엔터프라이즈 AI 모델 도입, 지출 패턴, 그리고 코딩 에이전트 성능에 대한 실제 데이터의 최신 인덱스
개발자들은 이제 그 어느 때보다 더 많은 AI 모델과 코딩 에이전트 중에서 선택할 수 있습니다. 2026년 5래 이후로, 지역 연구소까지 포함하면 대략 매주 또는 3.7일마다 새로운 플래그십 상용 또는 오픈 웨이트 모델이 출시되었습니다. 선택지가 너무 많아지면서 어떤 모델이 가장 성능이 좋고 비용이 얼마이며 언제 전환해야 할지 파악하기가 점점 더 어려워지고 있습니다.
Databricks에서는 이처럼 급변하는 환경에 대해 독보적인 시각을 가지고 있습니다. 수천 개의 기업이 Unity Gateway를 사용하여 AI 모델에 액세스하고 거버넌스를 관리하고 있으며, 덕분에 당사는 실제 모델 도입 및 지출 현황에 대한 인사이트를 얻을 수 있습니다. 또한 Databricks는 12,000명이 넘는 임직원 전반에 걸쳐 사내에서 AI를 적극적으로 활용하고 있으며, 기업 업무에서 새로운 프론티어 모델의 품질과 비용을 평가하는 데 상당한 연구를 투자해 왔습니다.
오늘 당사는 이러한 인사이트를 하나로 모은 공개 리소스인 Databricks AI Index를 출시합니다. 고객들은 자체 투자를 결정하는 데 도움이 되도록 새로운 모델들이 어떻게 비교되는지, 그리고 전사적 AI 도입 과정에서 어떤 현상이 관찰되고 있는지 거듭 문의해 왔습니다. 이제 처음으로, 새롭게 출시되는 상용 및 오픈 웨이트 모델을 평가하면서 매주 업데이트되는 내부 평가 스위트를 영구적으로 공개합니다.
이 지수는 상호 보완적인 두 가지 데이터 소스를 결합합니다.
기업용 AI 사용량 및 지출. Unity Gateway를 사용하는 10,000개 이상의 기업에서 수집한 집계 및 익명화된 데이터로, 디지털 네이티브, 포춘 500대 기업, 글로벌 2000대 기업을 아우르며 Anthropic 및 OpenAI 같은 외부 제공업체로 향하는 트래픽을 포함합니다. 이 지수는 상용 및 오픈 웨이트 모델 전반의 토큰 및 지출 비중을 통한 모델 도입 현황과 개별 사용자의 주간 AI 지출 패턴을 추적합 니다.
지속적으로 업데이트되는 코딩 에이전트 평가. 지난 7월에 발표한 코딩 에이전트 벤치마크를 바탕으로, 최신 평가는 Unity Gateway를 통해 캡처된 Databricks 엔지니어들의 실제 코딩 에이전트 워크플로를 활용합니다. 이러한 워크플로에는 풀 리퀘스트 생성 및 검토, 문제 조사, 복잡한 개발 작업 해결이 포함됩니다. 프라이빗 코드베이스의 작업과 비공개 테스트를 사용하면 벤치마크 오염 위험을 줄이는 동시에, 작업 성공률 및 완료된 작업당 비용 측면에서 모델과 하니스 조합을 일관되게 비교할 수 있습니다.
이러한 데이터 소스는 기업이 어떤 모델을 도입하고 있는지, 다양한 모델과 하니스 조합의 성능은 어떠하며 비용은 얼마인지 보여줍니다. 주요 내용은 다음과 같습니다.
기업들은 모델 버전과 제공업체 간에 워크로드를 점점 더 빠르게 전환하고 있습니다. 연중반까지만 해도 대부분의 조직은 작업의 대부분을 소수의 Anthropic 모델에 의존했습니다. 오늘날에는 모델 버전과 제공업체 전반에 걸쳐 도입 양상이 훨씬 더 세분화되어 있습니다. OpenAI의 기업용 토큰 트래픽 비중은 주로 6 시리즈 Sol 및 Astra 모델에 힘입어 이 기간 동안 의미 있게 증가했습니다. 그러나 모델 품질은 여전히 제공업체 시장 점유율에 큰 영향을 미칩니다. Claude Opus 5.5가 출시되면서 모멘텀이 다시 Anthropic으로 넘어갔습니다. 불과 6주 만에 Opus 5.5는 상용 모델 토큰에서 7.2%에서 37.9%로 급증하며 Anthropic의 전체 점유율을 57.6%에서 68.8%로 끌어올렸습니다.

