발표에서 확인된 핵심 사실

AI 도구를 도입해 업무 생산성을 높이려는 기업들은 보통 월정액 구독료를 비용의 전부로 생각한다. 하지만 개발사 내부의 비용 구조는 전혀 다르다. 메타는 최근 내부 AI 토큰 지출 리더보드를 폐쇄했다. 2026년까지 AI 비용이 수십억 달러에 달할 것으로 예상했기 때문이다. 가치 창출이 적은 이른바 토큰 소각기 같은 불필요한 사용을 억제해 비용을 관리하려는 조치다. 리더보드 운영과 같은 사소한 지출 항목부터 정리하며 비용 절감에 나섰다.

아담 모세리(Adam Mosseri)는 AI 토큰 비용을 급여나 운영 비용(OpEx, 기업의 일상적 운영비)과 같은 관리 가능한 기업 자원으로 정의한다. GPU, CPU, 스토리지, RAM 같은 하드웨어 자원이나 라벨링 예산, 인건비와 동일한 성격으로 보는 관점이다. 한정된 자원을 어느 팀에 얼마나 배치할지 결정해야 하는 경영 판단의 영역으로 옮긴 것이다. 특히 GPU 수량이 제한적인 상황에서 토큰 비용 역시 팀별 용량 배치 문제로 접근한다.

AI 도구 도입의 판단 기준은 이제 단순 구독료가 아니다. 토큰 단위의 ROI(투자 대비 효율) 관리 체계를 구축하는 것이 기업의 핵심 과제가 된다.

Adam Mosseri는 향후 12년 내에 엔지니어별 AI

1~2년 뒤면 엔지니어 한 명이 사용하는 AI 토큰 비용이 해당 직원의 연봉과 비슷해질 수 있다. 메타의 아담 모세리는 향후 1~2년 내에 직원별 AI 토큰 사용량 제한(Cap) 설정이 불가피하다고 전망했다. 토큰 번 레이트(Burn rate, AI 모델 호출 시 발생하는 비용 소모 속도)가 유능한 엔지니어의 급여나 고용 비용 수준으로 치솟기 때문이다. 기업은 AI 도구의 단순 구독료를 넘어 개별 사용자의 비용 효율을 직접 통제해야 하는 상황에 놓였다. AI 비용은 이제 단순한 소프트웨어 지출이 아니라 인건비와 같은 성격의 운영 비용(OpEx, 기업이 사업을 운영하는 데 드는 비용)으로 관리되어야 한다. 개별 엔지니어가 소모하는 토큰 양이 곧 기업의 직접적인 비용 지출로 연결된다.

2026년까지 계획했던 AI 코딩 예산을 불과 4월에 모두 소진한 기업이 등장했다. 우버(Uber)가 겪은 비용 충격이다. 마이크로소프트(Microsoft) 역시 급증하는 토큰 비용으로 인해 기존의 운영 전략을 전면 수정했다. 외부 도구인 앤스로픽의 클로드 코드(Claude Code) 라이선스를 취소했다. 대신 엔지니어들을 자체 개발한 코파일럿 CLI(Copilot CLI, 터미널 환경에서 사용하는 AI 코딩 인터페이스)로 통합해 비용을 최적화했다. AI 도구 도입의 판단 기준이 단순한 생산성 향상에서 토큰 단위의 ROI(투자 대비 효율) 관리 체계로 바뀌었다. 도구의 성능보다 토큰당 산출물이라는 비용 효율성이 도입의 핵심 지표가 됐다. 기업은 AI 도구의 성능이 아니라 토큰 1개당 어느 정도의 코드 생산성이 나오는지를 계산해야 한다.

확인해야 할 핵심 지점

기업이 AI 도구 도입 시 월정액 구독료라는 고정비 방식에 머물 때, 일부 기업은 개별 사용자의 투입 비용 대비 성과를 측정하는 변동비 관리 체계로 전환한다. 아담 모세리(Adam Mosseri)는 엔지니어 1인당 AI 토큰 사용량 제한(Cap)의 필요성을 언급했다. 이 제한 수치는 예산을 ROI-positive(투자 대비 수익이 발생하는 상태)하게 사용할 수 있는 능력에 대한 회사의 신뢰도에 비례해 설정될 예정이다. 토큰 소모량이 실제 비즈니스 가치 창출로 이어지는지를 정밀하게 측정해 캡을 차등 적용하겠다는 의도다.

메타(Meta)는 현재 직원들에게 토큰 캡을 적용하고 있지 않다. 다만 모세리는 향후 이러한 방식의 관리가 조직의 건강한 방향이 될 것이라고 전망했다. 이는 토큰 비용을 단순한 소프트웨어 구독료가 아닌 급여나 OpEx(운영 비용, 기업이 사업을 운영하는 데 드는 비용) 같은 핵심 자원 관리 관점으로 접근하는 방식이다. 전체 토큰 예산은 유지하되, 개별 엔지니어의 소모량을 인적 자원 비용처럼 정밀하게 통제하고 배분하려는 시도다.

AI 모델 제작사들 간의 가격 경쟁은 장기적으로 토큰 비용 하락을 이끌 것으로 보인다. 제작사들이 경쟁사보다 더 많은 사용자를 확보하기 위해 가격 전쟁(pricing war)을 벌일 것이라는 분석이다. 비용 하락 가능성과 별개로 기업은 단순한 도구 도입을 넘어 토큰 단위의 ROI 관리 체계를 구축해야 하는 판단 기준을 갖춰야 한다. 비용의 절대값보다 사용 효율성이 기업의 실질적인 경쟁력이 되는 구조로 변하고 있다.

기업들은 챗GPT나 클로드 구독료 결제로 AI 도입을 마무리한다. 아담 모세리가 언급한 토큰 비용의 급증은 AI 사용량을 인건비 수준의 운영 비용으로 격상시킨다. 이제는 월정액 고정비가 아니라 토큰 1개당 산출되는 코드 생산성이라는 변동비 효율을 계산해야 한다. 단순한 도구의 도입을 넘어 토큰 단위의 ROI 관리 체계를 구축하는 것이 실질적인 경쟁력이 된다. AI 경쟁력은 도구의 성능이 아니라 비용 효율의 정밀한 통제에서 갈린다.