AI 에이전트, 이제 '똑똑함'보다 '일을 끝내는 능력과 비용'이 기준입니다

얼마 전까지 AI 경쟁은 "누가 더 똑똑한 답변을 내놓는가"였습니다. 그런데 2026년 7월을 기점으로 분위기가 확 바뀌었습니다. 이제 중요한 건 "AI가 실제로 그 일을 끝냈는가", "그 일을 끝내는 데 돈이 얼마나 들었는가"입니다.

말로만 들으면 막연하게 느껴질 수 있는데, 실제 사례를 보면 훨씬 쉽게 와닿습니다. 이번 글에서는 세일즈포스가 최근 내놓은 몇 가지 변화를 통해, 이 흐름이 실무에 어떤 의미인지 정리해봤습니다.

AI 요금이 '답변 개수'가 아니라 '일 처리 결과'로 매겨지고 있습니다

세일즈포스는 최근 고객 문의를 자동으로 응대하는 AI, Agentforce Help Agent를 정식으로 선보이면서 독특한 요금 방식을 적용했습니다. 이름하여 '건당 해결 과금(Pay-per-resolution)'입니다. 고객 문의가 사람 상담원에게 넘어가지 않고, AI 혼자 힘으로 처음부터 끝까지 해결됐을 때만 비용이 청구되는 방식입니다. 대화를 몇 번 주고받았는지가 아니라, 실제로 문제가 풀렸는지를 기준으로 값을 매기는 셈입니다.

비슷한 흐름은 AI 모델을 만드는 OpenAI에서도 나타났습니다. 여러 개의 AI가 동시에 역할을 나눠 하나의 복잡한 업무를 처리하는 방식(Multi-Agent 병렬 실행)을 도입하면서, 동시에 일부 모델 가격을 크게 낮췄습니다. 더 똑똑해졌다고 더 비싸지는 게 아니라, 오히려 저렴해지면서 "얼마나 잘 끝내는가"로 경쟁의 축이 옮겨간 것입니다.

요금 계산 방식 자체가 통째로 바뀌고 있습니다

세일즈포스는 최근 사용량을 정밀하게 측정하는 회사(m3ter)를 인수했습니다. 앞으로 AI 서비스 요금을 사용자 수나 매달 정해진 구독료가 아니라, 실제 사용량과 처리 성과에 따라 매길 수 있게 하려는 목적입니다.

이 변화가 기업 입장에서 왜 중요할까요. 지금까지는 AI 도구를 "직원 몇 명이 쓰는지"로 비용을 계산했다면, 앞으로는 "그 AI가 실제로 몇 건을 처리했고, 그중 몇 건이 성공했는지"를 계속 추적해야 한다는 뜻이기 때문입니다. 이 추적이 안 되어 있으면, AI를 쓰는 건수는 느는데 정작 비용 대비 효과는 알 수 없는 상황이 벌어질 수 있습니다.

고객이 우리 홈페이지가 아니라 ChatGPT에서 쇼핑을 시작합니다

세일즈포스는 상품 검색과 구매 여정을 ChatGPT 같은 외부 AI 서비스와 직접 연결하는 기능도 정식으로 선보였습니다. 고객이 기업 홈페이지에 직접 들어오지 않고, 평소 쓰던 AI 채팅창에서 "이런 제품 찾아줘"라고 말하는 것만으로 상품을 발견하고 구매까지 이어질 수 있는 구조입니다.

편리해 보이지만 준비할 것도 있습니다. 상품명이나 가격, 재고 정보가 정확하지 않으면 AI가 잘못된 정보를 그대로 고객에게 전달하게 됩니다. 또 이렇게 AI를 통해 들어온 고객을 기존에 관리하던 고객 정보와 같은 사람으로 연결해두지 않으면, 이후 상담이나 마케팅에서 다시 처음부터 시작해야 하는 문제가 생깁니다.

지금 기업이 할 일은 'AI를 더 쓰는 것'이 아닙니다

세 가지 사례를 관통하는 흐름은 하나입니다. AI를 얼마나 많이, 얼마나 자주 쓰느냐보다 "어떤 업무를, 얼마의 비용으로, 어느 수준까지 끝낼 것인가"를 먼저 정해두는 회사가 유리해지고 있다는 것입니다. AI 시대에 CRM이 더 중요해지는 이유에서 다뤘듯, 결국 AI가 잘 작동하려면 그 바탕이 되는 고객·업무 데이터가 정리되어 있어야 합니다. 처음부터 완벽한 자동화를 목표로 하기보다, 지금 하고 있는 업무 하나를 골라 "성공 조건이 무엇인지" 명확히 정의하는 것부터 시작하는 편이 안전합니다.

자세한 발표 내용은 세일즈포스 공식 발표에서 확인할 수 있습니다.

자주 묻는 질문 (FAQ)

Q1. AI 에이전트는 왜 갑자기 '똑똑함'보다 '비용과 성과'로 승부하게 됐나요?

모델 간 성능 격차가 예전만큼 크지 않다 보니, 구매를 결정하는 기준이 "얼마나 똑똑한가"에서 "그 일을 실제로 끝냈는가, 그리고 얼마에 끝냈는가"로 옮겨갔기 때문입니다. OpenAI가 가격을 낮추면서도 여러 AI가 역할을 나눠 처리하는 방식을 내놓은 것도, 세일즈포스가 '건당 해결 과금'을 도입한 것도 같은 흐름입니다.

Q2. '건당 해결 과금(Pay-per-resolution)'이 정확히 무슨 뜻인가요?

AI가 고객 문의를 사람에게 넘기지 않고 스스로 끝까지 해결했을 때만 비용이 청구되는 방식입니다. 대화 횟수나 사용 시간과 무관하게, 결과를 기준으로 요금이 매겨집니다.

Q3. 세일즈포스 Agentforce는 ChatGPT 같은 범용 AI 에이전트와 뭐가 다른가요?

범용 AI 에이전트는 업무를 처리하려면 매번 필요한 데이터를 새로 연결해줘야 합니다. Agentforce는 세일즈포스 CRM에 이미 쌓여 있는 고객 정보, 상담 이력, 승인 프로세스 위에서 바로 작동하기 때문에, 데이터 연동 부담 없이 실제 업무(문의 해결, 주문 처리 등)를 곧바로 수행할 수 있다는 점이 다릅니다. 다만 그만큼 CRM 데이터 자체가 정리되어 있어야 성능이 제대로 나옵니다.

Q4. 성공적인 AX를 위해서 뭘 준비하면 되나요?

AI 도구를 새로 도입하기보다, 지금 반복적으로 발생하는 업무 중 "성공 조건을 명확히 정의할 수 있는 업무" 하나를 먼저 골라보는 것이 첫걸음입니다. 그 업무에서 AI가 어디까지 처리하고, 어디서부터 사람에게 넘길지를 정해두면 이후 도구나 예산을 검토하는 단계가 훨씬 수월해집니다.