(이 글의 저자는 한공관찰이며, 티타늄미디어가 허가를 받아 게재합니다)

텍스트 | 한국산업 관찰

11월 5일, Dark Side of the Moon은 Harness를 임대했습니다. 수년 동안 토큰으로 판매되었던 모델 API를 임대하는 대신 클라우드 샌드박스, 세션 메모리, 툴 체인, 연결 끊김 복구, 감사 로그 등이 모두 포함된 "AI 직원이 작업할 수 있는 완전한 백엔드 인프라"를 패키징하고 임대하는 것입니다. 기업은 그냥 업무를 분배하고 클라우드에서 24시간 연중무휴로 운영되며, 운영 중 전원이 차단되더라도 중단점부터 계속할 수 있다.

이는 제품 기능 릴리스가 아닙니다. 이는 가격 기준점의 마이그레이션입니다. AI 제조업체는 "전기 판매"(토큰)에서 "직원 시간 판매"(호스팅 에이전트)로 변경했습니다. 이번 사안의 근본 논리는 '클라우드 서비스 업그레이드'라는 말보다 훨씬 더 심각하다. 기업이 AI를 구매하기 위한 예산 항목이 IT 지출에서 인적 지출로 미끄러지고 있다는 뜻이다.

1. 전기 판매에서 직원 판매로: 가격 기준점의 5가지 상승 이동

인간이 IT를 '구매'에서 '임대'로 바꾼 것은 이번이 처음이 아닙니다. 하지만 이전에 몇 번 빌렸던 물건들은 이번에는 본질적으로 달랐습니다.

첫 번째 기간은 라이센스 시대입니다. 1980년대부터 2000년까지 기업이 CD, 라이선스, CPU 시트를 구매하는 것은 본질적으로 "복사권"과 고정 자산을 구매하는 것이었습니다. Microsoft, Oracle, SAP가 판매하는 것은 괭이입니다. 고장나면 직접 갈아서 업그레이드할 수 있습니다. 실제로 IBM은 1960년대에 메인프레임 임대를 시도했고, 2000년대쯤에는 ASP 호스팅도 인기가 있었지만 당시 임대료는 하드웨어나 호스팅룸이었고 운영 환경에 대한 가격은 별도로 책정되지 않았다.

두 번째 시기는 SaaS 시대이다. 세일즈포스는 1999년 '소프트웨어 없음'을 외치며 '접근권 임대'를 주류로 만들었다. 기업은 더 이상 소프트웨어를 소유하지 않고 월 단위로 계정을 구매하며, 제조업체는 운영 및 유지 관리, 업그레이드, 다중 테넌트를 관리합니다. 나중에는 매월 좌석/인당 요금을 청구하는 방식으로 발전했습니다. 즉, 판매해야 하는 금액을 지불하면 됩니다. 가격 책정 기준은 "자산"에서 "접속", "좌석"으로 이동하고 CapEx는 OpEx가 됩니다. 그러나 이것은 여전히 ​​​​도구를 임대하는 것입니다. 회사는 월간 체육관 멤버십을 구매하고 연습 여부와 달성하는 결과는 자체에 달려 있습니다.

세 번째 시기는 AI 활용 시대이다. 2023년부터 대형 모델 API는 토큰으로 요금이 청구되며 기업은 "브레인파워"에 대한 비용을 지불하게 됩니다. 그러나 이것은 여전히 ​​전기 판매 모델입니다. API를 조정하는 데 1센트를 지출하면 제조업체는 전기 가격인 1센트를 얻습니다. 회사에서는 "얼마나 돈을 썼는지"라는 인식이 있고, 예산 계정은 여전히 ​​IT 지출 항목에 나열되어 있습니다.

네 번째 단락이 지금입니다. Dark Side of the Moon Hosted Agents, Anthropic Claude Managed Agents, OpenAI Hosted Agents 등 글로벌 리더들은 "에이전트 런타임"을 거의 동시에 상용화했습니다. 임대하는 것은 모델이나 액세스 권한이 아니라 "작업 방법을 아는 작업"입니다. 연중무휴 24시간 통화하면 작업 분할, 도구 조정, 보고서 생성, 이메일 전송, 오류 발생 시 재시도, 충돌 발생 시 계속 실행이 가능합니다.

이후 가격 기준점은 자산(라이센스) → 액세스(계정) → 시트(사람/월) → 사용량(토큰) → 근무 시간(에이전트 실행 시간)으로 다섯 번째로 상승했습니다.

