AI가 기술 운영 비용을 획기적으로 낮춰줄 것이라는 거대한 신화는 잔혹한 데이터와 충돌하며 무너지고 있습니다. Nvidia와 같은 거대 기업의 경우, AI 모델을 유지하기 위한 컴퓨팅 비용이 이미 인건비를 넘어섰습니다.

우리는 단 몇 센트를 아끼는 이야기를 하는 것이 아닙니다. 많은 기업에게 있어 아직 "수익을 내지 못하는" 위험한 투자에 대해 이야기하고 있는 것입니다.

Uber의 사례: 탄광 속의 카나리아

2026년 4월, Uber의 CTO는 AI를 위한 연간 예산이 단 4개월 만에 소진되었다고 인정했습니다. 네, 맞습니다. 4개월입니다! 이것이 바로 실리콘밸리의 새로운 유행, 즉 토큰(tokens)을 소진하고 LLM(대규모 언어 모델)과 에이전트(agents)로부터 최대치를 끌어내는 '토큰맥싱(Tokenmaxxing)'입니다.

이유는 무엇일까요? 바로 Claude Code의 성공 때문입니다. 이 도구는 개발 팀에게 매우 효율적이어서 사용량이 통제 불능 상태로 급증했으며, 이는 거버넌스(governance)가 없다면 AI가 재정적 블랙홀이 될 수 있음을 증명했습니다.

효율성의 거품과 숨겨진 비용

완전한 자동화를 약속하지만, 현실은 AI 프로젝트의 단 18%에서 25%만이 자본 비용을 상회한다는 것입니다. 개발, 통합, 그리고 무엇보다 유지보수와 토큰 비용은 높은 진입 장벽을 형성합니다.

빅테크(Big Techs: Alphabet, Meta, Microsoft, Amazon)는 올해 92% 증가한 7,250억 달러를 투자할 계획입니다. 하지만 질문은 남습니다. 이러한 수준의 지출이 언제까지 지속 가능할까요? AI 토큰에 투입되는 7,250억 달러가 정말로 보상받을 수 있을까요?

몇 가지 핵심 포인트를 살펴보십시오:

GitHub에 커밋(commit)된 코드의 70%는 이미 AI에 의해 생성되었습니다. 일부 리포지토리(repositories)는 높은 자동화율로 운영되고 있습니다. 보고에 따르면 Claude Code와 같은 AI 에이전트를 통해 코드의 약 70%가 커밋된 극단적인 사례도 있으며, 이는 생산성과 개발 프로세스의 급격한 변화를 보여줍니다. 코드 작성을 위해 AI 에이전트를 여과 없이 자유롭고 무분별하게 사용하는 것은 토큰 예산의 빠른 고갈로 이어질 수 있으므로, 면밀한 재정적 모니터링이 필요합니다.

Meta Platforms의 2026년 인프라 지출 예상치는 1,450억 달러(US$ 145 bi)에 달합니다. 이러한 증가는 메모리 비용 상승으로 인해 데이터 센터의 대규모 확장과 인공지능 (AI) 부품 구매에 집중되어 있습니다. Meta의 CFO인 Susan Li는 회사가 컴퓨팅 능력 (computational capacity)의 필요성을 과소평가했음을 인정하며, 투자 속도 증가의 정당성을 설명했습니다. 2026년 예상치는 2025년에 지출된 722억 달러 (US$ 72.2 billion)의 거의 두 배에 달하는 수치입니다.

이 발표는 회사의 주가 (NASDAQ: META) 하락을 불러왔으며, 투자자들은 현금 소진 (cash burn)이 장기적 수익에 미칠 영향을 우려하고 있습니다. 반대로, 회사는 예산을 우선순위에 두기 위해 해고를 실시할 수 있음을 시사했습니다 (구조조정의 오류에 대해서는 이전에 이미 포스팅한 바 있습니다). 올해 빅테크 (Big Tech) 기업들의 AI 투자는 92% 증가했습니다.

2026년 1분기 재무제표에 기반한 보고서들은 대규모 증가를 나타내며, 일부 추정치는 합산 자본 지출 (capex, capital expenditures)이 전년 대비 약 92% 급증할 것으로 가리키고 있습니다. 이 금액(92%의 증가분)은 2025년에 지출된 4,100억 달러의 거의 두 배를 나타내며, 기술 패권을 향한 치열한 경쟁과 다시 한번 구조조정의 오류를 보여줍니다.

일부 시나리오에서 엔지니어 1인당 인공지능 API (LLMs) 월간 비용은 2,000달러 (US$ 2,000)에 달합니다. 이 높은 금액은 일반적으로 일반적인 사용이 아니라

AI는 도구이지, 최종적인 해결책이 아닙니다. 우리는 AI가 놀라운 도구라는 점을 이해해야 하지만, 그것이 전략, 거버넌스(Governance), 그리고 인간의 판단력을 대체할 수는 없다는 점도 이해해야 합니다. "거대한 롤백(Roll-back)"은 기업들이 다음과 같은 사실을 깨달을 때 발생합니다:

-- FinOps 없는 AI는 손실이다: 빌링(Billing) 알림과 소비 제한 없이 AI를 도입하는 것은 10년 전 클라우드(Cloud)로 전환할 때 저질렀던 실수와 동일합니다.

-- Vibe Coding vs. 실제 ROI: 엔지니어들이 속도가 빠르다고 느끼는 것만으로는 충분하지 않습니다. 그 속도의 비용이 창출된 이익보다 크다면 아무런 의미가 없습니다.

-- 에이전틱 기술 부채 (Agentic Technical Debt): 강력한 인간의 검토 없이 AI가 생성한 코드는 유지보수의 시한폭탄과 같습니다.

현실 직시가 새로운 차별점이 될 것이다

지금은 AI를 포기해야 할 때가 아니라, 성숙하게 사용해야 할 때입니다. 시장은 기술을 사용하여 "혁신적으로 보이고자 하는 자"와 기술을 사용하여 "진정으로 효율적이 되고자 하는 자"를 걸러내고 있습니다.

"거대한 롤백(Roll-back)"은 사실 경로 수정입니다. AI는 단지 하이프(Hype)에만 기반해서는 지속될 수 없습니다. AI는 현실 세계에서 그 경제적 가치를 증명해야 합니다.