레볼루트, 자체 AI 운영 뒤 외부 청구액 10분의 1

이도현 기자 2026.11.04 06:28

레볼루트는 약 2000명의 엔지니어에게 자체 운영 모델을 제공했다. 회사 내부 지표에서는 코딩 시간과 리드타임이 각각 약 60%, 70% 개선됐다.

토포AI로 이 기사 더 깊이 읽기

레볼루트(Revolut)가 자체 운영 AI 모델을 개발자의 기본 코딩 도구로 제공한 뒤 앤스로픽(Anthropic)과 오픈AI(OpenAI)에 내던 청구액이 종전의 약 10분의 1로 줄었다고 밝혔다. 회사가 공개한 비용과 생산성 수치는 내부 측정치다.

데이비드 아비트볼(David Abitbol) 레볼루트 운영·인프라 리더는 2026년 10월 13일 발표에서 “청구액은 앤스로픽과 오픈AI에 쓰던 금액의 10분의 1”이라고 말했다. 그는 토큰 100만 개당 혼합 비용을 0.30달러(약 403원)로 제시했다. AI Engineer NYC 발표 자료와 녹취

◇ 자체 모델 도입 뒤 사용 범위 확대

레볼루트는 2026년 4월부터 오픈 웨이트 모델을 내려받아 자체 인프라에서 운영하기 시작했다. 처음 도입한 모델은 GLM-5.1이었고, 발표 당시에는 GLM-5.3을 쓰고 있었다. GLM-5.3은 엔비디아(NVIDIA·$NVDA) B200 GPU 56개에서 운영한다.

오픈 웨이트 모델은 학습된 가중치를 내려받아 기업이 선택한 인프라에서 구동할 수 있다. 레볼루트는 자체 모델을 기본 도구로 삼았지만 클로드 코드(Claude Code)와 코덱스(Codex)는 예외적인 작업에 계속 사용한다고 설명했다. 이미지 업무에는 별도 모델을 연결하는 방식도 발표에서 소개했다.

아비트볼은 외부 AI 도구를 처음 도입했을 때 사용량에 예산 제한을 뒀다고 말했다. 토큰을 아껴야 했던 개발자들은 AI를 복잡한 코딩 작업에 집중해 썼고, 이메일 확인이나 Jira·Confluence 같은 주변 업무에는 덜 활용했다는 설명이다. 자체 운영으로 청구 부담이 줄면서 이런 업무에도 AI를 적용할 수 있었다고 그는 말했다.

레볼루트가 제시한 내부 지표에서는 코딩 시간이 약 60%, 기능 작업을 시작해 병합과 배포 준비를 마치기까지의 리드타임이 약 70% 개선됐다. 표본은 엔지니어 약 2000명이며, 변화는 GLM-5.1 도입 무렵 관찰됐다.

다만 발표에서 공개된 설명만으로는 지표의 산정 방식과 비교 기준을 확인하기 어렵다. 모델 교체와 토큰 사용 제한 완화가 함께 이뤄져 각 조치가 개선에 얼마나 기여했는지도 분리되지 않았다.

◇ GPU 운영비와 생산성 지표는 구분해야

레볼루트는 GPU 56개를 유지한 채 추론 환경을 조정해 초당 요청 처리량을 76% 늘렸다고 밝혔다. 요청 후 첫 응답 토큰이 나오기까지 걸리는 시간은 14.26초에서 1.68초로 약 88% 줄었다.

처리량은 시스템이 일정 시간에 처리하는 요청의 양을, 첫 토큰 응답 시간은 요청을 보낸 뒤 모델이 응답을 시작할 때까지의 대기 시간을 가리킨다. 두 수치는 추론 시스템의 속도를 나타내며, 코드 결과물의 품질을 측정한 것은 아니다.

토큰 100만 개당 0.30달러는 레볼루트가 제시한 혼합 비용이다. GPU 구입·임대료와 전력, 운영 인력 비용까지 모두 포함했는지는 발표에서 확인되지 않았다. 따라서 기존 외부 모델 청구액과의 비교를 전체 시스템 운영비의 절감률로 볼 수는 없다.

자체 운영은 외부 API 청구액을 줄이는 대신 GPU 인프라와 이를 운영하는 비용을 고려해야 하는 방식이다. 레볼루트 사례에서도 GPU 수와 추론 환경 조정은 비용·처리량을 함께 살펴볼 때 필요한 요소지만, 공개된 수치만으로 전체 운영비를 계산할 수는 없다.

GLM을 개발한 Z.ai는 중국 AI 기업이다. 아비트볼은 모델 제공사의 중국 서비스로 요청을 보내는 대신 가중치를 미국 기반 서비스에 배치해 운영한다고 설명했다.

그는 코딩 도구에 사람의 감독 절차를 두고 샌드박스로 실행 범위를 제한한다고 밝혔다. 이는 레볼루트의 내부 운영 방식에 관한 설명으로, 다른 기업의 보안성이나 규제 준수를 보장하는 일반 기준은 아니다.

Hacker News에 공유된 커뮤니티 토론에서는 개방형 모델이 여러 개발 업무에 충분할 수 있다는 의견이 나왔다. 반면 프런티어 모델과 코딩 품질을 비교할 근거가 있는지, 토큰당 비용과 GPU 클러스터 운영 부담을 함께 따져야 한다는 지적도 있었다. 이 논의는 레볼루트의 내부 수치를 독립적으로 검증한 결과는 아니다.

본지는 앞서 일부 코딩 작업의 AI 비용을 56% 낮춘 에이티앤티 사례를 전했다. 해당 수치와 레볼루트의 외부 모델 청구액 비교는 기준과 범위가 달라 직접 비교하기 어렵다.