AI 비용을 누구에게 얼마나 줄까 — 답은 하나가 아니라 셋이다

모두가 같은 순서로 같은 실수를 했다

2026년 4월, Uber의 CTO는 “AI 코딩 도구의 연간 예산을 4개월에 다 썼다”고 사내에 설명했다. 6월에는 도구 하나당 월 $1,500의 상한이 도입됐다. 승인을 받으면 초과할 수 있고, 각자 자신의 사용량을 확인할 수 있는 사내 대시보드도 마련됐다. Microsoft는 Experiences + Devices 부문(Windows, Microsoft 365, Outlook, Teams, Surface)의 Claude Code 라이선스를 6월 30일자로 종료했다. 약 5,000명의 엔지니어에게 배포한 지 6개월, 도입률이 84%를 넘어선 시점의 결정이었다. Amazon은 토큰 소비량으로 개발자를 순위 매기는 사내 리더보드 “KiroRank”를 폐지했다. 순위를 올리려고 무의미한 작업을 돌리는 개발자가 나왔기 때문이다. SVP는 직원들에게 이렇게 전했다. “AI를 쓰는 것 자체를 목적으로 AI를 쓰지 말아 주세요.”

나란히 놓고 읽으면 불편한 패턴이 보인다. 어느 기업이나 같은 네 가지를 같은 순서로 했다.

1. 넓게 접근 권한을 배포한다
2. 사용량에 인센티브를 붙인다 — 리더보드, 주간 목표, 인사 평가에 들어간 도입률
3. 예산을 태운다
4. 조인다

배분 원칙을 먼저 선언한 기업을 하나도 찾을 수 없다. 상한은 모두 사후적이다. 그래서 흥미로운 질문은 “Uber가 얼마로 정했나”가 아니다. “이걸 의도적으로 결정하면 어떤 모습이 되나”이다.

사용량은 처음부터 지표가 아니었다

피해가 발생한 곳은 2단계다. 토큰 소비량으로 사람을 줄 세우는 것은 새로 칠한 굿하트의 법칙에 불과하다. 측정치가 목표가 되면 그것은 측정치이기를 그만둔다. 코드 줄 수(LOC)를 세던 것과 같은 실수이고, 같은 방식으로 망가진다. 양이 보상받는 것이다.

실측된 효과 크기를 보면 더 괴롭다. DX가 184개 기업·38,880명의 개발자를 조사한 결과, AI로 인한 시간 절약의 중앙값은 개발자 1인당 주 3시간 45분 정도, 실제 생산성 향상은 5–15%, PR 처리량 중앙값은 7.8% 정도의 증가였다. 나쁘지 않은 숫자다. 하지만 벤더 마케팅이 시사하는 3–10배는 아니다. 10배를 전제로 짠 예산은 단순히 어긋나는 데 그치지 않는다. 이후의 모든 비용 논의를 “실패”의 얼굴로 만든다. 도구는 도구로서 충분히 일하고 있었는데도.

비용을 움직이는 것은 작업량이 아니다

가장 유용했던 부분은 논평이 아니라 벤더 문서에서 나왔다. Anthropic의 Claude Code 비용 안내는 API 과금이 예상 밖으로 높아지는 원인을 두 가지로 좁혀 제시한다. 정리되지 않은 채 장시간 열려 있는 세션, 그리고 가장 비싼 모델을 기본값으로 방치하는 것이다.

작동 방식을 이해할 가치가 있다. Claude Code는 매 요청마다 대화 전체를 보내고, 도구를 쓸 때마다 그 결과를 실은 별도의 요청을 보낸다. 프롬프트 캐싱이 있으니 그 이력은 정가가 아니라 캐시 읽기 요율로 다시 읽힌다 — 그러나 읽힌다는 사실 자체는 변하지 않는다. 하루 종일 열려 있던 세션에서 던지는 한 줄짜리 질문도 대화 전체분의 사용량을 끌어온다. 그리고 캐시 유효 기간을 넘긴 휴식 후의 첫 메시지는 캐시를 완전히 놓치고 전체를 다시 처리한다.

지배적인 비용 요인이 작업량이 아니라 습관이라면, 습관을 가르치는 것이 예산 조정을 이긴다. 이것은 논의의 틀 자체를 바꾼다. 어떤 사람에게 월 $300이 적절한지 $600이 적절한지 따지기 전에, 그 사람이 작업 사이에 세션을 정리하는지, 변수명 변경에 프런티어 모델을 쓰고 있지 않은지를 확인하는 편이 낫다.

같은 문서는 여러 인스턴스를 병렬로 돌리는 agent teams가, teammate가 plan mode로 동작할 때 일반 세션의 약 7배 토큰을 쓴다고도 적고 있다. 지출의 급등을 누군가의 생산성으로 읽기 전에 알아두고 싶은 사실이다.

하나의 이름, 세 개의 다른 문제

여기가 많은 논의에서 빠지는 지점이다. “AI 비용 배분”이라는 하나의 표현이 적어도 세 개의 구조적으로 무관한 문제를 덮고 있다. 그리고 해법이 다르다. 때로는 정반대다.

