앱스토어 비용 면제 조건 하나가, 작은 앱이 AI 실험을 시작하는 위치를 바꾼다

우버Uber​는 2026년 AI 예산을 4개월 만에 다 소진했습니다. 메타Meta​와 아마존Amazon​은 내부 직원의 AI 토큰 사용량 리더보드를 없앴습니다. 대기업조차 AI 실험 비용을 제어하는 데 어려움을 겪는 상황에서, 지난 6월 초 애플Apple​이 소규모 앱 개발자에게 내놓은 조건은 다른 방향을 가리켰습니다. 앱스토어 누적 신규 다운로드가 200만 건을 넘기지 않은 개발자라면, 애플 서버에서 AI를 실행하는 클라우드 API 비용을 내지 않아도 됩니다. 1인 개발자가 AI 기능을 앱에 넣고 싶을 때 가장 먼저 열던 비용 계산표가 이 조건 하나로 당분간 사라집니다. 이 기준선이 무엇을 바꾸고, 무엇을 바꾸지 않는지를 살펴봐야 합니다.

신규 이용자 200만 건 미만이면 서버 AI 비용이 없다

애플은 이번 WWDC에서 Foundation Models 프레임워크를 정식으로 공개했습니다. 개발자는 이 프레임워크를 통해 기기 내 AI 모델과 서버 측 Private Cloud Compute 두 경로를 모두 활용할 수 있습니다. 기기 안에서 처리되는 온디바이스 추론은 이미 별도 비용이 없었습니다. 이번에 달라진 것은 서버 측 경로입니다. 기기 성능이 부족하거나 더 무거운 연산이 필요할 때 애플 서버로 요청을 넘기는 방식인데, 이 경로에서 발생하는 비용을 소규모 개발자에게 면제하겠다는 내용이 이번 발표의 골자였습니다. 프레임워크는 이번에 이미지 입력 지원과 서버 모델 확장도 함께 포함했으며, 개발자가 선택한 외부 클라우드 제공자와도 연동할 수 있도록 개방 폭을 넓혔습니다.

면제 기준은 단순합니다. 해당 개발자의 앱을 처음 내려받은 이용자 수가 누적 200만 명을 넘지 않으면 됩니다. 재다운로드와 업데이트는 포함되지 않습니다. 국내 앱스토어에서 인디 개발자의 앱이 처음 받는 신규 이용자 수를 기준으로 보면, 수만에서 수십만 건 사이에 머무는 경우가 대부분입니다. 이 기준을 그대로 적용하면 한국의 거의 모든 인디 앱 개발자와 소규모 팀이 혜택 범위 안에 들어옵니다.

이 발표가 지금 나온 이유에 대해서는 여러 해석이 가능합니다. AI 기능이 있는 앱과 없는 앱의 이용자 경험 차이가 눈에 띄게 벌어지고 있는 상황에서, 소규모 개발자들이 비용 때문에 AI 도입을 미루다가 밀려나면 앱스토어 전체의 품질 분포가 고르지 않아집니다. 애플로서는 개발자 생태계를 자사 플랫폼 안에 붙잡아두려는 목적도 분리하기 어렵습니다. 애플이 자사의 소규모 사업자 지원 프로그램Small Business Program​과 같은 맥락이라고 밝힌 것을 보면, 생태계 품질 유지와 개발자 유인이라는 두 가지 목표가 함께 작동하고 있습니다.

비용이 제거되면 실험이 MVP 안으로 들어온다

AI 기능을 앱에 붙이는 일은 그동안 단계마다 비용을 따지는 과정이었습니다. 어떤 모델을 쓸지, 얼마나 자주 호출할지, 토큰당 단가는 얼마인지를 계산한 다음에야 개발에 들어갈 수 있었습니다. 수익이 아직 나지 않는 초기 앱에서 이 계산은 실험을 뒤로 미루게 만드는 이유가 됩니다. 많은 인디 개발자들이 "기능은 넣고 싶은데 API 비용이 예측되지 않는다"는 이유로 AI를 MVP 이후 단계로 미루는 선택을 해왔습니다.

비용이 사라지면 이 순서가 달라집니다. 먼저 기능을 넣고, 이용자 반응을 본 뒤, 수익화 시점에 비용 설계를 다시 하는 흐름이 가능해집니다. AI 기능을 처음부터 포함한 채로 제품을 출발시킬 수 있다는 뜻입니다. 그 차이는 단순히 출시 속도가 아니라 피드백의 질에서 드러납니다. AI가 있는 상태로 이용자 데이터가 쌓이기 시작하면, 다음 버전에서 강화할 기능이 훨씬 구체적으로 보입니다. AI 없이 출발해서 나중에 기능을 추가하는 앱은 이미 형성된 이용자 습관에 AI를 끼워 넣어야 하는 상황이 됩니다.

