OpenAI, 기업의 AI 투자 효과 측정하는 새로운 성과 기준 제안

OpenAI가 기업의 인공지능 투자 대비 성과를 보다 현실적으로 측정하기 위한 새로운 평가 기준을 제안했습니다.

OpenAI 최고재무책임자(CFO) Sarah Friar는 2026년 7월 17일 공식 블로그를 통해 ‘AI 시대를 위한 성과표’를 공개했습니다. 이번 프레임워크는 모델의 응답 속도나 토큰 가격처럼 단순한 기술 지표를 비교하는 대신, AI가 실제 업무에서 얼마나 유용한 결과를 만들어냈는지 측정하는 데 초점을 맞춥니다.

토큰 수보다 실제로 끝낸 업무가 중요

기존 소프트웨어는 구매한 라이선스 수나 활성 사용자 수, 서비스 이용률 등을 중심으로 성과를 평가해 왔습니다.

하지만 OpenAI는 AI의 가치를 측정하려면 사용량보다 실제로 완료된 업무를 살펴봐야 한다고 설명했습니다. AI가 많은 답변을 생성했더라도 이를 사람이 다시 수정하거나 여러 차례 재시도해야 한다면, 실질적인 비용 절감 효과는 제한적일 수 있기 때문입니다.

반대로 토큰 가격이 상대적으로 높은 모델이라도 한 번에 정확한 결과를 제공한다면 전체 업무 비용은 더 낮아질 수 있습니다.

OpenAI는 이를 ‘달러당 유용한 지능’이라는 개념으로 설명했습니다.

AI 성과를 평가하는 네 가지 기준

OpenAI가 제안한 성과표는 크게 네 가지 질문을 중심으로 구성됩니다.

첫 번째는 AI가 실제로 유용한 업무를 얼마나 완료했는지입니다.

고객 문의를 몇 건 해결했는지, 코드 변경 작업을 몇 건 완료했는지, 계약서를 얼마나 정확하게 검토했는지처럼 업무 현장에서 확인할 수 있는 결과를 측정합니다.

단순히 생성된 토큰이나 답변 수를 계산하는 것이 아니라, 실제로 사용할 수 있는 결과물이 얼마나 만들어졌는지를 확인하는 방식입니다.

두 번째는 성공한 업무 하나를 완료하는 데 들어간 전체 비용입니다.

여기에는 모델 사용료뿐만 아니라 직원이 결과를 검토한 시간, 오류를 수정한 비용, 재시도와 재작업에 사용된 자원도 포함됩니다.

전체 비용을 품질 기준을 충족한 작업 수로 나누면 성공적인 작업당 비용을 계산할 수 있습니다.

세 번째는 결과에 대한 신뢰도입니다.

OpenAI는 AI가 만든 결과를 다음과 같이 구분해 관리할 수 있다고 설명했습니다.

• 별도의 수정 없이 바로 사용할 수 있는 결과
• 사람의 수정이나 추가 작업이 필요한 결과
• 사람이 직접 개입해 업무를 마쳐야 하는 결과

이러한 구분은 단순한 모델 정확도보다 AI가 실제 업무 부담을 얼마나 줄였는지 판단하는 데 도움이 됩니다.

네 번째는 AI 사용이 확대될수록 투자한 비용이 더 많은 가치를 만들어내는지입니다.

기업은 일정 기간 동일한 업무 흐름을 추적하면서 완료된 작업 수와 총비용, 성공적인 작업당 비용을 비교할 수 있습니다.

업무 완료량이 비용보다 빠르게 증가하고 품질도 유지된다면, AI에 투자한 비용이 이전보다 더 많은 성과를 만들어내고 있다고 볼 수 있습니다.

연산 비용과 업무 성과를 함께 평가

OpenAI는 AI의 경제성을 평가할 때 연산 자원이 중요한 역할을 한다고 강조했습니다.

더 효율적인 모델과 추론 기술, 전용 하드웨어, 높은 서버 활용률, 적절한 모델 선택과 작업 분배는 같은 비용으로 더 많은 업무를 처리할 수 있게 합니다.

이러한 개선은 사용자 입장에서 더 빠른 결과와 적은 오류, 낮은 작업 비용으로 이어집니다.

다만 OpenAI가 제안한 성과표는 즉시 사용할 수 있는 별도의 계산 프로그램이나 정해진 표준 양식은 아닙니다. 각 기업이 자신의 고객 지원, 개발, 재무, 법무 등 실제 업무 흐름에 맞춰 적용할 수 있는 평가 원칙에 가깝습니다.

이번 프레임워크는 기업이 AI 도입 효과를 단순한 사용량이나 토큰 가격으로 판단하지 않고, 실제로 완료된 업무와 품질, 전체 비용을 함께 평가해야 한다는 점을 강조합니다.

AI 투자가 확대되는 상황에서 기업들은 앞으로 “얼마나 많은 AI를 사용했는가”보다 “AI를 통해 얼마나 가치 있는 업무를 완료했는가”를 더욱 중요한 성과 기준으로 삼게 될 것으로 보입니다.

이미지 출처: Pixabay / 작가: konkapo