A형: 사용량 과금·고분산. 엔지니어, 데이터 사이언티스트, 그리고 프로토타입을 만들기 시작한 프로덕트 매니저. 한 사람의 월 지출이 수백 달러 단위로 흔들린다. 흔들림의 원인은 작업량이 아니라 에이전트를 자율적으로 돌린 시간의 길이다. Anthropic이 공개한 엔터프라이즈 평균은 개발자 1인당 활동일 약 $13, 월 $150–250이고, 사용자의 90%는 활동일당 $30 미만에 머문다. 에이전트를 무겁게 쓰는 층은 그 위로 크게 벗어난다. 1인 단위 상한·승인 흐름·지출 가시화가 진짜로 필요한 것은 이 유형뿐이다.

B형: 시트 라이선스·안정. 영업, 커스터머 석세스, PM, 매니지먼트, 인사, 재무, 현장 직군. 1인당 비용이 거의 일정하다. 일이 장시간의 자율 실행이 아니라 짧은 대화로 이루어지기 때문이다. 여기에 상한을 설계하는 것은 존재하지 않는 문제를 위한 제어 장치를 만드는 일이다.

C형: 성과 과금. 1차 대응 커스터머 서포트. 2026년에 이 영역은 시트 과금에서 완전히 벗어났다. Intercom의 Fin은 outcome 하나당 $0.99, Zendesk는 자동 해결 1건당 약 $1.50(약정)–$2(사용량)를 도입하고 5월 Relate에서 모델을 확대했다. 설계할 1인 단위 배분이 존재하지 않는다. 판단은 “단가×건수” 대 “유인 대응의 총원가 시간당 단가×건수”다.

실무적 귀결은 이렇다. 장치가 필요한 것은 A형뿐이다. 같은 신청·승인 프로세스를 전사에 부과하면, 그것이 도울 수 없는 직군에 사무 비용을 지우고 아무 대가 없이 불신의 신호를 보내게 된다.

엔지니어와 영업의 비용 문제는 정반대다

B형 안에서도 영업은 별도 취급이 필요하다. 비용 문제의 구조가 엔지니어링과 반전되어 있기 때문이다.

엔지니어링의 문제는 사용량 폭주다. 소비가 예상을 넘으니 처방은 상한·가시화·값싼 일을 값싼 모델로 보내는 라우팅이 된다. 영업의 문제는 시트 라이선스의 누적이다. Gong과 Clari를 겹친 구성은 수백 명 규모에서 1인당 월 $500을 넘는다는 지적이 있다. 그리고 사용량을 아무리 가시화해도 이것은 줄지 않는다. 이미 계약되어 있기 때문이다. 처방은 라이선스 재고 조사와 통폐합이다.

같은 표현, 정반대의 처방. 전사 공통 규칙을 하나 쓰면 반드시 한쪽을 놓친다.

인사이드 세일즈와 필드 세일즈도 갈린다. 인사이드 세일즈는 성과가 개인에게 깔끔하게 귀속되는 유일한 직군이다. 발송 수, 회신율, 확보한 상담, 수주액. 그래서 성과 연동 배분이 정직하게 작동할 수 있는 유일한 자리이기도 하다. 동시에 영업판 tokenmaxxing이 숨어 있는 자리다. 더 많이 생성하고, 더 많이 보내고, 회신율이 무너지는 것을 보게 된다. 반면 필드 세일즈는 노동 시간의 대부분을 이동과 대면에 쓴다. AI를 만지는 시간이 구조적으로 적다. 데스크 워커와 같은 금액을 줘도 그냥 쓰이지 않고 남는다.

“성과”를 벤더가 정의할 때

성과 과금은 지표를 조작하는 문제를 해소하는 것처럼 보인다. 실제로는 이동시킨다.

두 벤더의 정의를 나란히 읽으면 알 수 있다. Fin의 가격 페이지는 해결(resolution)·절차 핸드오프·부적격 판정이 각각 $0.99라고 적고, 과금 대상 해결을 “Fin의 마지막 답변 이후 추가 도움이 요청되지 않은 것”으로 정의한다. 수동적인 정의다. 포기하고 떠난 고객도 이것을 만족한다. 그리고 핸드오프도 과금된다. 즉 Fin이 사람에게 에스컬레이션한 대화도 $0.99가 든다. Zendesk는 반대 방향으로 갔고, 과금하는 해결을 이중으로 검증한다고 발표했다. 에이전트가 대화를 완료한 것에 더해, 독립된 AI 평가 모델이 검증한 것만 과금한다.

함의가 둘이다. 첫째, 비해결 이벤트가 과금 대상인 한 “해결률×단가”로 지출을 추산하면 과소 추정된다. 올바른 형태는 “단가×과금 대상 이벤트 수”다. 둘째, 감사의 대상이 이동했다. 시트+사용량 과금에서는 사용량 지표가 조작되고 있지 않은지를 감사한다. 성과 과금에서는 벤더의 성공 정의가 우리 정의와 일치하는지를 감사한다. 즉 대화를 샘플링해 사람이 판정하게 하는 작업을 초기에 넣어야 한다.

