AI 에이전트가 실제로 지불하는 비용: 101개의 호출 엔드포인트에서 수집된 6주간의 데이터
요약
NetIntel 플랫폼의 6주간 데이터를 통해 AI 에이전트의 실제 API 호출 및 결제 패턴을 분석합니다. 수익의 상당 부분이 텍스트 변환 및 구조화된 데이터 추출 엔드포인트에 집중되어 있음을 보여줍니다.
핵심 포인트
- 수익의 69%가 상위 5개 엔드포인트에 집중됨
- 텍스트-투-구조(text-to-structure) 엔드포인트가 전체 수익의 42% 차지
- 에이전트는 희귀 데이터보다 텍스트 변환 및 구조화 작업에 비용을 지불함
- 워크플로우에 통합된 엔드포인트는 가격 인상에도 높은 유지력을 보임
몇 주 전 저는 NetIntel에 에이전트들이 무엇을 지불하고 있는지 작성한 적이 있습니다. 이곳은 USDC로 정산되는 pay-per-call API 플랫폼이며, 가입이나 API 키, 계정 설정이 필요 없습니다. 에이전트는 엔드포인트를 호출하여 402 Payment Required 응답을 받고, 소액의 비용을 지불하며 구조화된 데이터를 되돌려 받습니다. 이것이 전체 루프입니다.
그 이후로 데이터셋이 커졌고, 저는 모든 정산된 호출을 적절한 데이터베이스(지불자 지갑, 엔드포인트, 가격, 지연 시간, 트랜잭션 해시)에 기록했습니다. 그리고 두 번째 정산 레일을 출시했습니다. 따라서 이번 글은 추측으로 작성했던 것이 아니라 실제 수치로 다시 작성되었으며, 발견된 결과는 약해지지 않았습니다. 오히려 더욱 명확해졌습니다.
설정
101개의 라이브 엔드포인트에서 194개의 개별 지불 지갑이 발생시킨 2,646건의 정산된 유료 호출 데이터가 6주간의 측정된 프로덕션 데이터를 기반으로 합니다. 이 데이터셋의 모든 호출은 트랜잭션 해시를 가진 실제 온체인(on-chain) 결제이며, 테스트 트래픽이나 추정치가 아닙니다. 정산은 Base에서 이루어지며, 이번 달부터는 Solana에서도 가능합니다.
이것은 여전히 하나의 플랫폼 데이터가 젊은 생태계에 대한 것이므로 주의사항을 하단에 기재하며, 그중 하나는 보이는 것보다 더 큰 의미를 가집니다. 하지만 이 형태는 6주 동안 꾸준히 유지되었으며, 제가 처음 지적했던 바로 그 형태입니다.
발견 1: 수익이 엄청나게 집중되어 있으며, 여전히 그런 상태를 유지하고 있습니다.
5개의 엔드포인트가 전체 수익의 69%를 차지합니다. 이 중 하나는 복잡한 입력을 받아 엄격하게 타입 지정된 JSON을 반환하는 텍스트-투-구조(text-to-structure) 엔드포인트이며, 이것만으로 **42%**를 차지합니다. 나머지 상위 5개 엔드포인트도 모두 같은 범주에 속해 있습니다: 번역, 구조화된 LLM 추론(structured LLM inference), 그리고 특정 도메인 지능 보고서입니다.
나머지 96개 엔드포인트가 남은 31%를 분담합니다. 101개의 엔드포인트 중 35개는 단 한 번도 유료 호출된 적이 없습니다. '실적이 저조했다'는 것이 아니라, 정산된 호출 자체가 지금까지 전혀 없다는 의미입니다.
제가 이 패턴을 처음 발표했을 때 이것이 작은 표본의 인공물(artifact)은 아닌지 궁금했습니다. 그 이후로 데이터셋은 두 배 이상 증가했지만, 집중도 비율은 거의 움직이지 않았습니다. 저는 이제 이것을 노이즈가 아니라 시장이 말하는 것으로 간주합니다.
제가 만약 이 글을 읽는 독자라면 알고 싶을 부분은 바로 이것입니다. 그 42%의 엔드포인트는 본질적으로 단 한 명의 구매자라는 사실입니다. 즉, 6주 동안 거의 매일 결제를 완료하며 매일 크론(cron) 작업을 실행하는 하나의 지갑입니다. 월 중순에 저는 해당 엔드포인트의 가격을 두 배로 올렸습니다. 하지만 구매자는 단 하루도 멈추지 않았습니다. 에이전트가 작동하는 워크플로우(workflow)에 당신의 엔드포인트를 연결해 놓았다면, 호출 비용은 그것을 교체하는 비용에 비하면 아무것도 아닙니다. 이는 곧 다음 발견으로 이어집니다 —
발견 2: 에이전트는 희귀한 데이터가 아니라 텍스트를 수정하기 위해 비용을 지불한다
저는 NetIntel을 DNS 포렌식(forensics), IP 평판(reputation), 인증서 투명성(certificate transparency) 등 모든 것을 갖춘 네트워크 인텔리전스(network intelligence) 플랫폼으로 구축했습니다. 실제로 수익을 창출하는 것은 **변환(transformation)**입니다: 스키마 추출(schema extraction), 번역, 구조화된 추론(structured inference), 감성 분석(sentiment) 등 말이죠. 지저분한 텍스트가 입력되면 보장된 구조가 출력됩니다.
