AI 플랫폼, 사서 쓸까 만들까 | 판단 기준 6가지
2025년 미국 기업 AI 솔루션의 76%가 구매였고(전년 53%), 구매·파트너 방식의 성공률은 약 67%로 자체 구축의 약 2배였어요(MIT). 그래도 만들어야 하는 신호는 따로 있어요. 좌석 과금과 사용량 과금, 운영비까지 6가지 기준으로 정리했어요.
핵심 요약
- AI 플랫폼 선택지는 둘이 아니라 셋이에요. 구독해서 쓰기 · 사서 우리 시스템에 붙이기 · 직접 만들기.
- 흐름은 구매 쪽이에요. 2025년 미국 기업 AI 솔루션의 76%가 구매였고(전년 53%, Menlo Ventures), MIT 조사에선 구매·파트너 방식의 성공률이 약 67%로 자체 구축의 약 2배였어요.
- 그래도 만들어야 하는 신호가 있어요. 우리 데이터·업무 흐름이 경쟁력인지, 사용량이 좌석 과금을 넘는지, 데이터가 밖으로 나가면 안 되는지예요.
- 직접 만들고 자체 SaaS 4종을 운영해본 개발사 기준으로 판단 기준 6가지를 정리했어요.
“ChatGPT 같은 걸 우리 회사용으로 하나 만들면 얼마나 들어요? 아니면 그냥 사는 게 나을까요?”
요즘 AI 도입 상담에서 가장 먼저 나오는 질문이에요. 답은 대개 “둘 다 아니에요”로 시작해요. 사는 것과 만드는 것 사이에, 실제로 가장 많이 고르는 세 번째 길이 있거든요.
1. AI 플랫폼을 ‘산다’와 ‘만든다’는 무엇이 다를까요
차이는 ‘누가 운영하느냐’예요. 산 것은 파는 회사가 운영하고, 만든 것은 우리가 운영해요. 그 사이에 둘을 섞는 방식이 있어요.
| 방식 | 무엇을 하나요 | 운영 책임 |
|---|---|---|
| ① 구독해서 쓰기 | 완성된 AI 서비스(업무용 챗봇·코파일럿 등)를 계정 단위로 구독 | 판매사 |
| ② 사서 붙이기 | AI 플랫폼이나 모델 API를 사고, 사내 문서·시스템 연결만 개발 | 연결 부분은 우리 |
| ③ 직접 만들기 | 화면·데이터 처리·권한·모델 연결까지 우리 서비스로 구축 | 전부 우리 |
상담에서 “만들고 싶다”는 회사도 요구사항을 펼쳐 보면 대부분 ②예요. 모델을 새로 만드는 게 아니라 이미 있는 모델을 우리 데이터에 붙이는 일이 본체인 경우가 많아요.
용어 풀이 — API(애플리케이션 연결 창구) AI 회사가 자기 모델을 다른 프로그램이 불러 쓸 수 있게 열어 둔 연결 통로예요. 화면 없이 요청과 답만 주고받아요. 실무에선 “모델은 사고, 화면과 데이터 연결은 만든다”는 뜻으로 ②를 “API로 붙인다”고 불러요.
2. 요즘 기업들은 어느 쪽을 더 고를까요
구매 쪽으로 빠르게 기울었어요. 해외 조사 두 개가 같은 방향을 가리켜요.
| 조사 | 내용 |
|---|---|
| Menlo Ventures, 2025 기업 생성형 AI 보고서(미국 의사결정자 약 500명) | AI 솔루션 중 구매 76%, 자체 구축 24%. 전년엔 구매 53% |
| MIT NANDA, The GenAI Divide 2025(공개 사례 300여 건·인터뷰 50여 건) | 전문 업체 구매·파트너 방식 성공률 약 67%, 자체 구축은 그 약 3분의 1 수준 |
공식 외부 기준 — 위 수치는 두 기관이 공개한 보고서 기준이에요. 미국 기업 중심 조사라 국내 상황과 다를 수 있고, MIT 조사의 ‘성공’은 손익에 측정 가능한 효과가 난 경우를 말해요.
이유도 짐작할 만해요. 모델이 몇 달 단위로 바뀌는 시기라, 직접 만든 회사는 따라가는 비용을 계속 내야 해요. 산 회사는 그 비용을 판매사가 대신 내요. 다만 이 숫자가 “어떤 경우든 사라”는 뜻은 아니에요. 다음 기준에 걸리면 이야기가 달라져요.
