AX 전략

AI 토큰비 150만 원으로 소프트웨어를 재구현한 시대, 빌드 vs 바이는 어떻게 바뀌나

150만 원은 Vinext 초기 실험의 AI 토큰비이며 전체 개발비가 아닙니다. 빌드 vs 바이는 3년 총소유비용으로 판단해야 합니다.

편집 및 재구성: AXMOS 콘텐츠팀 | 최종 수정 2026-10-02

핵심 요약

약 150만 원은 Cloudflare가 Vinext 초기 실험에 쓴 AI 토큰 비용 약 1,100달러를 원화로 환산한 숫자이며, 엔지니어 인건비와 이후 유지보수비는 포함하지 않습니다.
이 사례에는 공개된 API, 방대한 문서, 2,000개가 넘는 테스트, Vite라는 기반 기술, 숙련된 엔지니어의 설계와 수정이 함께 있었습니다. 이런 조건이 없는 업무에서도 같은 비용으로 같은 결과가 나온다고 볼 수 없습니다.
Vinext 사례에서 직접 확인되는 절감 대상은 코드 작성과 반복 구현입니다. 요구사항 정의, 보안, 통합, 운영, 장애 대응 비용까지 같은 비율로 줄었다고 볼 근거는 없습니다.
기업의 빌드 vs 바이 판단은 구독료와 개발 인건비 비교만으로 끝내서는 안 됩니다. 차별화 가치, 검증 가능성, 3년 총소유비용, 운영 책임을 함께 계산해야 합니다.

150만 원짜리 토큰비로 무엇을 만들었고, 무엇은 만들지 못했나?

150만 원은 재구현 실험에 쓴 AI 토큰비이며, 전체 개발비와는 범위가 다릅니다.

2026년 2월 Cloudflare는 엔지니어 한 명이 AI 코딩 에이전트를 활용해 Next.js의 공개 API 표면을 Vite 위에 다시 구현한 Vinext를 공개했습니다. 첫 단계는 일주일 이내에 진행됐고, 800회가 넘는 에이전트 세션에 약 1,100달러(원화로 150만 원 안팎)의 Claude API 토큰 비용이 들었습니다. 당시 프로젝트는 Next.js 16 API 표면의 94%를 지원했고, 1,700개가 넘는 Vitest 테스트와 380개 Playwright 종단간 테스트를 두고 있었습니다(Cloudflare, 2026년 2월).

그러나 1,100달러에는 엔지니어의 근무 시간, Cloudflare가 이전부터 축적한 플랫폼 기술, Vite와 React 생태계, Next.js 문서와 테스트, 보안 검토, 이후 유지보수 비용이 들어 있지 않습니다. 또한 Vinext는 공개된 동작 규격과 Next.js 테스트를 바탕으로 만든 호환 구현이며, 비공개 소스 코드를 복제한 사례와는 성격이 다릅니다.

초기 발표의 성능 수치도 범위를 좁혀 읽어야 합니다. 최대 4.4배 빠른 빌드와 57% 작은 클라이언트 번들은 동일한 33개 경로 예제에서 컴파일과 번들링을 비교한 결과입니다. Cloudflare는 이 수치가 프로덕션 서비스 성능을 뜻하지 않으며 방향성 자료라고 밝혔습니다. 빠른 초기 구현은 중요한 변화입니다. 그렇더라도 150만 원을 소프트웨어 전체 비용으로 읽을 수는 없습니다.

공개 이후의 과정도 함께 봐야 합니다. Cloudflare는 2026년 9월 28일 Vinext 1.0을 발표하면서, 2월 공개 이후 7개월 동안 호환성과 안정성을 개선했다고 설명했습니다. 고객이 중요하게 요청한 기능을 기준으로 한 테스트 호환성은 캐시 컴포넌트를 제외하고 99%를 넘는다고 합니다. 반면 캐시 컴포넌트를 구동하는 use cache 지시어는 아직 제한적으로만 지원합니다(Cloudflare, 2026년 9월). 일주일 안에 나온 초기 구현과 실제 서비스에 쓰이는 제품 사이에는 이처럼 긴 보완 기간이 있었습니다. 따라서 150만 원에는 이 보완 과정의 비용이 포함되지 않습니다. 다른 소프트웨어의 개발비와 단순 비교하는 것도 적절하지 않습니다. 비교 대상의 범위와 비용이 같은 기준으로 공개된 것이 아니기 때문입니다.

AI는 무엇을 빠르게 만들었고, 무엇을 물려받았나?

Vinext 사례에서 AI는 이미 갖춰진 조건 위에서 코드를 작성했습니다. 목표 동작이 명확했고, 결과를 자동으로 판정할 테스트가 있었으며, 재사용할 기반 기술이 준비돼 있었습니다. 엔지니어는 처음 몇 시간 동안 아키텍처와 구현 순서를 정하고, 이후에도 잘못된 방향을 계속 수정했습니다.