왜 "상승"이라고 불리는가? 예산 계정이 변경되었기 때문입니다. 회사는 원래 CRM 구매에 100,000위안, 판매 급여로 100만 위안을 지출했습니다. 에이전트는 100만 마일 떨어진 실행 계층을 직접 통과합니다. 시장 상한선은 IT 지출이 아니라 구조화할 수 있는 인적 자본 지출 부분입니다. 이는 규모의 확대가 아니라 예산 논리의 재구성이다.

그러나 역사는 단순히 반복되지 않습니다. 이전에는 도구 및 접근권한을 대여했는데, 이번에는 대여를 하게 되었습니다."우편"——배우고, 스크랩하고, 반복할 수 있는 디지털 직원. 디지털 직원과 물리적 자산 사이에는 본질적인 차이가 있습니다.구식, 그러나 에이전트는 그렇게 할 것입니다.

2. 역학: "진화하는 것은 매수될 수 없는" 이유

무언가를 구매할 때, 구매 후 안정적으로 사용할 수 있다는 것이 암묵적인 전제입니다. 의자를 사면 스스로 진화하지도 않고, 스스로 무너지지도 않습니다. 하지만 디지털 작업자는 다릅니다.

역동성은 존재와 부재의 문제가 아니라 강도의 문제이다. 지도 앱도 지속적으로 업데이트되지만 1~2년 동안 업그레이드하지 않으면 이전 지도를 계속 사용할 수 있지만 경로가 정확하지 않게 됩니다. 이는 구매 및 연간 유지 관리 계약으로 처리할 수 있는 저강도 역학입니다. Agent가 3개월 동안 반복하지 않으면 인터페이스가 변경되고, 보안 허점이 패치되지 않고, 비즈니스 시스템이 연결되지 않을 수 있습니다. 이는 매우 역동적인 상황이며 지속적인 투자가 없으면 "낭비"될 것입니다. 다이나믹스를 빌려야 할지 판단하는 것은 업데이트 빈도가 아니라 "업데이트하지 않으면 소용이 없는지"로 판단합니다.

첫째, 진화해야 한다. 모델은 3개월마다 업데이트됩니다. 오늘 할 수 있는 일이 내일은 더 잘 될 수도 있고, 업그레이드로 인해 성능이 저하될 수도 있습니다. 버전을 구입하면 3개월이 지나면 더 이상 사용되지 않게 됩니다. 제조업체는 클라우드에서 계속 반복하고 있으며 손에 있는 "구매 버전"은 섬이 되었습니다.

둘째, 유지관리가 필요하다. "그냥 사서 거기 두고 직접 작업하세요"가 아닙니다. 새로운 데이터 소스에 연결하고, 새로운 시스템 인터페이스에 적응하고, 버그를 수정하고, 프롬프트 단어를 조정하고, 예외를 처리해야 합니다. 직접 사서 관리하셨나요? 그런 다음 기술팀을 유지해야 합니다. 이는 이 "디지털 직원"을 돌볼 사람을 고용하는 것과 같습니다.

셋째, 비즈니스에 맞춰 변화해야 합니다.. 회사 프로세스가 변경되고 시스템이 변경되고 표준이 업데이트되었으며 디지털 직원은 그에 따라 적응해야 합니다. 구매 버전은 이러한 변경 사항에 자동으로 적용되지 않습니다.

따라서 디지털 직원을 구매한다면 이는 사람을 구매하지만 교육을 제공하지 않고 급여 인상을 제공하지 않고 새로운 기술을 배우지 못하게 하는 것과 같습니다. 얼마나 오랫동안 일할 수 있습니까?

임대의 본질은 "계속 살아있고 작동하도록 해라"에 대한 책임은 제조사에 있습니다. 모델이 업그레이드되면 제조업체가 업데이트에 대한 책임을 지며 귀하는 이와 관련이 없습니다. 도구 인터페이스가 변경되면 제조업체가 적응에 대한 책임을 지며 귀하는 상관하지 않습니다. 버그가 발생하면 제조업체에서 이를 수정하므로 작동 및 유지 관리에 대해 걱정할 필요가 없습니다. 잘 안 되면 다음 달에 임대 계약을 갱신하지 않고 바꿔야 할 거예요. 임대에는 당연히 제거 메커니즘이 있으며 매수가 없습니다.

이는 직관에 반하는 현상을 설명합니다. 모든 사람은 직관적으로 "구매 비용이 비싸고 임대 비용이 저렴합니다"라고 느끼지만 일반 중개업자는 정반대일 수 있습니다. 비용이 높을수록 임대에 더 적합합니다. 왜냐하면 기술을 구입하면 반년마다 반복되고 잔존 가치는 0으로 돌아가기 때문입니다. 임대하면 제조업체는 기술이 쓸모 없게 될 위험을 감수하게 됩니다.

