직원들의 ‘토큰맥스’ 시도가 역효과를 내며 AI 비용 위기가 대기업을 강타, 마이크로소프트·메타

출처: Tom’s Hardware

(이미지 출처: Getty Images)

많은 기술 기업들이 직원들에게 AI 도구를 사용해 생산성을 높이도록 독려하고 있지만, 이 움직임이 역효과를 내기 시작한 것으로 보입니다. The Verge에 따르면, Microsoft 가 사내 도구인 Copilot CLI 로 전환하도록 직원들을 압박하고 있는 이유는 외부 도구보다 내부 도구를 쓰게 하려는 목적이라고 합니다. 하지만 소식통에 따르면, 실제 주요 이유는 Claude Code 사용 비용이 이용자가 늘어남에 따라 지속적으로 상승하고 있기 때문이라고 합니다.

Microsoft 만이 이런 상황은 아닙니다. Fortune에 따르면 다른 기업들도 AI 사용을 축소하고 있다고 합니다. AI 모델 학습 비용이 낮아져 토큰당 가격이 저렴해진 것은 사실이지만, 사람들은 일상 업무에서 더 많은 토큰을 사용하기 시작했습니다. 특히 에이전시 AI는 명령을 수행하기 위해 필요한 단계 수에 따라 일반 LLM을 조회할 때보다 최대 1,000배까지 토큰을 소모할 수 있습니다. 예를 들어, OpenClaw 제작자 Peter Steinberger는 그의 팀이 한 달 만에 1,300 달러가 넘는 토큰 비용을 지출했다고 주장했습니다(출처). 이 때문에 현재 AI를 사용하는 것이 사람을 고용하는 것보다 비용이 더 많이 든다는 것이 명백해졌으며, 생산성 향상이 제한적인 상황에서 더욱 그렇습니다(관련 기사).

토큰 비용이 낮아지고 사용량이 늘어나는 현상은 제본스 역설(Jevons Paradox)과 유사합니다. 효율성이 높아지면 오히려 해당 기술을 더 많이 사용하게 되는 현상이죠. 산업혁명 시기에 효율적인 증기기관이 도입되면서 더 많은 기업이 생산성을 높이기 위해 이를 채택한 것이 한 예입니다. 항공업계에서도 비슷한 현상이 나타났습니다. 비행기의 연료 효율성이 개선되면서 항공권 가격이 내려갔고, 그 결과 수요가 급증했습니다. 국제항공운송협회(IATA)에 따르면 2050년까지 항공 여행 수요가 두 배가 될 전망입니다.

AI 도구에도 같은 현상이 적용되는 듯합니다. 많은 기업이 생산성 향상을 목표로 AI를 도입하고 있기 때문이죠. Nvidia CEO Jensen Huang은 엔지니어들이 연간 급여의 절반에 해당하는 AI 토큰을 매년 사용해야 완전한 생산성을 낼 수 있다고 유명하게 말했으며, AI 사용을 억제하는 관리자에게는 “미쳤나요?”라고까지 했다고 전해집니다(관련 기사). 이 현상을 **“tokenmaxxing”**이라고 부르며, 직원들이 내부 목표를 달성하기 위해 거의 모든 업무에 AI를 활용하게 만들었습니다. Amazon에서도 일부 팀원이 내부 사용 점수를 부풀리기 위해 불필요한 작업에 AI를 사용했다고 인정했으며(출처), Microsoft와 Meta에서도 유사한 사례가 보고되었습니다. 우연히도 이들 기업은 AI 개발에 가장 많은 비용을 투자하는 기업 중 하나입니다.

토큰 사용량 증가와 그에 따른 비용 문제가 대두된 지금, 이 기업들이 정책을 바꿀지는 아직 불투명합니다. AI는 확실히 유용한 도구이지만, 일부 기업은 노동 비용 절감을 위해 사람을 대체하려는 움직임을 보이고 있습니다(관련 기사). 만약 작업을 수행하는 데 필요한 토큰 수가 토큰 가격이 낮아지는 속도를 앞선다면, 이러한 전략은 결국 역효과를 낼 가능성이 큽니다.

팔로우* Tom’s Hardware on Google News*, 혹은* 선호 소스로 추가*하면 최신 뉴스, 분석, 리뷰를 피드에서 받아볼 수 있습니다.

Tom’s Hardware의 최고의 뉴스와 심층 리뷰를 바로 메일함으로 받아보세요.

Jowi Morales는 수년간 업계에서 일한 기술 애호가입니다. 2021년부터 여러 기술 매체에 글을 기고해 왔으며, 하드웨어와 소비자 전자제품에 특히 관심이 많습니다.