기업 AI 지출 관리, ‘비용 절감’서 ‘성과 측정’으로 옮겨간다

인공지능(AI) 도입이 빠르게 늘면서 기업들의 관리 포인트도 달라지고 있다. 단순한 ‘AI 비용 최적화’를 넘어, AI 투자금이 생산성과 실적에 어떤 영향을 주는지 따지는 ‘가치 측정’이 새 과제로 떠올랐다.

AI 지출 급증에 기업 관심 이동… ‘비용 절감’ 넘어 ‘성과 측정’으로

페가시스템즈의 클라우드 핀옵스 총괄 헌터 해리스는 최근 핀옵스 X 2026 행사에서 AI 지출의 가장 큰 특징으로 ‘예측 불가능성’을 꼽았다. 기존 클라우드 환경과 달리 AI 사용량과 비용은 훨씬 더 빠르게 불어날 수 있어, 기업 입장에서는 지출 추적과 관리 방식 자체를 다시 짜야 한다는 설명이다.

그는 “AI는 사실상 클라우드 서비스 제공업체의 용량이 허용하는 한 계속 확장될 수 있다”며 “지금까지 가장 확실했던 점은 AI 비용이 매우 예측하기 어렵다는 사실이었다”고 말했다.

실제 기업들은 AI 관련 비용을 단일 항목으로 보기보다, 내부 생산성 향상용인지, 고객 대상 제품 개발용인지, 혹은 실험 단계 투자였는지 구분해 들여다보기 시작했다. 해리스는 “우리도 AI 지출이 정확히 어디로 가는지, 어떤 목적에 쓰이는지 분류하는 작업이 필요했다”고 설명했다.

핀옵스 역할 확대… 기술 언어와 경영 언어 잇는 ‘번역기’ 부상

AI 확산과 함께 핀옵스(FinOps) 조직의 역할도 넓어지고 있다. 이제는 단순히 클라우드 비용을 줄이는 수준이 아니라, AI 에이전트 운영, 모델 라우팅, 토큰 경제성 같은 기술적 문제와 사업 전략을 함께 해석해야 하기 때문이다.

해리스는 핀옵스 팀을 기업 내 ‘로제타 스톤’에 비유했다. 엔지니어, 영업 인력, 운영 담당자, 제품 조직 등 서로 다른 부서의 언어를 연결해 같은 기준으로 의사결정을 이끌어야 한다는 의미다.

그는 “엔지니어와 지원 인력, 영업팀, 제품 담당자, 운영팀 모두와 대화할 수 있어야 한다”며 “각자의 언어를 번역해 같은 페이지에 올려놓는 것이 중요하다”고 말했다.

이는 AI 도입이 더 이상 특정 기술 부서만의 과제가 아니라는 점을 보여준다. AI 비용 최적화 역시 기술 효율성과 재무 관리, 사업 성과가 맞물린 통합 과제로 바뀌고 있다는 의미다.

AI 비용 최적화의 다음 단계… 고객별 수익성 연결이 핵심

페가시스템즈는 한발 더 나아가 클라우드와 AI 관련 비용을 개별 고객 단위 매출에 연결해 수익성을 분석하고 있다고 밝혔다. 이를 통해 단순한 비용 가시성을 넘어, 실제로 AI 투자가 마진 개선에 어떤 영향을 주는지 보여줄 수 있었다는 설명이다.

해리스는 “클라우드 비용 데이터만으로는 충분하지 않다”며 “운영 데이터, 고객 지원 데이터, 제품 데이터, 버그 데이터, 매출 데이터를 하나의 데이터 모델로 연결해야 한다”고 강조했다.

이처럼 AI 비용 최적화의 초점은 ‘얼마를 썼는가’에서 ‘그 돈이 어떤 성과를 냈는가’로 이동하고 있다. 실제 매출과 기여이익까지 연결할 수 있어야 더 정확한 예산 편성과 실적 전망도 가능하다는 것이다.

결국 AI 확산으로 기업의 지출 구조는 더 복잡해지고 있다. 하지만 비용 통제에만 머무르지 않고 AI 투자 가치까지 수치로 입증할 수 있다면, 기업 경쟁력 판단 기준도 한층 정교해질 것으로 보인다.