그러나 "임대"는 모든 경우에 적용되는 것이 아닙니다. 에이전트에 엔터티가 있는지 여부, 데이터를 내보낼 수 있는지 여부, 기술 반복 속도에 따라 임대 및 구매의 경계가 결정됩니다. 이를 이해하려면 AI의 구현 형태를 세 가지 계층으로 나누어야 합니다.

3. 3단계 형태: 클라이언트측 구매, 클라우드 임대, 수직적 하이브리드

첫 번째 계층, 클라우드의 순수 에이전트

이것이 Kimi Hosted Agents의 주요 전장입니다. 에이전트는 제조업체의 클라우드에서 실행되고 물리적 개체가 없으며 기업은 작업을 파견만 합니다. 샌드박스, 메모리, 툴체인, 권한, 감사 등이 모두 관리됩니다.

임대에 이런 장면이 필요한 이유는 무엇입니까? 세 가지 이유. 첫째, 물리적 자산이 없으며, 감가상각비 및 잔존가치에 문제가 없습니다. 둘째, 기술 반복의 느낌이 없고 제조업체는 원격으로 업그레이드할 수 있으며 기업은 이에 대해 걱정할 필요가 없습니다. 셋째, 일반 기능이 상용화되고 모델 무게 자체가 하락하고 있습니다. DeepSeek-V4-Flash의 출력 가격은 약 0.28달러/백만 토큰으로 인하되었으며 단일 Atlas 800은 8개의 카드로 민영화될 수 있으며 일반 기능은 유틸리티 가격에 포함됩니다. 모델을 구입하면 내년에 쓸모 없게 됩니다.

Dark Side of the Moon 자체의 가격 구조는 신호입니다. 샌드박스는 실행 시간(0.072위안/시간)에 따라 요금이 부과되고, 토큰 추론 비용은 별도로 부과되며, 플러그인은 사용량에 따라 요금이 부과됩니다. 회사의 인식은 "비용이 얼마나 들었는가"에서 "역이 없는 인턴을 고용하고 월/일 단위로 청구서를 지불하는 것"으로 바뀌었습니다. 같은 기간 Anthropic Claude Managed Agents(2026년 4월 출시)는 세션 시간당 0.08달러의 운영비를 부과하고 있으며, OpenAI, Google, Microsoft도 비슷한 수준의 관리형 제품을 순차적으로 출시했습니다. 이는 한 기업의 전략이 아니라 업계 전체의 변화다.

두 번째 레이어, 최종 측 장비

휴대폰, PC, 자동차의 NPU에서 에이전트는 로컬로 실행됩니다. 이러한 유형의 시나리오의 핵심 특징은 하드웨어가 자산이고 인텔리전스가 서비스라는 것입니다.

휴대폰을 빌려주는 사람은 없습니다. 하드웨어가 오래되었습니다. 칩의 컴퓨팅 성능이 부족하고, 메모리가 가득 차고, 배터리 성능이 저하되었습니다. 물리적으로 교체해야 하며 제조업체는 NPU를 원격으로 "업그레이드"할 수 없습니다. 그래서 장비를 구입했습니다. 그러나 위의 지능형 기능은 대여할 수 있습니다. Apple Intelligence, Huawei Hongmeng AI 및 Alibaba Qianwen이 National Bank iPhone(2026년 11월 베타)에 연결됩니다. 간단한 작업은 기기 측에서 로컬로 실행되고, 복잡한 작업은 클라우드로 전송되며, AI 기능은 월 단위로 구독됩니다. 최종 결과는 "장비 구입 + 두뇌 임대"의 조합입니다.

산업정보기술부는 최근 스마트 단말기에 대한 네트워크 접근 관리 요구사항을 제안했습니다. 휴대폰/웨어러블 사전 설정 에이전트는 네트워크 액세스 감지, OTA 업그레이드 평가 및 권한 호출 제어를 통과해야 합니다. 즉, 장치 측의 "렌탈 브레인"에도 규제 경계가 있으며 원한다고 그냥 렌트할 수는 없습니다.

세 번째 계층, 물리적 운반 로봇

이는 가장 복잡한 혼합 상태이며 두 가지 수준으로 나뉩니다.

일반 서비스 - 호텔 음식 배달, 건물 청소, 공원 순찰 - 데이터에 민감하지 않고, 장비 손실이 크고, 기술 반복이 빠르고, 임대에 적합합니다. 헬스케어 로봇은 2026년 11월 우전의 '인터넷의 빛' 전시회에 전시될 예정이다. 업계에서는 임대 방향을 논의하고 있으나 아직 대규모 상용 검증을 이루지는 못했다. 원칙은 기업이 프린터를 임대할 때와 동일합니다. 제조업체는 유지 관리 및 업그레이드를 책임지고 기업은 사용량에 따라 비용을 지불하며 기술 노후화의 위험을 부담하지 않습니다.