연구는 직관과 반대를 향한다

직관적인 배분은 상위의·고급여인 사람에게 많이 준다. 확보할 수 있는 최선의 증거는 반대를 가리킨다.

Brynjolfsson, Li, Raymond는 생성 AI 기반 어시스턴트를 받은 커스터머 서포트 담당 5,179명을 조사했다. 시간당 해결 건수로 측정한 생산성은 평균 14% 올랐다. 그러나 그 상승은 편중되어 있었다. 신입·저숙련 층에서 +34%, 경험이 풍부하고 고숙련인 층에서는 영향이 최소. 그들이 기술하는 메커니즘은, 모델이 최고 담당자의 실천을 전파해 신입이 경험 곡선을 더 빨리 내려가게 한다는 것이다.

Dell’Acqua 등은 BCG 컨설턴트 758명으로 현장 실험을 했다. 모델 능력의 안쪽에 둔 18개 과제에서 AI 사용자는 완료 과제 수가 12.2% 많고, 25.1% 빠르고, 품질도 높았다. 반면 의도적으로 능력의 바깥에 고른 복잡한 경영 판단 과제에서는 AI 사용자가 정답에 이를 확률이 19퍼센트포인트 낮았다.

합치면 이렇게 된다. 가장 이득을 보는 것은 가장 경험이 얕은 층이고, 능력의 경계에서 몸을 지켜주는 것은 숙련이다. 그래서 “주니어에게 좀 더 많이, 시니어에게는 리뷰 시간을 확보”라는 배분은 옹호할 수 있다 — 단, 리뷰가 실제로 이루어지는 곳에서만. 모델이 자신 있게 틀리고 있는 순간을 아직 구분하지 못하는 사람에게 큰 예산을 주면, 산 것은 아웃풋이 아니라 양이다.

정직하게 두 가지 유보를 적어 둔다. 두 연구 모두 접근 권한의 유무를 비교했고, 예산의 크기를 검증하지 않았다. “접근이 신입을 성장시킨다”에서 “신입에게 큰 예산을 줘야 한다”로 가는 한 걸음은 외삽이다. 그리고 Brookings의 지적은 붙잡아 둘 가치가 있다. 오늘의 생산성 향상은 이 도구들이 존재하기 전에 축적된 전문성을 차용하고 있다. 주니어가 그 전문성을 형성하지 않으면, 효과는 그것을 가졌던 세대를 넘어 살아남지 못할 수 있다.

나라면 이렇게 한다

1. 무언가를 설계하기 전에 직군을 A·B·C로 분류한다. 1인 단위 장치는 A에만 적용한다
2. 상한을 부과하기 전에 소비를 가시화한다 — 본인에게도 보여준다. 자기 인식만으로 숫자는 움직인다. 우리 계약이 실제로 무엇을 노출하는지 확인한다. 클라우드 제공자 경유면 벤더 측 분석이 전혀 닿지 않을 수 있고, OpenTelemetry나 게이트웨이가 필요해진다
3. 상한은 목표가 아니라 예산으로 둔다. 리더보드를 만들지 않는다. 인사 평가에 사용량을 넣지 않는다
4. 누군가의 숫자를 조정하기 전에 습관을 가르친다 — 작업 사이에 정리하기, 일에 모델을 맞추기
5. B형에서는 사용량이 아니라 계약을 재고 조사한다
6. C형에서는 성과의 정의를 감사한다
7. 사이클 타임, 재작업, 만족도를 측정한다. 코드 줄 수나 생 PR 수는 측정하지 않는다. AI가 자동으로 부풀리기 때문이다
8. 분기마다 재검토한다. 연간 예산은 “4개월째에 알아차리는” 방식이다

아직 아무도 답하지 않은 것

공정함의 문제는 열린 채로 남아 있고, 기술적인 답은 없다고 생각한다. A형 엔지니어가 월 $500을 필요로 하고 필드 세일즈가 $30으로 충분한 것은 업무상 옳다. 그리고 대우의 격차로 읽힌다. 내가 구성할 수 있는 유일하게 일관된 입장은, 여기서의 공정함이란 금액의 균등이 아니라 업무에 대한 충족이라고 소리 내어 말하는 것이다 — 그렇게 말한 기업을 찾을 수 없었다.

개인 단위 ROI도 미해결이다. 지출은 정확히 측정된다. 절약된 시간은 대부분 자기 보고다. 분모가 정확하고 분자가 모호한 비율로 누군가의 예산을 움직이는 것은 2단계로 돌아가는 길이다.

증거에 대한 마무리 주석 하나. Uber의 $1,500, Microsoft의 종료, Walmart의 상한은 모두 보도이며 기업의 공식 발표가 아니다. 적용 범위, 예외, 그 후 어떻게 되었는지는 알 수 없다. 그리고 Uber도 Microsoft도, 조인 뒤에 아웃풋이 떨어졌는지를 공표하지 않았다. 물론 그것이 이 논의를 결착시킬 유일한 숫자인데도.