Anthropic은 급여의 2.3배를 컴퓨팅 (Compute)에 지출합니다.1 약 5,000명의 직원과 2026년 추정치인 약 100억 달러의 추론 (Inference) 및 학습 (Training) 지출을 고려하면, 이는 직원 1인당 연간 약 200만 달러의 컴퓨팅 비용에 해당하며, 이는 예상되는 총 보상 (All-in comp)인 50만 달러 이상과 대비됩니다.2

나머지 소프트웨어 시장은 뒤처져 있습니다. 상위 1% 기업은 엔지니어 1인당 연간 89,000달러를 AI에 지출하며, 이는 총 비용이 224,000달러인 시니어 엔지니어 급여의 40% 수준입니다.3,4 중앙값(Median)은 137달러를 지출합니다. 이것이 바로 격차입니다: 최전선(Frontier)에서는 2.3배, 시장 상위권에서는 0.4배, 중앙값에서는 거의 0에 가깝습니다.

나머지 시장은 얼마나 근접할까요? 세 가지 시나리오가 그 답을 제시합니다.

비관론 (Bear, 토큰 디플레이션 승리), 기본 (Base, 상위 1% 궤적 완화), 낙관론 (Bull, 나머지 시장이 2029년까지 Anthropic의 비율에 도달). 각 시나리오는 엔지니어 1인당 연간 AI 청구액과 매칭됩니다.5

연도	비관론 (Bear)	기본 (Base)	낙관론 (Bull)
2026	$90k (40%)	$90k (40%)	$90k (40%)
...

낙관론(Bull)의 경우, 엔지니어 1인당 AI 청구액만으로도 중앙값 SaaS 직원의 전체 매출 기여도와 일치하게 됩니다.6 Anthropic과 OpenAI는 이미 직원 1인당 각각 1,400만 달러와 650만 달러의 매출을 창출하고 있으며, 이는 Forbes Global 2000에서 가장 높은 수치입니다.7

비용 구조는 매출 구조를 따릅니다.

낙관론(Bull)의 동력: 학습 비용이 정체되고 수요가 공급을 앞지름에 따라 최전선 모델(Frontier model)의 가격이 유지됩니다. 에이전트 워크플로우 (Agentic workflows)는 채팅보다 수십 배 높은 비율로 토큰을 소비하며, Goldman Sachs는 2030년까지 토큰 소비량이 24배 증가할 것으로 전망합니다.8 만약 경쟁사가 기능을 더 빠르게 출시한다면, AI 비용은 선택 사항이 아니게 됩니다.

비관론(Bear)의 상쇄 요인: 토큰 가격은 3년 동안 매년 10배씩 하락했습니다.9 오픈 웨이트 모델 (Open-weight models)은 비용의 극히 일부만으로 품질 격차를 좁히고 있습니다.10 역할이나 작업 부하에 따라 사용량을 제한하는 기업들이 곡선을 완만하게 만듭니다.

이 시나리오 중 하나가 2029년에 진실에 더 가까워질 것입니다. 당신은 2027년을 위해 어떤 시나리오를 모델링하고 있습니까?

Goldman Sachs,

Goldman Sachs,

2026년의 AI 경제 (The AI Economy in 2026). Anthropic과 같은 AI 네이티브 기업에서는 컴퓨팅 지출(compute spend)이 인건비의 약 2.3배에 달하며, 이는 인프라가 급여를 압도하는 구조적 비용 기반을 나타냅니다. 산업 관련 보도 참조: valueaddvc.com/ai-spending. ↩︎ -
SaaStr에 따르면 Anthropic의 인원수는 약 5,000명입니다 (2026년 6월). Fortune의 AI 자본 지출(capex) 보도에 따르면, 2026년 추론(Inference) 및 학습(training) 지출은 약 100억 달러이며, 매출은 약 50억 달러입니다. 100억 달러 / 5,000명 = 직원 1인당 200만 달러의 컴퓨팅 비용이 발생합니다. Levels.fyi의 Anthropic 데이터에 따르면, 상위 AI 연구소의 총 보상(All-in comp)은 50만 달러 이상입니다. ↩︎

