Simon Willison은 지난주 자신의 실제 토큰 사용량을 확인하기 위해 도구를 실행했습니다. 결과는 다음과 같습니다: 30일 동안 2,180달러 상당의 API 호출이 발생했습니다. 그의 구독 비용은 얼마였을까요? 200달러였습니다. 이는 11배의 격차이며, AI 산업이 정확히 어디로 향하고 있는지를 말해줍니다.

지난 두 달 동안 Anthropic과 OpenAI 모두 조용히 동일한 전략을 실행했습니다. 바로 기업 고객을 정액제(flat-rate pricing)에서 토큰당 과금(per-token billing) 방식으로 전환하는 것입니다. 무료 시대는 끝났으며, AI 코딩 에이전트(AI coding agents)에 의존하는 개발자들은 곧 이를 체감하게 될 것입니다.

아무도 눈치채지 못한 가격 정책의 변화

무엇이 언제 바뀌었는지 정리하면 다음과 같습니다:

Anthropic (Claude Code, Enterprise 플랜): 원래는 정액제로

맥락을 설명하자면, 이는 대략 시니어 엔지니어 두 명을 추가로 고용하는 비용과 맞먹습니다. 생산성 향상이 그만한 가치가 있을까요? 많은 팀에게는 분명히 그렇습니다. 하지만 예산에 반영되지 않은 비용이 청구될 때 그 고지서는 여전히 쓰라립니다.

Hacker News의 반응

Simon Willison의 글은 Hacker News에서 몇 시간 만에 765점의 추천과 400개 이상의 댓글을 기록했습니다. 주요 스레드에서는 개발자들의 세 가지 진영이 드러납니다.

제1진영: "괜찮습니다, 여전히 가치가 있어요"

"Claude Code를 위해 기꺼이 월 1,000달러를 지불하겠습니다. 매일 2~3시간의 지루한 작업을 대체해주고 있으니까요." (가장 많은 추천을 받은 댓글)

제2진영: "사용량을 줄이고 있습니다"

여러 개발자가 엄격한 일일 토큰 예산 (Token budget)을 설정하고, 상용구 코드 (Boilerplate code) 작성을 위해 로컬 모델 (Local models)로 전환하며, 에이전트 (Agents)를 호출하는 시점을 더 신중하게 선택하고 있다고 보고했습니다. 한 개발자는 단순한 쿼리는 Ollama로 라우팅하고, 복잡한 리팩토링 (Refactors)에 대해서만 Claude로 넘기는 래퍼 (Wrapper)를 구축했습니다.

제3진영: "대안을 만들고 있습니다"

여러 HN 댓글 작성자들은 토큰 사용량을 실시간으로 추적하고, 터미널에 누적 합계를 표시하며, 예산을 초과하면 요청을 차단하는 비용 인식형 코딩 에이전트 (Cost-aware coding agents)를 구축하는 프로젝트들을 공유했습니다. 이러한 도구들은 3개월 전만 해도 아무도 필요로 하지 않았기 때문에 존재하지 않았습니다.

이것이 AI 산업에 의미하는 바

가격 책정의 변화는 단순히 수익에 관한 것이 아닙니다. 이는 더 큰 신호, 즉 제품-시장 적합성 (Product-market fit)을 나타냅니다.

Simon Willison의 제목은 이를 명확하게 말합니다: "Anthropic과 OpenAI가 제품-시장 적합성 (Product-market fit)을 찾았다고 생각합니다." 고객들이 완전히 서비스를 중단하는 대신 가격에 대해 불평을 늘어놓는다면, 그것은 강력한 신호입니다. 기업 사용자 (Enterprise users)들은 떠나지 않고 있습니다. 그들은 비용을 지불하고 있습니다.

하지만 두 번째 신호도 있습니다. 연구소 (Labs)들이 수익을 내야 한다는 엄청난 압박을 받고 있다는 점입니다. The Verge의 Hayden Field는 지난 4월 "당신은 곧 AI 자금 압박을 느끼게 될 것입니다"라는 헤드라인으로 이 상황을 완벽하게 포착했습니다. 수십억 달러에 달하는 벤처 캐피털 (Venture funding) 자금과 컴퓨팅 비용 (Compute costs)은 스스로를 충당할 수 없습니다.

