MiniMax가 올해 8월 고속 추론 API를 별도 라인업으로 출시했다. 표준 추론은 $1.20/M 토큰, 고속 추론은 $2.40/M 토큰이다. 두 배 차이다.

같은 달 OpenAI의 GPT-5.6 Fast는 표준 속도 대비 2.5배를 유료 티어로 분리했다. SambaNova는 프리미엄 추론 상품을 이미 별도로 판매하고 있었다.

세 케이스가 하나의 방향을 가리킨다. 에이전트 과금 단위가 세 번째 축을 얻었다. 좌석(seat) 기반에서 사용량(usage) 기반으로 한 번 이동했다고 생각하던 시장이, 이번에는 속도(latency)를 독립 가격 변수로 추가했다.

왜 속도가 별도 가격이 됐는가

에이전트는 본질적으로 두 가지 전혀 다른 워크플로우에 쓰인다.

첫 번째는 비동기 배치 작업이다. 밤새 계약서 수백 건을 검토하거나, 보고서를 생성하거나, 코드베이스 전체를 분석하는 유형이다. 이 워크플로우에서 레이턴시는 거의 의미가 없다. 30초든 3분이든 다음 날 아침 결과를 받는 것이 목표이기 때문이다.

두 번째는 실시간 대화형 워크플로우다. 고객 상담 에이전트가 1초 안에 응답해야 하거나, 회의 중 실시간으로 맥락을 요약해야 하거나, 영업 전화 중 즉각 제안을 뽑아야 하는 경우다. 여기서 레이턴시가 200ms냐 2초냐는 제품 품질의 차이이고, 따라서 가격의 차이가 된다.

두 워크플로우는 인프라 비용 구조가 다르다. GPU 예약·배치 처리를 최적화한 표준 추론과, KV 캐시 프리필·전용 토큰 예산을 잡아놓은 고속 추론은 단가가 다를 수밖에 없다. 공급자들이 이것을 별도 라인업으로 분리하기 시작한 것이다.

PM 관점에서 이 분리는 중요한 신호다. 에이전트 기능 명세에 “응답 지연 SLA”를 넣지 않으면, 어떤 추론 계층을 쓸지 결정할 수 없다는 뜻이다. 속도 요구사항 없는 에이전트 설계는 비용 예측이 불가능하다.

ARR이 변질되고 있다는 경고

같은 흐름에서 B2B 에이전트 계약 구조에 대한 경고도 나왔다. AI 에이전트를 좌석(seat) 단위로만 과금할 경우 ARR 숫자 자체가 실질을 잃는다는 것이다.

전통 SaaS에서 ARR은 사용자 수에 비례했다. 계정이 늘면 ARR이 늘었다. 그런데 에이전트는 한 계정이 수십 개의 에이전트를 운영할 수 있다. Microsoft 부사장 라제시 자(Rajeesh Jha)가 “에이전트 50개면 50인분 라이선스를 청구할 수 있다”고 언급했을 때, 경영 컨설팅 업계에서는 정반대의 경고가 거의 동시에 등장했다. 머릿수 과금 구조가 유지되면 기업들이 에이전트 수 자체를 줄이는 방향으로 최적화하고, 공급자는 오히려 ARR이 줄어드는 역설이 생긴다는 것이다.

이 경고의 본질은 과금 단위 불일치에 있다. AI 에이전트가 실제로 만들어내는 가치는 계정 수나 사용 횟수가 아니라 완료된 작업량·성공률·리스크 절감·운영비 절약이다. 좌석 수로 청구하는 ARR은 이 가치를 반영하지 못한다.

KPI가 먼저 바뀌어야 과금이 따라온다

한국 법률 AI 스타트업 로민은 올해 내부 KPI를 ’정답률’에서 ’검수 절감률’로 교체했다. 이 조용한 변화가 결과 기반 과금으로 가는 필수 전제를 잘 보여준다.

법률 검토 에이전트의 가치는 “얼마나 정확한가”에 있지 않다. “변호사가 아낀 시간이 얼마인가”에 있다. 정답률이 95%여도 검수 시간을 10%만 줄인다면, 정답률이 90%여도 시간을 60% 절감한다면 — 에이전트를 사는 법무팀은 어느 쪽을 선택하겠는가.

AWS Bio Discovery가 신약 후보 설계와 실험 검증 결과를 단위로 판매하는 구조도 같은 원리다. 모델 호출 횟수가 아니라, 실험실에서 검증된 결과물 하나가 과금 단위가 된다. “무엇을 생성했는가”가 아니라 “무엇을 아꼈는가” 혹은 “무엇이 확인됐는가”가 청구 근거가 된다.

결과 기반 과금이 작동하려면 이처럼 KPI 전환이 선행돼야 한다. 에이전트 공급자가 “검수 절감률”이나 “검증된 결과물 수”를 측정하는 인프라를 갖추지 못하면, 결과 기반 계약서는 분쟁의 씨앗이 된다.

수익화 시점은 반복 가능성이 결정한다

네이버가 AI 에이전트 서비스의 유료 전환을 선행 개시한 반면, 카카오는 같은 시기 유료화를 연기했다. 같은 시장에서 두 회사가 다른 결정을 내린 것이다. 차이는 한 가지였다. 반복 워크플로우의 안정성과 운영 가능성이다.

에이전트 비즈니스에서 수익화 타이밍은 기능 완성도가 아니라 반복 사용이 가능한 워크플로우의 안정성이 기준이 된다. MS 코파일럿 코워크가 2026년 7월 ’업무 단위 과금’을 정식으로 출시하며 Fortune 500 기업 절반이 시험 중이라고 알려진 이 제품의 핵심도, 완료된 작업을 반복적으로 셀 수 있는 구조를 먼저 확보했다는 데 있다.

반복 가능하지 않은 에이전트 워크플로우는 과금 단위를 정의할 수 없고, 과금 단위를 정의할 수 없으면 ARR 예측도 불가능하다.

과금 단위 설계는 기능 설계만큼 전략적이다

에이전트 제품을 만드는 PM에게 이 흐름이 주는 과제는 명확하다. 속도 SLA를 명세에 넣는 것, KPI를 생성량에서 절감량으로 재정의하는 것, 반복 가능한 워크플로우부터 수익화를 시작하는 것이다.

세 가지 중 어느 것도 모델 선택이나 프롬프트 설계 문제가 아니다. 제품 설계와 계약 구조의 문제다.

속도·사용량·결과. 에이전트 과금 단위는 지금 이 세 축이 동시에 재편되는 구간에 있다.

지금 만들고 있는 에이전트 제품은 어느 축으로 가격을 붙이고 있는가. 그리고 그 단위를 실제로 측정하고 있는가.