낮에는 소프트웨어 회사를 운영합니다. 이는 저의 직업적 삶과 개인적 삶이 많이 교차한다는 것을 의미합니다. 이번 주는 그런 순간 중 하나였습니다.

저희 재무(Finance) 팀은 Tokenomics Foundation에 가입해야 한다는 사례와, 내부 시스템 및 외부 제품 모두에 FOCUS 규격(spec)을 구현해 달라는 요청을 발표하고 있었습니다. 저는 두 가지 모두 막연하게 알고 있었지만, 30분간의 토론을 거친 후 훨씬 더 똑똑해진 기분이 들었습니다.

하지만 여기서 멈출 수 없습니다. 이것이 산업, 직원, 그리고 — 음 — 저에게 어떤 영향을 미칠지 생각해야 합니다.

저는 AI에 대한 클라우드 네이티브 (cloud-native) 비유를 계속 떠올리게 되는데, 이번 주에는 예상치 못한 곳인 FinOps에서 그 의미가 다시 한번 명확해졌습니다.

6월 3일, Linux Foundation은 FinOps Foundation과 긴밀히 협력하여 AI 비용 관리를 위한 개방형 표준을 전담하는 새로운 기구인 Tokenomics Foundation을 출범할 의사가 있다고 발표했습니다. 첫 번째 구체적인 결과물은 FOCUS를 확장하는 것입니다. FOCUS는 FinOps Open Cost and Usage Specification으로, 이미 AWS, Azure, GCP 전반에 걸쳐 클라우드 과금을 정규화하는 스키마(schema)입니다. 이를 토큰 기반의 AI 지출까지 커버하도록 확장하는 것입니다. Google Cloud, Microsoft, Oracle, Salesforce, SAP, JPMorgan Chase를 포함한 12개 조직이 이미 이를 지지하고 있습니다.

이것이 왜 저에게 중요한지, 그리고 여러분이 평생 FinOps 대시보드를 한 번도 열어본 적이 없더라도 왜 중요해야 한다고 생각하는지 말씀드리겠습니다.

우리는 클라우드 비용을 진지하게 다루기까지 10년이 걸렸습니다. 이번에는 그만큼의 시간이 주어지지 않을 것입니다.

클라우드 시대가 지속된 지 수년이 지나서야 "FinOps"가 실제 표준을 갖춘 진정한 규율 (discipline)로 자리 잡았습니다. 비용 배부 (Chargeback) 및 비용 가시화 (Showback)는 임시방편적으로 이루어졌습니다. 모든 클라우드 제공업체는 자신만의 과금 체계 (billing schema)를 고안했고, 실무자들은 AWS, Azure, GCP의 비용 데이터가 동일한 언어로 통용되도록 맞춤형 ETL 파이프라인을 구축해야 했습니다. FOCUS는 AWS가 EC2를 출시하고 15년 이상이 지난 2023년 1월이 되어서야 비로소 Linux Foundation 프로젝트로서 공식적으로 존재하게 되었습니다. 우리는 사용량 기반 비용이 이미 조직의 통제를 벗어나 급증한 이후에야 사용량 기반 비용 관리라는 규율을 구축했습니다. 저는 이전에 Anthropic이 클라우드 시대가 느리게 느껴질 정도로 빠른 속도로, 정확히 AWS와 동일한 형태의 플레이북을 실행하고 있다는 점에 대해 글을 쓴 적이 있습니다.

토큰 기반의 AI 지출은 압축된 형태를 제외하면 정확히 동일한 사용량 기반 비용 곡선을 따르고 있습니다. 전 세계 토큰 사용량은 2026년에서 2030년 사이에 24배 성장하여 월간 120경(quadrillion) 토큰에 달할 것으로 예상됩니다.

Bar chart showing global token usage growing 24x from a derived 2026 baseline of 5 quadrillion tokens per month to a projected 120 quadrillion tokens per month by 2030

차트: The Vibe Coder. It's FOSS에서 인용한 Goldman Sachs 연구에 따른 2030년 수치 및 24배 성장 배수; 2026년 기준치는 단순 나눗셈을 통해 도출되었으며 독립적으로 보고된 수치는 아님.

안정적이고 잘 알려진 단위인 vCPU-시간(vCPU-hour)과 달리, 토큰은 전혀 고정된 단위가 아닙니다 — 서로 다른 모델은 동일한 텍스트를 다르게 토큰화(tokenize)하며, 가격 책정, 컨텍스트 윈도우(context windows), 캐싱(caching) 동작은 예고 없이 변화합니다. LLM API 시대가 시작된 지 15년이 아니라 이제 겨우 3년이 지난 시점에 업계가 FOCUS-for-AI를 구축하고 있다는 사실은 진정으로 좋은 신호입니다. 이는 우리가 교훈을 처음부터 다시 배우는 대신, 이미 배운 교훈을 적용하고 있음을 의미합니다. 이것이 이 블로그의 핵심 논지를 축약한 것입니다: 기존의 플레이북(playbook)을 AI에 그대로 옮겨 심지(lift-and-shift) 마십시오. 다만, 기존 플레이북에서 어렵게 얻어낸 올바른 부분들은 유지하십시오. 사용량 기반의 비용 거버넌스(cost governance)가 바로 그 부분 중 하나입니다.

