좋은 소식은 모든 사람이 AI로 인해 일자리를 잃는 것에 대해 너무 걱정할 필요가 없다는 것입니다. 상사가 계정을 계산한 후에는 가격 대비 성능 비율이 더 높을 수 있다는 것을 알게 될 것입니다. 황 회장은 올해 3월 "미화 50만 달러를 가진 엔지니어가 매년 최소 25만 달러 상당의 토큰을 소비하지 않는다면 매우 혼란스러울 것"이라고 말했다. 이것은 이 세계의 마법을 새로운 차원으로 끌어올렸습니다.
기업들은 직원들이 가능한 한 많은 토큰을 소비하도록 장려하기 시작했으며 토큰 소비를 직원 KPI에 통합하기까지 했습니다.
두 달 전, 국내 주요 공장의 한 노인이 샤오홍슈에 대한 소식을 전하고 3월 샤오홍슈 부서의 토큰 소비 목록을 발표했습니다. 또한 수습기간 동안 정규직이 될 수 있는지, 연말에 얼마나 성과를 낼 수 있는지, 승진은 토큰 소비 데이터를 참고해야 한다고 말했다.
해외에서도 마찬가지다.
실리콘밸리 기술 기업들은 내부적으로 'Tokenmaxxing'(토큰 극대화) 문화를 장려하고 있습니다. Meta를 예로 들어 직원들은 회사 내 약 85,000명의 직원의 토큰 소비를 계산하기 위해 Claudeonomics 대시보드를 구축했습니다. 데이터를 가져왔을 때 30일 만에 회사 전체에서 60조 개가 넘는 토큰이 소각되었습니다.
이론적으로 기술과 거의 관련이 없는 디즈니도 직원의 AI 사용을 추적하기 위해 인트라넷에 AI 채택 대시보드를 출시했습니다.
천천히, 이러한 추세는 점점 더 비뚤어졌습니다. 토큰 소비는 사회적 상호작용의 문턱으로 간주되기도 합니다. 충분히 사용하지 않으면 해당 서클에 들어갈 수 없습니다.
모두가 이 경쟁에 참여하고 있습니다.
AI가 비용을 절감하고 효율성을 높일 수 있는 완벽한 존재라는 점은 처음부터 모두가 인정한 것 같으니, 걱정하지 말고 눈을 감고 모든 일을 해보세요.
계산서를 보니 그게 아니구나 싶었습니다...비용을 줄이고 효율성을 높이는 것이 비용을 줄이고 웃음을 늘리는 일이 되었습니다.
얼마 전 Bloomberg 뉴스에 따르면 Uber는 새로운 규칙을 시행했습니다. 직원이 다양한 지능형 프로그래밍 도구(Anthropic의 Claude Code 또는 Cursor)를 사용할 때 1인 및 단일 도구의 월 소비 한도는 US$1,500입니다.
핵심은 금액이 아니라 이를 제한하려는 Uber의 이니셔티브입니다.
작년 12월, Uber는 모두에게 최신 정보를 제공하기 위해 회사 전체의 약 5,000명의 엔지니어에게 Claude Code를 공개했으며, 사용량을 추적하기 위한 내부 순위 목록도 만들었습니다.
원래 의도는 모든 사람들이 시대의 흐름을 받아들이도록 하는 것이었지만, 그들이 그것을 받아들이기도 전에 Uber의 CTO는 회사가 4개월 만에 Claude Code 예산을 모두 소진했다고 밝혔습니다.
이에 우버는 비상조치를 취하고 수동으로 게이트를 열어야 했다. 모든 수준에서 승인된 특수 비즈니스 시나리오만 $1,500 한도를 초과할 수 있습니다.
동시에 마이크로소프트는 가만히 있을 수 없다.
그들은 E+D 부서(경험 및 장치 부서) 직원들로부터 클로드 코드 라이센스를 되찾기 위해 분주합니다. 6월 30일 이전에 모든 사람은 Microsoft의 자체 GitHub Copilot CLI를 채택해야 합니다.
공식 성명은 통합을 위한 것이지만 GitHub Copilot으로 마이그레이션할 때 Claude의 모델을 계속 사용할 수 있지만 The Verge는 소식통에 따르면 여전히 재정적 고려 사항이 있다고 말했습니다.
왜냐하면 6월 30일 이후에 Microsoft는 새로운 회계연도를 시작하게 되기 때문입니다.