수술용 로봇, 산업용 로봇 팔, 은행 로비 인텔리전스 등 수직 정밀 범주의 경우 데이터가 외부로 유출되지 않습니다. 이는 엄격한 제약이며 현장 교육이 필요합니다. New Hope Financial Technology와 Yushu Technology는 G1 휴머노이드 로봇을 기반으로 은행 홀 솔루션을 구축했습니다. 컴퓨팅 성능은 로컬로 배포되며 공용 네트워크에 연결되지 않습니다. 제조사가 공개한 디자인 원칙은 '고객 접촉 금지, 자금 접촉 금지, 데이터 접촉 금지'이다. 이런 종류의 시나리오는 순수하게 임대하거나 구매하는 것이 아닙니다.본체 구매 + 현지 교육 + 유지 보수 서비스"장비 소유권을 혼합하여 구매하는 동시에 지속적인 반복을 위해 모델 기능과 현장 서비스를 임대합니다.

네 번째 수준, 주권 수준: 비임대 섀시

'임대-구매 스펙트럼' 내에서 논의할 수 없는 또 다른 유형의 주제가 있는데, 바로 국정 시스템입니다.

국정 플랫폼은 임대를 원하지 않지만 주권은 아웃소싱할 수 없습니다. 컴퓨팅 성능은 국가 통합 컴퓨팅 네트워크 또는 동서양 컴퓨팅 노드에서 제공하고 모델은 독립적으로 훈련되거나 파일링 모델을 사용하며 데이터는 도메인을 벗어나지 않으며 미세 조정은 원장에 보관되며 하네스는 자체적으로 구축됩니다.

2025년 10월 중국 사이버 관리국과 국가 발전 개혁 위원회가 발표한 "대정부 업무에 인공 지능의 대형 모델 배포 및 적용을 위한 지침"에는 통합 채용, 현 수준의 상사 재사용, 구성 중복 금지, 모델 제출 우선 순위가 명확하게 명시되어 있습니다. 상무부는 2026년 10월 AI 대형 모델/에이전트/컴퓨팅 파워 클러스터 기술에 대한 수출 제한 목록을 추가해 기술 주권의 경계를 더욱 명시화할 계획이다.

또한 상업 대리인 기능을 사용하지만 기밀이 아닌 일반 보조 계층(공식 문서 초안 작성, Q&A, 문서 교정)에서만 사용합니다. 핵심 의사결정, 기밀 데이터, 규제 판단. 그들은 "끝까지 구매"해야 합니다. 컴퓨팅 성능을 구매하고, 모델을 구매하고, 제어 가능한 반복 권한을 구매해야 합니다.

따라서 현실 세계는 "구매 대신 임대"가 아니라 세 가지 수준이 병행됩니다. 일반 시장의 임대가 주류이고 수직 산업이 혼합되어 있으며 주권 영역의 자체 건설이 최하위입니다.

그러나 프레임은 비어 있습니다. 현실 세계에서 임차인과 구매자 모두가 베팅하는 것은 가격이 아니라 신뢰와 주권입니다.

4. 게임: 임대하는 것은 도구가 아니라 대리인이다

전통적인 주인-대리인 이론에서는 기업이 사람을 고용할 때 사람들이 게으르고 정보를 숨기는 것을 두려워합니다. 에이전트를 임대할 때 환각, 권한 도용, 성급한 단어 삽입, 가치 편차를 두려워하여 계약서 검토를 요청했지만 삭제해서는 안되는 조항을 놓쳤습니다. 보고서 생성을 요청하면 잘못된 데이터 세트가 컴파일됩니다.

홍콩 대학의 에이전트 신뢰 메커니즘에 대한 비공개 연구에 따르면 실무자의 76%가 실제 배포에서 신뢰 문제에 직면했다고 답했으며, 53%는 "낮은 고객 신뢰"가 주요 장애물이라고 믿었고, 42%는 "오류에 대한 명확한 책임"을 믿었습니다. 이 세 가지 숫자 세트는 세 가지를 나타냅니다.우려의 빈도, 고객 인식 및 후속 기여. 기업의 에이전트 조달은 본질적으로 구매 능력에 관한 것이 아니라 "위탁 가능성"에 관한 것입니다. 즉, 신원을 확인할 수 있고 권한을 제한할 수 있으며 계약 이행을 감사할 수 있습니다.

