Salesforce가 4.3백만 문의 데이터를 기준으로 '해결된' AI 에이전트 건당 2달러의 결과 기반 과금을 발표했다.

커뮤니티 반응은 실용성과 회계 투명성 측면에서 주목을 받았으나 회의적 시각도 존재한다. 일부는 4.3백만 건의 실제 데이터 사용과 명확한 성공 정의를 긍정적 근거로 제시했고 다른 일부는 에스컬레이션·이탈 같은 경계 케이스 처리 방법이 서비스 제공자에 따라 달라질 수 있다는 점을 지적했다. 전반적으로는 결과 기반 과금이 비용 예측성 개선 가능성을 제공하지만 구현 복잡성과 예외 처리 규칙이 수익 모델을 좌우할 것이란 관점이 우세했다.

• 결과 기반 과금을 도입하려면 트랜잭션 단위의 시작·중간·종료 이벤트를 일관되게 로깅하고 에스컬레이션 및 사용자 이탈 신호를 자동 판별하는 룰을 구축해야 한다. 이 과정에서 입력된 로그는 성공 판정 로직의 근거 데이터가 되므로 추적 경로 설계와 시계열 일관성이 중요하다. 또한 최소 소비량과 예외 규칙을 사전에 명문화해 고객과 제공자 간 분쟁을 줄이는 절차도 병행해야 한다.
• 비교용으로 Pega처럼 AI 추론을 설계 시점으로 옮겨 런타임 비용 변동을 줄이는 아키텍처도 고려할 수 있다. 설계 시점에 규칙과 모델 동작을 고정하면 케이스 단가 예측이 쉬워지지만 유연성이 줄어들고 예외 처리 로직을 강화해야 한다. 따라서 조직은 예측성, 유연성, 운영 복잡성 간 트레이드오프를 명확히 평가한 뒤 과금 모델을 선택해야 한다.