마이크로소프트, 우버 외에도 외신 액시오스(Axios)도 더욱 강렬한 소식을 전했다. 한 회사는 직원의 Claude 라이선스 사용량을 제한하지 않았기 때문에 단 한 달 만에 5억 달러를 날렸습니다.
특정 기업을 지목한 바는 없지만, 이 정도의 토큰 소비량으로 인해 외부 세계에서는 실리콘밸리의 일곱 자매에 대한 의혹이 직접적으로 집중되고 있습니다.
운 좋게도 Axios 보고서가 발표된 다음 날 Amazon은 "Kirorank"라는 내부 AI 순위 목록을 종료했습니다. 경영진은 "AI를 위해 AI를 사용하지 말라"고 말했다.
그러니 그들의 가족이 한 달에 5억 달러를 태운 게 아닌지 의심을 불러일으키지 않을 수 없다. 결국 아마존은 이전에도 상당히 공격적이어서 개발자의 80% 이상이 매주 AI를 사용하도록 요구했고, 이로 인해 아래 직원들은 온갖 의미 없는 작업을 시작하게 됐다.
고전적인 Goodhart의 법칙에 따르면 지표가 목표가 되면 더 이상 좋은 지표가 아닙니다.
다행히도 이러한 토큰 숭배의 희극은 오래 가지 못했습니다.
법안이 나오자마자 모두가 정신을 차리고 더 본질적인 질문을 생각했습니다.돈 가치가 있나요?
회사가 초기 단계에서 모든 사람이 토큰을 소각하도록 허용했으며 이는 실험을 의미한다는 것은 부인할 수 없습니다.
결국 AI가 얼마나 많은 가치를 가져올 수 있는지는 아무도 모릅니다. 실제로 효과를 볼 수 있다면 돈을 좀 들여도 상관없습니다.
하지만 현실은 토큰이 수도꼭지 물처럼 흘러나오기는 하지만 실질적인 비즈니스 가치를 볼 수 없거나, 이 가치를 측정할 기준을 찾기 어려운 경우가 많습니다.
Uber의 COO인 Andrew Macdonald도 인터뷰에서 "더 높은 토큰 소비"와 "새로운 기능 구현" 사이의 연관성을 찾기가 어렵다고 말했습니다.
다시 말해서,토큰 소비는 실제 출력 값과 직접적으로 동일시될 수 없습니다.
AI는 귀하의 요구 사항을 읽고 이해한 다음, 귀하가 원하는 콘텐츠를 생각하고 생성하며, 이 모든 것은 토큰을 소비합니다. 이는 상호작용이 있는 한 소비가 발생하지만 출력이 항상 유효한 콘텐츠가 아닐 수도 있음을 의미합니다.
이것을 이해한 후에 되돌아보면 “토큰 소비”를 목록으로 취급하는 것이 조금 이상합니다.
이것은 편집부에서 기사를 쓰는 것과 같습니다. 단어 수가 중요한 평가 기준이라면 Shichaoda는 계속해서 이와 같은 일화를 작성하고 의미 없는 넌센스 문학을 더 추가하여 단어 수를 채울 수 있습니다.
평가에 대처하기 위해 직원은 실제 작업을 완전히 중단하고 AI에게 매일 몇 가지 쓸모없고 긴 코드를 다른 방식으로 실행하도록 요청하거나 AI가 더 빠를 수 있는 일부 작업을 수행하도록 할 수 있습니다.
마침내 데이터가 추출되었을 때 모든 사람의 토큰 소비가 폭발적으로 증가했습니다. 극도로 발전했지만 실질적인 사업은 진전되지 않았을 것입니다.
MiHoYo는 이전에 다중 에이전트 협업 프로젝트에 참여했습니다. 13시간 동안 이 요원들은 심각한 일을 하지 않았습니다. 그들은 서로 전화를 걸어 열띤 대화를 나누며 하룻밤에 200만 위안을 태웠다.
그리고 기업 차원뿐만 아니라 개발자, 일반 사용자 집단에서도 자신이 얼마나 많은 토큰을 소비했는지 보여주는 것이 인기 있는 트렌드가 되었습니다. 숫자가 클수록 능력이 강해지고 괴짜가 되는 것 같습니다.
하지만 솔직히 Shi Chaoguang은 얼마나 많은 토큰을 태웠는지 보았지만 실제로는 많은 결과를 보지 못했습니다.
