OpenAI가 시험하는 ‘결과가 나와야 지불하는’ AI 요금제

OpenAI가 일부 대형 기업 고객을 대상으로 성과 기반(outcome-based) AI 요금제를 시험하고 있는 것으로 알려졌다. AI 에이전트가 고객사와 미리 합의한 업무를 완료했을 때만 비용을 청구하는 방식이다. 다만 현재는 제한적인 파일럿으로 알려져 있으며, OpenAI는 참여 업무와 요율, 구체적인 계약 조건을 공개하지 않았다. 5

이 실험이 주목받는 이유는 자율형 AI 에이전트가 일반적인 챗봇보다 훨씬 많은 컴퓨팅 자원을 사용할 수 있기 때문이다. 기존 토큰 기반 과금에서는 프롬프트와 응답뿐 아니라 재시도, 긴 추론 과정, 외부 도구 호출까지 비용에 반영된다. 반면 성과 기반 과금은 ‘얼마나 많이 사용했는가’보다 ‘약속한 업무를 실제로 끝냈는가’에 초점을 맞춘다.

토큰 과금과 무엇이 다른가

OpenAI가 공개한 API 및 기업용 요금표는 입력 토큰, 캐시된 입력 토큰, 출력 토큰을 각각 100만 토큰 단위로 계산한다. 1 2 이 구조에서는 에이전트가 최종적으로 업무를 완료했는지와 관계없이 모델 사용량에 따라 비용이 발생한다.

성과 기반 요금제에서는 과금 시점 자체가 달라진다. 계약의 핵심 질문은 “시스템이 몇 개의 토큰을 처리했는가?”가 아니라 “에이전트가 합의된 결과를 달성했는가?”가 된다.

여기서 말하는 결과는 성공적으로 해결된 고객 문의, 완료된 업무 흐름, 기업 시스템에 검증된 정보 업데이트 등이 될 수 있다. 다만 OpenAI의 파일럿에서 실제로 어떤 결과를 기준으로 삼는지는 공개되지 않았다. 5

이 방식은 실행 과정에서 발생하는 위험의 일부를 고객에서 공급업체로 옮긴다. 에이전트가 여러 차례 시도하거나 긴 추론을 수행하거나 실패를 반복하면 OpenAI의 비용은 커질 수 있지만, 계약상 청구 가능한 결과가 나오지 않을 수도 있다.

기업이 에이전트 비용을 걱정하는 이유

예측 가능한 애플리케이션에서는 사용량 기반 과금이 비교적 관리하기 쉽다. 그러나 에이전트가 스스로 작업 경로를 선택하고, 도구를 반복 호출하고, 여러 작업을 병렬로 처리하면 비용을 사전에 산정하기가 훨씬 어려워진다.

한 개발자가 100개의 에이전트를 동시에 운영하면서 30일 동안 OpenAI 토큰 비용으로 130만 달러를 지출했다는 사례도 보고됐다. 5 극단적인 사례이기는 하지만, 자율형 시스템에서는 비용이 완료된 업무의 가치가 아니라 시도 횟수와 활동량에 따라 커질 수 있다는 점을 보여준다.

성과 기반 계약은 예산을 세우는 일을 더 쉽게 만들 수 있다. 계약이 실패한 시도를 청구 대상에서 제외한다면, 고객이 성과 없는 실행 비용을 전부 부담할 위험도 낮아진다. 다만 OpenAI의 파일럿에서 실패를 어떻게 처리하는지, 일부 성공이나 예외 상황에도 비용이 발생하는지는 아직 알려지지 않았다.

어떤 업무부터 적용될까

성과 기반 과금은 업무의 경계가 분명하고 완료 여부를 객관적으로 확인할 수 있을 때 가장 운영하기 쉽다. 대표적인 분야가 고객 지원이다. 상담 티켓의 상태, 고객과의 상호작용, 추가적인 사람의 개입 여부 등을 통해 문제가 해결됐는지 비교적 쉽게 확인할 수 있기 때문이다.

이 밖에도 범위가 좁게 정의된 코딩 업무, 보험금 청구 처리, 잠재 고객 선별, 백오피스 시스템 업데이트 등이 후보가 될 수 있다. 다만 이는 가능한 적용 사례일 뿐, OpenAI가 공개한 파일럿 대상 업무는 아니다. 공통된 전제는 에이전트가 작업을 시작하기 전에 당사자들이 성공의 기준을 명확히 정할 수 있어야 한다는 점이다.

실제 계약에는 다음과 같은 항목이 포함될 가능성이 크다.

• 정확한 성공 조건
• 품질 및 정확도 기준
• 사람에게 업무를 넘겼을 때 실패 또는 부분 성공으로 볼지 여부
• 재시도와 예외 상황의 처리 방식
• 완료를 입증할 시스템 기록이나 이벤트
• 과금 분쟁을 해결하는 절차

이런 규칙이 없다면 ‘AI가 일을 해냈을 때만 돈을 낸다’는 문구는 매력적일 수 있어도 상업적으로는 모호한 약속에 그칠 수 있다.

이미 시장에 등장한 성과 연동 모델

OpenAI의 실험은 AI 에이전트의 과금 방식을 바꾸려는 소프트웨어 업계의 흐름과 맞닿아 있다. 다만 성과 기반 모델과 사용량 기반 모델은 서로 같은 개념이 아니다.

