음성 AI 에이전트 분당 0.05달러의 함정
실제 단가는 0.12~0.33달러, 전화 받을 사람 없는 가게의 셈법
Vapi의 분당 0.05달러는 오케스트레이션 값일 뿐, 모델·STT·TTS·통신망을 더하면 실단가는 0.30달러를 넘는다. Bland AI는 월 299달러 요금제로 바꿨다. 전화 자동화의 진짜 비용 구조를 분해한다.
음성 AI 에이전트 단가표는 솔깃하다. Vapi는 분당 0.05달러를 내세운다. 하지만 이 숫자는 플랫폼의 오케스트레이션 계층만 가리킨다. LLM, 음성 인식(STT), 음성 합성(TTS), 통신망(telephony)을 모두 더하면 실제 단가는 분당 0.30~0.33달러로 올라간다. 광고 단가와 실단가가 여섯 배 넘게 벌어진다.
자체 키를 붙이는(BYOK) 구성으로 내리면 월 36~72달러, 즉 분당 0.12~0.24달러 수준까지 떨어진다. 대신 Twilio, Deepgram, ElevenLabs, OpenAI 등 네 개의 제공자 계정을 따로 관리해야 한다. 소규모 사업자에게는 이 운영 부담 자체가 비용이다. Bland AI는 2025년 12월 요금제 기반으로 전환했다. 무료 Start는 연결 분당 0.14달러, Build는 월 299달러에 분당 0.12달러다. Build 요금제로 월 500분을 쓰면 299달러에 통화비 60달러를 더해 359달러가 나온다.
한눈에 보기
| 구성 | 실단가/요금 |
|---|---|
| Vapi 광고 단가 | 분당 0.05달러 (오케스트레이션만) |
| Vapi 올인 단가 | 분당 0.30~0.33달러 |
| Vapi BYOK | 월 36~72달러, 분당 0.12~0.24달러 |
| Bland Start(무료) | 연결 분당 0.14달러 |
| Bland Build | 월 299달러 + 분당 0.12달러 |
| 소상공인 월 사용(500~5000분) | 200~1,500달러 |
광고 단가는 오케스트레이션 한 겹의 값이다
분당 0.05달러가 거짓말은 아니다. 다만 그 값은 음성 대화의 흐름을 지휘하는 오케스트레이션 한 겹만 덮는다. 실제 통화에는 말을 글자로 바꾸는 STT, 답을 만드는 LLM, 글자를 목소리로 바꾸는 TTS, 그리고 전화선을 까는 통신망이 모두 붙는다. 각 계층이 별도 과금되니 합산하면 광고 숫자의 몇 배가 된다.
요금제 기반으로 옮긴 Bland AI는 이 혼란을 줄이려는 흐름이다. 분당 단가를 잘게 쪼개 표시하는 대신 월 정액으로 묶었다. 1인 사업자 입장에서 예측 가능성이라는 가치는 분명하지만, 월 299달러라는 고정비가 통화량이 적은 달에는 부담으로 남는다. 진입 단가가 아니라 월 청구서로 비교해야 진짜 비용이 보인다.
누가 이걸 써야 하나: 전화 받을 사람이 없을 때
이 도구의 손익분기는 사람과 비교했을 때 나온다. 소상공인이 한 달에 500분에서 5,000분을 쓰면 비용은 대략 월 200~1,500달러다. 예약 전화를 받을 직원을 따로 두기 어려운 동네 가게, 영업시간 외 문의가 새어 나가는 식당, 리드 자격을 일일이 거를 시간이 없는 프리랜서에게는 이 구간이 사람 한 명의 인건비보다 싸다.
반대로 통화량이 적거나, 한 통의 품질이 매출을 좌우하는 업종이라면 셈이 달라진다. 공방의 맞춤 주문 상담처럼 뉘앙스가 중요한 통화를 자동 응답에 맡기면, 절약한 인건비보다 잃는 신뢰가 클 수 있다. 도구를 까는 판단의 핵심은 단가가 아니라, 그 통화가 사람의 목소리를 꼭 필요로 하는가다.
숨은 비용은 단가표에 없다
BYOK로 단가를 0.12달러까지 내려도, Twilio와 Deepgram과 ElevenLabs와 OpenAI 계정 네 개를 동시에 관리하는 일은 단가표에 잡히지 않는다. 키 발급, 사용량 한도, 장애 대응, 청구서 네 장을 1인이 떠안는 운영 오버헤드가 실제 총비용에 더해진다. 단가가 싼 구성일수록 관리 노동이 늘어나는 역설이다.
그래서 선택은 두 갈래다. 분당 단가는 비싸도 한 곳에서 묶어주는 올인원으로 운영 부담을 줄이거나, 단가를 깎는 대신 통합 노동을 직접 감당하거나. 통화량과 1인의 시간 단가를 같이 놓고 봐야 옳은 답이 나온다.
anyAX 관점
0.05달러와 0.30달러, 여섯 배의 간극이 이 시장의 진짜 얼굴이다. AI 단가가 붕괴한다는 말은 사실이지만, 붕괴하는 건 광고에 박힌 한 겹의 숫자이지 청구서 맨 아래 줄이 아니다. STT, LLM, TTS, 통신망이 각자 과금되는 구조에서 "분당 0.05달러"는 입장권 가격일 뿐, 입장 후에 붙는 옵션값이 본체다.
그래서 1인 사업자가 봐야 할 숫자는 진입 단가가 아니라 손익분기다. 월 500분이면 Bland Build로 359달러, 자영업자가 직원 한 명에게 전화 응대만 시키는 비용보다 싸다. 이 구간을 넘는 통화량이 실제로 있는지, 그리고 그 통화 중 몇 통이 공방 맞춤 주문처럼 사람 목소리를 꼭 요구하는지를 먼저 세어야 한다.
BYOK로 단가를 0.12달러까지 깎는 길도 공짜가 아니다. 계정 네 개와 청구서 네 장을 1인이 떠안는 운영 노동은 단가표 어디에도 안 잡힌다. 싼 구성일수록 관리 시간이 늘어나는 이 역설을 자기 시급으로 환산해 넣어야 비로소 자동화가 실제로 돈을 버는지 보인다.