이는 데이터 주권 게임으로 이어진다.. Cloud Pai는 호스팅이 가장 걱정이 없으며 데이터가 클라우드를 통과하면 괜찮다고 말했습니다. 추론 후크는 민감한 필드를 가로챌 수 있습니다. 지역계에서는 “재정, 의료, 정무 모두 거부권을 행사한다”고 말했다. 결론은 데이터가 도메인 밖으로 나가지 않는다는 것입니다. 하이브리드 세력은 장치의 데이터를 선별하고 클라우드에서 두뇌를 강화하는 중도를 택하고 있습니다. Honor의 "Symbiosis Agent"와 NVIDIA × Perplexity는 모두 이 논리를 따릅니다.

기업이 추구하는 것은 상업적 주권이고, 국가가 지키는 것은 데이터 주권과 기술 주권이다. 2026년 11월 우진(Wuzhen)이 발표한 지능형 자기 규율 협약(Intelligent Self-Discipline Convention)은 "신원 확인, 승인 통제, 행동 조사, 책임 추적"을 제안했습니다. 국가 블록체인 네트워크는 에이전트의 신뢰 앵커 역할을 합니다. 이는 에이전트가 도구에서 에이전트로 변경될 때 "신뢰 가능성"이 비즈니스 문제일 뿐만 아니라 거버넌스 인프라 문제이기도 함을 보여줍니다.

제조업체의 실제 요구 사항은 사용자의 요구 사항과 정반대입니다. 사용자는 "자신의 기능을 향상시키고 원본 데이터를 멀리 유지"하기를 원합니다. 제조업체는 "더 많은 실패 궤적과 더 나은 반복 모델을 확인"하기를 원합니다. Tencent는 오히려 원본 데이터를 포기하고 실패 로그를 대체할 것입니다. 왜냐하면 데이터가 유출되지 않는 한 "실패 궤적"은 미래 교육 데이터의 새로운 석유이기 때문입니다.

게임의 두 번째 차원은 가격 결정력입니다.. 제조업체는 결과에 따라 비용을 청구하고(RaaS) 모델 비용 위험을 자신에게 전가하며 고객당 더 높은 단가로 교환하기를 원합니다. 그러나 기업들은 우려하고 있다. 상담원 오류율이 여전히 높고, 결과가 귀책사유가 아닐 경우 감히 결과에 따라 대가를 지불하지 않는다는 점이다. 7개의 다중 에이전트 프레임워크에 대한 UC Berkeley 2025 비교 연구에 따르면 다중 에이전트 작업 실패율은 41%에서 86.7% 사이인 것으로 나타났습니다(다양한 벤치마크를 수평적으로 비교할 수 없음). CMU TheAgentCompany 벤치마크는 실제 사무실 시나리오에서 상위 단일 에이전트의 실패율이 약 69%~70%인 것으로 측정했습니다. 결과에 따라 지불하시겠습니까? 먼저 안정이 될 때까지 기다리십시오.

현실은 먼저 월 단위로 작업 공간을 임대한 다음 근무 시간별로 비용을 청구하고 마지막으로 좁은 시나리오에서 감히 건당 지불하는 것입니다. 그 중간에 '안정성'이라는 장애물이 있습니다.

게임의 3차원은 잠금입니다.. 임대는 걱정이 없지만 장기간 임대하면 묶이게 됩니다. 에이전트가 워크플로우에 내장된 후 비즈니스 지식은 제조업체 측에 보관되고 메모리, 구성 및 플러그인 생태학은 모두 Renjia Cloud에 있습니다. 오늘은 키미를 빌리고, 내일은 빈백을 옮기고 싶으신가요? 데이터 자산은 빼앗길 수 없으며 전환 비용은 수년 단위로 측정됩니다. 대기업들은 이미 진입을 위해 경쟁하고 있습니다. Doubao Tunfeishu와 WorkBuddy는 본질적으로 "데이터 주권 잠금"인 WeChat 생태계에 묶여 있습니다.

따라서 임대-구매 결정의 최하위 계층은 비용 비교가 아니라 위험 할당입니다. 반복 위험과 운영 및 유지 관리 비용을 제조업체에 임대하고 외부화하지만 고정 위험을 대가로 지불해야 합니다. 구매하고, 데이터 주권을 보유하고, 자유롭게 종료할 수 있지만 노후화의 위험과 팀 구성 비용을 감수해야 합니다.

제조업체가 결과에 따라 비용을 청구하려는 경우 회사는 먼저 다음과 같은 질문을 해야 합니다. 실수에 대한 책임은 누구에게 있습니까?

5. 반대: 모든 사람이 임대하는 것은 아니며, 현재 결과에 따라 모든 사람이 비용을 지불할 수 있는 것도 아닙니다.

이 글의 핵심 판단은 “일반 시나리오가 메인 채널”이라는 점이지만, 이 판단에는 두 가지 한계가 있다.

