AI로 만든 기능, 3년 뒤 유지보수 누가 할까요?

• 핵심: AI로 만드는 비용은 낮아졌지만, 만든 뒤 책임지는 비용은 그대로입니다
• 비용: 2명 3주 개발 vs 3~5년 유지보수 총소유비용 비교가 핵심
• 적용: 소상공인 매장은 작고 교체 쉬운 도구부터 시작하세요

사장님, AI로 필요한 기능을 뚝딱 만들 수 있는 시대가 왔습니다. 스프레드시트에 연간 SaaS 비용 100만 원을 적는 대신, 개발자 2명과 AI 토큰 비용 몇십만 원이면 같은 기능을 만들 수 있습니다. 하지만 한 가지 질문이 남습니다. 3년 뒤 이 기능의 패치와 보안을 누가 맡을 건가요 [1]?

만드는 비용은 줄었지만, 운영하는 비용은 그대로

미국의 기술 리더 Kevin Goldsmith는 초기 B2B 스타트업에서 오픈소스 인증 시스템을 직접 구축했습니다. 일주일이면 충분하다는 예상은 맞았고, 초기 고객도 문제없이 사용했습니다. 그러나 그다음부터 비용이 불어났습니다. 보안 패치를 계속 따라가야 했고, 상용 제품이 기본 제공하는 기능을 직접 개발해야 했으며, 기업 고객의 보안 심사에서 자체 인증의 안전성을 증명하는 데 상당한 시간을 써야 했습니다 [1].

구분	직접 만들기	사기 (구매)	소상공인 영향
초기 비용	낮음 (AI 토큰 + 개발자)	높음 (라이선스)	당장은 절약
3년 유지보수	높음 (패치, 보안, 장애 대응)	낮음 (공급업체 담당)	장기 리스크
책임 범위	우리 팀 전부	공급업체 전담	인력 부족 시 위험

아낀 라이선스 비용은 개발 시간, 출시하지 못한 기능, 경영진의 고객 대응 시간으로 되돌아왔습니다. 결국 상용 솔루션으로 전환했는데, 약 한 달 뒤 기존 오픈소스에서 심각한 취약점이 터져 여러 사이트가 침해당했습니다. 30일 차이로 피해를 피했지만, 운이 좋았던 것과 올바르게 판단한 것은 전혀 다른 일입니다 [1].

어떤 도구를 만들고, 어떤 것은 살까

직접 만들기에 적합한 영역이 생겼습니다. 소규모 서비스, 회사 업무에 딱 맞는 내부 도구, 공급업체가 대신 만들어주지 않는 시스템 간 연결입니다. 다만 이 도구들은 작고 영향이 제한적이며, 문제가 생겨도 교체할 수 있어야 합니다 [1].

반면 인증, 결제, 고객 데이터 관리 같은 핵심 기능은 여전히 직접 만들 위험이 큽니다. 해당 기능의 안정성과 보안만 전담하는 기업의 투자를 개발자 몇 명과 토큰 비용으로 따라잡기도 어렵습니다 [2]. 다만 그 기능 자체가 회사의 사업이라면 차별화 영역에 해당하므로, 애초에 훨씬 큰 투자가 필요한 결정입니다.

3~5년 총소유비용으로 비교해야 하는 이유

CFO가 단기 비용만 비교하기 전에, 기술 조직이 이 표를 준비하면 라이선스 구매로 무엇을 외부에 맡기는지 설명하기 쉬워집니다. 초기 개발 6주에 매년 유지보수 3주, 추가 지원과 규정 준수 시간을 더해 3~5년 비용을 계산해야 합니다. 구매하는 경우도 같은 기간의 라이선스와 통합 비용을 합산해야 합니다 [3].

직접 만든 도구의 총소유비용에는 초기 개발과 연간 유지보수, 패치와 업그레이드, 온콜과 장애 대응에 투입되는 개발자 인건비, 고객 지원과 규정 준수 증빙, 담당자 이탈에 따른 인수인계 비용이 모두 포함됩니다. AI가 패치 작성을 도와도, 새 취약점을 발견하고 중요도를 판단하며 수정 결과를 책임지는 일은 여전히 사람의 몫입니다 [1].

우리 가게, 업장에 어떻게 적용할까

마포에서 소규모 온라인 쇼핑몰을 운영하는 사장님을 예로 들겠습니다 (가상 예시). 이 사장님은 고객 응대용 AI 챗봇을 만들려고 했습니다. 처음에는 무료 AI API로 직접 만들면 되겠다고 생각했습니다. 하지만 6개월 뒤 API 변경으로 챗봇이 멈췄고, 보안 패치도 직접 해야 했습니다. 담당 개발자가 퇴사하면서 코드를 처음 보는 사람이 시스템을 익혀야 하는 상황이 왔습니다.

이 사장님이 깨달은 것은, 만드는 비용이 아니라 3년 뒤 누가 패치하는지가 핵심이었다는 것입니다. 지금이라면 작고 교체 쉬운 도구를 먼저 테스트하고, 인증이나 결제 같은 핵심 기능은 검증된 상용 제품을 쓰겠습니다. AI 챗봇도 마찬가지로, 기본 제공 기능만 쓰고 커스터마이징은 최소화하는 것이 안전합니다 [4].

직접 만들기 전에 확인할 네 가지 질문

첫째, 피해 범위입니다. 장애나 침해가 발생하면 무엇이 영향을 받나요. 내부 대시보드 중단은 불편에 그칠 수 있지만, 인증 시스템 중단은 사업 존립을 위협할 수 있습니다.

둘째, 장기 운영 비용과 책임입니다. 향후 수년간 감시, 패치, 보안, 새벽 2시 장애 대응을 누가 맡을 건가요. 팀 이름이 아니라 실제로 전화를 받고 문제를 해결할 개인의 이름이 필요합니다.

셋째, 사업 차별화입니다. 고객이나 사업에 중요한 개선인가, 아니면 단지 우리 취향에 맞는 것인가요. 회사 업무에 더 잘 맞는다는 이유만으로는 부족합니다.

넷째, 교체 경로입니다. 1년 뒤 좋은 외부 제품이 나오면 부담 없이 자체 도구를 버릴 수 있나요. 잠시 만드는 것과 영구적으로 운영하는 것은 별개의 결정입니다 [1].

만드는 문턱은 낮아졌지만, 책임질 기준은 남음

이미 있는 것을 다시 만들지 않는 원칙의 핵심은 만드는 수고보다 만든 뒤 떠안는 책임에 있습니다. 사업의 차별화에 필요한 것은 만들고, 그저 안정적으로 작동해야 하는 것은 구매한다는 기준은 여전히 유효합니다. 지금 알고 있는 비용을 처음부터 알았더라도 해당 도구를 다시 만들고 운영하기로 했을지 점검해보세요 [5].

함께 보면 좋은 글

• 소상공인 AI 거버넌스 3원칙으로 매장 고객 데이터 유출 막는 법
• 2026년 AI 에이전트 혁명: 기업 앱 40%가 AI를 탑재하는 시대
• 멀티모달 AI 2026: 사장님이 알아야 할 동향·비용·한계·도입 전략

참고 자료

• [1] Build vs Buy When Building Just Got Cheap - Kevin Goldsmith, It Depends (2026)
• [2] OWASP Top 10 for LLM Applications - OWASP Foundation
• [3] AI Risk Management Framework (AI RMF) - NIST
• [4] 소상공인 AI 챗봇 도입 가이드: 2026년 현황·비용·한계·정부 지원 총정리 - PalanK
• [5] 소기업이 AI를 도입하는 가장 현실적인 3단계 가이드 - PalanK