누구나 "어떻게 더 팔까"만 본다. 하지만 순수익 = 매출 − 원가. AI 사업의 가장 큰 숨은 원가는 API 호출료 — 쓸수록, 팔릴수록 새어나간다. 로완·대니가 마진 85~90%인 진짜 이유는 원가가 거의 0이라서다.
해외 AI 1인 기업가들의 공통점 — 직원 없이 말도 안 되는 순수익률. 우연이 아니라 설계다.
공통 질문 하나 — 어떻게 원가를 이렇게 낮게 유지하나? 그 답이 오늘의 6가지 레버다.
싼 모델·오픈모델·로컬 AI로 호출당 원가를 0에 수렴. 오늘의 심화 주제.
원가는 몇 센트여도 가치 기반으로 수만 원에 판다. 원가와 가격을 분리.
직원 대신 자동화 + VA 1명. 가장 큰 고정비를 통째로 제거.
서버리스·API로 시작. 안 팔리면 원가 0. 사무실·서버 계약 없음.
소프트웨어 경제학 — 추가 판매의 한계비용 ≈ 0. 팔수록 마진이 커진다.
광고비 대신 SEO·콘텐츠로 공짜 유입. 획득원가도 마진의 일부.
이 중 가장 강력하고, 남들이 안 알려주는 게 레버 ① 원가 — 지금부터 깊게 판다.
Qwen·DeepSeek·Llama 같은 무료 오픈 LLM을 클라우드가 아니라 내 컴퓨터·내 서버에서 실행한다. 한 번 받으면 —
API처럼 토큰마다 과금 안 됨. 전기값만. 팔릴수록 원가가 안 늘어난다 = 마진이 안 깎인다.
프롬프트·고객 데이터가 외부 서버로 안 나감. 민감정보·규제 산업에서 결정적. 남의 학습에도 안 쓰임.
레이트 리밋·요금 폭탄·API 중단 없음. 인터넷 없이도 돈다. 내가 소유한 인프라.
단점도 정직하게 뒤에서 — 하드웨어 한계·품질 격차·라이선스. 그래서 "언제 로컬이 이기나"까지 배운다.
코딩 몰라도 클릭 몇 번이면 로컬 LLM이 돈다. 용도별로 딱 이거.
ollama run qwen3)로 실행+API 서빙. 개발자·자동화 연동에 최고.이미지도 동일 원리 — Draw Things·ComfyUI로 FLUX/SD 로컬 실행 (EP.2 헤드샷 편 참고).
핵심 공식 하나만 외우세요 — 4비트(Q4) 기준, 파라미터 10억(1B)당 약 0.6GB. 그래서:
| 모델 크기 | 필요 메모리(Q4) | 돌아가는 장비 |
|---|---|---|
| 7~8B | 4~6GB | 16GB 맥·노트북에서 여유 (gpt-oss-20b도 16GB급) |
| 13~14B | 8~10GB | 12~16GB GPU / 32GB 맥 |
| 32B | 18~20GB | 24GB 카드(RTX 3090·4090) |
| 70B | ~40GB | 48GB 카드 · 맥 64GB 통합메모리 |
맥 통합메모리 64GB면 70B, 128GB면 대형 MoE까지. 프론티어급 초대형(DeepSeek 671B 등)은 서버 몫 — 그건 렌트/API로.
품질 최상 + 상업 라이선스 깨끗한 것만. (2026 기준, 각 모델카드 검증)
보조: IBM Granite · AI2 OLMo (둘 다 Apache 2.0, 데이터·코드까지 완전 공개).
"오픈"이라 다 되는 게 아니에요. 상업 판매 가능 여부가 라이선스마다 다릅니다. 이걸 모르면 사업 자체가 위법이 돼요.
| 라이선스 | 상업 판매 | 주의사항 | 대표 모델 |
|---|---|---|---|
| Apache 2.0 | ✅ 자유 | NOTICE 유지·변경 명시 (특허권 방어 포함) | Qwen3, gpt-oss, Mistral 소형, Granite |
| MIT | ✅ 자유 | 저작권 문구만 포함 (가장 단순) | DeepSeek R1, Phi-4, GLM |
| Llama Community | 🟡 조건부 | 700M MAU 초과 시 별도 허가 · "Built with Llama" 표기 · EU 멀티모달 제외 | Llama 3.x / 4 |
| Gemma Terms | 🟡 조건부 | 금지정책 준수 · 약관 하위전달 의무 | Gemma 2 / 3 |
| CC-BY-NC · Research License | ❌ 금지 | 상업 사용 전면 금지 = 사업의 함정 | Cohere Command · Mistral Large |
Apache vs MIT: 둘 다 판매 자유. Apache는 특허·상표 방어가 더 강하고, MIT는 가장 단순. 둘 다 OSI 공인 오픈소스.
같은 일을 시켰을 때 로컬과 API의 원가 차이 — 이게 곧 마진 차이다. (로그 스케일)
로컬 전기값 ≈ 100만 토큰당 몇십 원 vs API는 수천 원(프론티어는 수만 원). RTX 4090(~$1,600)은 월 $200 API 지출 기준 약 8개월에 본전 → 이후는 거의 공짜.
전기값만 보면 100만 토큰 몇십 원이지만, 유지·운영 시간(인건비)까지 넣은 실질 TCO는 100만 토큰당 ~$0.40 수준. 그래도 API($2~3)보다 싸지만 — 공짜가 아니라 "훨씬 싼 것".
| 로컬이 이긴다 | API가 낫다 | |
|---|---|---|
| 사용량 | 대량·반복 (많이 쓸수록 유리) | 가끔·적음 (하드웨어 낭비) |
| 데이터 | 민감·규제 (밖에 못 보냄) | 공개 데이터 |
| 품질 | "충분히 좋음"으로 되는 일 | 최상 프론티어가 꼭 필요 |
| 운영 | 고정비 감수·직접 관리 OK | 서버 관리 하기 싫음 |
그래서 정답은 "무조건 로컬"이 아니라 — 내 상황에서 손익분기를 넘겼나이다.
처음부터 GPU 사지 마세요. 매출이 다음 단계 비용을 벌어줄 때만 올라갑니다.
공통 원칙 — 고객이 먼저, 인프라는 나중. 손익분기를 넘길 때만 사다리를 오른다.
같은 매출, 같은 제품 — API 원가를 로컬로 옮기는 한 수로 얇은 마진이 90% 마진이 된다. 대니·로완·레벨스가 직원 0명으로 억을 버는 구조의 핵심이 바로 이것.
해외 AI 1인 기업가들이 마진 90%를 만드는 6가지 레버 — 가격·인건비·고정비·유통 다 있지만, 가장 강력하고 남들이 안 알려주는 건 원가의 지배. 대니도 로완도 마진이 높은 건 마케팅이 아니라 원가가 거의 0이라서다. 라이선스 깨끗한 오픈모델(Qwen3·DeepSeek·gpt-oss)을 내 기기에서 돌리는 순간, 순수익은 내 손에 들어온다. 매출을 좇기 전에, 원가를 지배하라.