Jenna O'Malley/PitchBook News

AI는 점점 더 비싸지고 있지만, 대부분의 사모펀드(PE) 기업들은 지출을 추적할 프레임워크(Framework)가 부족한 실정입니다.

하지만 비용이 금융적인 측면에만 국한되는 것은 아닙니다. AI에 대한 과도한 의존은 딜 팀(Deal team)의 판단력을 흐리게 하고, 누가 봐도 AI가 생성한 것처럼 보이는 실사(Diligence) 결과물을 만들어내며, 투자자들이 기업에 부여하는 신뢰를 시험하고 있습니다.

사모펀드(PE) 기업들은 AI 활용을 파일럿 프로젝트(Pilot projects) 단계에서 일상적인 딜(Deal) 업무로 확장하고 있습니다. 하지만 예산 편성(Budgeting)은 이를 따라가지 못하고 있습니다.

데이터 및 AI 전략에 대해 사모펀드(PE) 펀드에 자문을 제공하는 JMAN Group의 런던 기반 파트너인 Siva Ilango는, 대부분의 고객이 토큰 가격 책정(Token pricing)의 메커니즘을 이해하지 못하고 있으며, 향후 비용이 어디로 향할지에 대한 예산 편성조차 하지 못하고 있다고 말합니다.

AI 모델은 토큰(Token) 단위로 가격이 책정되며, 이는 텍스트의 길이 및 복잡도와 상관관계가 있습니다. 사용자가 입력하는 내용과 모델이 생성하는 내용에 대해 별도의 요율이 적용됩니다. 출력(Output) 가격은 일반적으로 입력(Input) 가격보다 몇 배 더 높으며, 동일한 모델을 더 복잡하고 긴 작업에 실행할 경우 그 차이는 빠르게 누적됩니다.

Ilango는 대부분의 고객이 이 메커니즘을 이해하지 못하며, 일반적인 일주일 사용 시 실제로 얼마나 많은 토큰 비용이 발생하는지도 모르고 있다고 말합니다.

잘 알려진 사례는 Uber입니다. Forbes에 따르면, 이 차량 호출 기업은 지난 12월 수천 명의 엔지니어에게 Anthropic의 Claude Code를 배포한 후, 에이전틱 코딩(Agentic-coding) 채택률이 2월 32%에서 3월 84%로 급증하고 봄에는 엔지니어의 95%가 매달 어떤 형태로든 AI 도구를 사용하게 되면서, 2026년 AI 예산 전체를 단 4개월 만에 소진했습니다.

West Monroe의 파트너이자 런던 사무소 M&A 책임자인 Connor Kohlenberg는 투자 업계에도 동일한 궤적이 닥칠 것으로 예상합니다.

그는 "일단 중독되면 그것은 마약과 같습니다"라고 말했습니다. "그리고 그 마약의 가격은 항상 올라가기 마련이죠."

Anthropic과 OpenAI는 현재 비밀리에 IPO(기업공개)를 신청했습니다. 이는 지금까지 시장을 정의해 온 보조금 기반의 저렴한 가격 정책에서 두 회사 모두 멀어질 수 있는 변화를 의미합니다.

특히 딜 팀(deal teams)을 생각할 때, 중대한 실수를 해서는 안 되며, 결정 피로(decision fatigue)는 문제가 될 수 있습니다. 왜냐하면 여러분은 결정의 질에 따라 보상을 받기 때문입니다.

Emily Cook, Found

일부 기업들은 이미 조정에 나서고 있습니다. Ilango는 더 규율 있는 고객들이 사용량을 무제한으로 두는 대신, 역할에 따라 보통 월 50파운드(약 67달러)에서 100파운드 사이의 사용자당 예산 상한선(per-user budget caps)으로 이동하고 있다고 말합니다.

다른 기업들은 하이브리드 접근 방식(hybrid approach)을 탐색하고 있습니다. 즉, 중요도가 낮고 양이 많은 작업은 DeepSeek나 Qwen과 같은 저렴한 오픈 웨이트 모델(open-weight models)로 라우팅하고, 실제로 필요한 작업에는 프런티어 모델(frontier models)을 예약해 두는 방식입니다.

Kohlenberg는 기업들이 단순히 첫해의 수익만을 보는 것이 아니라, 5년의 기간 동안 AI의 비용을 모델링하는 가치 창출 진단(value-creation diagnostics)을 실행하기 시작해야 한다고 제안합니다. 그런 다음, 모든 것이 무료라는 가정하에 모든 것을 자동화하는 대신, 진정으로 가치가 높은 소수의 유스케이스(use cases)를 선정해야 합니다.