ai-biz-cost-model

name: ai-biz-cost-model description: AI 제품 원가 구조 분석 — 데이터, 학습, 추론, 인프라 비용 산출

AI 제품 원가 구조 분석 (AI Cost Model)

사용자가 제시한 AI 제품/서비스의 원가 구조를 상세 분석하세요.

비용 카테고리

1. 데이터 비용

• 데이터 수집: 크롤링, API 호출, 데이터 구매, 라벨링
• 데이터 저장: 클라우드 스토리지, DB 비용
• 데이터 전처리: ETL 파이프라인, 클렌징 인력/도구
• 데이터 거버넌스: 개인정보 처리, 컴플라이언스 비용

2. 모델 학습 비용 (Training)

• GPU 비용: A100/H100 시간당 비용 × 학습 시간
• 파인튜닝: 사전학습 모델 기반 파인튜닝 비용
• 실험 비용: 하이퍼파라미터 튜닝, A/B 테스트
• 인력: ML 엔지니어 인건비

3. 추론 비용 (Inference)

• API 호출: 외부 LLM API (토큰당 비용 × 예상 호출량)
• 자체 서빙: GPU 서버 운영 비용 (온프레미스 vs 클라우드)
• 배치 처리 vs 실시간: 처리 방식에 따른 비용 차이
• 캐싱 전략: 반복 쿼리 캐싱으로 절감 가능한 비용

4. 인프라 비용

• 클라우드: AWS/GCP/Azure 월간 비용
• 네트워킹: 데이터 전송, CDN, API Gateway
• 모니터링: MLOps 도구, 로깅, 알림
• 보안: WAF, 인증, 암호화

5. 운영 비용

• 인력: PM, 엔지니어, 운영, CS
• SaaS 도구: 개발/협업/모니터링 도구
• 법무/컴플라이언스: AI 규제 대응

출력 형식

1. 비용 항목 상세표 (월간 / 연간)
2. 비용 구성비 차트 (데이터 / 학습 / 추론 / 인프라 / 운영)
3. 스케일별 시나리오 (사용자 100명 / 1,000명 / 10,000명)
4. 비용 절감 레버 (캐싱, 모델 경량화, 배치 처리 등)
5. Unit Cost (건당 / 사용자당 / 토큰당)
6. BEP 분석 (손익분기점 도달 시점)

$ARGUMENTS