DigitalOcean이 AI 에이전트를 위한 포괄적 단위별 가격 책정 모델을 선보이며, 기존 Droplet당 간편함을 모방하고 있습니다.
디지털오션(DigitalOcean)이 $5 서버를 간단하게 만든 클라우드에서 현재 AI-Native Cloud라고 부르는 것으로 재편성했습니다. 오늘 Agent Droplets를 출시했는데, 이는 컴퓨팅, 메모리, 저장소, 추론, 도구 접근을 한 달 가격으로 묶은 구독 서비스입니다. 솔로 개발자는 $50, 팀은 $200이며, 에이전트가 소비하는 모든 것에 대해 각각 15%, 20%의 할인을 제공합니다.
디지털오션의 원본 Droplet은 가상 서버를 구성하는 복잡성을 개발자가 밤 11시에 이해하고 자기 전에 실행할 수 있는 것으로 변환했습니다. Agent Droplets는 동일한 구조적 논리를 가지고 있으며, 프로덕션에서 AI 에이전트를 실행하는 다중 공급업체, 다중 청구서 현실을 목표로 합니다. CEO Paddy Srinivasan은 이것이 초기 작업 부하를 출시하고 이를 확장하는 AI-native 소프트웨어 회사들을 위해 설계되었다고 강조했습니다.
Agent Droplets은 DigitalOcean이 2026년 9월에 공개 미리보기로 출시한 플랫폼인 Managed Agents 위에 구축되어 있습니다. Managed Agents는 각 에이전트 세션에 격리된 microVM을 제공하며, 이는 몇 분이 아닌 밀리초 단위로 시작되고, 한 개의 작업 부하를 실행한 다음 폐기됩니다. 회사는 이 환경을 Harness Runtime이라고 부릅니다.
각 세션은 Action Gateway라는 단일 Model Context Protocol (MCP) 엔드포인트를 통해 16,000개 이상의 도구에 대한 제어된 접근을 받으며, 75개 이상의 공개 및 독점 모델 전반에 걸친 서버리스 추론도 제공됩니다. 가상 머신은 약 1초 안에 시작되고 일시 중지된 상태에서 약 300밀리초 안에 재개됩니다.
Team 계층은 매일 여러 코드베이스에서 에이전트를 실행하는 스타트업 팀을 대상으로 하며, 에이전트가 소비하는 모든 DigitalOcean 호스팅 리소스에 대해 20% 할인을 제공합니다. Pro 계층은 해당 조직 내의 개별 개발자를 대상으로 하며 15% 할인을 제공합니다. 어느 요금제도 에이전트 수를 제한하거나 좌석당 요금을 청구하지 않습니다. 이는 AI 코딩 도구 전반에 널리 사용되는 좌석당 및 신용 풀 모델에서의 구조적 전환입니다. Enterprise 보안 기능—Single Sign On (SSO), Multi-Factor Authentication (MFA), 역할 기반 접근, 감사 로그, 분산 거부 공격 방어(DDoS)—는 모든 계층에 포함됩니다.
결정적인 차이점: Claude 및 GPT와 같은 frontier 모델은 종량제 가격에 남아 있으며 Droplet 할인을 받지 않습니다. 할인은 공개적으로 이용 가능한 가중치를 가지고 있으며 Llama 또는 Kimi와 같은 호환 인프라에서 실행할 수 있는 DigitalOcean 호스팅 오픈 모델의 컴퓨팅, 메모리, 저장소 및 추론에 적용됩니다.
Action Gateway는 단일 관리형 MCP 엔드포인트를 통해 16,000개 이상의 도구—Github, HubSpot, Stripe 등—에 대한 접근을 중개합니다. 자격증명은 에이전트 외부에서 관리되며, 에이전트는 기본 자격증명을 보유하지 않고도 도구의 기능에 대한 제어된 접근을 받습니다. 규제 환경에서 운영되거나 민감한 고객 데이터를 처리하는 조직의 경우, 이 아키텍처 선택은 더 명확한 감사 추적을 생성하고, 세션이 침해될 경우 영향 범위를 제한하며, 에이전트가 수행할 수 있는 작업과 인증 방식을 분리합니다.
DigitalOcean은 모든 Agent Droplet 계층에 관찰성을 포함시키며, 이를 enterprise 계약 뒤에 숨기지 않습니다. 에이전트 작업 부하는 기존 클라우드 응용 프로그램과는 매우 다른 관찰성 과제를 제시합니다. 기업 조직 전반에 걸친 관찰성 예산은 회사가 AI 속도에 맞추기 위해 기반을 개편함에 따라 총 인프라 지출의 5%에서 30%까지 증가했습니다. 단일 에이전트 세션은 여러 모델을 호출하고, 외부 도구를 호출하며, 단계를 통해 복합적으로 결정을 내릴 수 있습니다. 해당 체인을 추적하려면 에이전트 워크플로우를 위해 특별히 제작된 도구가 필요합니다. DigitalOcean의 Harness Runtime은 각 세션의 활동이 포함되고 생명주기가 관리되며(시작, 일시 중지, 재개, 포크) 상태가 스냅샷에 보존되는 세션 수준의 격리를 제공합니다.
