2026년 5월의 어느 월요일 아침, 한 중소기업 CTO가 Anthropic의 과금 대시보드를 열어보고 얼어붙었다. 토큰 기반 과금으로 전환한 첫날, 회사의 AI 지출이 7배로 뛰었다. 그 CTO의 원래 표현은 이랬다: “우리가 괴물을 만들었다.”
이건 가상의 이야기가 아니다. 《파이낸셜 타임스》의 Jamie John 등이 보도한 실제 사례다. 그 전까지 이 회사는 사용자당 월 $200을 내고 엔지니어들이 Claude를 무제한으로 호출했다. 이제 토큰 단위로 바뀌자, 같은 사용량에 대한 청구서가 폭발했다. CTO의 반응은 직관적이고 본능적이었다 — 예산을 깎고, 사용을 제한하고, AI가 생성한 모든 코드 라인이 정말 그 가격만큼의 가치가 있는지 다시 따지기 시작했다.
같은 반응을 보인 회사는 하나가 아니다. 지난 두 달 동안, Fortune 200의 대기업부터 실리콘밸리의 AI 퍼스트 스타트업까지, CTO와 CFO들이 갑자기 같은 수학 문제를 풀기 시작했다: AI의 산출물이, 그 청구서를 갚을 만큼의 가치가 있는가?
1. 보조금 머신: 40배에서 70배까지 태우기
David Rosenthal(블로그명 dshr)은 6월 23일 발표한 《AI’s Affordability Crisis》에서 AI 플랫폼의 비즈니스 모델을 “마약상 알고리즘”으로 요약했다 — 첫 번째는 공짜, 중독된 후에 가격을 올린다는 것이다. 비유가 우아하진 않지만, 이 현상을 뒷받침하는 데이터는 있다.
세미애널리시스(SemiAnalysis)가 극한 테스트를 진행했다: 월 $200 구독 한도 내에서 사용자가 최대 몇 개의 토큰을 소비할 수 있을까? 결과: Anthropic의 Claude는 $8,000까지, OpenAI의 ChatGPT는 $14,000까지 태울 수 있었다. 이는 두 플랫폼이 기업 고객에게 각각 40배, 70배의 암묵적 보조금을 지급하고 있다는 뜻이다.
보조금의 규모는 다른 각도에서도 측정할 수 있다. 2025년 OpenAI의 재무 데이터 — 기술 기자 Ed Zitron이 공개한 — 에 따르면: 매출 $130.7억, 총비용 $340억, 영업손실 $209.2억. 이 중 $415.5억의 비현금 손실은 “비영리에서 영리 법인으로의 공정가치 변동”에서 비롯됐지만, 비현금 항목을 제외해도 영업손실은 여전히 수백억 달러 규모다.
더 눈에 띄는 디테일은: OpenAI가 매출의 44%($57.3억)를 영업과 마케팅에 썼다는 점 — 그리고 이 정도의 투자에도 불구하고 기업 도입률 증가세는 둔화되고 있다.
이 데이터는 정반대의 두 해석을 낳는다. 비관론자들은 말한다: 공짜로 줘도 안 가져가는 제품을, 가격 인상 후의 미래를 어떻게 장담하느냐? 낙관론자들 — 일부 HN 토론 참여자를 포함 — 은 반대로, 44%의 마케팅 비중은 시장 교육이 아직 더 필요하다는 증거이며, 보급 곡선이 임계점을 넘으면 마케팅 비중은 자연히 떨어질 거라고 본다. 누가 맞는지, 현재로선 답이 없다.
2. 기업의 집단 브레이크
HN 사용자 “burningChrome”은 현장의 시각을 제공했다. 그가 일하는 Fortune 200 기업은 표준적인 AI 도입 곡선을 그대로 밟았다: 첫 3개월은 “와일드 웨스트” — 모든 팀이 어떤 LLM이든 자유롭게 사용했고, 어떤 팀은 자체 구축한 AI 도구 덕분에 여러 SaaS 벤더 계약을 취소하기까지 했다. 그들은 “비용이 0이라고 생각했기” 때문이다. 이후 회사는 Anthropic과 Google의 기업 계약을 체결했다. 한 달 후, 경영진은 토큰 소비가 예상을 훨씬 초과했음을 발견하고, Claude와 Gemini 접근을 전면 차단했다. 다시 접근하려면? 여러 장의 양식을 작성하고, 여러 단계의 승인을 거쳐, 탄탄한 비즈니스 논리를 제출해야 한다 — 그 전에, 수천 명의 대기 명단에 이름을 올려야 한다.