겉으로 보이는 결과	실제로 필요했던 입력	기업이 확인할 질문
일주일 이내 초기 구현	명확한 API 계약과 구현 순서	우리 요구사항은 테스트 가능한 수준으로 정의됐는가?
AI가 작성한 대규모 코드	공개 문서, 기존 테스트, Vite와 React 기반	참조할 규격과 재사용할 기반이 충분한가?
반복적인 자동 수정	단위 테스트, 종단간 테스트, CI 품질 관문	오류를 자동 판정하고 배포를 차단할 수 있는가?
낮은 토큰 비용	숙련된 엔지니어의 설계, 검토, 우선순위 판단	생성된 코드를 책임질 내부 소유자가 있는가?

요구사항과 테스트가 없는 업무에서는 AI가 빠르게 코드를 늘려도 완료 기준을 판단하기 어렵습니다. 반대로 규칙이 명확하고 결과를 기계적으로 검사할 수 있는 업무는 AI가 반복 구현 비용을 크게 낮출 수 있습니다. 에이전틱 워크플로우가 잘 작동하려면 목표, 도구, 검증, 예외 처리 절차가 함께 있어야 하는 이유도 같습니다.

소프트웨어 개발비가 낮아지면 빌드가 항상 유리해지나?

아닙니다. 코드 작성비가 내려가도 운영비와 실패 비용은 남습니다.

AI 코딩의 생산성 효과는 업무와 환경에 따라 크게 달라집니다. METR가 2025년 초 숙련된 오픈소스 개발자 16명과 실제 과제 246개를 무작위 배정해 측정했을 때, 당시 도구를 허용한 과제는 완료 시간이 19% 늘었습니다. 연구진은 이 결과를 모든 개발자와 모든 업무에 일반화해서는 안 된다고 명시했습니다(METR, 2025).

METR는 2026년 2월 후속 자료를 내면서 2025년 초 결과가 현재 AI 도구의 효과를 더는 반영하지 못한다고 밝혔고, 지금은 개발자들이 그때보다 더 빨라졌을 가능성이 크다고 봤습니다. AI 없이 일하기 싫어서 실험에 참여하지 않거나 일부 작업을 제출하지 않는 개발자가 늘어난 선택 편향 때문에, 후속 실험 자료로는 현재의 생산성 향상 폭을 신뢰성 있게 추정하기 어렵다고 설명했습니다(METR, 2026). 따라서 한 번의 성공 사례나 하나의 평균값으로 사내 개발 전체의 경제성을 정하면 안 됩니다.

기업은 개발비를 최소 네 묶음으로 나눠야 합니다. 첫째는 요구사항 정의와 설계비, 둘째는 구현과 테스트비, 셋째는 보안·통합·데이터 이전비, 넷째는 운영·장애 대응·규제 변화·기능 개선비입니다. AI는 둘째 비용을 낮출 가능성을 키웠지만, 나머지 비용은 업무 특성과 책임 구조에 따라 달라집니다. 구독형 도구의 ROI도 같은 방식으로 따져야 합니다. 자세한 측정 원리는 ChatGPT 구독 ROI 분석에서 확인할 수 있습니다.

AI 시대의 빌드 vs 바이는 어떻게 판단해야 하나?

기존에는 개발팀 규모와 출시 기간이 빌드 여부를 좌우했습니다. 이제는 구현 난도가 내려가면서 업무 차별성과 운영 책임이 더 중요한 기준이 됐습니다.

판단 기준	직접 구축이 유리한 경우	구매가 유리한 경우	혼합형 접근
경쟁 차별성	업무 방식 자체가 경쟁력일 때	회계, 협업처럼 표준화된 업무일 때	표준 제품 위에 차별화 모듈을 구축합니다.
요구사항 안정성	규칙과 예외가 명확할 때	요구가 자주 바뀌고 제품이 이를 흡수할 때	짧은 파일럿으로 요구사항을 먼저 고정합니다.
검증 가능성	자동 테스트와 승인 기준을 만들 수 있을 때	검증 데이터와 내부 전문성이 부족할 때	핵심 판단은 사람이 맡고 반복 처리만 자동화합니다.
보안과 규제	내부 통제가 더 강하고 책임자가 분명할 때	인증과 감사 기능을 공급자가 더 잘 제공할 때	민감 데이터 경계 안에서 필요한 기능만 구축합니다.
운영 역량	장애 대응과 개선을 맡을 팀이 있을 때	24시간 지원과 안정성이 중요한데 팀이 없을 때	관리형 인프라와 자체 업무 로직을 결합합니다.

SaaS 도입과 전방 배치 엔지니어 방식을 비교한 글에서도 비슷한 판단 기준을 다룹니다. AXMOS는 표준 기능은 구매하고, 현장 맥락과 연결되는 마지막 구간은 직접 설계하는 혼합형이 현실적인 경우가 많다고 봅니다. AX 전략과 관련 글은 AX 전략 태그에서 함께 볼 수 있습니다.

기업은 어떤 순서로 계산해야 하나?

