# AI 값은 싸졌다는데, 우리 가게 비용도 줄었을까?

_같은 능력을 얻는 값은 1년에 약 52% 내려갔지만, 일 하나를 끝내는 값은 내려가지 않았다._

> AI 업체 86곳의 가격 기록 2만 1,024건을 분석한 연구에서 같은 능력을 얻는 비용은 1년에 약 52% 내려갔다. 하지만 추론 모델은 토큰을 더 많이 써 일 하나의 비용이 오를 수도 있다. 가게가 실제로 낸 돈을 계산하는 방법을 살펴본다.

- 종류: 칼럼
- 주소: https://aisitekorea.com/column/ai-price-87-percent-hidden-per-task-flat
- 발행: AI사이트코리아 (https://aisitekorea.com)
- 작성일: 2026-10-14

AI 사용료가 해마다 크게 내려간다는 소식이 들려도 우리 가게의 AI 비용까지 같은 비율로 줄었다고 볼 수는 없다. 같은 능력을 얻는 비용은 1년에 약 52% 내려갔지만, 일 하나를 끝내는 비용은 같은 기간에 내려갔다고 확인되지 않았다. 이제는 토큰 가격보다 고객 문의 답장 하나, 상품 설명 하나를 만드는 데 실제로 얼마가 드는지 따져야 한다.

AI 비용은 토큰 단가가 아니라 일 하나를 끝내는 데 드는 돈으로 판단해야 한다.

## AI 가격이 내려갔다는 말은 무슨 뜻인가?

AI 사용료는 보통 토큰 100만 개당 가격으로 표시한다. 토큰은 AI가 글을 읽고 쓰는 단위다. 하지만 토큰 가격이 내려갔다고 해서 같은 일을 끝내는 비용까지 줄었다는 뜻은 아니다.

옥스퍼드대 인터넷연구소 연구자는 AI 업체 86곳의 가격 기록 2만 1,024건을 모아 2024년 2월부터 2026년 8월까지 가격 변화를 분석했다. 모델별 시험 점수도 함께 살펴봤다. 같은 모델의 가격만 따라가는 방식과 같은 능력을 얻는 비용을 비교하는 방식이 얼마나 다른지 확인하기 위해서다.

| 항목 | 숫자 |
|---|---|
| 게시 가격 기록 | 2만 1,024건 |
| 가격이 있는 모델 / 업체 | 3,208개 / 86곳 |
| 기간 | 31개월(2024년 2월~2026년 8월) |
| 모델 시험 점수 | 4,605건(시험 64개, 모델 782개) |
| 값과 점수를 함께 맞춘 기록 | 6,158건(모델 500개) |
| 손으로 원문과 대조한 가격 | 40건 중 40건 일치 |
| 함께 공개한 무작위 확인용 기록 | 1,051건(전체의 5%) |
| 가격 계산 방식 | 입력 3 : 출력 1로 섞은 토큰 단가 |

여기서 가격은 업체가 공개한 표시 가격이다. 캐시 할인이나 대량 처리 할인, 기업 약정 할인은 반영하지 않았다. 실제로 낸 돈은 표시 가격보다 낮을 수 있으므로, 이 연구만으로 가게의 실제 지출이 얼마나 줄었는지 알 수는 없다.

## 같은 AI를 쓰면 얼마나 싸졌을까?

같은 모델의 가격을 추적하면 연간 하락률은 약 9%였다. 통계 기관이 소프트웨어 가격을 계산할 때 사용하는 방식과 비슷하다. 같은 제품의 가격이 시간에 따라 어떻게 달라졌는지 보는 방법이다.

하지만 AI 시장에서는 더 뛰어난 새 모델이 이전 모델과 비슷한 가격에 나올 수 있다. 같은 모델만 비교하면 새 모델이 제공하는 성능 향상을 놓치게 된다. 연구진은 이 차이를 반영해 같은 능력을 얻는 데 드는 비용도 계산했다.

| 계산 방식(2025년 1월~2026년 8월) | 1년 하락 속도 | 1년 하락률(환산) |
|---|---|---|
| 단순 평균(두 달 연속 팔린 모델의 값 변화) | 0.098로그포인트 | 약 9% |
| 같은 모델 추적(통계 기관 방식) | 0.097로그포인트 | 약 9% |
| 능력 보정(같은 능력을 얻는 값) | 0.728로그포인트 | 약 52% |
| 두 방식의 차이 | 0.630로그포인트(구간 0.222~1.004) | 하락의 87%가 안 보임 |

그 결과 같은 능력을 얻는 비용은 1년에 약 52% 내려갔다. 2025년 1월을 100으로 놓으면 2026년 8월에는 능력 보정 지수가 31.6이었다. 같은 능력을 얻는 데 드는 비용이 19개월 만에 3분의 1 아래로 내려간 셈이다.