첫째, 민영화 비용이 저렴해지고 있으며 세 번째 경로가 실제로 존재합니다.. DeepSeek의 오픈 소스 DeepInfer 추론 프레임워크(2026년 10월)를 통해 기업은 자체 추론 클러스터를 구축하여 처리량이 많은 시나리오에서 단위 토큰 비용을 크게 줄일 수 있습니다. Daily Interactive는 "20배 더 비용 효율적"이라고 주장되는 Huawei의 Ascend 아키텍처를 기반으로 하는 "Gizhi Workstation"을 위한 순수 민영화 솔루션을 출시했습니다. 실제로 인텔리전스의 구현 범위는 더 구체적입니다. 고주파 생산 시나리오(일 평균 100,000건의 호출)에서 민영화된 DeepSeek 솔루션의 총 비용은 퍼블릭 클라우드 API의 30%~40%로 절감될 수 있습니다.

하지만 전제가 있습니다: 컴퓨팅 파워 활용도가 높아야 합니다. 2026년 4월 AgentMarketCap의 TCO 계산에 따르면 활용률이 70%보다 높으면 자체 구축에 드는 장기 비용이 낮다는 점을 지적했습니다. 이 선 아래에서는 하드웨어 감가상각과 운영 및 유지 관리 인력이 클라우드 호스팅을 초과하게 됩니다. 병목 현상은 모델 자체에 있는 것이 아니라 에이전트 조정, 평가 및 안전 가드레일의 엔지니어링 인건비에 있습니다.

둘째, 선도기업은 임대하지 않고 직접 구축한다.. Tencent의 내부 CodeBuddy는 엔지니어의 95%를 다루고 있으며 WorkBuddy는 AgentOps 플랫폼입니다. Byte, Baidu 및 Huoshan은 각각 에이전트 중간 플랫폼을 구축하고 생태학적 바인딩을 추가합니다. 대기업에는 컴퓨팅 능력, 인재, 데이터가 있습니다. 중소기업에게는 임대가 주된 선택이고, 선두업체에게는 자가건축이 주요 선택이다.

셋째, RaaS는 결과에 따라 비용을 지불하며 이는 좁은 시나리오에서만 작동합니다.. Zhida Mingyuan AI Marketing RaaS는 결과를 계약서에 기록하고 기준이 충족되지 않으면 환불을 제공하며 갱신율은 96.8%입니다. 단, 마케팅 고객 확보와 같이 결과를 정량화하기 쉬운 시나리오에서만 가능합니다. SDIC의 스마트 보안 로봇 100대에 대한 RaaS 시범 프로그램은 아직 '투자 검증 기간'이다. 복잡한 기업 업무는 "기인 가능한 오류 및 수량화 가능한 결과" 조건이 아직 충족되지 않았기 때문에 "시간 임대"로 반환됩니다.

따라서 보다 정확한 표현은 다음과 같습니다. 임대는 추세이지만 구매는 사라지지 않습니다. RaaS는 궁극적인 방향이지만 그 사이에는 "안정성"과 "책임성"이라는 두 개의 좁은 문이 있습니다. 가격 책정 기준이 IT 예산에서 인적 예산으로 전환되면 에이전트는 단순한 조달 문제가 아니라 노동 시스템 문제가 됩니다.

진짜 문제는 기업이 AI를 측정하기 위해 'IT 예산' 대신 '인적 자원 예산'을 사용하기 시작하면 전체 시장의 상한선이 바뀌지만 변화는 총액이 아니라 구조라는 점이다.

6. 인적 예산이 소프트웨어 예산을 대체합니다.？사회적 관용은 궁극적인 변수이다

이는 SaaS의 연속이 아니라 SaaS의 전복입니다.

좌석당 SaaS 과금의 본질은 여전히 ​​도구 논리입니다. 즉, 사용 여부에 관계없이 1인당 요금이 부과됩니다. 그러나 에이전트는 근무 시간, 작업, 결과에 따라 비용을 청구하며 이는 본질적으로 노동 논리입니다.

그러나 Agent가 보고 있는 것은 '인력예산' 총액이 아니라,구조화할 수 있는 노동예산 내 계층. 수행할 수 있는 작업에는 반복적, 지치지 않음, 합리적이라는 세 가지 특성이 있습니다. 단서 정리, 후속 이메일 보내기, 보고서 작성, 계정 조정 및 아침 보고서 게시입니다. 이러한 작업은 사람이 하기에는 귀찮지만 상담원에게는 그렇지 않습니다. 그들은 연중무휴 24시간 대기하고 있으며 휴가를 요청하지 않아도 화를 내지 않습니다.