업무 가치를 먼저 분류합니다. 이 기능이 고객 경험, 원가, 납기, 품질처럼 경쟁력에 직접 연결되는지 확인합니다. 차별성이 낮다면 성숙한 제품을 구매하는 편이 대체로 유리합니다.
완료 기준을 테스트로 바꿉니다. 정상 사례와 함께 예외, 권한, 데이터 오류, 감사 기록까지 합격 기준을 적습니다. 이 단계가 되지 않으면 AI가 만든 결과를 빠르게 검증할 수 없습니다.
3년 총소유비용을 계산합니다. 개발 인력과 AI 사용료 외에 클라우드, 보안 검토, 모니터링, 데이터 이전, 사용자 교육, 유지보수, 장애 비용, 교체 비용을 포함합니다.
제한된 범위에서 비교 실험을 합니다. 같은 업무를 구매형 제품과 자체 구축형으로 각각 시험하고, 정확도, 처리 시간, 예외율, 운영 개입 시간을 같은 기준으로 측정합니다. 파일럿 이후의 확장 조건은 AI 파일럿 다음 단계처럼 미리 정해야 합니다.
보안 개발 절차와 운영 책임자를 지정합니다. NIST의 SSDF는 보안 요구사항, 코드 검토, 취약점 대응, 릴리스 무결성을 개발 생명주기에 포함하도록 권고합니다(NIST SP 800-218). AI 생성 코드에도 같은 기준을 적용해야 합니다.

검토 결과는 숫자 하나로 요약하지 말고 가정과 함께 기록해야 합니다. 토큰 비용, 내부 인건비, 외부 서비스 비용을 따로 적고, 어느 항목이 추정치인지도 밝혀 두어야 나중에 같은 기준으로 다시 비교할 수 있습니다.

의사결정 문서에는 “누가 만든다”보다 “누가 계속 책임진다”를 적어야 합니다. 자체 구축을 선택했다면 제품 책임자, 기술 책임자, 현업 승인자, 장애 대응자를 정합니다. 구매를 선택했다면 공급자 장애, 가격 인상, 데이터 반출, 계약 종료 시의 이전 계획을 확인합니다.

자주 묻는 질문

Q. 150만 원으로 Next.js를 완전히 복제했다는 말이 맞나요?

아닙니다. 약 150만 원은 Vinext 초기 실험의 AI 토큰 비용 약 1,100달러를 환산한 값입니다. 당시 Cloudflare도 Next.js 16 API 표면의 94%를 지원한다고 밝혔습니다. 엔지니어 시간, 기존 문서와 테스트, 기반 기술, 보안 검토, 이후 유지보수 비용은 별도입니다.

Q. Vinext는 일주일 만에 상용 제품이 됐나요?

초기 호환 구현은 일주일 이내에 나왔지만, 공개 당시에는 실험적 프로젝트였습니다. Cloudflare는 이후 7개월 동안 호환성과 안정성을 높여 2026년 9월 Vinext 1.0을 발표했으며, 현재 저장소도 적용 전 호환성 평가를 권고합니다.

Q. AI 코딩을 쓰면 개발자가 항상 빨라지나요?

항상 그렇다고 볼 수 없습니다. 연구 결과는 도구 세대, 개발자의 경험, 코드베이스, 과제 유형에 따라 달랐으며, METR도 2026년 후속 실험에서 선택 편향 때문에 현재의 정확한 향상 폭을 추정하기 어렵다고 밝혔습니다.

Q. 어떤 소프트웨어를 직접 만드는 것이 좋은가요?

경쟁력과 직접 연결되고, 요구사항과 테스트 기준이 명확하며, 운영 책임을 맡을 팀이 있는 소프트웨어가 우선 후보입니다. 표준화된 업무나 규제·지원 요구가 큰 영역은 구매형 제품이 유리할 수 있습니다.

Q. 빌드와 바이를 섞어도 되나요?

가능하며 기업에서는 혼합형이 실용적인 경우가 많습니다. 인증, 결제, 협업 같은 표준 기반은 구매하고, 회사 고유의 업무 규칙과 데이터 연결 부분만 직접 구축할 수 있습니다.

그래서 기업은 무엇을 해야 하나?

AXMOS는 AI 시대의 빌드 vs 바이 판단에서 코드 생산비보다 업무 정의와 운영 구조를 먼저 봐야 한다고 생각합니다. 첫째, 반복량이 많고 결과를 검증할 수 있는 업무를 진단합니다. 둘째, 구매형 제품과 자체 구축형의 3년 총소유비용을 같은 항목으로 비교합니다. 셋째, 제한된 범위에서 실제 데이터를 사용해 품질과 운영 개입 시간을 검증합니다.

AXMOS는 구현 비용이 낮아질수록 무엇을 만들지 정하는 능력과 만든 결과를 책임지는 구조의 가치가 커진다고 봅니다. AI가 코드를 빠르게 작성해도 기업의 업무 맥락, 승인 기준, 보안 책임까지 자동으로 정해 주지는 않습니다. 귀사의 빌드 vs 바이 기준을 다시 설계하려면 AXMOS 알아보기 또는 AX 진단 문의하기에서 시작할 수 있습니다.