모델과 제공업체 간에 워크로드를 공격적으로 전환하는 패턴은 신속하게 새 모델을 평가하고 배포하는 Databricks 자체의 AI 전략과 정확히 일치합니다. 두 달 전에 당사는 새로운 출시 제품을 며칠 내에 평가할 수 있는 사내 Day 1 모델 배포 프로세스를 도입했습니다. 이 프로세스는 비용을 관리하는 동시에 사내 AI 역량의 품질을 높이는 데 도움이 되었습니다. 예를 들어, Opus 5.5는 이전 모델보다 세션당 비용이 29% 낮으면서도 향상된 품질을 제공한다는 사실을 확인하고, 이를 Claude Code의 기본 모델로 채택하기로 결정했습니다.
기업들은 점차 단일 AI 제공업체에서 벗어나고 있습니다. 7월까지만 해도 Unity Gateway를 사용하는 기업의 약 64%가 단 하나의 모델 제공업체에만 의존했습니다. 2개 이상의 제공업체에서 모델을 채택하는 조직이 늘어나면서 11월 2일에는 이 수치가 28%로 떨어졌습니다.

이러한 변화와 함께 오픈 웨이트 모델도 입지를 넓혀가고 있습니다. 기업용 토큰 트래픽에서 차지하는 비중은 7월 7.3%에서 11월 30.9%로 4개월도 안 되어 네 배 이상 증가했습니다. 또한 오픈 웨이트 모델은 상용 대안 제품들과의 경쟁력도 점점 더 높여가고 있습니다. 당사의 코딩 품질 벤치마크에서는 DeepSeek V4.1 및 GLM 5.3을 포함한 3개의 오픈 웨이트 모델이 93.1%의 통과율로 공동 3위를 차지하며 상위 10위 안에 랭크되었습니다. 오픈 웨이트 모델에 대한 당사의 연구에 따르면 향상된 성능, 비용 효율성, 유연성 덕분에 기업에서 점점 더 매력적인 옵션이 되고 있습니다.
![]() | ![]() |
올바른 코딩 에이전트를 선택한다는 것은 모델과 이를 실행하는 하니스를 모두 평가하는 것을 의미합니다. 최신 코딩 에이전트 벤치마크에서는 Claude Code와 Codex를 사용하는 9개 AI 연구소의 모델을 평가합니다. 4개 연구소(OpenAI, DeepSeek, Meta, Anthropic)의 5개 모델이 비용과 품질의 한계선에 위치하며 작업 성공률과 비용 간의 최적의 절충안을 제공합니다.

결과를 보면 모델 순위만으로는 전체적인 상황을 파악할 수 없는 이유를 알 수 있습니다. 기업은 실제 사용 데이터와 추적(trace)을 사용하여 성능과 비용 간의 절충안을 이해하고, 자사의 워크로드에 맞춰 모델과 하니스 조합을 평가해야 합니다.
당사는 Databricks 내부에서도 이 접근 방식을 사용합니다. Opus 4.8에서 Opus 5로 업그레이드할지 여부를 평가할 때, 비용과 품질의 파레토 프론티어(Pareto frontier)를 분석하고 자체 워크로드의 추적을 재현했습니다. 그 결과 당사의 사용 사례에서는 추가 비용을 들여 업그레이드할 가치가 없다는 결론이 나와 4.8 버전을 유지하기로 결정했습니다.
두 모델이 거의 동일한 벤치마크 성능을 제공하면서도 비용은 극적으로 다를 수 있습니다. 코딩 벤치마크에서 GPT-6 Luna와 Claude Opus 5.5는 모두 89.1%의 작업 성공률을 달성했습니다. 그러나 Luna는 작업당 평균 0.05달러에 불과한 반면 Opus 5.5는 1.62달러로 약 32배 차이가 났습니다.
