【와티비커뮤니티-WATVcommunity】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 스포츠뉴스 : 안구정화 놀이터홍보 놀이터후기공유 피해사례공유

로그인

채팅

글쓰기

[IT뉴스]AI 도입 서두른 기업들…이젠 '토성비'가 경쟁력

온카뱅크관리자

2026-11-09 16:17:25

<div id="layerTranslateNotice" style="display:none;"></div> 정재헌 SK텔레콤 대표 비싼 AI 쓴다고 생산성 오르지않아 업무난이도 따라 모델 다르게 써야 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="t5hYGQoMhL">
 <figure class="figure_frm origin_fig" contents-hash="c9ad57a7c1230a24d0300ec85758117fe7f363049f5d36cc2f453fa66621f7fa" dmcf-pid="F1lGHxgRWn" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/09/mk/20261109161220217mgxm.jpg" data-org-width="1000" dmcf-mid="12RogZ71So" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/09/mk/20261109161220217mgxm.jpg" width="658">
 </figure>
 기업의 인공지능(AI) 경쟁에 새로운 계산법이 등장하고 있다. 생성형 AI를 빠르게 도입하는 데 집중했던 기업들이 이제는 투입한 토큰과 연산 비용이 실제 생산성 향상으로 얼마나 이어졌는지를 따지기 시작했다. AI 전환(AX)의 무게중심이 사용량 확대에서 비용 대비 성과를 검증하는 단계로 이동하는 모습이다.
 실제로 AI를 업무 깊숙이 적용할수록 비용 문제는 커진다. 간단한 질문과 답변을 넘어 여러 단계의 추론과 자료 검색을 수행하는 AI 에이전트가 확산되면 입력·출력 토큰 사용량도 함께 늘어난다. AI 사용량이 증가했다고 업무 생산성이 같은 비율로 높아지는 것은 아니라는 사실이 증명된 만큼 기업에는 필요한 곳에 필요한 수준의 AI를 투입하는 전략이 중요해졌다.
 최근 AI 업계에서는 이른바 '토성비(토큰+가성비)'가 화두다. 토큰을 얼마나 적게 쓰느냐보다 같은 비용으로 어느 정도의 성능과 업무 성과를 얻을 수 있는지를 따지는 개념이다.
 대표적인 방법이 '모델 라우팅'이다. 번역이나 요약처럼 비교적 단순한 업무에는 작고 저렴한 모델을 사용하고 복잡한 분석이나 추론에는 고성능 모델을 배정하는 구조다.
 글로벌 AI 기업들도 이런 수요에 대응하고 있다. 오픈AI의 GPT-6.1 Sol(솔)은 복잡한 전문 업무를 겨냥하면서도 GPT-6 아스트라보다 토큰 가격을 크게 낮췄다. 현재 표준 API 가격 기준 입력과 출력 토큰 가격은 각각 아스트라의 5분의 1 수준이다.
 앤트로픽도 클로드를 하이쿠(Haiku)와 소넷(Sonnet), 오퍼스(Opus) 등 성능과 비용이 다른 제품군으로 운영한다. 최근 공개한 클로드 소넷 5.5는 이전 세대보다 일반적인 업무에서 최대 30%가량 비용을 낮췄고 오퍼스 5.5 역시 기존 오퍼스 5 대비 일반적인 작업 비용을 약 40% 낮췄다.
 비용만 줄인다고 AX가 완성되는 것은 아니다. 최근 SK텔레콤은 AI를 도입한 뒤 실제 생산성 개선으로 이어지기까지 기업이 거쳐야 하는 과정을 'AX의 J커브'로 설명하고 있다.
 정재헌 SK텔레콤 대표는 지난 9월 서울대에서 진행한 'AI 시대의 선택과 기회' 특강에서 AI 도입 초기에는 오히려 생산성이 정체되거나 떨어질 수 있다고 설명했다. 데이터 정비와 업무 프로세스 재설계 구성원 교육 등에 시간과 비용을 먼저 투입해야 하기 때문이다. 이를 견디고 일하는 방식 자체를 AI에 맞게 바꿔야 이후 생산성이 가파르게 높아질 수 있다는 것이다.
 이는 AI 프로그램을 설치하거나 직원에게 계정을 지급하는 것만으로는 생산성 혁신이 완성되지 않는다는 의미다. 기존 업무를 그대로 둔 채 AI 사용량만 늘리면 토큰 비용은 증가하지만 업무 시간이나 매출 같은 실질적인 성과는 제한적일 수 있다.
 기업의 AX 전략도 이에 따라 달라지고 있다. 이제는 같은 비용으로 업무 시간을 얼마나 단축했는지 매출이나 고객 경험을 얼마나 개선했는지를 확인하는 단계로 넘어가고 있다.
 결국 AI 시대의 경쟁력은 가장 비싼 모델을 가장 많이 사용하는 데서 나오지 않는다. 간단한 업무에는 가벼운 모델을 배치하고 복잡한 업무에는 고성능 모델로 적절히 활용하면서 투입된 토큰을 실제 사업 가치로 바꾸는 체계를 만드는 것이 중요해지고 있다.
 SK텔레콤이 강조하는 AX의 J커브 역시 같은 지점을 향한다. 초기 투자와 업무 변화에서 발생하는 불편을 감수하되 그 이후에는 AI를 기존 업무에 덧붙이는 수준을 넘어 일하는 방식 자체를 재설계해야 한다는 것이다. AI 경쟁의 질문이 '얼마나 많이 도입했는가'에서 'AI로 무엇을 만들어냈는가'로 AX의 패러다임이 바뀌고 있다.
 [박성배 기자]
 </section> 
 </div> 
 Copyright © 매일경제 &amp; mk.co.kr. 무단 전재, 재배포 및 AI학습 이용 금지

"생각보다 덜 무겁지만 … 발열 아쉬워" 엔비디아 시스템에 국산 AI 칩 싣는다…'답변 생성' 분담 추진

댓글 총 0개

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기