앞서 오픈클로 개발자인 피터 스타인버거(Peter Steinberger)는 팀이 한 달에 130만 달러의 청구서를 소진했다고 밝혔고, 네티즌들로부터 아무것도 제공하지 않는다는 질문도 받았다.
Peter는 모든 소비가 OpenClaw에 소비되었다고 대답했지만 Shichao는 그것에 대해 생각하고 OpenClaw가 폭발적인 기능을 업데이트하지 않은 것 같다는 것을 발견했습니다.
현재 토큰 소비가 어색합니다. 이는 대형 모델이 열심히 작업하고 있다는 것만 증명할 수 있을 뿐, 해당 모델을 사용하여 얼마나 좋은 작업을 수행했는지 증명할 수는 없습니다.
예전처럼 GDP가 실제 경제상황을 반영할 만큼 객관적이지 않다는 의문이 제기되기도 했다. 나중에 경제학자들은 보충 자료로 사용할 수 있는 또 다른 측정 표준 세트를 천천히 탐색했습니다.
따라서 토큰 소비와 산출물 간의 연관성을 명확히 하지 않거나, AI의 실제 산출물 가치를 정확하게 계량화할 수 있는 지표를 찾지 못한 채 직원들에게 무작정 AI를 사용하게 하는 것은 단순히 대형 모델 제조사에 돈을 주는 셈이다.
한걸음 물러나자면, 미호요처럼 극단적인 예가 아니더라도 이 계좌는 정산이 불가능합니다.
현 단계에서는 AI가 인간을 완전히 대체할 수 없고 포티안도 보조적인 역할을 하기 때문에 기업의 AI 도입에 따른 실제 비용 구성은 '직원 임금 + AI 컴퓨팅 파워 비용'이 되어야 한다.
실제 작업 흐름은 작업자가 요구 사항을 제시한 후 AI가 사전에 사용할 수 있는 여러 가지 항목을 생성하고 작업자가 계속 재시도하고 오류를 수정하는 경우가 많습니다. 이 과정에서 토큰은 계속 소각되는데, 이는 두 명의 인턴을 직접 고용하는 것보다 훨씬 더 비쌀 수 있습니다.
결국 직원을 해고하는 것이 더 경제적일지 아니면 AI를 사용하는 것이 더 경제적일지는 정말 알 수 없습니다.
Goldman Sachs는 2030년까지 전 세계 토큰 소비가 2026년 대비 24배 증가하여 월 120조 달러에 이를 것으로 예측합니다.
과거에는 모두가 AI가 반복성이 높은 일부 저가형 작업을 대체할 수 있다고 항상 생각했지만 이제는 비용 측면에서 저가형 작업이 더 안전합니다.
일반적으로 이제 업계에서는 점차 합리성으로 돌아가 더 이상 맹목적으로 토큰 소비를 추구하지 않는다는 목소리가 있습니다.
텐센트 등 국내 주요 기업도 직원이 사용할 수 있는 토큰의 양을 제한하기 시작했다는 소문이 돌고 있다. 초기 실험을 통해 모든 사람들은 토큰을 사용하려면 실제 출력에 대한 더 많은 고려가 필요하다는 것을 점차 깨달았습니다.
동시에 SaaS 기업의 과금 논리도 변화하고 있습니다.
예를 들어, 마케팅 플랫폼인 허브스팟(Hubspot)은 지난 4월부터 가격 책정 모델을 토큰 기반에서 실제 결과에 따른 청구로 수정하기 시작했습니다.
얼마 전 스차오는 행사에 참가하기 위해 쑤저우에 다녀왔습니다. 현장에 있던 Kingsoft Office의 Wang Dong 부사장은 제가 생각해볼 가치가 있다고 생각하는 점을 다음과 같이 말했습니다.엔터프라이즈급 AI를 구현하려면 높은 가치와 난이도를 지닌 '더블하이 시나리오'가 필요하다.
직설적으로 말하면 칼날에는 좋은 강철을 사용해야 합니다.
결국 이 토큰 숭배의 희극은 빠르게 왔다 갔다 했지만 Shichao는 여전히 마음이 조금 복잡했습니다.
토큰이 너무 비싸기 때문에 사람들은 인터넷에서 "소나 말을 야근하게 두면 야근 수당을 안 주지만, AI가 야근을 하게 하면 이 돈 한 푼도 잃지 않는다"는 농담을 하고 있다.
언젠가 자본가들이 인간을 고용하는 것이 AI보다 비용 효율적이라는 사실을 발견한다면, 그것은 우리에게 비극이 될까요?