이것이 FinOps 실무자뿐만 아니라 Vibe Coder들에게 실제로 중요한 이유

저는 수백만 달러의 클라우드 비용을 관리하는 사람들을 위해 이 블로그를 쓰는 것이 아닙니다. 모든 지식 노동자가 이미 스프레드시트 사용자이거나 슬라이드 덱(slide-deck) 제작자인 것과 마찬가지로, 모든 지식 노동자가 곧 Vibe Coder가 될 것이라고 생각하기 때문에 이 글을 씁니다. 내부 도구, 워크플로 자동화(workflow automation), 또는 작은 앱을 만드는 것은 몇 년 안에 전문가의 영역이 아닌 보편적인 화이트칼라 기술이 될 것입니다. 이것이 이 블로그 전체를 관통하는 전제입니다.

이는 현재 FinOps 커뮤니티에서 논의되고 있는 경제성 담론이 플랫폼 팀이나 CFO(최고재무책임자)에게만 국한되지 않을 것임을 의미합니다. 에이전트 채팅창을 열고 "대시보드를 만들어줘"라고 말하는 모든 사람에게 이 문제가 닥칠 것입니다. 일단 바이브 코딩(vibe coding)이 보편화되면, 토큰 소비는 2015년의 클라우드 지출처럼 분산되고, 보이지 않으며, 예산을 쉽게 초과해 버리는 형태가 될 것입니다. 다만 차이점이 있다면, 하나의 플랫폼 팀이 EC2 인스턴스를 프로비저닝하는 대신, 에이전트 탭을 열어둔 모든 직원이 그 주체가 된다는 점입니다. State of FinOps 2026 설문조사에 따르면 AI는 주류 기술 투자 항목이 되었으며, FinOps 팀의 98%가 현재 AI 지출을 관리하고 있는데, 이는 2년 전의 31%에서 크게 증가한 수치입니다. 이 수치는 지출을 발생시키는 주체가 더 이상 엔지니어뿐만이 아니기 때문에 계속해서 상승할 것입니다.

취미로 하는 사람이든 기업의 직원이든, 바이브 코더(vibe coder)에게 실질적인 질문은 "FOCUS가 재무 측면에서 무엇을 의미하는가"가 아닙니다. 그 질문은 "내 조직이 결국 Kubernetes 네임스페이스를 관리하듯 나에게도 사용량을 측정(meter)할 것인가"입니다. 제 생각에 답은 '예'이며, 마땅히 그래야 한다고 생각합니다. 그렇지 않으면 청구서가 도착할 때까지 이 모든 것의 실제 비용이 얼마인지 아무도 모르게 될 것이기 때문입니다.

FOCUS의 실제 정의와 오해

FOCUS는 로깅(logging)이나 텔레메트리(telemetry) 표준이 아닙니다. 이것은 빌링 스키마(billing schema)입니다. 관측성 트레이스(observability trace)보다는 표준화된 인보이스(invoice, 송장) 형식에 더 가깝습니다. FOCUS는 클라우드, SaaS, 데이터 센터 및 기타 기술 카테고리에 걸쳐 기술 비용 및 사용 데이터에 대한 공통 스키마를 정의하며, 빌링 및 사용 데이터에 대해 일관되고 벤더 중립적인 어휘를 구축합니다. FOCUS 데이터셋은 요금 테이블(table of charges)입니다. 여기서 각 행(row)은 하나의 요금을 나타내며, 모든 열(column)은 명세서에 의해 정의된 이름, 데이터 유형 및 의미를 가집니다. 따라서 어떤 제공업체가 해당 행을 생성했는지와 관계없이 열의 의미는 동일하게 유지됩니다.

구체적으로, 이는 CSV 또는 Parquet 내보내기 형식으로 제공됩니다 (AWS의 CUR 2.0은 FOCUS 1.2 형식의 Parquet를 S3로 출력할 수 있습니다). 규범적 언어(normative language)는 RFC 2119/8174(MUST/SHOULD/MAY)를 따르며, 제공업체는 공유 스키마(shared schema)를 깨뜨리지 않으면서 독자적인 세부 정보를 위해 x_ 접두사가 붙은 열을 사용하여 이를 확장할 수 있습니다. 데이터 세트가 사양(spec)을 버전별로 준수하는지 확인하는 오픈 소스 검증기(open-source validator)도 존재합니다.

(한 가지 정리할 사항: FOCUS 및 FinOps Foundation 로고는 등록 상표이므로, 여기에서 직접 재현하는 대신 공식 마크가 필요한 경우 FOCUS 브랜드 사이트와 FinOps Foundation 미디어 페이지로 직접 링크를 연결합니다.)