관계나 의사결정 수준이 아닌 임원, 비서 수준의 근무시간을 측정한다. 협상에는 표정과 어조를 읽는 것이 필요하고, 음주는 비공식적인 신뢰를 구축하는 것이며, 현장 의사결정은 현장 인식에 달려 있습니다. 이러한 "사람 존재" 작업은 대리인이 수행할 수 없고 수행해서도 안 됩니다.

따라서 "인적 예산이 대체된다"는 것이 아니라 "인적 예산이 내부적으로 재계층화된다"는 것입니다.실행 계층은 에이전트가 부분적으로 차지하는 반면 관계 계층과 의사 결정 계층은 더 중요합니다., 왜냐하면 인간은 인간만이 할 수 있는 일을 하기 위해 손을 자유롭게 하기 때문입니다.

이 비유는 아래로 내려갈 수 있습니다. 이제 근무 시간에 토큰을 더한 금액을 기준으로 요금을 부과하는 것은 근무 시간을 기준으로 임금을 계산하는 것과 동일하며, 근무량에 따라 급여를 받게 됩니다. 앞으로는 결과에 따라 급여를 지급하는 것이 성과급과 동일하게 되며, 작업이 완료된 후에만 급여를 받게 됩니다. 기업은 경영진 수준에서 실제 돈과 인건비를 절약하기 때문에 이 돈을 기꺼이 지불합니다.

가격 기준점의 상승 움직임이 시장에 미치는 영향은 무엇입니까? '더 좋은 괭이를 사는 것'에서 '퇴근하지 않는 아르바이트를 고용하는 것'으로 바뀐 것이 회사의 AI에 대한 심리회계다. 괭이는 살 수 있지만 일용근로자는 한 명만 빌릴 수 있습니다. 임대가 사람을 고용하는 것보다 저렴하다면 이 논리는 100년 동안 변하지 않을 것입니다. 측정 단위는 "월별 작업장 비용"에서 "일당 임금"으로 변경됩니다.

하지만 여기에는 기술보다 더 어려운 문제가 묻혀 있습니다. 에이전트가 IT 예산을 삭감하는 것이 아니라 인적 예산의 임원 수준을 삭감하는 경우 삭감된 인력은 어디로 갈까요?

기업의 개별 합리성은 매우 간단합니다. 더 저렴한 사람을 사용하고, 인간보다 저렴하면 에이전트를 사용합니다. 그러나 시스템의 반사성은 다음과 같습니다. 임원급이 대규모로 교체되고 소비자 측면이 위축되고 회사 제품이 판매되지 않으면 인력을 다시 고용해야 합니다. 장기적으로 볼 때 이는 "무한대체"가 아닙니다.인간-기계 비율의 동적 균형. '에이전트 임대'라는 사업 모델은 여전히 ​​균형 범위에서 주류를 이루고 있다. 임대가 가장 유연하기 때문에, 사업이 좋으면 임대료를 몇 개씩 올려주고, 사업이 안 좋으면 청약을 해지할 수 있다.

10년 내에는 일반 오피스 에이전트를 월 단위로 전액 임대하고, 결과에 따라 점진적으로 과금 방식으로 전환할 예정이다. 20년 안에 디지털 직원은 표준 고용 형태가 될 것이며 회사의 인적 자원 구조는 정규 직원과 임대 실리콘 작업, 아웃소싱과 동일해질 것입니다. 하지만 그 전에 기술 반복보다 더 시급한 것이 하나 있다. AI의 가격 기준점이 소프트웨어 예산에서 인적 예산으로 미끄러질 때, 방출된 임원급 인력은 어디로 갈 것인가?

11월 3일 국가발전개혁위원회 기자간담회에서는 AI 규제 샌드박스, 고용구조 모니터링, 모델트레이너 신직업 등을 안건으로 내놨다. 유통 문제는 먼 추론이 아니라 계속되는 의제다.

할당 문제가 먼저 도달할 것인지, 어떤 형태로 나타날 것인지는 기술적인 추론에 의존하지 않고,사회적 관용. 기술은 테이블에 압력을 가합니다. 대응 여부, 대응 방법, 대응 시기는 사회가 판단할 문제입니다. 이러한 절충안에는 기술로 계산할 수 없는 경제적 고려사항, 안정성 고려사항, 고용 고려사항이 포함됩니다.

기술적인 문제에는 항상 해결책이 있습니다. 사회가 이 해결책을 어떻게 받아들이느냐가 먼저 다가올 장애물이다.

【정보 설명】

이 기사에서는 개념 설명을 분석합니다.

