2026년 1분기, 마이크로소프트 실적 발표장에서 조용한 신호 하나가 포착됐습니다. 클라우드 부문 매출이 전년 동기 대비 큰 폭으로 성장했는데, 성장의 핵심 동력이 유료 계정 수 증가가 아니라 AI 에이전트 호출 건수 증가라고 설명됐습니다. 발표장 바깥에서는 이 차이를 크게 주목하지 않았지만, 기업용 소프트웨어 업계 30년 관행이 실적 발표 자리에서 흔들리는 순간이었습니다.

마이크로소프트 코파일럿을 도입한 중소기업 대표로부터 당혹스럽다는 이야기를 들었습니다. 팀원 열다섯 명 기준으로 고정된 청구서가 나올 거라 예상했는데, 에이전트가 처리한 이메일 응답 건수, 데이터 조회 건수, 문서 초안 생성 건수에 따른 추가 항목이 붙어 있었습니다. 소프트웨어 비용은 고정 비용이라는 전제 자체가 흔들리는 경험이었다고 했습니다.

이 낯섦은 앞으로 점점 더 보편적인 경험이 됩니다. 에이전트가 등장하면서 소프트웨어 비용을 계산하는 방식 자체가 달라지고 있기 때문입니다.

에이전트가 일하면 미터기가 돌아간다

마이크로소프트는 AI 제품군 전반에서 에이전트 행동 기반 과금 모델을 본격 운용하기 시작했습니다. 코파일럿 스튜디오에서 구성한 AI 에이전트가 이메일을 분류하거나 응답하고, 데이터베이스를 조회하거나 정리하고, 보고서와 문서 초안을 생성할 때마다 건당 단가가 적용됩니다. 작업 유형과 복잡도에 따라 과금 단위가 달라지는 구조입니다. 많이 쓸수록 청구액이 올라가고, 적게 쓸수록 내려갑니다. 고정 구독료가 아닙니다.

이 전환의 배경에는 사용량과 가치의 불일치 문제가 있습니다. 기존 구독 모델에서는 직원 수로 라이선스를 계약했는데, AI 도구를 적극적으로 활용하는 사람과 거의 쓰지 않는 사람이 동일한 비용을 발생시켰습니다. 반면 AI 에이전트는 사용량이 극단적으로 비대칭입니다. 어떤 팀은 에이전트로 하루 수천 건의 작업을 처리하고, 어떤 팀은 에이전트를 전혀 활용하지 않습니다. 좌석 수가 실제 사용량을 반영하지 못하는 구조입니다.

같은 시기 애플의 실적도 이 흐름과 맞닿아 있습니다. 애플 인텔리전스 기능이 강화되면서 기기당 요구 메모리 용량이 높아졌고, 고용량 메모리 칩 수요가 공급 능력을 앞서기 시작했습니다. 맥 제품군의 출하 일정이 반도체 조달 변수에 직접적인 영향을 받았습니다. AI가 소프트웨어 비용 구조를 바꾸는 동시에, 하드웨어 공급망도 함께 재편하고 있습니다.

두 거인의 실적 발표가 공통으로 가리키는 것은 하나입니다. AI가 이제 IT 예산과 제품 전략 모두의 핵심 변수로 작동하기 시작했다는 사실입니다. 그리고 이 변화는 대기업 CFO만의 고민이 아닙니다.

30년 공식이 무너질 때 드러나는 것

기업용 소프트웨어의 좌석당 요금 모델은 1990년대에 자리잡았습니다. 그 논리는 직관적이었습니다. 소프트웨어는 사람이 사용하는 도구이므로, 사용하는 사람 수에 비례해 비용을 받는 것이 합리적이었습니다. 마이크로소프트 오피스, 세일즈포스, 슬랙—이 구조 위에서 성장한 제품들이 기업용 소프트웨어 시장의 표준이 됐습니다. 사업자 입장에서도 예측이 쉬웠습니다. 직원 수에 단가를 곱하면 IT 예산을 산출할 수 있었습니다.

AI 에이전트는 이 전제를 뒤흔듭니다. 에이전트는 인간이 앉아서 직접 조작하는 도구가 아닙니다. 24시간 자율적으로 작업을 실행하는 주체입니다. 직원 스무 명인 회사가 에이전트 100개를 동시에 운용하며 하루에 수천 건의 작업을 처리할 수 있습니다. 직원 500명인 기업도 에이전트를 전혀 활용하지 않으면 종량제 요금이 거의 발생하지 않습니다. 좌석 수가 더 이상 실제 활용량을 대리하지 못합니다.

그래서 마이크로소프트가 모델을 바꿉니다. 에이전트가 처리한 작업의 양이 곧 제공된 가치이고, 그 가치에 비례해 청구하겠다는 것입니다. 이미 AWS나 구글 클라우드 같은 인프라 서비스에서는 익숙한 방식입니다. 서버 사용 시간만큼, 스토리지 용량만큼, API 호출 횟수만큼 내는 구조가 이제 소프트웨어 애플리케이션 영역으로 확산되는 것입니다.