작업당 비용은 토큰 가격과 모델이 답변에 도달하기 위해 수행해야 하는 작업량 모두에 따라 달라집니다. 추가적인 턴, 긴 출력, 실패한 시도 모두 비용을 증가시킵니다. Gemini 3.8 Flash는 토큰 가격은 저렴하지만 작업당 평균 140번의 턴을 기록하며 벤치마크에서 작업당 11.97달러로 가장 비용이 많이 드는 모델 중 하나로 나타났습니다. 코딩 에이전트의 경우, 모델이 작업을 완료하기 위해 더 많은 작업을 수행해야 할 때 토큰 가격이 낮다고 해서 비용이 낮아지는 것은 아닙니다.
더 높은 벤치마크 성능은 대개 막대한 비용을 수반하며, 품질을 아주 조금만 향상시키는 데에도 높은 비용이 들 수 있습니다. Claude Fable 5.1은 벤치마크에서 작업당 7.47달러의 비용으로 96.0%의 작업 성공률을 기록하며 1위를 차지한 반면, Muse Wonder는 작업당 1.53달러로 94.9%의 점수를 기록했습니다. 1.1퍼센트포인트의 추가 성능을 얻기 위해 거의 5배의 비용이 드는 셈입니다. 기업들도 이에 동의하는 것으로 보이며, Fable 5.1이 출시된 지 6주 만에 상용 모델 토큰에서 차지하는 비중은 5.5%에서 0.6%로 떨어졌습니다.
기업이 던져야 할 질문은 실제로 작업에 얼마나 추가적인 품질이 필요한가 하는 점입니다. 복잡하고 중요한 업무의 경우 프리미엄 모델이 비용을 들일 가치가 있지만, 일상적인 작업에는 저렴한 대안으로도 충분할 수 있습니다. Unity Gateway의 스마트 라우팅(Smart Routing)과 같은 지능형 모델 라우팅은 품질과 비용을 바탕으로 작업에 적합한 모델을 연결하는 데 도움이 될 수 있습니다.
기업 사용자마다 AI에 지출하는 비용은 천차만별입니다. 하루 종일 코딩 에이전트를 실행하는 개발자는 하루에 AI 어시스턴트에 몇 가지 질문을 던지는 직원과는 소비 패턴이 매우 다릅니다. 당사의 데이터는 이러한 극명한 차이를 잘 보여줍니다. 일반 사용자의 AI 지출액 중위수 는 2.49달러에 불과한 반면, 상위 99분위 사용자의 지출액은 699.74달러로 약 281배 더 많았습니다.

주간 지출 중위수는 6주 동안 1.10달러에서 두 배 이상 증가한 반면, 상위 90분위 및 99분위의 지출은 비교적 안정적으로 유지되었습니다. 이는 일반 사용자 사이에서 AI 소비가 증가하고 있지만, 여전히 소수의 그룹이 전체 AI 비용의 대부분을 차지하고 있음을 시사합니다.
기업의 경우 이러한 추세로 인해 지출 분포를 가시적으로 파악하는 것이 특히 중요합니다. 이러한 차이를 이해하면 조직은 불필요하게 사용을 제한하지 않으면서도 더욱 목표 지향적인 예산과 지출 제어를 설정할 수 있습니다.
Databricks AI Index는 모델 사용량, 성능 및 비용 측면에서의 업계 전반의 트렌드를 보여줍니다. Databricks Unity Gateway는 기업이 자체 AI 워크로드에서 이러한 트렌드에 대응할 수 있도록 지원합니다.
락인 없이 모델에 액세스하고 전환하세요. Databricks가 호스팅하는 모델 서빙이나 외부 제공자 연결을 통해 최첨단(frontier) 모델, 오픈웨이트(open-weight) 모델 및 커스텀 모델에 대한 중앙 집중식 액세스를 얻으세요. Unity Gateway CLI를 사용하면 개발자는 Claude Code 및 Codex와 같이 지원되는 코딩 하네스 전반에서 승인된 모델을 사용할 수도 있습니다.
나만의 AI 토큰 경제학을 분석하세요. Unity Gateway 사용량 대시보드와 통합 추적(unified traces)을 사용하여 사용자, 팀, 애플리케이션 전반의 모델 소비, 지출 및 코딩 에이전트 활동을 파악하세요. Databricks가 내부적으로 수행하는 것과 마찬가지로 추적을 분석하고 재생하여 자체 워크로드에서 모델 성능과 비용을 비교할 수 있습니다.