수익 상위 5개 중 4개가 변환 엔드포인트입니다. 제가 가장 자랑스러워했던 네트워크 인텔리전스 카탈로그 — 기술적으로 가장 어려운 부분들 — 는 아무도 비용을 지불하지 않은 35개 엔드포인트의 대부분을 차지합니다.
첫 번째 기사에서 언급한 관점의 재구성이 여전히 유효하므로, 이를 명확하게 다시 말씀드리겠습니다. 에이전트의 비싼 문제는 데이터를 접근하는 것이 아니라, 이미 가지고 있는 데이터의 형태를 신뢰하는 것입니다. 에이전트가 직접 파싱(parse)해야 하는 텍스트 덩어리는 토큰 비용, 취약한 파싱 단계, 그리고 "만약 형식이 잘못되어 돌아오면 어떡하지?"라는 상황에 대비한 전체 에러 분기(error branch)를 발생시킵니다. 보장된 깨끗한 구조는 단 한 번의 호출로 그러한 책임(liability)을 제거합니다. 제가 판매하는 가장 가치 있는 것은 정보가 아니라, 에이전트 자체의 불확실성을 제거하는 것입니다.
발견 3: 볼륨이 곧 가치는 아니다
이 부분은 데이터가 늘어날수록 더욱 극단적으로 나타났습니다. 플랫폼에서 호출 횟수가 가장 많은 두 개의 엔드포인트 — 저렴한 유틸리티 조회와 콘텐츠 추출기로, 전체 호출 볼륨의 거의 35%를 차지함 — 는 합쳐서 **매출의 6.3%**만을 만들어냅니다. 반면, 호출 볼륨이 거의 동일한 세 번째로 많이 호출된 엔드포인트인 텍스트-구조 변환(text-to-structure) 엔드포인트는 **42%**의 매출을 기록하고 있습니다.
지출(Spend)은 호출 빈도가 아니라 완료된 작업의 가치를 추적합니다. 만약 대시보드에서 가장 보기 쉬운 지표인 호출 횟수(call count)를 기준으로 최적화한다면, 정확히 잘못된 엔드포인트에 더 많은 자원을 쏟아붓게 될 것입니다.
발견 사항 4 (새로운 내용): 저렴한 엔드포인트가 진입점(front door)이다
이것은 새로운 계측(instrumentation)을 통해 드러난 사실이며, 저의 첫 번째 글에서 내렸던 "범위를 축소하라(kill the breadth)"라는 결론을 복잡하게 만듭니다.
저는 각 지갑(wallet)이 처음으로 비용을 지불한 엔드포인트가 무엇인지 추적했습니다. 결과는 압도적이었습니다: 가장 저렴한 유틸리티 엔드포인트가 전체 지갑의 39%에서 첫 번째 유료 접점이었습니다. 그리고 해당 지갑들은 전체 카탈로그에 걸쳐 해당 엔드포인트 자체가 벌어들인 수익의 3.4배를 추가로 지출했습니다.
이 패턴은 고객 획득(acquisition) 테이블 전체에서 반복됩니다. 저렴하고, 리스크가 낮으며, 검증하기 쉬운 호출이 에이전트가 새로운 제공업체를 테스트하는 방식입니다. 그 후 교차 판매(cross-sell) 데이터를 보면 이들이 확장해 나가는 것을 볼 수 있습니다. 모든 지갑의 절반 이상이 최소 두 개 이상의 서로 다른 엔드포인트에 비용을 지불했으며, 92%의 지갑이 한 번 이상의 유료 호출을 위해 다시 방문했습니다.
따라서 카탈로그는 단순히 '죽은 데이터(dead weight)와 5개의 승자'로 구성된 것이 아닙니다. 그것은 퍼널(funnel)입니다:
- 저렴한 유틸리티 엔드포인트가 고객을 획득(acquire)합니다. 에이전트는 당신이 깨끗한 데이터를 반환하고 결제를 정확하게 처리하는지 확인하기 위해 단 1센트의 리스크를 감수합니다.
- 변환(Transformation) 엔드포인트가 수익을 창출(monetize)합니다. 신뢰가 구축되면 고가치 호출이 뒤따릅니다.
한 번도 호출되지 않은 35개의 엔드포인트는 여전히 죽은 데이터입니다. 하지만 저는 더 이상 "낮은 수익"만을 근거로 제거 신호(kill signal)로 취급하지 않습니다. 이제 각 엔드포인트에 대한 질문은 수익을 창출하는가, 아니면 고객을 획득하는가? 입니다. 둘 다 하지 못하는 엔드포인트는 제거됩니다.
