MiniMax 고속 추론은 표준 대비 정확히 2배다. $1.20 vs $2.40.

GPT-5.6 Fast는 기본 대비 2.5배 프리미엄을 붙인다. SambaNova는 프리미엄 추론을 아예 별도 SKU로 분리했다.

같은 모델이다. 같은 지식이다. 달라진 것은 하나 — 속도.

이 변화는 단순한 가격 세분화가 아니다. AI 비즈니스 모델의 축이 이동하고 있다는 신호다.

왜 속도가 가격이 됐는가

추론 속도는 오랫동안 성능의 부산물이었다. 더 좋은 모델이 곧 더 빠른 모델이었다. 빠를수록 비쌌지만 그 이유는 모델 자체의 우열 때문이었다.

지금은 다르다. 같은 가중치, 같은 파라미터를 가진 모델이 두 가지 가격으로 팔린다. 빠른 버전과 표준 버전. 속도가 독립적인 가치로 분리된 것이다.

구조적 이유가 있다. 동일한 출력을 절반 시간에 내놓으려면 그 순간 더 많은 컴퓨트가 점유되어야 한다. 공급자 입장에서 빠른 응답은 하드웨어 예약량을 늘리는 것이고, 그 원가는 가격에 반영된다.

그리고 이것이 고객의 선택 구조를 바꾼다.

실시간으로 사용자와 대화하는 고객 응대 에이전트에게 0.5초 차이는 제품 경험의 핵심이다. 배치로 밤사이 리포트를 돌리는 분석 에이전트에게 3초와 6초는 다르지 않다. 같은 AI를 쓰더라도 어떤 에이전트에 고속 티어가 필요하고 어떤 에이전트에 표준 티어로 충분한지 — 이게 PM의 아키텍처 결정이 됐다.

좌석형 과금이 무너지는 이유

속도 티어 등장과 거의 동시에, 업계에서는 좌석(seat) 기반 과금 모델에 대한 경고가 커지고 있다.

focusedchaos와 signalsbysimon의 분석은 직설적이다. “AI 과금을 좌석으로 설계하면 ARR이 변질된다.” 기업이 에이전트를 도입하면서 사람 라이선스 수를 줄이기 시작하면, 공급자는 더 많은 에이전트가 배포됐지만 매출은 오히려 줄어드는 역설에 부딪힌다.

이 문제는 에이전트의 특성에서 나온다. 전통 SaaS에서 좌석은 사람과 1:1로 매핑됐다. 사람 1명 = 라이선스 1개. 에이전트는 다르다. 에이전트 100개를 운영하는 팀의 “사용자”는 과연 몇 명인가?

Microsoft는 한때 에이전트 1개 = 좌석 1개 과금 구상을 내놨다가 시장 반응을 지켜보는 중이다. Salesforce는 Agentforce 수익화 의구심을 아직 해소하지 못했다. 두 빅테크 모두 “에이전트 시대에 좌석 과금이 작동하는가”라는 질문에 명확한 답을 내놓지 못하고 있다.

좌석형 대안으로 거론되는 모델은 크게 세 가지다.

작업량(usage) 기반: 에이전트가 처리한 작업 수, 토큰 양, 호출 횟수로 측정. 예측 가능성이 낮아지지만, 에이전트 확장이 공급자 매출 확장으로 자동 연결된다.

성과(outcome) 기반: 에이전트가 해결한 티켓 수, 줄인 처리 시간, 개선된 전환율로 측정. 고객 설득이 쉽고 ROI를 과금에 직접 연결할 수 있다. 다만 성과를 측정하는 평가 프레임이 없으면 작동하지 않는다.

속도 티어(speed tier) 기반: 지금 등장하는 새 층위. 같은 작업이라도 실시간이 필요한지 배치로 충분한지에 따라 가격이 달라진다. 기존 세 가지 모델 위에서 횡단적으로 작동하는 차원이다.

시장에서 이미 무슨 일이 일어나고 있나

공공조달 시장이 예상 밖의 실험장이 됐다. 와이즈넛은 WISE Agent Labs로 GS 인증 1등급을 취득하며 공공조달에서 에이전트 운영 ROI를 명시적으로 증명하기 시작했다. 기능 스펙이 아니라 운영 성과로 조달 심사를 통과한 케이스다.

Zapier는 에이전트 도입 전후의 퍼널 지표를 과금 기준으로 제시하고 있다. “얼마나 많은 자동화 작업을 실행했는가”가 청구 단위다.

로민이 공개한 사례는 더 구체적이다. KPI가 “정답률”에서 “검수 절감률”로 바뀌었다. 에이전트가 맞게 답하는 비율을 파는 게 아니라, 에이전트 덕분에 사람이 검수를 얼마나 덜 하게 됐는지를 판다. 과금 단위가 모델 성능에서 업무 임팩트로 이동한 것이다.

속도 티어도 같은 논리다. “빠른 추론”을 파는 게 아니라, 실시간 응대가 필요한 비즈니스 프로세스에서 지연이 제거되는 임팩트를 파는 것이다.

PM이 지금 설정해야 할 질문

에이전트를 기획하거나 운영하는 PM이라면, 과금 단위 설계는 기능 설계만큼 — 어쩌면 그보다 먼저 — 정해야 할 의사결정이다.

우리 에이전트에서 속도가 ‘제품 경험’인가, ‘기술 조건’인가?

사용자와 실시간으로 대화하는 에이전트라면 응답 속도는 제품 경험의 일부다. 고속 티어에 투자할 이유가 있다. 배치 처리, 야간 분석, 장문 요약 에이전트라면 표준 티어로 충분하다. 같은 예산으로 운영한다면, 실시간 에이전트에는 고속을, 배치 에이전트에는 표준을 할당하는 것이 합리적 라우팅이다.

우리가 파는 것은 ‘작동하는 AI’인가, ‘해결된 업무’인가?

포지셔닝의 질문이자 과금 단위의 질문이다. “AI 도입”을 파는 기업과 “처리 시간 90% 절감”을 파는 기업의 과금 단위는 달라야 한다. 결과 기반으로 전환하려면 먼저 에이전트가 해결하는 업무를 정의하고, 그 성공 기준을 측정할 수 있어야 한다. 측정 설계 없는 결과 과금은 계약 분쟁의 씨앗이 된다.

에이전트가 늘어날 때 우리 매출 구조는 어떻게 되는가?

좌석 기반이라면 에이전트 확장이 라이선스 수 감소로 이어질 수 있다. 작업량 기반이라면 에이전트 확장이 매출 확장이다. 이 차이가 지금 공급자와 고객 모두에게 과금 모델 재설계를 강제하고 있다.

seat → usage → outcome → speed tier

네 단계가 지금 동시에 시장에 공존하고 있다. 어느 것이 정답인 게 아니라, 에이전트의 용도와 업무 성격에 따라 최적 단위가 달라진다.

속도 티어의 등장은 이 선택지가 하나 더 늘었다는 신호다. PM에게는 설계해야 할 변수가 늘어난 것이고, 공급자에게는 더 많은 고객 세그먼트를 커버할 수 있는 구조가 생긴 것이다.

지금 이 순간, 같은 AI 인프라 위에서 누가 더 정교한 과금 단위 설계를 먼저 내놓느냐가 에이전트 시장의 다음 승부처가 되고 있다.

여러분의 에이전트에서 속도가 경쟁력입니까, 아니면 결과가 경쟁력입니까?