“회사는 지금 손해 통제 모드다. 누군가 청구서를 봤고, 이 파티를 끝내기로 결정했다.” 그의 요약은 간결하고 치명적이다.
이것은 단독 사례가 아니다. 여러 HN 댓글 작성자가 비슷한 궤적을 묘사했다. 한 사용자는 회사 IT 부서가 개발자들에게 “싼 모델로도 충분하다”는 메일을 돌리기 시작했고, 고가치 모델에는 토큰 또는 금액 상한선을 걸었다고 전했다. Fortune 100 대상 프로젝트를 수행하는 다른 댓글 작성자는 보편적 패턴을 관찰했다: 기업이 개발자에게 월 $500의 AI 한도를 주고, 코드 줄 수가 아니라 실제 산출물 기준으로 생산성 향상을 입증하도록 요구한다는 것이다.
필자는 이 접근법들의 합리성을 판단하지 않는다. 하지만 한 가지 공학적 판단은 확인할 수 있다: 고객의 구매 결정이 “일단 써보자”에서 “ROI 먼저”로 넘어갈 때, 가격 결정권은 판매자에서 구매자 쪽으로 기울고 있다.
3. 반대편: AI는 이 가격만큼의 가치가 있을지도
하지만 “AI가 너무 비싸다”고 말하기 전에, 비교 기준을 세워야 한다. 일부 HN 댓글 작성자들은 강력한 반론을 제시했다.
사용자 “travisb”는 다른 계산을 했다: AI는 “궁극의 계약직”이다 — 필요할 때만 쓰고, 유휴 시간 비용이 없고, 채용 주기도 없고, 계약 협상도 필요 없다. 미국에서 인간 엔지니어의 완전 고용 비용(급여+복지+사무공간+관리 오버헤드)은 시간당 약 $95이다. AI가 많은 작업에서 인간과 동등한 산출물을 낼 수 있다면, 시간당 $200 이상도 경제적 합리성을 갖춘다. “이런 활용률 수준이면, AI 벤더의 재무제표는 훨씬 좋아 보일 것이다.”
사용자 “qurren”의 질문은 더 직설적이다: “엔지니어 연봉이 X일 때, AI가 그들의 작업량을 3배로 늘려준다면, 기업은 기꺼이 2X까지 AI 비용을 지불해야 한다.” 하지만 현실에서 그가 관찰한 것은 정반대였다 — 많은 회사가 AI 지출이 0.1X에 도달했을 때부터 불평을 시작한다.
이런 비대칭적 행동이 암시하는 바는: 기업이 AI의 실제 생산성 기여도에 확신이 없거나, 아니면 본질적으로 게임을 하고 있다는 것이다 — AI의 생산성 이득은 챙기면서, 벤더가 계속 적자를 감수하며 보조금을 태워주길 바라는 것.
중요한 회계적 정정도 있다. HN 사용자 “raincole”은 지적한다: OpenAI 2025년의 $385억 순손실 중 약 $300억은 비영리→영리 전환의 “일회성 회계 처리”에서 비롯됐다. 이를 제외하면 OpenAI의 핵심 운영 손실은 장부 숫자보다 훨씬 작으며, 내부 목표는 2026년 흑자 달성이다. 즉, dshr 원문이 인용한 $385억 데이터는 지속적 손실의 규모를 과장했을 가능성이 있다.
투자자 시각도 분화되고 있다. 자산관리 업계에 종사한다는 한 HN 사용자는, 지난 몇 달간 고객과의 대화가 “어떻게 AI 열차에 올라탈까”에서 “AI 붕괴 시 어떻게 자산을 보전할까”로 바뀌었다고 관찰했다. 그러나 다른 사용자가 즉시 정보원의 신뢰성을 문제 삼으며 “당신은 자산관리 사무실에서 일하는가, 아니면 남의 의견을 전달하는가?”라고 물었다 — 이 질문 자체가, 현재 AI 경제 논의에서 ‘서사’와 ‘사실’의 모호한 경계를 드러낸다.