변경 사항
- 여전히, 넓이보다는 깊이입니다. "정착할지 확인하기 위해" 투기적인 엔드포인트(endpoint)를 출시하는 것을 중단했습니다. 이제 무엇이 정착하는 모습인지 알게 되었으며, 대부분은 결코 정착하지 못할 것입니다. 투자는 승자를 더 빠르고, 더 신뢰할 수 있으며, 떠나기 어렵게 만드는 데 집중됩니다.
- 비용이 아닌 가치에 따른 가격 책정. 상위 엔드포인트에 대한 가격 두 배 인상 실험은 발견 사항 3의 직접적인 결과였습니다. 호출당 수익(Revenue per call)은 두 배로 늘었지만, 호출량(volume)은 변하지 않았습니다.
- 저렴한 퍼널(funnel)은 열어두었습니다. 발견 사항 1~3만 보면 "메뉴를 줄이라"고 말합니다. 하지만 발견 사항 4는 가장 저렴한 엔드포인트들이 나에게 수익을 주는 마케팅이라는 점을 시사합니다. 이들은 유지됩니다.
- 두 번째 레일(rail)을 추가했습니다. 이번 달에 Base와 함께 모든 엔드포인트에 Solana 결제(settlement) 기능이 활성화되었습니다. 동일한 카탈로그, 동일한 가격이며, 에이전트(agent)의 선택 사항입니다. 이미 결제된 호출의 7%를 차지하고 있습니다.
주의 사항 (인용하기 전에 반드시 읽으세요)
- 작은 표본. 약 2,600건의 유료 호출은 전체적인 형태를 파악하기에는 충분하지만, 하나의 법칙으로 확정 짓기에는 부족합니다. 이는 한 운영자로부터 얻은 방향성 신호(directional signal)일 뿐, 벤치마크(benchmark)가 아닙니다.
- 지갑(Wallet) ≠ 고객. 이는 지난번에 제가 과소평가했던 주의 사항입니다. 자금 출처별로 지갑을 클러스터링(clustering)했을 때, "고유 지갑(distinct wallets)"의 상당 부분이 여러 지갑을 운영하는 _단일 운영자(single operator)_로 추적되었습니다. 그리고 그 운영자가 월 중간에 떠나자, 저의 신규 지갑 수치도 함께 급락했습니다. 이 생태계에서 "고유 지갑(unique wallets)"(위의 저를 포함하여)을 인용하는 누구라도 고객 수를 과다 계상하고 있는 것입니다. 자신의 대시보드를 믿기 전에 자금 제공자(funder)별로 클러스터링하십시오.
- 42%는 단 한 명의 구매자입니다. 6주 동안 매일 이용한, 가격에 민감하지 않은 충성스러운 구매자이지만, 결국 한 명의 구매자입니다. 집중도(Concentration)는 양날의 검입니다. 이는 저의 가장 강력한 제품 신호인 동시에, 단일 수익 실패의 가장 큰 요인입니다.
- 하나의 플랫폼, 하나의 카탈로그. 저의 메뉴는 네트워크 인텔리전스(network-intel)와 텍스트 도구에 치우쳐 있습니다. 귀하의 구성은 다른 승자들을 드러낼 것입니다. 집중 패턴은 일반화될 수 있지만, 특정 승자가 누구인지는 아마도 일반화되지 않을 것입니다.
- 초기 생태계. x402 트래픽의 상당 부분은 여전히 실험적입니다. 저는 유료의 반복적인(repeat) 행동에 의존해 왔으며(92%의 반복률이 도움이 됩니다), 노이즈 플로어(noise floor)는 실제로 존재합니다.
이러한 사실 중 그 어느 것도 핵심 결론을 바꾸지는 못하며, 이제 데이터셋이 두 배로 늘어난 후에도 이 결론은 유효합니다: 에이전트 지출은 극도로 집중되어 있으며, 가공되지 않은 데이터(raw data)보다는 변환(transformation)을 선호하고, 호출 볼륨(call volume)은 완전히 무시합니다. 그리고 아무런 수익을 창출하지 못하는 저렴한 호출들이 바로 비용이 많이 드는 관계가 시작되는 지점입니다. 만약 당신이 이 시장을 위해 무언가를 구축하고 있다면, 소수의 요소가 모든 것을 책임질 것에 대비하십시오. 그리고 그 소수가 무엇인지 최대한 빨리 파악하십시오. 또한, 비용을 절감하는 과정에서 입구(front door)를 없애버리지 마십시오.
저는 NetIntel을 운영하고 있습니다. 이는 Base 및 Solana 상의 x402를 넘어서는 에이전트들을 위한 호출당 과금(pay-per-call) 네트워크이자 구조화된 데이터(structured-data) 인텔리전스 서비스입니다. 만약 당신이 에이전트를 구축하고 있으며, 당신의 트래픽이 실제로 무엇에 비용을 지불하는지에 대해 의견을 나누고 싶다면, 저는 진심으로 관심이 있습니다. 그것이 바로 제가 더 많은 사람들이 공개하기를 바라는 데이터입니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기