진화 과정, 그리고 1.4 버전의 안착

FOCUS는 표준화 기구로서 빠르게 발전해 왔습니다:

• v1.0 (2024): 클라우드 서비스 제공업체(Cloud Service Provider)의 과금(billing)을 위한 핵심 스키마인 BilledCost, EffectiveCost, ConsumedQuantity를 확립했습니다.
• v1.1 (2024년 11월): 송장 조정(invoice reconciliation) 및 단위 비용/밀도 지표(GB당 비용, 요청당 비용)를 추가했습니다.
• v1.2 (2025년 5월): Cloud + SaaS + PaaS 보고를 하나의 스키마로 통합했으며, 특히 이 포스트에서 중요하게 다루는 가상 통화 및 **토큰 구매 패턴 분석(token purchase pattern analysis)**에 관한 첫 번째 언어를 도입했습니다.
• v1.3 (2025년 12월): 전용 계약 약정(Contract Commitment) 데이터 세트를 추가했으며, 결정적으로 일급 객체(first-class) 수준의 공유 비용 할당(shared-cost allocation) 필드를 추가했습니다. 즉, 어떤 리소스가 공유되었는지, 누가 이를 소비했는지, 그리고 어떤 방법으로 비용을 분할했는지를 다룹니다.
• v1.4 (2026년 6월 4일 FinOps X에서 비준): 현재 릴리스 버전입니다.

이는 2개의 데이터 세트(datasets), 47개의 컬럼(columns), 6개의 속성(attributes), 17개의 용어집 항목(glossary entries), 그리고 2개의 지원되는 기능(supported features)을 추가합니다. 특히 사용량을 인보이스(invoice)와 직접 대조할 수 있게 해주는 새로운 인보이스 상세(Invoice Detail) 및 청구 기간(Billing Period) 데이터 세트, 그리고 리셀러(reseller) 관계를 명확히 구분하기 위해 리소스를 판매한 주체와 실제로 이를 실행하는 주체를 분리하는 서비스 제공자(Service Provider) 대 호스트 제공자(Host Provider) 컬럼이 핵심입니다.

Timeline showing five FOCUS specification releases from v1.0 in 2024 through v1.4 ratified June 4, 2026, each annotated with its key additions

차트: The Vibe Coder. FOCUS Specification 변경 로그에 따른 비준 날짜 및 릴리스 상세 정보, CC-BY-4.0 라이선스 적용.

해당 1.4 릴리스에 추가된 AI 특화 컬럼들이 여기서 가장 중요합니다: ConsumedQuantity, ConsumedUnit, HostProviderName, 그리고 AI 워크로드(workloads)를 위해 사양(spec)에서 특별히 도입한 x_InputTokens / x_OutputTokens / x_CachedTokens 분할 항목입니다. 이것이 바로 "이 모델 호출의 실제 비용은 얼마였으며, 무엇에 대한 비용인가"라는 질문에 대한 스키마(schema) 수준의 해답입니다.

FOCUS 1.4가 AI 소비를 위해 올바르게 구현한 점

프런티어 랩(frontier lab)이나 하이퍼스케일러(hyperscaler)의 관리형 AI 서비스로부터 토큰(tokens)을 구매하고 있다면, 현재의 FOCUS는 여러분에게 실질적이고 표준화된 근거를 제공합니다:

• 공급자 간 비교 가능성 (Cross-provider comparability). 청구서가 OpenAI, Anthropic, Azure OpenAI 또는 Bedrock에서 발생하든 관계없이, 토큰 소비량은 컴퓨팅 비용이 어디서나 vCPU-시간(vCPU-hours)으로 표시되는 것과 동일하게 ConsumedUnit: tokens 내의 ConsumedQuantity로 나타납니다.
• 입력/출력/캐시된 토큰 귀속 (Input/output/cached token attribution). x_InputTokens/x_OutputTokens/x_CachedTokens 분할을 통해 실제 비용이 어디에 사용되었는지 확인할 수 있습니다. 이는 출력 토큰이 일반적으로 입력 토큰보다 3~8배 더 비싸기 때문에 중요한데, 이는 생성(generation) 과정이 프롬프트를 읽는 것보다 더 많은 컴퓨팅 자원을 소모하기 때문입니다.
• 차지백(Chargeback)을 위한 공유 비용 할당 (Shared-cost allocation for chargeback). 1.3-era의 비용 분할 할당 필드 — 어떤 리소스가 공유되었는지, 어떤 사용자가 사용했는지, 분할에 어떤 방법이 사용되었는지 — 는 기업이 단순히 공유 VM뿐만 아니라, 팀 간에 공유된 모델 배포 또는 공유 GPU 풀에 대해 비용을 청구(charge back)하는 데 필요한 정확한 메커니즘을 제공합니다.
• 약정 비용의 분할 상환 (Amortization of commitments). FOCUS는 이미 유효 비용(effective-cost) 컬럼을 통해 고정 요금 구독을 일일 소비량에 따라 분산하는 방법을 알고 있으며, 이는 예약 용량(reserved-capacity) 추론 계약에도 적용될 수 있는 동일한 패턴입니다.

셀프 호스팅(Self-Hosting) 시 여전히 부족한 점

이 부분은 직접 모델을 운영하는 경우에 중요하며, 아직 해결되지 않은 부분입니다.