Anthropic은 첫 흑자 분기를 앞두고 있다는 소문이 돌고 있습니다. 막대한 인프라 지출을 기록 중인 OpenAI는 아마도 더 멀리 떨어져 있을 것입니다. 하지만 두 기업 모두 이제 무한한 자금(Runway)을 가진 연구실이 아니라, 실제 비즈니스처럼 행동하고 있습니다.

개발자를 위한 실질적인 단계

만약 귀하의 팀이 AI 코딩 에이전트 (AI coding agents)에 의존하고 있다면, 지금 바로 다음 사항들을 수행해야 합니다:

1. 실제 사용량 감사 (Audit)

Anthropic과 OpenAI 모두 이를 쉽게 만들어두지 않았습니다. Willison은 플랫폼들이 사용자별 토큰 비용 (per-user token costs)을 드러내지 않기 때문에 직접 ccusage를 만들었습니다. 퍼스트 파티 (First-party) 도구가 나올 때까지, 다음과 같은 빠른 감사 접근 방식을 사용하십시오:

# Claude Code 사용자용: 사용 로그 확인
cat ~/.claude/usage.json | python3 -c "
import json, sys
...

2. 필요해지기 전에 예산 설정하기

대부분의 팀은 CFO (최고재무책임자)가 50,000달러짜리 인보이스 (Invoice)를 전달할 때 비로소 문제가 있음을 깨닫습니다. 지금 바로 개발자당 또는 팀당 월간 예산을 설정하십시오. 만약 사용 중인 플랫폼이 하드 리밋 (Hard limits, 강제 제한)을 지원하지 않는다면, 모니터링을 통한 소프트 리밋 (Soft limits, 완화된 제한)을 구현하십시오:

# 팀 AI 사용량을 위한 간단한 비용 추적기
import json
from datetime import datetime
...

3. 지능적인 라우팅 (Route)

모든 작업에 Claude Opus나 GPT-4.1이 필요한 것은 아닙니다. 분류 시스템 (Triage system)을 구축하십시오:

작업 복잡도            권장 모델               백만 토큰당 비용
------------------     -------------------     -----------------------
Boilerplate, types     Local (Ollama/Llama)    $0
...

4. 공격적인 캐싱 (Cache)

만약 다섯 명의 개발자가 귀하의 코드베이스 (Codebase)에 대해 본질적으로 동일한 질문을 Claude Code에 던진다면, 귀하는 그 답변에 대해 다섯 번의 비용을 지불하는 셈입니다. 공유 컨텍스트 캐시 (Shared context cache) 또는 팀 단위의 프롬프트 라이브러리 (Prompt library)를 사용하면 반복되는 비용을 획기적으로 줄일 수 있습니다.

결론

AI 산업은 임계점을 넘었습니다. 2년 전 AI 코딩 도구는 신기한 구경거리였습니다. 6개월 전에는 생산성 향상 도구였습니다. 오늘날 그것들은 실제 비용이 발생하는 필수 인프라 (Essential infrastructure)입니다.

좋은 소식은 다음과 같습니다. 만약 귀하가 40시간 이상의 업무 시간을 절약해 주는 AI 도구에 매달 1,000달러를 지불하고 있다면, 귀하의 ROI (투자 대비 수익)는 터무니없을 정도로 긍정적이라는 것입니다. 개발자의 시간 가치는 시간당 25달러보다 훨씬 더 높습니다.

나쁜 소식은, 아무도 계량기가 돌아가고 있다는 사실을 알려주지 않았다는 것입니다. 만약 귀하가 이를 추적하고 있지 않다면, 회계 부서를 통해 그 사실을 알게 될 것입니다.

Simon Willison은 자신의 글을 다음과 같은 시사점 있는 관찰로 마무리했습니다: "제 생각에 그들은 제품-시장 적합성 (Product-Market Fit)을 찾은 것 같습니다. 그리고 규모를 키우고 있습니다." 사람들이 불평하면서도 계속해서 비용을 지불하는 개발자 도구? 그것이 바로 제품-시장 적합성 (Product-Market Fit)이 나타나는 정확한 모습입니다.

이제 귀하의 토큰 사용량을 확인해 보십시오. 아마 생각보다 더 높을 것입니다.