온디바이스 모델의 한계도 서버 측 경로가 보완해줍니다. 기기마다 성능 차이가 결과에 영향을 주는 상황에서, 오래된 기기에서는 AI 기능이 느리거나 아예 작동하지 않을 수 있습니다. 서버 측 경로를 무료로 쓸 수 있다면, 단말기 사양과 무관하게 일관된 AI 경험을 제공하는 앱을 적은 초기 자원으로 만들 수 있습니다. 이용자 기기의 세대가 앱 품질을 결정하는 상황이 줄어듭니다.

무료 기간이 끝나면 플랫폼 의존도가 남는다

그러나 이 혜택이 전면적인 호재라고 보기는 어렵습니다.

Foundation Models 프레임워크는 애플 생태계 안에서만 온전히 작동합니다. 안드로이드나 웹 서비스를 함께 운영하는 개발자라면, 다른 플랫폼에서는 여전히 별도의 AI API 비용을 부담해야 합니다. 한국의 많은 소규모 개발자들이 iOS 앱과 함께 안드로이드 버전을 유지하거나 웹 기반 서비스를 병행합니다. 멀티 플랫폼 전략을 가진 팀에게는 이 혜택이 절반쯤에만 해당됩니다.

비용 면제가 언제까지 유지될지도 불투명합니다. 200만 건이라는 기준선이 바뀌거나, 특정 사용량 이상에서 요금이 붙기 시작하는 방식으로 정책이 조정될 가능성은 항상 있습니다. 무료 기간에 AI 기능을 깊게 의존하는 앱을 만들었다가 나중에 비용이 발생하면, 다른 API로 갈아타는 작업이 만만치 않습니다. AI 기능이 앱 로직 곳곳에 얽혀 있을수록 전환 비용은 커집니다.

더 넓게 보면, 이 정책이 개발자를 애플 생태계에 더 단단히 붙들어두기 위한 수단이라는 비판도 있습니다. 진입 비용이 낮아질수록 플랫폼 의존도는 높아집니다. 단기로는 시작이 쉬워지지만, 장기로는 독립적인 AI 인프라를 갖추거나 다른 플랫폼으로 이동하기가 더 까다로워질 수 있습니다. 우버가 4개월 만에 AI 예산을 다 쓴 것이 무분별한 실험의 결과였다면, 비용이 없다는 이유만으로 무제한 실험에 나섰다가 나중에 의존도가 쌓이는 상황도 다르지 않습니다. 비용 제로처럼 보이는 조건이 플랫폼 종속이라는 형태로 나중에 돌아올 수 있다는 점은, 소규모 개발자일수록 초기부터 따져봐야 하는 부분입니다.

국내 인디 개발자가 먼저 확인해야 할 것이 있다

한국의 1인 앱 개발자나 소규모 팀이 이 변화에서 실제로 가져갈 수 있는 것을 짚어볼 수 있습니다.

앱스토어 개발자 계정의 Analytics 탭에서 App Units 항목을 보면 신규 다운로드 수를 확인할 수 있습니다. 대부분의 인디 개발자에게 200만 건은 아직 먼 숫자이므로, 현재 앱을 운영 중이거나 새로 시작하는 소규모 개발자라면 이 혜택을 받을 가능성이 높습니다. 다만 공식 API 문서에서 면제 조건이 구체적으로 어떻게 명시되어 있는지를 직접 확인하는 것이 먼저입니다. 조건의 세부사항은 공개 발표와 실제 문서 사이에서 달라지는 경우가 있습니다.

앱에 넣으려는 AI 기능이 Foundation Models 프레임워크의 지원 범위 안에 들어오는지도 미리 파악해두는 것이 좋습니다. 텍스트 요약, 분류, 태그 생성, 짧은 문장 생성 같은 작업에는 충분하지만, 복잡한 추론이나 고품질 언어 생성이 필요한 기능에는 외부 API를 병행해야 할 수 있습니다. 모든 AI 사용 사례를 이 프레임워크 하나로 처리할 수 있다고 가정하지 않는 것이 좋습니다.

플랫폼 의존도를 처음부터 관리하는 방식도 설계해두면 도움이 됩니다. AI 호출 부분을 앱 로직과 분리된 레이어로 두면, 나중에 정책이 바뀌거나 다른 API로 전환해야 할 때의 비용이 줄어듭니다. 혜택을 활용하되, 특정 API에만 묶이지 않는 설계를 미리 해두는 것입니다.

자원이 부족한 상태에서도 꾸준히 만들어온 사람들은 대개 이 방식을 씁니다. 완벽한 조건이 갖춰질 때까지 기다리지 않고, 지금 쓸 수 있는 것부터 써서 조금씩 나아가는 것입니다. 비용 면제 기간이 언제까지 유지될지와 무관하게, 그 시간 동안 이용자와 쌓아간 경험과 피드백은 개발자에게 남습니다. 애플이 조건을 바꾸어도 가져갈 수 있는 것은 그것입니다.