LegalOn, 모델 티어링으로 Codex 비용 65% 절감

LegalOn Technologies는 작업 복잡도에 따라 GPT-6 Astra, GPT-6.1 Sol, GPT-6 Luna 모델을 전략적으로 선택해 예상 일일 AI 비용을 65% 절감하면서도 개발 속도를 유지했다. 기존에는 GPT-5.5의 Fast 모드 무제한 사용에 의존했으나, AI 기반 개발 CoE(AID CoE)가 모든 작업에 최고 성능 모델을 쓰는 대신 적절한 모델을 선택하도록 가이드라인을 도입했다.

모델 티어링 전략

새로운 거버넌스 프레임워크는 자원 할당을 최적화하기 위해 모델을 성능별로 분류한다:

• GPT-6 Luna: 일상적인 실행, 간단한 자동화, 명확한 요구사항이 있는 코드 구현을 담당한다.
• GPT-6.1 Sol: 표준 디자인, 일상적인 수치 분석, 문서 작성을 지원한다.
• GPT-6 Astra: 복잡한 분석, 아키텍처 설계, 에이전트 오케스트레이션에만 사용한다.

모델 선택과 함께 LegalOn은 기본적으로 Fast 모드를 제한하고 필요할 때만 개별 요청을 허용했다. 팀들은 작업을 병렬로 실행해 성능을 유지했으며, 비용 통제가 생산성을 저해하지 않도록 했다.

예산 거버넌스와 ROI

회사는 부서, 그룹, 개인 단위로 예산 상한제를 시행했다. 성숙한 사업 영역은 비용 효율성을 약 20% 개선하도록 지시받은 반면, 출시 단계의 신규 사업에는 활발한 AI 도입을 장려하기 위해 넉넉한 예산을 배정했다. 이러한 이중 접근법은 LegalOn이 전체 지출을 통제하면서 성장 영역에 자원을 집중할 수 있게 했다.

향후 LegalOn은 기능 릴리스가 제공하는 고객 가치와 실제 투입된 AI 비용을 연결해 AI 투자의 진정한 ROI를 측정하는 새로운 지표를 개발 중이다. 또한 모델 조합에 대한 모범 사례를 공유하는 지식 베이스를 구축해 개별 엔지니어의 전문성을 전사적 역량으로 전환할 계획이다.