모델 선택과 비용을 최적화하세요. 스마트 라우팅을 사용하여 품질과 성능을 바탕으로 코딩 에이전트 작업을 비용 효율적인 모델에 맞추고, 예산 및 지출 상한선을 적용하여 AI 지출을 적정 수준으로 관리하세요.

Databricks AI Index는 Unity Gateway를 사용하는 수천 개 기업의 집계되고 익명화된 사용 데이터와, Databricks의 비공개 코드베이스에서 가져온 실제 풀 리퀘스트 기반의 코딩 에이전트 벤치마크를 결합한 것입니다. 모델 지출은 공개된 제공자 가격을 기준으로 추정되었으며, 벤치마크 결과는 LLM 평가기 대신 숨겨진 테스트를 통해 평가됩니다. 결과는 평가된 워크 로드와 모델을 반영하며 조직마다 다를 수 있습니다. 현재 데이터셋은 2026년 9월 21일부터 11월 7까지의 기간을 다룹니다.
Databricks AI Index를 탐색하여 최신 모델 사용 트렌드, 코딩 에이전트 벤치마크, 비용 비교를 확인해 보세요. 당사는 최신 기업 사용 트렌드와 코딩 에이전트 평가로 인덱스를 계속 업데이트하여, 개발자와 기업이 모델, 성능, 비용을 지속적으로 비교할 수 있는 리소스를 제공할 것입니다.
자체 AI 사용량을 분석하고, 모델을 비교하며, 비용을 최적화하고 싶으신가요? Unity Gateway 빠른 시작 가이드를 통해 시작해 보세요.
Databricks AI Index는 기업의 AI 모델 도입, 지출 트렌드, 코딩 에이전트 성능을 추적하는 공개 리소스입니다. 이 인덱스는 Databricks Unity Gateway를 사용하는 수천 개 기업의 집계 및 익명화된 사용 데이터와 실제 개발 작업을 기반으로 한 코딩 에이전트 벤치마크를 결합합니다. 새로운 모델이 평가될 때마다 인덱스는 매주 업데이트됩니다.
코딩용 AI 모델은 작업 성공률, 작업당 비용, 그리고 다양한 코딩 에이전트 하네스 내에서의 성능을 기준으로 비교해야 합니다. Databricks AI Index는 Databricks의 비공개 코드베이스에서 가져온 실제 코딩 워크로드와 품질 및 비용을 측정하는 숨겨진 테스트를 사용하여 모델과 하네스의 조합을 평가합니다. 결과는 워크로드 에 따라 다를 수 있으므로, 기업은 자체 개발 작업에 대해서도 모델을 평가해야 합니다.
토큰 가격이 낮다고 해서 항상 비용이 적게 드는 것은 아닙니다. 모델마다 작업을 완료하는 데 필요한 작업량이 다르기 때문입니다. 추론 단계를 더 많이 거치거나, 더 긴 출력을 생성하거나, 반복적인 시도를 수행하는 모델은 전체적으로 더 많은 토큰을 소비할 수 있습니다. 완료된 작업당 비용은 토큰 가격 단독보다 AI 효율성을 측정하는 데 더 유용한 지표인 경우가 많습니다.
네, 오픈웨이트 AI 모델은 코딩 성능과 비용 효율성 측면에서 독점 모델과 점점 더 강력한 경쟁력을 갖추고 있습니다. Databricks AI Index 코딩 벤치마크에서는 DeepSeek V4.1(93.1%)을 포함하여 세 개의 오픈웨이트 모델이 작업 성공률 상위 10위 안에 랭크되었습니다. 가장 좋은 선택은 워크로드, 요구되는 품질, 비용에 따라 달라집니다.
기업은 자체 워크로드에서 모델 품질과 비용을 비교하고, 사용량을 모니터링하며, 작업 요구사항에 따라 모델을 선택함으로써 AI 비용을 최적화할 수 있습니다. Databricks Unity Gateway는 조직이 AI 지출을 관리할 수 있도록 중앙 집중식 모델 액세스, 사용량 대시보드, 통합 추적 및 예산을 제공합니다. 또한 스마트 라우팅 기능을 통해 품질과 성능을 바탕으로 코딩 에이전트 작업을 비용 효율적인 모델에 연결할 수 있습니다.
(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)
블로그를 구독하고 최신 게시물을 이메일로 받아보세요.