Pegasystems, 에이전틱 고객 서비스에 가격 책정... 구매자는 세부 조항 확인 필요

무슨 일이 있었는가

Pegasystems가 최신 업데이트인 Infinity 26을 통해 Pega Customer Service를 단순한 고객 서비스 애플리케이션에서 AI 에이전트들을 통제·조율하는 거버넌스 레이어로 재편했다. 이번 업데이트에는 MCP(Model Context Protocol) 연결 기능이 추가돼 외부 AI 에이전트 및 모델과의 상호운용성을 강화했으며, 에이전틱(agentic) AI 도입 기업을 겨냥한 새로운 가격 체계인 'Predictable AI'가 함께 발표됐다.

CX Today의 보도에 따르면 이번 재구성은 Pega가 자사 플랫폼을 개별 AI 기능 제공자가 아니라, 여러 AI 에이전트와 워크플로우를 감독하고 조정하는 상위 통제 계층으로 포지셔닝하려는 전략의 일환이다. 'Predictable AI'는 사용량에 따라 요금이 불규칙하게 변동하는 기존 에이전틱 AI 가격 모델의 불확실성을 해소하겠다는 취지로 소개됐다.

왜 중요한가

에이전틱 AI 도입을 검토하는 기업들이 가장 우려하는 지점 중 하나는 예측 불가능한 비용 구조다. 여러 AI 에이전트가 자율적으로 작업을 수행하고 상호작용하는 환경에서는 사용량 기반 과금이 급격히 불어날 위험이 있다. Pega가 가격 체계에 '예측 가능성'을 전면에 내세운 것은, 에이전틱 AI 시장이 이제 기술 성능 경쟁을 넘어 상업적 신뢰와 예산 통제 가능성을 두고 경쟁하는 단계로 넘어가고 있음을 시사한다.

동시에 MCP 연결성 강화는 기업들이 특정 벤더에 종속되지 않고 여러 AI 모델·에이전트를 조합해 운영할 수 있는 환경을 만드는 흐름과 맞닿아 있다. 이는 고객 서비스 조직이 AI 에이전트를 개별 도구가 아니라 통합적으로 관리해야 할 운영 자산으로 다뤄야 한다는 점을 시사한다.

Renascence의 시각

가격 모델의 이름에 '예측 가능성'을 내세운다는 것 자체가, 현재 에이전틱 AI 시장이 겪고 있는 신뢰의 공백을 방증한다. 문제는 이름이 아니라 계약서 안에 숨어 있는 세부 조건이다.

진짜 질문은 "가격이 예측 가능한가"가 아니라 "누가, 무엇을 기준으로 예측 가능성을 정의하는가"다. 에이전트 수, 호출 빈도, 조율 계층의 복잡도 중 무엇이 과금 기준이 되는지에 따라 동일한 '예측 가능한' 요금제도 전혀 다른 총소유비용(TCO)을 낳을 수 있다. 고객 경험을 책임지는 조직이라면 벤더의 마케팅 문구가 아니라 실제 사용 시나리오별 시뮬레이션을 요구해야 하며, 거버넌스 계층 도입이 오히려 새로운 통제 지점과 의존성을 만들지 않는지 함께 검토해야 한다.