부서별 AI 사용량과 비용을 모아
필요한 곳에 예산을 배분합니다
부서마다 따로 청구되던 AI 구독료와 API 사용료를 한곳에 모으고, 업무별로 맞는 모델을 쓰도록 정책을 정했습니다. AX TF는 실제 사용량을 근거로 예산을 조정해, 월 AI 비용을 30% 낮췄습니다.
배경
기획·개발·고객지원 부서가 서로 다른 AI 모델을 쓰면서 구독료와 API 사용료가 따로 청구되었습니다. AX TF는 비용이 왜 늘었는지, 실제 업무 수요가 어디에 있는지 한 번에 파악하기 어려웠습니다. 보안 점검에 필요한 사용 이력도 서비스마다 흩어져 있었습니다.
과제
매달 청구서와 사용량 파일을 엑셀로 합쳤지만 부서·업무별로 비교하는 데 시간이 걸렸습니다. 비용을 줄이려고 모델을 하나로 통일하면, 코드 작성과 문서 분석처럼 품질 요구가 다른 업무를 감당하기 어려웠습니다. 사용을 일괄적으로 줄이는 대신, 근거를 갖고 예산을 옮길 방법이 필요했습니다.
접근
연동할 수 있는 API부터 플랫폼으로 모으고, 기존 구독 내역은 따로 등록해 함께 보도록 했습니다. 중요 업무는 승인된 모델을 그대로 쓰도록 하고, 사용 기록의 범위와 보존 기간을 정했습니다. 부서별 월 한도와 한도 초과 전 알림 기준도 마련했습니다.
솔루션
비용 분석 에이전트는 부서·업무별 API 사용량과 비용을 정리하고, 등록된 구독 내역과 함께 예산 검토 자료를 만듭니다. 모델 선택 에이전트는 업무별 품질·비용 비교 결과와 승인된 정책에 따라 요청을 알맞은 모델로 연결합니다. 사용 이력 에이전트는 요청자·모델·사용량 기록을 조회해 보안 점검 자료를 모읍니다.
성과
구독료와 API 사용료를 합친 월 AI 비용이 30% 줄었습니다. AX TF는 부서별 한도 알림과 미사용 구독 내역을 근거로 예산을 옮기고, 구독 정리와 모델 변경 중 무엇이 효과를 냈는지 나눠 봅니다. 사용을 막는 대신 필요한 곳에 예산을 배정하는 운영 체계를 갖췄습니다.