3. AI 모델 비용은 어디서 갈릴까요
과금 단위가 다르다는 것부터 봐야 해요. 구독은 사람 수에, API는 사용량에, 자체 구축은 초기 개발비와 운영 인력에 비례해요.
| 방식 | 비용이 붙는 단위 | 공식 외부 기준 예 | 커지는 조건 |
|---|---|---|---|
| ① 구독 | 사용자 1명당 월 요금 | Microsoft 365 Copilot 발표가 사용자당 월 30달러(2023년 발표, 현재가·국내가는 확인 필요) | 쓰는 사람이 많을수록 |
| ② 사서 붙이기 | 사용량(토큰) + 연동 개발비 | MVP·PoC 개발 500만～3,000만 원(국내 공개 시장 자료, 참고용) | 호출이 많고 문서가 클수록 |
| ③ 직접 만들기 | 구축비 + 사용량 + 운영 인력 | 기능·연동 범위에 따라 편차가 커 일반화 어려움 | 연결할 시스템이 많을수록 |
| 자사 실무 기준 예시 | 저희가 먼저 묻는 것 |
|---|---|
| 구독이 맞아 보일 때 | 실제로 매일 쓸 사람이 몇 명인가요? 계약 좌석 중 절반이 안 쓰는 경우가 흔해요 |
| 붙이기가 맞아 보일 때 | 연결할 사내 문서·시스템이 몇 개이고, 권한은 부서별로 달라야 하나요? |
| 만들기가 맞아 보일 때 | 이 기능이 우리 고객에게 파는 서비스의 일부인가요? |
국내라면 정부 지원도 비교표에 넣어 보세요. 2026년엔 AI 바우처와 클라우드 바우처가 AX 원스톱 바우처로 합쳐졌고, 공고 기준 이용 금액의 최대 75%까지 지원돼요. 세부 조건은 해마다 바뀌니 공고문을 먼저 확인하세요.
4. 직접 만들어야 하는 신호는 무엇일까요
아래 네 가지 중 두 개 이상이 ‘예’라면 만드는 쪽을 진지하게 검토할 때예요.
- AI가 우리 고객에게 파는 서비스의 일부인가요? 사내 업무 도구라면 사는 게 대개 낫고, 고객이 돈을 내는 기능이라면 남의 로드맵에 맡기기 어려워요.
- 사용량이 좌석 과금을 넘어서나요? 소수가 아주 많이 쓰거나, 반대로 수천 명이 가끔 쓰면 좌석 과금이 비싸져요. 사용량 과금으로 계산을 다시 해 보세요.
- 데이터가 밖으로 나가면 안 되나요? 계약·법 때문에 외부 서버로 못 보내는 데이터라면 선택지가 좁아져요. 민감 데이터를 거르는 로컬 모델 글도 참고해 보세요.
- 기존 시스템과 깊게 얽히나요? ERP·CRM·자체 DB에서 읽고 쓰기까지 해야 한다면, 완성품의 연동 기능만으로는 모자란 경우가 많아요.
저희도 AI 마케팅 CDP인 D:VALUEUP을 직접 운영하는데, 고객 데이터를 다루는 부분은 만들고 범용 기능은 가져다 쓰는 식으로 나눴어요. 전부 만들 필요도, 전부 살 필요도 없었어요.
5. 사서 쓰면 무엇을 포기하게 될까요
가격과 기능의 결정권이에요. 구매는 빨리 시작하는 대신 세 가지를 판매사에 맡기는 선택이에요.
- 가격 변동 — 올해 요금이 내년에도 같다는 보장이 없어요. 모델 API 요금은 새 모델이 나올 때마다 값이 절반으로 내려가기도, 요금제가 바뀌기도 해요.
- 기능 로드맵 — 필요한 기능이 판매사 일정에 없으면 기다려야 해요. 반대로 쓰던 기능이 사라지기도 해요.
- 데이터 이전 — 대화 기록·학습한 설정을 다른 서비스로 옮길 수 있는지 계약 전에 확인해야 해요.
그래서 사더라도 떠날 수 있는 구조는 챙겨 두는 게 좋아요. 판매사에 묶이는 정도를 어떻게 줄이는지는 AI 업체 종속 위험 글에 정리했어요.