Managed Agents 작업 부하의 75% 이상이 현재 DigitalOcean 호스팅 오픈 모델에서 실행되며, 나머지는 정가로 frontier 모델에서 실행됩니다. Inference Router는 올바른 모델을 올바른 작업 부하에 자동으로 일치시킵니다. 이는 에이전트의 작업 중 얼마나 많은 부분이 할인된 오픈 모델 계층 내에 머물러 있고 얼마나 많은 부분이 보조받지 않는 frontier 지출로 넘어가는지를 결정하는 메커니즘입니다. 현재 75% 오픈 모델 혼합에서, 작업 부하 비용의 대부분은 Droplet 할인 범위 내에 있습니다.
DigitalOcean은 또한 Agents and Inference Balance를 발표했는데, 이는 $5에서 $500 사이의 금액으로 충전되는 선불 지갑으로 Managed Agents 및 추론 서비스만 인출할 수 있습니다. 잔액은 만료 날짜가 없으며, 이는 선불 크레딧의 만료 추세에서 또 다른 전환입니다. 고객이 요금제 가격으로 지출을 제한하기로 선택한 경우가 아닌 한, Droplet 한도가 소진되면 에이전트는 이를 자동으로 인출합니다.
DigitalOcean은 솔로 빌더와 부트스트래퍼들을 위해 인프라를 접근 가능하게 만드는 것으로 평판을 얻었으며, 680,000명을 초과하는 고객 기반을 자랑합니다. Agent Droplets은 AI-native 소프트웨어 회사로의 위치 변화를 나타내며, 확장성을 강조합니다. AWS Bedrock, Vertex, Azure AI Foundry와 같은 제공업체들로부터 자신의 중시장 AI 개발자가 무엇이 부족한지에 대해 질문했을 때, Srinivasan의 답변은 명확했습니다. 추론 및 에이전트 작업 부하를 위해 특별히 구축된 AI-native 클라우드—"구식 클라우드 원시성의 재포장"이 아닌—을 결합하며, Identity and Access Management (IAM), 감사, 규정 준수 및 관찰성과 같은 enterprise 기능이 일반적으로 상당한 enterprise 계약 가격을 초래합니다.
보도 자료는 5시간 및 주간 사용 기간과 좌석당 요금(Cursor 및 Claude Code가 사용하는 가격 책정 구조)을 명시적으로 언급했으며, 이는 Agent Droplets이 다르도록 설계된 모델입니다. Srinivasan은 개발자들이 자신의 작업 대신 청구 계획을 관리하고 있다고 관찰했으며, 반면 Agent Droplets은 실제 사용을 중심으로 구축되어 주요 제약은 임의의 기간이나 인원 수가 아닌 작업 자체입니다. 맥락상, GitHub Copilot은 2026년 6월에 측정된 AI 크레딧으로 이동했으며, Cursor는 신용 풀 플러스 초과분 모델을 운영하고 있으며, Claude Code는 롤링 5시간 기간에서 사용을 제한합니다. AI 코딩 도구 전반의 가격은 지난 1년 동안 크게 분화되었습니다.
DigitalOcean의 Currents 연구는 2026년 2월에 발표되었으며 개발자, CTO 및 창업자로부터 1,100개 이상의 응답에서 도출되었으며, 시장 맥락을 제공합니다. 응답자의 거의 절반(49%)이 높은 추론 비용을 규모에서 AI 제품 확장의 가장 큰 장벽으로 식별했습니다. 조사된 조직의 44%는 현재 AI 지출의 대부분(76–100%)을 훈련이 아닌 추론에 할당하고 있습니다. 이는 모델 구축에서 규모로 실행하는 것으로의 급격한 전환입니다.
인프라 현황은 일치합니다. 응답자의 61%가 AI 스택을 위해 여러 도구를 함께 구성하는 반면, 23%만이 모델, 데이터 및 인프라를 결합하는 단일 제공자를 사용합니다. 다중 도구 세그먼트에 있는 사람들의 경우, 주요 과제는 복잡성 및 비용에 중심을 두고 있습니다. 별도의 도구 및 API의 비용(50%), 비용 예측의 어려움(49%), 배포 복잡성(48%).
에이전트 채택은 빠르게 진행되고 있지만 초기 단계로 남아 있습니다. 52%의 회사는 AI 솔루션을 적극적으로 구현하고 있지만, 10%만이 프로덕션에서 완전히 자동화된 에이전트를 가지고 있으며, 40%는 여전히 에이전트 출력을 인간이 검토합니다.