두 계산 방식의 차이도 중요하다. 같은 모델의 가격만 보면 보이지 않던 하락이 전체 하락의 87%를 차지했다. AI를 선택할 때 기존 모델의 가격만 확인하면 새 모델이 제공하는 성능 향상의 가치를 놓칠 수 있다는 뜻이다.

## 그런데 왜 일 하나의 비용은 줄지 않았을까?

AI가 답을 만들 때는 토큰을 사용한다. 따라서 토큰 단가가 낮아지면 비용도 줄어들 것이라고 생각하기 쉽다. 하지만 답을 만드는 데 필요한 토큰 수가 늘어나면 결과가 달라진다.

최근 추론 모델은 답을 내기 전에 더 길게 생각하는 방식으로 작동한다. 이런 모델은 문제 하나를 해결하는 데 더 많은 토큰을 쓸 수 있다. 토큰 가격이 내려가는 속도보다 토큰 소비량이 늘어나는 속도가 빠르면 일 하나의 비용은 줄지 않을 수 있다.

| 같은 7개월 비교 기간 | 1년 변화 |
|---|---|
| 토큰 100만 개당 값(파는 쪽 값) | 0.506로그포인트 하락 |
| 일 하나 끝내는 값(사는 쪽 값) | 0.470로그포인트 상승(구간 −0.451~1.391) |
| 두 값의 차이 | 0.98로그포인트(구간 0.02~1.95) |
| 일 하나 값 자료 길이 | 17개월(토큰 값은 31개월) |
| 13개월 기간으로 다시 센 경우 | 일 하나 값이 오히려 더 빨리 하락(0.920 대 0.728) |

연구진이 같은 7개월을 비교한 결과, 토큰 100만 개당 가격은 연간 환산 기준 0.506로그포인트 내려갔다. 반면 일 하나를 끝내는 비용은 0.470로그포인트 올라간 것으로 계산됐다. 다만 이 상승의 통계적 불확실성이 커서 실제로 비용이 올랐다고 확정할 수는 없다.

연구진이 확인한 것은 토큰 가격과 일 하나의 비용 사이에 차이가 있다는 점이다. 비교 기간을 13개월로 바꾸면 일 하나의 비용이 오히려 더 빠르게 내려가는 결과도 나왔다. 이때는 비교할 달이 5개뿐이어서 연구진이 정한 기준에 미치지 못했다. 따라서 토큰 단가만으로 실제 업무 비용을 판단해서는 안 된다는 결론에 주목할 필요가 있다.

## 시험 점수가 높으면 비용 대비 성능도 정확하게 알 수 있을까?

연구진은 공개된 시험 성적으로 모델의 능력을 비교했다. 하지만 오래된 시험 문제 일부가 모델의 학습 자료에 포함됐을 가능성이 있다. 시험 점수가 실제 능력을 정확하게 반영하지 못할 수 있다는 뜻이다.

점검 대상인 기준 시험 9개 가운데 6개에서 이런 의심 신호가 나왔다. 연구진은 이 시험들을 제외하고 다시 계산했다. 모델 순위는 거의 그대로였지만, 가격 지수의 연간 하락 속도는 0.487로그포인트 달라졌다.

모델 순위가 비슷하다고 비용 계산까지 같아지는 것은 아니다. 시험 점수의 출처도 다양했다. 독립 기관이 직접 측정한 점수뿐 아니라 다른 순위표에서 가져온 점수와 모델 회사가 자체 발표한 점수도 포함됐다. 따라서 시험 점수 하나만 보고 어떤 모델이 가장 경제적인지 판단하기는 어렵다.

