대학생 창업팀 앱토(ABTO)가 개발사의 성능 점수가 아닌 자사 이용자의 실제 반응을 기반으로 AI 모델을 선택할 수 있는 서비스를 선보였다. 기업은 기능별로 어떤 모델이 비용 대비 매출을 창출하는지 확인해, 고가 모델을 유지할지 더 저렴한 모델로 교체할지를 근거를 가지고 판단할 수 있다.
기업이 AI에 지출하는 비용은 가파르게 늘고 있으며, 선택할 수 있는 모델 영역도 다변화되었다. 벤처캐피털 멘로벤처스에 따르면 2025년 기업의 생성형 AI 지출은 370억 달러로 전년 대비 3.2배 증가했다. 최근 오픈AI와 앤트로픽 등 주요 AI 기업들이 연이어 고성능 및 경량화 모델을 발표하고 있으나, 모델 간 가격 차이는 최대 10배 이상 벌어지는 추세다.
선택지가 다양해진 만큼 비용 대비 효율성을 가려내는 작업이 중요해졌으나, 대다수 기업은 개발사가 공개하는 벤치마크 성능 점수에 의존해 모델을 선별하고 있다. 해당 점수는 코딩, 수학, 지식 문제 등을 기반으로 측정되므로 실제 자사 서비스 이용자의 만족도나 행동 변화로 이어지는지는 판단하기 어렵다.
앱토는 그 해답을 서비스 내 실제 이용자 데이터에서 찾는다. 동일한 기능을 사용하는 이용자를 두 그룹으로 분할해 서로 다른 모델을 적용하고, 각 그룹의 결제 및 재방문 등 행동 데이터를 AI 호출 비용과 함께 비교 분석한다. 이를 통해 동일 비용 기준 어느 모델이 더 높은 매출을 발생시켰는지 기능별로 측정할 수 있다.
신규 모델의 경우 이용자의 10%에게 우선 적용하는 기능을 제공한다. 모델 변경에 따른 서비스 리스크를 줄이면서, 기존 모델과 성과가 동일할 경우 저렴한 모델의 적용 비중을 단계적으로 확대할 수 있다.
앱토는 고려대학교 컴퓨터학과에 재학 중인 강동혁 대표를 비롯한 대학생 3명이 창업했다. 세 창업진 역시 AI 서비스를 직접 개발하는 과정에서 모델 선택 기준이 벤치마크 점수에 국한된다는 문제점을 인식하고 앱토 서비스를 개발하게 됐다.
강동혁 대표는 “비싼 AI가 늘 정답은 아니다”라며, “서비스 특성에 따라서는 가볍고 저렴한 모델로도 충분한 경우가 많으며, 그 해답은 성능 점수표가 아닌 이용자 반응에서 찾아야 한다”고 밝혔다. 이어 “효과가 검증된 범위 내에서 AI 비용을 집행하는 환경이 조성된다면 그 혜택은 서비스 가격을 통해 최종 이용자에게 전달될 것”이라고 덧붙였다.
이미지 제공: 앱토
