이 제품을 지정하면 에이전트가 구축하는 ‘소프트웨어 공장’ 형태로 역량을 제품화하는 스타트업이 등장함.
  • 이러한 흐름이 비기술 업무로 확장되면, 제한적인 사람의 감독 아래 기업 기능 하나를 책임지는 인공지능 직원의 형태가 됨.
  • 인공지능 기반 서비스에서는 좌석이나 토큰 대신 작업 결과에 가격을 매기는 방식이 확산됨. 고객은 가치가 무엇인지 파악하기 쉽고, 기업은 소프트웨어 예산이 아니라 인건비 예산을 기준으로 가격을 책정할 수 있음.
  • 그러나 결과물을 판매하면 기술적 불확실성이 재무 위험으로 바뀜. 기업은 정액 계약을 맺은 시공업체처럼 작업 완료까지 드는 비용을 인수함.
  • 에이전트가 맡는 작업의 양과 복잡성이 커질수록 비용 편차도 증가함. 결과물 가격에 합의하는 공급자는 작업 복잡성에 대한 콜옵션을 사실상 매도하는 셈임. 고객은 정해진 가격으로 약속된 결과물을 받고, 공급자는 이를 달성하는 비용의 상승 위험을 부담함.

계약 구조와 변동 청구서

  • 시공업체는 일반적으로 범위 설정과 계약 구조화를 통해 이 위험을 관리함.
  • 가장 간단한 방법은 장기 작업을 짧은 작업으로 나누고 각각 가격을 정하는 방식임. 6개월 소프트웨어 프로젝트는 설계, 마이그레이션, 테스트, 배포 단계로 나눌 수 있음.
  • 하지만 모든 작업이 명확히 분해되지는 않음. 에이전트가 1년 동안 신제품 출시와 성장을 맡는 경우, 2개월 차의 결정이 10개월 차에 필요한 작업을 바꾸며 가치의 상당 부분은 마지막에야 드러남.
  • 두 번째 방법은 최소 약정과 선금을 두고, 예상 범위를 벗어나는 작업에 초과 비용·재견적·변경 주문을 적용하는 하이브리드 계약임. 이는 마진을 보호하지만, 고객이 결과물 판매의 매력을 이루는 요소 일부를 포기하고 작업의 내부 구조를 계속 고려하게 만듦.
  • 고객이 실제로 꺼리는 것은 대개 변동 견적이 아니라 변동 청구서임. 변동 청구서는 작업이 시작된 뒤 금액이 달라지지만, 변동 견적은 공급자가 사전에 파악한 정보를 반영하고 고객이 수락하면 확정됨.
  • 따라서 에이전트 기업의 해법은 인수 모델 구축일 수 있음. 계획 시스템이 작업을 살펴보고 이전 프로젝트와 비교해 완료 비용의 분포를 추정하며, 확정 견적에는 예상 비용과 꼬리 위험을 모두 반영하는 방식임.

Uber의 선불 요금 사례

  • Uber는 2014년 uberPOOL로 보장 요금을 처음 출시함. 승객이 고정된 목적지를 입력하면 Uber가 경로가 겹치는 다른 승객과 매칭할 수 있었으며, 실제 매칭이 되지 않아도 제시한 요금은 유지됨. 이동 범위를 제한함으로써 Uber는 남은 매칭 위험을 부담할 수 있었음.
  • uberPOOL에서 얻은 경험을 바탕으로 Uber는 2016년 4월 일반 uberX 차량 호출에도 선불 요금을 도입하기 시작함. 견적에는 예상 시간과 거리, 현지 교통 상황, 통행료, 실시간 승객·운전자 공급이 반영됨.

“과거 데이터를 사용해 이동에 들 가능성이 높은 비용을 추정할 수 있었음.”

  • 이동마다 견적은 달랐지만, 사라진 것은 변동 청구서였음.
  • 보장에는 한계가 있었음. 승객이 이동 경로를 크게 변경하면 Uber는 시간·거리 기준 요금으로 되돌릴 수 있었음. 확정 견적은 Uber가 처음 살펴본 이동에만 적용됨.
  • 견적 뒤에서 Uber는 승객 요금과 운전자 보수를 분리함. 두 금액의 차이인 서비스 수수료는 이동마다 달랐음.

“Uber의 서비스 수수료는 선불 요금이 작동하도록 변동함.”

  • 일부 이동의 손실은 다른 이동의 이익으로 상쇄할 수 있었으며, 수익성을 갖춰야 하는 대상은 개별 이동이 아니라 전체 집계였음.
  • 예측이 개선되면서 Uber가 각 견적에 포함해야 하는 위험 프리미엄은 낮아짐. 그러나 예측은 시스템의 일부에 불과했음. Uber에는 명확히 정의된 작업, 비교 가능한 작업의 대규모 참조 집단, 범위 변경의 명확한 규칙, 개별 오차를 흡수할 충분한 거래량이 있었음.

에이전트 기업의 인수 조건

  • 에이전트 기업은 같은 조건을 재현해야 함. 계획 시스템이 견적을 내기 전에 작업에 관한 구조화된 정보를 확보해야 함.
  • 양측이 작업 완료 여부를 판단할 수 있도록 객관적인 인수 기준이 필요함.
  • 고객이 작업을 변경하거나 필수 입력을 제공하지 않을 때 재견적을 발동하는 조건을 명시해야 함.
  • 여러 프로젝트가 동일한 모델이나 도구에 의존하는 경우, 기업이 감당할 상관 위험의 한도도 설정해야 함.
  • 더 어려운 문제는 장기 작업이 차량 이동보다 표준화하기 훨씬 어렵다는 점임. 작업도 결과도 명확한 단위로 정리되지 않는 더 크고 상호 의존적인 프로젝트의 인수가 아직 개척되지 않은 영역임.

실행 데이터가 만드는 누적 우위

  • 완료된 프로젝트 하나하나는 특정 유형의 작업에 실제로 얼마가 드는지 보여주는 새로운 관측치가 됨.
  • 인간 계약자와 달리 에이전트 기업은 모든 계획, 재시도, 실패를 관찰하고 실행 기록을 활용해 납품과 다음 견적을 함께 개선할 수 있음.
  • 더 나은 견적은 더 많은 작업을 수주할 가능성을 높이고, 더 많은 작업은 더 나은 비용 데이터를 제공함.
  • 시간이 지나면 같은 기반 모델을 사용하는 것만으로는 신규 진입자가 재현할 수 없는 누적 우위가 형성됨.
  • 애플리케이션이 소프트웨어 대신 작업을 점점 더 많이 판매한다면, 해자는 에이전트의 효율성만이 아님. 어떤 작업을 수락하고 무엇을 약속하며 납품 위험에 얼마를 책정할지 결정하는 축적된 역량임.