## 다른 조사에서도 AI 가격은 빠르게 내려갔을까?

다른 조사에서도 같은 능력을 얻는 비용이 빠르게 내려가는 흐름이 나타났다. 비영리 연구소 에포크AI는 2025년 3월, 같은 시험 점수를 얻는 비용이 1년에 9배에서 900배까지 내려갔다고 집계했다. 중앙값은 50배였다. 2024년 1월 이후 자료만 보면 중앙값은 200배였다.

| 조사 | 숫자 |
|---|---|
| 에포크AI(2025.3): 같은 점수를 얻는 값의 1년 하락 폭 | 9배~900배, 중앙값 50배 |
| 같은 조사: 2024년 1월 이후 자료만 쓴 중앙값 | 200배 |
| 같은 조사: 토큰 값과 시험 비용의 1년 하락 폭 차이가 가장 컸던 경우 | 400배 대 200배 |
| a16z★(2024.11): 같은 성능 AI 값 하락 | 해마다 10배 |
| 미국 연준 메모(2026.5): 소프트웨어·주변기기 물가 항목 4개월 상승률(연환산) | 73.1% |

벤처투자사 a16z★는 2024년 11월 같은 성능의 AI 가격이 해마다 10배씩 내려간다고 봤다. 다만 이런 조사도 대부분 토큰 단가를 중심으로 계산했다. 모델마다 같은 일을 처리하는 데 필요한 토큰 수가 크게 다를 수 있다는 점은 별도로 살펴봐야 한다.

미국 연준의 메모도 소프트웨어 가격을 측정할 때 품질 변화를 어떻게 반영하는지가 중요하다는 문제를 짚었다. 서로 다른 조사에서 제시하는 하락 폭이 다른 이유를 이해하려면 무엇의 가격을 측정했는지부터 확인해야 한다.

## 우리 가게는 AI 비용을 어떻게 계산해야 할까?

사장님에게 중요한 것은 토큰 가격이 얼마나 내려갔는지가 아니다. 고객 문의 답장 하나, 상품 설명 하나, 견적서 하나를 만드는 데 실제로 얼마가 드는지다. 사용량을 확인할 수 있다면 같은 일을 여러 번 처리하고 토큰 소비량을 확인한 뒤 단가를 곱하면 된다.

월정액 서비스를 쓴다면 계산 방법은 더 단순하다. 한 달에 낸 구독료를 그달에 끝낸 업무 건수로 나누면 된다. 이렇게 하면 서비스 가격이 바뀌었을 때뿐 아니라 업무량이 달라졌을 때도 비용 변화를 확인할 수 있다.

| 할 일 | 근거 숫자 |
|---|---|
| 매달 내는 AI 구독료·사용료부터 한 줄로 적어 둔다 | 국내 소상공인 37.2%가 소프트웨어 구독료를 모름(500곳) |
| 토큰 단가 대신 「일 하나당 값」을 적는다 | 같은 기간 토큰 값 0.506 하락, 일 하나 값 0.470 상승(확정 아님) |
| 오래 생각하는 설정은 꼭 필요한 일에만 쓴다 | 추론 모델의 토큰 소비 증가가 단가 하락보다 빨랐다 |
| 새 모델이 나오면 같은 값에 더 나은지 시험한다 | 하락의 87%가 새 모델이 옛 값에 나오는 형태로 왔다 |
| 표시 가격과 실제 낸 돈을 따로 적는다 | 한 모델이 출시 달에 세 가지 가격, 할인은 표시 가격에 안 잡힘 |
| 순위표 점수만으로 값어치를 정하지 않는다 | 순위 일치 0.998인데 지수는 1년 0.487 차이 |
| 같은 일 묶음을 정해 두고 석 달마다 다시 잰다 | 계산 기간만 바꿔도 하락 속도 0.412~0.765 |

먼저 매달 내는 AI 구독료와 사용료를 한 줄로 정리해야 한다. 표시 가격과 실제 결제 금액도 따로 기록하는 편이 좋다. 모델을 바꾸거나 생각을 오래 하는 설정을 사용할 때는 같은 업무를 처리한 결과를 비교해야 한다.

새 모델이 나왔다면 기존 모델과 같은 업무를 맡겨 보는 것이 좋다. 결과의 품질이 비슷한지 확인하고, 처리 시간과 사용량도 함께 살펴야 한다. 더 비싼 모델이라도 같은 일을 더 적은 비용으로 끝낸다면 실제 업무에서는 유리할 수 있다.