우리 회사 상황이 ①②③ 중 어디에 가까운지 아직 헷갈려도 괜찮아요. 쓰려는 업무 하나만 알려주시면 방식별 비용 구조를 같이 펼쳐 볼게요. AI 플랫폼 도입 방식 함께 정해보기 →
6. 발주자들이 자주 하는 실수는 무엇일까요
가장 흔한 건 ‘좌석 수 × 월 단가’만 비교하는 거예요. 구독료보다 큰 비용이 그 옆에 붙어 있어요.
| 흔한 실수 | 실제로 생기는 일 | 미리 할 일 |
|---|---|---|
| 구독료만 비교 | 사내 문서 연결·권한 설정 개발비가 따로 나와요 | 연동할 시스템 목록을 먼저 적기 |
| 파일럿 없이 전사 계약 | 계약 좌석의 상당수가 안 쓰여요 | 한 부서 3개월 시범 후 확대 |
| 자체 구축에 운영 인력 누락 | 오픈 뒤 모델 교체·오답 대응을 할 사람이 없어요 | 운영 담당과 월 운영비를 견적에 포함 |
| 한 모델에 코드를 고정 | 더 싼 모델이 나와도 못 옮겨요 | 모델을 바꿔 끼울 수 있는 구조로 설계 |
API 플랫폼 선택 기준을 물으시면 저희는 성능표보다 “다른 모델로 바꾸는 데 며칠 걸리나요?”를 먼저 물어보라고 권해요. 그 답이 짧을수록 나중에 협상력이 커져요.
7. 운영까지 보면 무엇이 달라질까요
AI 플랫폼은 오픈한 날보다 석 달 뒤에 비용이 드러나요. 사용자가 익숙해지면 호출이 늘고, 틀린 답을 고쳐 달라는 요청이 쌓이고, 더 싼 모델이 나와요.
운영사 Tip — 직접 운영해보니 자체 SaaS 4종을 운영하며 배운 건, 초기 기능보다 운영 구조가 더 자주 비용을 바꾼다는 점이었어요. AI 기능도 같아요. 저희는 만들 때부터 사용량을 기능별로 따로 기록해요. 그래야 어느 기능이 돈을 쓰는지 보이고, 사서 쓸 부분과 계속 만들 부분을 다시 나눌 수 있어요.
그래서 저희는 “사느냐 만드느냐”를 한 번에 정하지 말라고 권해요. 구매로 3～6개월 써 보고, 실제 사용량과 부족한 기능이 보이면 그 부분만 만드는 것이 가장 덜 후회하는 순서였어요. 운영비 계산은 AI 기능 운영비 글에서 더 자세히 다뤘어요.
방향이 아직 흐릿해도 괜찮아요. 저희는 10년 넘게 50개 이상의 프로젝트를 진행하고, D:VALUEUP을 포함한 자체 SaaS 4종을 직접 운영해온 개발사예요. 롯데·캐논 같은 곳과도 함께해 왔고요. 사서 쓸 부분과 만들 부분, 같이 나눠볼게요 →
8. 자주 묻는 질문
AI 자체 도입과 외주 개발 중 어떤 선택이 맞나요?
먼저 ‘산다’와 ‘만든다’ 중 무엇을 할지 정하고, 만들기로 했을 때 누가 만들지를 정하는 순서가 맞아요. 사내에 AI 결과를 검토하고 운영할 개발자가 있으면 자체 개발을, 없으면 외주로 만들되 운영 인수인계와 모델 교체 구조를 계약에 넣는 편이 안전해요.
AI 플랫폼 구독료 말고 따로 드는 비용은 무엇인가요?
사내 문서·시스템을 연결하는 연동 개발비, 권한과 보안 설정, 직원 교육, 사용량이 늘 때의 추가 과금이 따로 들어요. 좌석 수 곱하기 월 단가로만 비교하면 이 부분이 빠져 실제 비용이 더 커지기 쉬워요.
처음부터 자체 구축하면 나중에 비용이 덜 들지 않나요?
사용량이 아주 크고 업무 흐름이 우리만의 것일 때는 그럴 수 있어요. 다만 모델이 몇 달 단위로 바뀌어 운영·교체 비용이 계속 붙어요. 구매로 3～6개월 써 보며 실제 사용량과 부족한 기능을 확인한 뒤 만들 부분만 좁히는 편이 대개 덜 위험해요.
9. 마무리
AI 플랫폼 선택은 기술 문제처럼 보여도 실제로는 누가 운영하느냐의 문제예요. 사면 운영을 맡기고 결정권을 내주고, 만들면 결정권을 갖는 대신 운영을 떠안아요.
결정 전에 한 줄만 적어 보세요. “이 AI 기능이 멈추면 우리 고객이 불편한가, 우리 직원이 불편한가?” 고객이라면 만드는 쪽을, 직원이라면 사는 쪽을 먼저 검토하면 방향이 잡혀요.
함께 보면 좋은 글