AX Labs
← 블로그 AX 전략

AI ROI 계산의 함정, 단위로 본다

부서 예산이 아닌 단위 업무당 원가로 결정

AX Labs 3분 읽기

회의실에서 “부서 ROI”가 돌기 시작하면, 숫자는 커지고 책임은 사라진다. 고정비와 인력 전환 가정이 뒤섞이며 지표는 흐려진다. 그 사이 PoC는 늘고 운영 전환은 멈춘다.

S&P Global은 2025년에 AI 프로젝트를 포기하는 기업 비율이 17%에서 42%로 급등한다고 본다. 가장 많이 인용된 이유는 비용과 가치의 불명확이다. 부서 합계로 계산하는 ROI가 바로 그 불명확의 진원지다.

ROI는 단위 업무당 원가로만 방어된다.

부서 단위 ROI는 의사결정을 흐린다

부서 예산 차감식 ROI는 고정비와 배분비에 가려 실효가 희석된다. 인력 대체 가정이 전제에 스며들며 조직 저항만 키운다.

재무팀이 듣고 싶은 문장은 단순하다. “AI-처리 송장은 0.10달러, 수동은 0.50달러다.” 단위 경제학으로 내려오면 비교·검증·의사결정 속도가 즉시 붙는다.

아래 비교가 현실을 요약한다.

구분 부서 단위 ROI 단위 업무 ROI
측정 단위 부서 예산·헤드카운트 거래/문서/결정 1건
핵심 가정 고정비 배분, 인력 전환 처리 단가, 품질·재작업률
검증 가능성 외생 변수 다수, 방어 약함 로그·샘플로 즉시 검증
의사결정 속도 느림, 재검토 반복 빠름, 승인·스케일 용이
PoC→운영 영향 멈춤·연장 빈번 전환 근거 명확

단위 업무 경제학: 계산법을 바꿔라

단위 업무(Unit of Work)는 거래 1건, 고객 1명, 문서 1건, 의사결정 1회다. 우리는 “단위당 원가가 얼마나 변했는가”만 묻는다. 사람을 대체했는지가 아니라, 처리 한 건의 비용·시간·품질이 어떻게 바뀌었는가다.

금융 서비스의 AI-보조 송장 처리 벤치마크는 프로덕션에서 송장 1건당 비용을 40–65% 절감했다. 안정적 운영에 진입한 뒤 60–90일 내 ROI가 양(+)전환됐다는 보고도 있다. 이 수준의 수치가 나와야 보드가 예산을 연다.

계산식은 단순해야 한다.

  • 단위당 총원가 = 모델/에이전트 비용 + 인프라 + HITL 인건비 + 재작업·에스컬레이션 비용 + 데이터 준비 상각
  • 단위당 편익 = 처리시간 절감 가치 + 오류 감소 가치 + 추가 매출/전환 기여

TCO를 다시 그려라: 데이터 준비가 본체다

TCO 모델에서 가장 자주 누락되는 비용이 데이터 준비다. 실제 배포 분석에서는 프로젝트 시간·비용의 60–80%가 정제·라벨링·구조화·통합에 들어간다. 이 항목을 빠뜨리면 단위당 원가가 허구가 된다.

따라서 데이터 준비는 별도 라인으로 잡고, 단위 업무량 기준으로 상각한다. 라벨 1건, 소스 1개 통합, 스키마 1개 정비당 비용이 계산돼야 한다. 그래야 스케일링 시 한계비용 곡선이 그려진다.

운영 단계에서는 다음을 고정 항목으로 둔다.

  • 모델 추론·호스팅 비용의 단위당 상한
  • HITL 샘플링 비율과 에스컬레이션 단가
  • 재작업률 목표와 페널티 원가

이렇게 해야 PoC의 실험 단가가 운영 단가로 수렴한다.

ROI는 4축으로 본다, 그러나 단위로 환산한다

ROI는 효율성, 매출, 리스크 완화, 비즈니스 민첩성의 4축으로 본다. 그러나 최종 판단은 단위 업무로 환산된 값으로 내린다.

  • 효율성: 건당 처리시간·비용 절감
  • 매출: 접점당 업셀·전환 기여
  • 리스크: 의사결정 1회당 손실 회피 기대값
  • 민첩성: 배포 1회당 리드타임 단축 가치

이 네 축이 단위당 수치로 연결되면, PoC는 멈추고 운영이 시작된다. S&P Global이 경고한 포기 곡선을 벗어나는 길도 여기에 있다.

마무리하자. 부서 예산 합산으로는 더 이상 통하지 않는다. 단위 업무당 원가와 편익으로 방어되는 숫자만 재무 테이블에 올라간다. 우리 팀은 이 방식을 AX Ops에 표준화해 운영 전환과 스케일을 동시에 달성한다. 다음 단계가 필요하면 여기부터 보라: AX Ops 방법론 →

참고