• Intercom Fin: Intercom은 Fin이 사람의 개입 없이 고객 문제를 처음부터 끝까지 해결한 경우에 한해 건당 0.99달러를 청구한다고 설명한다. 8
• Zendesk: Zendesk는 AI가 성공적으로 해결한 업무를 ‘Verified Resolution’이라고 부르며, 단순한 사용자 좌석 수가 아니라 확인된 해결 결과와 연결해 과금한다. 14
• Salesforce Agentforce: Salesforce는 처음에 대화당 2달러 모델을 사용했지만 이후 Flex Credits를 도입했다. Intercom의 비교 자료에 따르면 표준 작업 하나는 20크레딧, 약 0.10달러에 해당한다. 이는 최종적인 사업 성과가 아니라 개별 작업에 비용을 매기는 소비량 기반 모델이다. 8

즉, 대화당·행동당 과금은 사용량을 더 쉽게 이해하게 만들 수 있지만, 더 큰 사업 목표가 달성되지 않았더라도 비용이 발생할 수 있다. ‘성과 기반’과 ‘소비량 기반’을 구분해야 하는 이유다.

기업은 어떤 과금 방식을 선호하나

Futurum의 조사 결과는 좌석당 과금이 완전히 사라진다기보다, AI의 역할에 따라 선호가 갈리는 시장을 보여준다.

830명의 글로벌 IT 의사결정자를 대상으로 한 Futurum 조사에서는 생성형 AI 기능에 대해 43%가 소비량 기반 과금을 선호했고, 성과 기반 과금을 선호한 응답자는 27%였다. 14

또 다른 2026년 하반기 조사에서는 별도로 청구되는 AI 기능에 대해 좌석당 과금이 42.3%로 가장 높았고, 소비량 기반은 36.6%, 성과 기반은 21.1%였다. 반면 핵심 소프트웨어의 경우 소비량 기반이 28.9%, 성과 기반이 22.2%였으며 좌석당 과금은 12.6%에 그쳤다.

이 수치가 보여주는 결론은 기업들이 하나의 요금제를 일괄적으로 선택했다는 것이 아니다. 예측 가능한 보조 기능에는 좌석당 또는 별도 애드온 요금이 맞을 수 있다. 반대로 독립적으로 업무를 수행하고 결과를 측정할 수 있는 에이전트에는 소비량 또는 성과 연동 방식이 더 설득력 있을 수 있다.

확산 가능성과 걸림돌

성과 기반 과금의 장점은 분명하다. 고객은 지출을 실제 가치와 연결할 수 있고, 공급업체는 에이전트의 신뢰성을 높이고 불필요한 실행을 줄일 유인을 갖게 된다. 재무 담당자 입장에서도 비용 상한을 세우기 어려운 토큰 사용보다 도입 승인을 내리기 쉬울 수 있다.

하지만 공급업체에는 새로운 부담이 생긴다. 실패한 실행 비용을 더 이상 자동으로 고객에게 전가하기 어렵기 때문이다. 또한 에이전트가 좁은 지표만 최적화해 계약상 성공 조건은 충족하면서도 전체 고객 경험이나 사업 목표를 훼손할 가능성도 있다.

책임 소재를 가리는 일도 쉽지 않다. 하나의 업무 흐름에 여러 AI 모델과 외부 도구, 직원, 기업 시스템이 함께 사용된다면 에이전트가 과정의 일부만 수행했을 때 누가 성과를 냈는지 판단하기 어렵다. 에이전트가 문서 초안을 만들고 사람이 최종 협상을 진행한 경우, 이를 AI의 성공으로 볼지도 계약에 명시해야 한다.

따라서 성과 기반 과금은 당분간 개방형 지식 노동보다는 좁고 검증 가능한 업무에서 먼저 확산될 가능성이 크다. 좌석당 요금, 사용량, 크레딧, 일부 성과 수수료를 결합한 하이브리드 방식도 복잡한 기업 환경에서는 현실적인 선택지가 될 수 있다. Futurum 역시 AI 가격을 고객 가치와 연결하는 과정에서 하이브리드 모델이 중요한 중간 단계가 될 수 있다고 설명한다. 14

OpenAI의 파일럿이 의미하는 것

이번 시도가 확대된다면 기업용 AI 시장의 경제 구조가 바뀔 수 있다. 공급업체가 단순히 모델에 대한 접근권이나 토큰 사용량이 아니라, 실제로 완료된 업무 자체를 판매하게 되기 때문이다.

그러나 현재 확인되는 사실은 제한적이다. OpenAI가 일부 대형 고객과 성과 기반 과금을 시험하고 있다는 보고는 있지만, 회사가 이를 일반 요금제로 발표한 것은 아니다. 또한 요율과 적용 범위, 계약 조건, 상업적 성과를 판단할 만큼 충분한 세부 정보도 공개되지 않았다. 5

지금 단계에서 이 실험은 ‘결과가 나오면 지불한다’는 구호를 기업 조달 현장에서 통용될 만큼 정밀한 계약으로 만들 수 있는지 확인하는 초기 시험으로 보는 것이 가장 정확하다.