이 비용 구조의 변화는 무엇을 중요하게 관리해야 하는지도 바꿉니다. 좌석제 세계에서 IT 담당자의 핵심 역할은 계약 협상과 라이선스 관리였습니다. 직원 수를 기준으로 계약을 맺고, 불필요한 좌석이 생기지 않도록 관리하면 됐습니다. 종량제 세계에서는 에이전트가 어떤 작업을 어떤 방식으로 수행하도록 설계됐느냐가 직접 비용 차이를 만들어냅니다. 워크플로우 설계 능력이 비용 관리 능력과 같은 의미를 갖게 됩니다.

더 근본적인 변화는 무엇이 실무 역량의 중심이 되느냐에 관한 것입니다. AI 시대에 사람이 갖춰야 할 역량이 단순히 AI 도구의 기능을 쓸 줄 아는 것을 넘어섭니다. 에이전트가 어떻게 동작하는지 이해하고, 그 동작을 목적에 맞게 설계하고, 결과를 판단하고 조정할 수 있는 능력이 필요합니다. 어떤 작업을 사람이 직접 처리하고, 어떤 작업을 에이전트에게 위임하고, 에이전트의 처리 결과를 어떻게 검증할지—이 판단 구조를 갖추는 것이 핵심입니다. 도구를 쓰는 것과 도구의 작동 방식을 이해하는 것 사이의 격차가 비용 차이로, 결과 차이로 드러나기 시작하는 것이 지금 시점입니다.

이것은 기술 지식의 문제가 아닙니다. 에이전트에게 무엇을 어떻게 시킬지, 그 결과를 어떻게 평가할지를 설계하는 능력—이것이 AI와 협력하는 사람이 갖춰야 하는 태도이자 사고 방식입니다. 어떤 AI 도구를 쓰느냐보다, AI를 다루는 사람이 어떤 판단 구조를 가졌느냐가 차이를 만드는 시대가 되고 있습니다.

작게 쓰되 잘 쓰는 사람이 앞서간다

이 변화가 한국의 1인 사업자와 소규모 팀에게 구체적으로 무엇을 의미하는지를 볼 때, 먼저 구조적 기회가 눈에 들어옵니다. 좌석제 모델에서는 혼자 일하는 사람이 불리했습니다. 라이선스 비용을 한 명이 전부 부담해야 했고, 대규모 계약으로 단가를 낮추는 협상력도 없었습니다. 종량제 모델에서는 에이전트를 효율적으로 설계하고 활용하는 사람이 정확히 그만큼만 냅니다. 잘 구성된 에이전트 워크플로우를 운용하는 1인 기업이, 에이전트 활용 전략이 없는 중견 팀보다 낮은 AI 비용으로 동등하거나 더 높은 산출물을 낼 수 있는 가능성이 생깁니다. 규모의 불이익이 작아지는 것입니다.

하지만 이 가능성은 저절로 실현되지 않습니다. 몇 가지를 갖춰야 합니다.

에이전트 트리거 조건을 정밀하게 설계하는 것부터 시작할 만합니다. 매 시간마다 주기적으로 에이전트를 실행하는 설정과, 특정 조건이 충족됐을 때만 에이전트가 작동하도록 구성하는 것은 과금 건수에서 의미 있는 차이를 만들어냅니다. 특정 키워드가 포함된 이메일이 들어왔을 때, 또는 특정 파일이 업데이트됐을 때만 에이전트가 트리거되도록 설계하면 불필요한 호출 비용이 줄어듭니다. 이것은 코드를 짜는 능력이 아니라 논리적 설계 능력의 영역입니다.

에이전트 ROI를 계산하는 습관도 갖춰야 합니다. 특정 작업에 에이전트를 투입했을 때 발생하는 비용과 그 결과가 만들어내는 사업적 가치를 비교하는 것입니다. 모든 반복 작업을 자동화하는 것이 답이 아닙니다. 오히려 자동화 비용이 직접 처리 비용보다 높아지는 경우가 생깁니다. 이 판단을 내릴 수 있는 기준을 갖추는 것이 핵심입니다.

현재 사용하는 AI 도구의 과금 구조를 다시 확인하는 것도 의미가 있습니다. 이미 종량제 요소가 포함된 서비스를 쓰고 있다면, 지금까지의 사용 패턴 분석이 향후 비용 예측의 기초 자료가 됩니다. 어떤 작업이 어느 빈도로 호출됐는지를 파악하는 것이 기술 관리가 아니라 사업 비용 관리의 일부가 됩니다.

이 전환은 단기간에 완전히 이루어지지 않습니다. 마이크로소프트도 좌석제와 종량제를 혼합 운용하는 과도기를 거칩니다. 지금 당장 모든 계약과 워크플로우를 바꿔야 한다는 의미가 아닙니다. 그러나 이 흐름의 방향을 이해하는 것과 모르는 것은, 계약 갱신 시점, 도구 선택 시점, 팀 구조 재편 시점에서 다른 선택지를 만들어냅니다. 준비된 사람이 더 유리한 조건을 설계할 수 있습니다.

AI 도구 선택의 기준이 "무엇을 할 수 있는가"에서 "어떻게 과금되는가"로 이동하고 있습니다. 에이전트의 작동 방식을 이해하고 비용 구조를 설계하는 능력이 사업 효율을 결정하는 시대—소프트웨어 청구서 한 장을 이해하는 것이 경쟁력의 출발점이 됩니다.