시니어 소프트웨어 엔지니어의 총 비용(fully-loaded comp) 기준점인 연간 224,000달러는 Levels.fyi의 2026년 1분기 기본 급여 데이터와 미국 노동통계국(U.S. Bureau of Labor Statistics)의 2026년 고용주 직원 보상 비용(Employer Costs for Employee Compensation)의 복리후생 가산(benefits loading)을 혼합한 결과입니다. 최상위 기업들은 이보다 더 높은 수준을 유지합니다. ↩︎

Ramp AI 지수, 2026년 6월. ramp.com/data/ai-index-june-2026. 상위 1% 기업은 직원 1인당 월 7,449달러(연간 89,000달러)를 AI에 지출하며, 이는 전월 대비 14.1% 성장하고 있습니다. 중간 규모 기업은 월 11.38달러(연간 137달러)를 지출하며, 선두 기업과 중간 기업 사이에는 680배의 지출 격차가 존재합니다. ↩︎

방법론(Methodology). 시니어 엔지니어의 총 비용 기준점은 현재 연간 224,000달러이며 매년 약 5%씩 성장합니다 (BLS 임금 추세). 각 시나리오의 급여 경로 대비 비율(%)이 엔지니어 1인당 연간 AI 지출을 결정합니다. 약세 경로 (연도별 급여 대비 %): 40, 45, 48, 41. 기본 경로: 40, 70, 105, 140. 강세 경로: 40, 110, 180, 230. 약세 경로의 달러 지출액은 2028년까지 상승하다가, 비율이 임금 인플레이션보다 더 빠르게 하락함에 따라 2029년에 감소합니다. ↩︎

KeyBanc Capital Markets SaaS 설문조사 및 OPEXEngine 2025-26 코호트에서 추출한 상장 SaaS의 직원당 매출(revenue-per-employee) 벤치마크입니다. 중간값은 약 25만 달러이며, 상위 25%(top-quartile)는 기업 단계 및 산업 분야(vertical)에 따라 40만~60만 달러 사이입니다. ↩︎

Epoch AI,

AI 기업의 직원당 매출 (Revenue Per Employee at AI Companies), 2026. epoch.ai/data-insights/revenue-per-employee-ai-companies. Anthropic은 직원당 약 1,400만 달러, OpenAI는 약 650만 달러로, 이는 Forbes Global 2000에서 가장 높은 수치입니다. ↩︎ -
Goldman Sachs Research는 에이전트형 AI(agentic AI) 워크로드가 현재의 채팅 중심 사용 패턴과 비교하여 2030년까지 토큰 소비량을 24배 증가시킬 것으로 예측합니다. ↩︎

• OpenAI의 GPT-4 급 입력 가격은 출시 당시(2023년 3월) 100만 토큰당 30달러에서 2026년까지 3달러 미만으로 하락하며, 동일한 성능 기준 연간 약 10배의 디플레이션(deflation)율을 기록했습니다. Anthropic Claude 및 Google Gemini의 SKU(Stock Keeping Unit) 전반에서도 유사한 하락세가 관찰됩니다. ↩︎

• DeepSeek-V3 및 이후의 오픈 웨이트(open-weight) 모델들은 선도적인 독점 모델(proprietary models) 대비 API 비용을 1/10에서 1/30 수준으로 낮추면서도 프런티어(frontier)급에 필적하는 벤치마크 성능을 제공했습니다. 이는 상위 기업들이 비용 통제를 위해 "프런티어 모델과 저렴한 오픈 소스를 혼합하여 사용(mixing frontier models with cheap open-source)"하고 있다는 Ramp의 2026년 6월 관찰 결과와 일치합니다.