국내 소상공인에게는 비용을 파악하는 일부터 시작할 필요가 있다. 중소기업중앙회가 2026년 6월 발표한 소상공인 500곳 조사에서는 37.2%가 소프트웨어 월 구독료를 모른다고 답했다. 먼저 현재 지출을 파악해야 AI 도입이 비용을 줄였는지 판단할 수 있다.

## 앞으로도 AI를 쓰는 비용은 계속 내려갈까?

토큰 단가는 앞으로도 내려갈 가능성이 있다. 하지만 모델이 더 많은 단계를 거쳐 생각하고 여러 작업을 수행하게 되면, 일 하나에 필요한 토큰 수 역시 늘어날 수 있다. 따라서 단가 하락이 실제 비용 절감으로 이어지는지는 업무마다 확인해야 한다.

이번 연구에도 한계가 있다. 업체별 표시 가격을 사용했고 실제 할인은 반영하지 않았다. 모든 모델을 같은 비중으로 계산했으며, 일 하나의 비용을 분석한 기간은 토큰 가격 분석보다 짧았다. 토큰 소비량도 모델마다 한 번만 측정해 같은 모델의 사용 효율이 나중에 개선되는 변화까지 담지는 못했다.

연구 결과를 한국 가게의 지출에 그대로 적용할 수도 없다. 미국 달러 표시 가격을 바탕으로 계산했기 때문에 원화 구독료와 부가세, 환율은 포함되지 않았다. 결국 가게마다 실제로 쓰는 서비스와 업무를 기준으로 직접 계산해야 한다.

가장 실용적인 방법은 같은 업무 묶음을 정해 두고 석 달마다 비용을 다시 재는 것이다. 토큰 단가가 얼마나 떨어졌는지보다 같은 돈으로 일을 얼마나 더 처리하는지가 중요하다. AI 비용을 줄이려면 가격표만 볼 것이 아니라 실제 업무의 결과와 지출을 함께 살펴야 한다.

요점 ① AI 업체 86곳의 가격 기록 2만 1,024건을 분석한 결과, 같은 능력을 얻는 비용은 1년에 약 52% 내려갔다. ② 같은 7개월 비교에서 토큰 가격은 연간 환산 기준 0.506로그포인트 하락했지만, 일 하나의 비용은 0.470로그포인트 상승한 것으로 계산됐다. 실제 상승 여부는 확정되지 않았다. ③ 시험 6개를 제외하자 모델 순위 일치도는 0.998이었지만, 가격 지수의 연간 하락 속도는 0.487로그포인트 달라졌다. ④ 소상공인 500곳 조사에서 37.2%가 소프트웨어 월 구독료를 몰랐다. 같은 업무를 정해 석 달마다 실제 비용을 확인하는 것이 출발점이다.

## 같이 읽을 글

 

- 작은 가게도 비싼 AI를 써야 할까?

- 한국어로 쓰면 AI 비용이 더 비싸질까?

- 같은 AI 모델이면 어디서 사든 똑같을까?

- 회사들은 AI에 직원 한 명당 얼마를 쓰고 있을까?
 

## 자료 출처

 

- The Price of Intelligence: A Quality-Adjusted Price Index for AI Services(옥스퍼드대 인터넷연구소·arXiv 2608.29843·2026년 8월 제출, 게시 가격 2만 1,024건·모델 3,208개·업체 86곳·시험 점수 4,605건)

- 같은 논문 HTML 본문(7절 결과·표 2·표 16·표 19·9절 한계)

- LLM inference prices have fallen rapidly but unequally across tasks(에포크AI·2025년 3월, 시험 6개 기준 가격 하락 추세)

- Welcome to LLMflation: LLM inference cost is going down fast(a16z★·2024년 11월, 같은 성능 AI 값 연 10배 하락 추정)

- Measurement of "Computer Software and Accessories" Inflation(미국 연방준비제도 FEDS Notes·2026년 5월, 소프트웨어 물가지수 품질 보정 문제)

- AI 쓰는 줄 알았더니 배달앱·POS가 전부…소상공인 83%는 「디지털 초보」(헤럴드경제·중소기업중앙회 2026년 6월 발표, 소상공인 500곳: 소프트웨어 구독료 모름 37.2%)