1. "동적": 이 기사에서는 이를 사용하여 매수가 경제적으로 타당하지 않음을 보여주기 위해 지속적으로 발전하고 유지 관리가 필요하며 비즈니스 변화를 따르는 에이전트의 특성을 나타냅니다. 이는 업계에서 흔히 쓰이는 용어가 아닌 저자가 분석한 개념이다.
2. "동적 강도": 이 문서에서 제안된 기준은 다양한 기술 제품의 임대 및 구매 결정을 구별하는 데 사용됩니다. 낮은 강도의 역학(예: 지도 앱)은 구매 및 유지 관리 계약으로 처리할 수 있는 반면, 고강도 역학(예: 에이전트)은 임대로 처리할 수 있습니다. 이것이 저자의 분석 개념이다.
3. "가격 책정 앵커": 이 문서는 기업이 AI를 구매할 때 예산 계정 소유권의 마이그레이션 궤적을 설명하는 데 사용됩니다(자산에서 좌석 액세스, 사용, 근무 시간, 결과까지). 이것이 저자의 분석 개념이다.
4. "3계층 형태 프레임워크": 이 기사에서는 AI 구현 형태를 클라우드의 순수 에이전트, 최종측 장비, 물리적 운반 로봇의 3개 계층으로 나누고 다양한 임대 및 구매 결정에 해당합니다. 이것이 저자의 원래 분석 프레임워크입니다.
5. "주권 수준 정보": 이 기사는 분석 개념을 보완하며 정부 업무, 국유 자산 및 아웃소싱할 수 없는 중요 인프라의 컴퓨팅 성능/모델/데이터/하네스의 배포 형태를 나타냅니다. 이것이 저자의 분석 개념이다.
6. "하네스": Dark Side of the Moon 공식 제품 문서의 기술 용어인 에이전트 실행 프레임워크(세션 상태 보존, 클라우드 샌드박스, 도구 호출, 연결 끊김 복구, 재시도 현재 제한 등)를 나타냅니다.

공제 예측 설명:

이 글에서 "IT 예산에서 인적 예산으로 가격 결정 앵커 슬라이드", "일반 시나리오 임대가 주요 채널", "RaaS는 안정성의 좁은 문을 통과해야 한다"에 대한 판단은 모두 저자가 공개 정보를 기반으로 업계에서 추론한 것이며 필연적인 결과를 나타내는 것은 아닙니다. 지금부터 10/20년에 대한 비전은 장기적인 추론이며 큰 불확실성이 있습니다.

비유 설명:

1. IDC는 “중국의 기업급 AI 에이전트 시장은 2025년 212억 위안에서 2029년 3320억 위안으로 성장할 것”이라고 전망했다. 36Kr 연구소의 '2026년 중국 AI 에이전트 산업 발전 연구 보고서'(2026년 9월)에서 인용한 내용입니다. IDC 보고서 원본은 아직 공개되지 않았으며 원본 텍스트는 독립적으로 검색할 수 있습니다.
2. "76%의 실무자가 신뢰 문제에 직면했습니다"와 같은 데이터는 홍콩 대학의 KYA 비공개 연구에서 인용되었습니다. 전체 텍스트는 게시되지 않았으며 비유 참조용으로만 사용됩니다.
3. 다중 에이전트 실패율은 UC Berkeley Cemri et al.의 논문 Why Do Multi-Agent LLM Systems Fail?에서 인용된 41%~86.7%입니다. (arXiv:2503.13657, 2025), 이는 다양한 벤치마크에서 수평적으로 비교할 수 없습니다. CMU TheAgentCompany 벤치마크(arXiv:2412.14161)는 상위 단일 에이전트의 실패율을 약 69%~70%로 측정했으며 두 에이전트를 혼합할 수 없습니다.
4. DeepSeek-V4-Flash 가격, DeepInfer 프레임워크, 일일 대화형 "개인 지식 워크스테이션", 실제 스마트 구현 표준 등은 모두 제조업체 또는 업계 추정에 의해 공개되며 작성자가 독립적으로 검증하지 않았습니다.
5. 月之暗面Hosted Agents定价（沙箱0.072元/小时等）引自月之暗面开放平台官方定价页；Anthropic Claude Managed Agents定价引自其官方公告（2026年4月8日）。
6. 政策文件引自中国政府网公开公报：《国务院关于深入实施"人工智能+"行动的意见》（国发〔2025〕11号，2025年8月26日印发）。
7. 工信部终端进网管理要求为行业公开报道信息；乌镇智能体自律公约及区块链信任锚点为公开会议信息；发改委11月3日发布会信息为公开新闻信息。

本文基于公开信息独立撰写，文中涉及对企业的分析与判断，均为作者基于公开资料的研究性观点，不构成投资建议，亦不代表对相关企业的任何立场。相关数据以企业官方披露为准。文中对无公开证据的假设性推演已标注说明，读者请注意辨别。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App