기업들이 AI 지출을 억제하려 노력함에 따라 Ramp의 기업 가치 440억 달러 달성

미국 기업들이 급증하는 인공지능 (AI) 지출을 어떻게 억제할지 방법을 찾으려 노력하고 있습니다. 이러한 흐름은 결제 소프트웨어 거물인 Ramp에 도움이 되고 있습니다.

이 지출 관리 (spend-management) 기업은 목요일, 440억 달러의 기업 가치로 7억 5,000만 달러 규모의 펀딩 라운드를 진행했다고 발표했습니다. 이번 라운드는 ICONIQ, GIC, 그리고 Ontario Teachers' Pension Plan이 주도했으며, 이는 Ramp의 기업 가치가 약 38% 상승했음을 의미합니다.

CEO인 Eric Glyman에 따르면, 뉴욕에 본사를 둔 이 회사는 연간 매출 10억 달러를 돌파했으며 양(+)의 잉여 현금 흐름 (free cash flow)을 기록하고 있습니다. 이러한 성장은 부분적으로 예산에서 더 큰 비중을 차지하는 AI 지출 문제로 고심하는 기업 고객들로부터 나오고 있습니다.

Glyman은 목요일 CNBC와의 인터뷰에서 "우리가 발견한 것은 토큰 (tokens) 비용이 꽤 많이 든다는 점이며, 대부분의 CFO (최고재무책임자)들은 이러한 급격한 성장을 연간 계획에 반영하지 못했을 뿐만 아니라 이를 관리할 적절한 도구도 갖추고 있지 않다는 것입니다"라고 말했습니다. "갑자기 토큰과 지능 (intelligence)을 통한 지출이라는 제3의 축이 나타났습니다. 이는 깔끔하게 정리된 지출 영역이 아닙니다."

Ramp는 이제 고객이 AI 지출을 관리할 수 있도록 돕는 제품을 보유하고 있습니다. 이 제품은 기업이 훨씬 적은 비용으로 수행할 수 있는 작업들을 AI 모델로 라우팅 (route)할 수 있도록 지원합니다. CFO들에게 이러한 비용은 종종 AI 기업들이 사용량을 측정하는 단위인 '토큰 (tokens)'을 결제하는 형태로 나타납니다.

Glyman은 CFO들이 실제로 얼마나 많은 금액을 지출하고 있는지에 대해 종종 놀라곤 한다고 말했습니다.

그는 "사람들은 이것이 우리 경력에서 비즈니스를 성장시킬 수 있는 가장 큰 기회라고 말하지만, 동시에 가장 빠르게 성장하는 항목이기도 합니다"라고 말했습니다. "문제는 대부분의 기업이 모든 것에 대해 최첨단 모델 (frontier models), 즉 가장 진보된 지능을 사용하고 있다는 점입니다. ... 오해는 마십시오, 가장 중요한 분석을 실행하기 위해서는 초고성능 지능이 필요할 수도 있지만, 이메일을 편집하는 데까지 그것이 필요하지는 않을 수도 있습니다."

해당 지출에 대한 투자 수익 (return) 문제 또한 제기되고 있습니다.

Glyman은 AI에 가장 많은 비용을 지출하는 기업들이 가장 큰 매출 증대를 경험하고 있으며, 일부는 "놀라운 투자 수익률 (ROI)"을 보고 있다고 말했습니다. 하지만 이러한 수익은 종종 AI에 효율적으로 지출하는 기업들에게 나타나고 있습니다.

Glyman은 Ramp를 사용하는 70,000개의 기업 중 매출의 가장 많은 부분을 AI에 지출하는 기업들은 매출이 12% 성장한 반면, 가장 적게 지출하는 기업들은 성장이 정체되었다고 밝혔습니다.

현재로서는 이러한 지출이 소프트웨어 예산을 희생하며 이루어지고 있지는 않습니다.

"주식 시장에서 일어난 움직임에도 불구하고, 우리는 아직 그러한 소프트웨어 지출을 목격하지 못했습니다"라고 Glyman은 말했습니다. "지출은 계속 성장하고 있지만, 결국 그 비용 청구서가 날아올 것이라고 생각합니다."

Gylman은 OpenAI 및 Anthropic과 같은 프런티어 모델 (frontier model) 기업들이 사람들에게 더 저렴한 옵션을 권장할 이유가 없다고 말했습니다.

"그들에게는 '당신이 하려는 그 작업은 비용을 100분의 1로 줄여서 수행할 수 있습니다'라고 사람들에게 말할 유인이 없습니다"라고 그는 말했습니다. "당신의 진정한 유인은 매출과 이익을 극대화하는 것이며, 따라서 저는 기업들이 이러한 토큰 지출을 관리할 수 있도록 돕는 Ramp와 같은 기업들과, 작업을 가장 비용 효율적인 옵션으로 라우팅 (routing)하기 위한 리소스를 제공하기로 결정한 AI 네이티브 (AI native) 기업들 모두의 부상으로 이어지고 있다고 생각합니다."

그는 또한 개발자들이 가능한 한 많은 토큰을 사용하는 방식인 "토큰맥싱 (tokenmaxxing)"에 대해서도 언급했습니다. 일부 기업들은 이를 생산성의 대리 지표 (proxy)로 사용해 왔지만, 문제는 더 많은 토큰이 반드시 더 많은 가치를 의미하지는 않는다는 점입니다.

"저는 토큰맥싱의 황혼기가 왔다고 생각합니다"라고 그는 말하며, 기업들이 해당 지표에 대해 깨닫고 있다고 덧붙였습니다. "토큰맥싱의 시대는 끝나가고 있다고 생각합니다."