견적서에 안 적힌 숫자
"AI 도입, 얼마 잡으면 됩니까." 지난주 한 제조 중견기업 대표가 커피잔을 반쯤 비운 채 물었다. 견적서 세 장이 테이블 위에 놓여 있었다. 최저 3,800만 원, 최고 2억 4,000만 원. 같은 요건서, 같은 업무 자동화 범위였다.
왜 여섯 배 차이가 나는지 30분간 설명하고 나서야, 대표는 조용히 말했다. "제가 지금까지 견적서만 보고 있었네요." 이 시리즈를 시작하는 이유가 이 한 마디에 있다.
AI 도입 비용, 규모부터 다시 잡는다
2026년 기준 AI 도입 비용을 이야기할 때 가장 자주 나오는 오해가, "얼마입니까?"라는 질문 자체가 성립한다는 착각이다. 규모와 목적에 따라 실제 예산은 열 배 이상 벌어진다.
업계 자료를 종합하면 대략 이렇게 정리된다. 사내 업무 하나(예: 문서 요약, 특정 부서 챗봇)에 국한한 PoC(개념 검증)는 200만~800만 원 수준부터 시작한다. 여기서 확장해 실제 운영 배포까지 가면 1,000만~5,000만 원, 전사 범위 도입은 5,000만~2억 원 이상이 일반적이다. 해외 지표도 비슷하다. 미국 SME 기준 5년 총투자가 20만~50만 달러 범위로 보고된다.
솔직히 말하면, 이 숫자는 참고용이지 정답이 아니다. 견적을 여섯 배 벌리는 진짜 변수는 규모가 아니라 데이터 상태다.
도입가와 총비용은 다르다
초기 견적서에 잘 안 적히는 항목이 셋 있다.
첫째, 데이터 정제 비용. 사내 문서가 PDF·엑셀·메신저 로그로 흩어져 있으면, AI가 읽을 수 있는 형태로 다듬는 데만 수천만 원이 붙는다. PoC에서 실제 운영으로 넘어가는 구간에서 예산이 가장 자주 터지는 지점이 여기다.
둘째, 운용·유지보수. GPU·API 호출·벡터DB·재학습을 합치면 초기 개발비의 20~40%가 매년 지속 지출로 잡힌다. "한 번 만들고 끝"이 아니라 "1년 뒤에 다시 학습시켜야 하는 물건"이라는 감각이 필요하다. 이 부분은 4회에서 따로 정리한다.
셋째, 연동 비용. ERP, 그룹웨어, 재고 시스템 같은 기존 시스템 몇 개와 붙이느냐가 개발비의 절반 이상을 좌우한다. 요건서에 "ERP 연동" 한 줄로 적힌 뒤에 실제로 몇 인월이 붙는지는 열어봐야 안다.
2026년, 예산이 달라진 이유
올해 국내 기업 79.3%가 생성형 AI 예산을 늘렸다는 조사가 나왔다. 그 중 절반 가까이는 전년 대비 20% 이상 증액이다. 정부도 중기부만 7,992억 원, 전체 AI 예산을 9.9조 원 규모로 편성했다. 컴퓨팅 바우처, 도입 컨설팅 같은 지원 사업이 늘어난다는 뜻이기도 하다.
동시에 반대편 흐름도 있다. 주요 LLM API 가격은 2026년 들어 상향 조정됐고, 토큰 사용량은 도입 초기 예측보다 평균 2~3배 팽창하는 경우가 흔하다. "API로 시작하면 저렴하다"는 논리가 규모가 커지면 뒤집힌다는 뜻이다. 이 손익분기 지점은 3회에서 자세히 다룬다.
결재를 통과시키려면
중견기업 대표가 결재판 위에 올릴 숫자는 결국 "얼마입니까"가 아니라 "얼마를, 언제, 왜 쓰는지"다. 규모별 감을 잡는 세 가지 질문으로 이번 편을 정리한다.
- 처음 4주에 얼마를 쓸 것인가 — 이게 PoC 예산이다. 검증이 목적이지 완성이 목적이 아니다. 다음 회에서 다룬다.
- 운영에 매년 얼마가 나가는가 — 도입가의 20~40%. 이 숫자가 결재판에 없으면 3년차에 예산 회의가 흔들린다.
- 언제부터 회수되는가 — ROI를 감이 아니라 지표로 계산하는 법은 5회에서 다룬다.
이 세 숫자만 견적서 옆에 나란히 놓아도, 여섯 배 편차의 정체가 절반쯤 보인다.
다음 회 예고
다음 편에서는 PoC에 4주 동안 실제로 무엇을 사는가를 다룬다. PoC를 ROI 검증으로 착각하면 예산이 두 배로 튄다. 검증의 목적을 어디에 두고, 어떤 산출물을 받아야 하는지 — 결재자 시점에서 정리한다.
지금 견적을 앞에 두고 계신 분이라면, 저희 5years+ 무료 상담에서 사내 데이터 상태부터 짚어드립니다. 견적을 받기 전에 데이터 상태를 확인하는 것이, 견적 여섯 배 편차를 줄이는 가장 빠른 길입니다.