마이크로소프트가 직접 연구로 확인했어요. 클로드 코드를 쓴 엔지니어들이 PR을 24% 더 많이 병합했다는 걸요.
그리고 2026년 6월 30일, 회계연도가 끝나는 날 5천 명 넘는 엔지니어의 라이선스를 끊었어요.
효과는 증명됐는데, 왜 껐을까요.
근데 청구서가 이상했어요
마이크로소프트의 클로드 코드 도입은 순조로웠어요. 2025년 12월, 수만 명 규모로 롤아웃했고 효과는 4개월 내내 꺼지지 않았어요. 채택한 엔지니어는 그렇지 않은 엔지니어보다 하루 평균 PR을 24% 더 많이 병합했습니다.
문제는 처음에 시트 정액제로 시작했다는 거예요. 사용량이 눈에 안 보이니 다들 마음껏 썼고, 종량제로 바뀌자 진짜 비용이 드러났어요. 직원당 월 500~2,000달러 수준까지 올라갔고, 결국 회계연도 말인 6월 30일에 다수 엔지니어의 라이선스를 정리했습니다.
비슷한 시기 우버는 2026년 AI 코딩 예산을 4개월 만에 다 썼어요. 대응은 간단했어요 — 직원 1명당 모델별로 월 1,500달러 한도를 걸었습니다.
이 소식을 접한 Hacker News 개발자들의 반응은 냉정했어요. 누구도 요청 결과가 나오기 전엔 얼마가 나올지 모른다, 백지수표에 사인하는 거나 마찬가지라는 거예요.
다들 브레이크를 밟기 시작했어요
우버·마이크로소프트만의 이야기가 아니에요. 업종을 가리지 않고 한도가 생기고 있어요.
| 회사 | 정책 |
|---|---|
| 안랩 | GitHub Copilot 월 3,000크레딧 제한 |
| LG전자 | 기본 토큰 예산 지급, 초과 시 사전 품의 |
| 삼성전자 | 토큰 대비 성과를 재는 '토큰 가성비' 시스템 |
| 넷마블·NHN | 직책·팀별 차등 월 사용 한도 |
| 현대자동차 | 중복 결제 금지, 허가된 AI만 사용 |
| 우버 | 모델별 직원 1인당 월 1,500달러 상한 |
| 월마트·아마존 | 저가 모델 우선 적용 |
이 정도면 분위기가 이해되죠. 가트너 수석 애널리스트는 AI 토큰 사용료가 2년 안에 소프트웨어 엔지니어 월급 수준에 도달하거나 넘어설 수 있다고 경고했어요. 이미 월 2만~3만 2천 달러를 쓰는 극단적 사례도 나왔습니다.
메타에서는 한 직원이 한 달에 2,800억 토큰을 썼어요. 회사 전체로는 30일 동안 60조 토큰이 나갔고요. 이쯤 되면 "생산성"과 "지출"은 완전히 다른 질문이 됩니다.
그렇다고 무조건 싼 모델로 돌리면 안 돼요
여기서 흔한 오해가 하나 있어요. "그럼 그냥 제일 싼 모델만 쓰면 되잖아요"라는 거예요. 근데 실제로 비용을 관리하는 회사들의 방법은 그거랑 달라요.
Databricks는 이 문제를 다룬 블로그에서 "지능 프론티어"가 아니라 "효율 프론티어"로 옮겨가야 한다고 말해요 — 무조건 최신·최고 모델이 아니라, 가격 대비 성능이 맞는 모델을 작업별로 골라야 한다는 거죠.
실제로 이 블로그는 스트라이프 사례를 언급하는데, 스트라이프는 상위 모델(Opus 4.7)로 업그레이드해봤지만 비용 상승분만큼 가치가 나오지 않는다고 판단해서 반려했대요.
| 관리 없이 쓰기 | 라우팅+상한으로 관리하기 | |
|---|---|---|
| 비용 파악 시점 | 청구서 받고 나서 | 실시간 대시보드 |
| 모델 선택 | 항상 최고가 기본값 | 작업 난이도별 자동 라우팅 |
| 예산 초과 대응 | 무제한 또는 전면 중단 | 75%·90% 알림 후 다운시프트 |
| 실제 결과 | 우버 4개월 만에 연간예산 소진 | 하네스·캐싱 조정으로 토큰 약 50% 감소 |
앤트로픽도 같은 흐름을 따라가고 있어요. 2026년 7월 2일, 클로드 엔터프라이즈에 지출 임계값 알림(75%·90%)과 팀별 모델 기본값 설정 기능을 추가했어요. 관리자가 이번 달 사용량이 2배 늘어난 팀이 어디냐고 물으면 바로 답을 받을 수 있는 분석 챗 기능도 들어갔고요.
지금 당장 손볼 수 있는 5가지
- 사용량부터 보이게 만들기
이미 켜져 있는 관리자 대시보드부터 열어보세요. Claude Enterprise Analytics, Cursor Business 리포트 같은 기능이 기본 제공됩니다. - 작업 난이도별로 모델 나누기
간단한 작업은 저가 모델을 기본값으로, 복잡한 리팩터링만 고성능 모델로 에스컬레이션하세요. 무조건 싼 모델만 쓰면 재작업이 늘어 오히려 토큰이 더 나갑니다. - 알림 임계값부터 설정
하드 컷(전면 중단) 대신 75%·90% 지점에서 알림이 오게 하고, 그다음엔 저가 모델로 자동 전환(다운시프트)하는 순서로 설계하세요. - 토큰 낭비 줄이기
컨텍스트를 자주 압축하고, 작업을 작은 단위로 쪼개고, 프롬프트 캐싱을 켜세요. Databricks는 이 조정만으로 토큰을 절반 가까이 줄였어요. - 코드베이스를 가볍게 유지
Hacker News 개발자들은 코드베이스가 비대해질수록 에이전트가 헤매고 토큰도 더 먹는다고 지적해요. 미니멀한 코드가 AI 에이전트를 한 달 이상 제대로 굴리는 전제조건이라는 거죠.
팀 규모가 작다면
우버·마이크로소프트처럼 수천 명 단위가 아니라면 별도 AI 게이트웨이 인프라는 과할 수 있어요. 이미 쓰는 도구의 관리자 콘솔(사용량 대시보드, 알림 기능)부터 켜는 게 순서예요.
