CFO의 질문과 AI 가치 측정 기준의 전환

기업의 최고재무책임자(CFO)들은 AI 지출을 통해 실제로 얼마만큼의 비즈니스 가치를 얻었는지 묻고 있다. 그동안 소프트웨어 시장은 구매한 계정 수, 활성 사용자 수, 라이선스 갱신 여부와 같은 채택률(Adoption)을 통해 성공을 측정했다. 하지만 OpenAI는 AI의 가치를 측정하기 위해 단순한 도입 지표가 아닌 '완수된 업무량(Work accomplished)'이라는 새로운 기준을 제안했다.

비즈니스 리더들은 AI가 완료한 업무의 가치가 이를 생산하는 비용보다 빠르게 성장하는지를 판단해야 한다. 가치 산출의 핵심은 토큰이 사람이 즉시 사용할 수 있는 결과물로 변환되는 지점에 있다. 구체적으로는 AI가 해결한 고객 이슈의 수, 실제 배포로 이어진 코드 변경 횟수, 정확하게 검토된 계약서의 양, 적절한 맥락 제공으로 개선된 의사결정 횟수 등이 측정 대상이 된다. 모델의 능력이 향상될수록 AI는 더 긴 맥락을 유지하고 여러 단계의 추론을 수행하며 다양한 도구를 가로질러 작동하는 복잡한 업무를 수행할 수 있다.

GPT-5.6의 '달러당 유용한 지능' 체계와 모델 티어

OpenAI는 지난주 GPT-5.6 모델 제품군을 출시하며 '달러당 유용한 지능(Useful Intelligence per Dollar)'이라는 지표를 제시했다. 이 지표는 투입된 비용 대비 AI가 얼마나 유용한 업무를 완수했는지를 정량화한 것이다. GPT-5.6은 사용자가 업무의 성격과 경제성에 따라 최적의 모델을 선택할 수 있도록 세 가지 티어(Tier, 등급)로 구성된다.

플래그십 모델인 Sol은 가장 강력한 추론 능력을 갖춰 고난도 문제 해결에 최적화되어 있다. Terra는 성능과 비용의 균형을 맞춘 모델이며, Luna는 가장 빠른 속도와 낮은 가격을 제공하는 최속-최저가 모델이다. 사용자는 대량의 단순 워크플로우에는 Luna를, 깊은 분석이 필요한 업무에는 Terra를, 단 한 번의 시도로 정확한 정답을 도출해 재시도와 검토 시간을 줄여야 하는 핵심 업무에는 Sol을 배치하여 경제성을 최적화한다.

성공적인 결과 도출을 위한 전체 워크플로우 비용 계산법

기업이 AI 업무의 실제 비용을 계산할 때는 단순 토큰 단가가 아니라 '전체 워크플로우 비용'을 합산해야 한다. 전체 비용은 [토큰 가격 $\times$ 사용량]에 인간의 검토 시간, 재시도 횟수, 재작업 비용을 더해 산출한다. 저가형 모델은 토큰 단가가 낮지만, 정답 도출을 위해 더 많은 재시도가 필요하거나 사람이 오류를 잡는 검토 시간이 길어져 결과적으로 전체 비용을 상승시킨다.

반면 고성능 프런티어 모델은 토큰 단가가 높더라도 한 번의 시도로 업무를 정확히 끝내는 능력이 뛰어나 재시도 횟수와 응답 대기 시간, 인간의 검토 공수를 획기적으로 줄인다. 이를 위해 조직은 업무의 완료 기준인 'Done'을 명확히 정의해야 한다. 고객 지원 팀은 고객 이슈가 최종 해결되어 티켓이 닫힌 상태를, 엔지니어링 팀은 코드 변경 사항이 모든 자동화 테스트를 통과한 시점을, 법무 팀은 계약서 검토가 기한 내에 정확히 승인된 상태를 완료 기준으로 설정하여 성공률을 측정한다.

GPT-5.6 Sol의 기술적 성능과 비용 효율성 검증

GPT-5.6 Sol은 최대 추론 설정에서 Artificial Analysis Coding Agent Index(AI 코딩 에이전트 성능 측정 지표)의 SOTA(State of the Art, 현재 기술 수준에서 가장 뛰어난 성능)를 달성했다. 이 모델은 다른 선도 모델 대비 출력 토큰 사용량을 54% 절감하며 정답 도달 경로를 최적화했다. 토큰은 AI가 텍스트를 처리하는 최소 단위다.

장기 엔지니어링 과제 해결 능력을 평가하는 DeepSWE v1.1 벤치마크에서 GPT-5.6 Sol은 72.7%의 성공률을 기록했다. 이는 경쟁 모델인 Claude Fable 5가 기록한 69.9%보다 높은 수치다. 특히 GPT-5.6 Sol의 추정 API(응용 프로그램 인터페이스) 비용은 Claude Fable 5 대비 36.2% 낮게 나타났다. 이는 모델의 지능을 높여 한 번의 시도로 정답에 도달하는 확률을 높임으로써, 기업이 지불해야 할 총 API 비용과 인간의 재작업 시간을 동시에 낮춘 결과다.

신뢰성 지표 기반의 기업용 확장과 ROI 최적화 전략

OpenAI는 AI의 경제적 가치를 증명하기 위해 성공률(Success rate), 에스컬레이션율(Escalation rate), 재작업률(Rework rate)이라는 세 가지 신뢰성 지표를 제시했다. 에스컬레이션율은 AI가 해결하지 못해 사람에게 업무를 넘긴 비율이며, 재작업률은 결과물을 사람이 다시 수정해야 한 빈도다. 이 지표들이 개선될수록 인간의 검토 시간이 줄어들어 성공적인 업무 완수 비용이 하락한다.

ChatGPT Work는 ChatGPT Enterprise의 보안, 개인정보 보호, 컴플라이언스(법규 준수) 기반 위에서 설계되어 기업이 AI에게 더 많은 내부 컨텍스트와 워크플로우 접근 권한을 부여할 수 있게 한다. 기업은 특정 워크플로우에서 품질 기준을 통과한 완수 과제 수의 증가 속도가 총 비용의 증가 속도보다 빠를 때 AI 도입의 ROI(투자 대비 효율)가 확보된 것으로 판단한다. 실무자는 모델 선택 시 단순 API 단가가 아니라 재시도 횟수와 인간의 검토 시간을 포함한 전체 비용을 기준으로 최적의 모델 조합을 결정해야 한다.