4. 균열은 기술 측인가, 청구서 측인가
dshr 글의 핵심 데이터 중 하나는 《파이낸셜 타임스》와 Panmure Liberum의 분석이다: “제로 비용”이라는 가장 낙관적인 가정 하에서 — 매출의 자본 지출 대비 수익률만 계산 — 5대 하이퍼스케일 클라우드 벤더의 AI 투자 내재 수익률은 다음과 같다: Microsoft -9.2%, Alphabet -15.7%, Amazon +7.2%, Meta -28.8%, Oracle -35.6%. Amazon만 겨우 플러스다.
이 데이터를 이해하려면 두 가지 맥락이 필요하다. 첫째, 운영 비용 0을 가정했기 때문에 실제 손실 깊이를 심각하게 과소평가하고 있다. 둘째, “이미 투입된 비용” 대비 “현재 매출”의 수익률을 측정한다 — 미래 매출이 크게 증가한다면(모델 능력의 비약적 도약이든 가격 인상이든), 이 숫자들은 크게 다시 쓰일 수 있다. 어떤 가정이 맞을지는, 매출 곡선이 투자 곡선의 가파름을 따라잡을 수 있느냐에 달려 있다.
Will Lockett은 고도로 단순화된 계산을 했다: AI 산업이 향후 몇 년간 약 $3조의 부채를 쌓고, 3% 금리, 10년 만기로 가정할 때, 연간 원리금 상환만 $3,090억의 이익이 필요하다. AI가 10% 이익률을 달성하고 인간 노동력과 비용 동등성을 가지며 대부분의 직종을 수행할 수 있다고 낙관적으로 가정할 때 — 대체된 일자리 하나당 AI 기업에 약 $6,600의 연간 이익을 기여한다. 그렇다면, 원리금 상환만으로도 4,680만 개의 미국 일자리를 대체해야 하며, 이는 현재 미국 일자리의 약 27%에 해당한다.
필자는 두 가지 공학적 보정을 추가한다. 하나, 인간 노동력의 고용주 총비용은 급여만이 아니라 사회보장세, 의료보험, 사무공간 등을 포함한다 — 미국 노동통계국에 따르면 복지 비용은 고용주 총비용의 약 30.1%이므로, 일자리당 등가 이익은 약 $9,500으로 올라가고, 필요 대체 일자리 수는 약 3,250만 개로 내려간다. 둘, 이 계산은 AI가 인간과 동등한 능력을 갖출 것이라고 가정하는데 — 2024년 MIT의 한 연구는 77%의 시나리오에서 인간을 쓰는 것이 여전히 AI보다 낫다고 밝혔다. 이 두 방향의 불확실성은 서로 상쇄되지 않는다.
5. 오픈소스와 가격 인하: 두 가지 가능한 출구
HN 토론에서 위기 서사를 약화시킬 수 있는 두 가지 변수가 떠올랐다.
첫째는 오픈소스 모델의 충격이다. “tacone”은 OpenAI와 Anthropic의 양강 구도는 가격 경쟁 압력이 본질적으로 부족하다고 지적한다. 반면 중국 모델과 오픈소스 모델은 가격 차원에서 진정한 경쟁을 시작했다. GLM 5.2 등 오픈소스 모델이 극도로 낮은 비용으로 최첨단 모델의 성능에 접근하고 있다. 한 사용자는 소박한 질문을 던졌다: 왜 Claude에 매달 $8,000을 쓰는 대신, 한 달 비용으로 AMD 머신이나 Mac Mini를 사서 동급 오픈소스 모델을 돌리지 않는가?
이 논리선의 맹점은 지연 시간과 처리량에 있다. “wqaatwt”가 지적하듯: 클라우드 배치 추론의 효율은 단일 머신 로컬 추론보다 훨씬 높다 — 하드웨어 비용 외에, 지연 시간과 처리량도 마찬가지로 중요하다. 지연 시간에 민감한 Agent 애플리케이션에서, 로컬 배포가 반드시 경제적이지는 않다.
둘째는 플랫폼의 자발적 가격 인하 가능성이다. dshr 원문은 Sam Altman의 발언을 인용하며, 비용이 고객의 “거대한 문제”가 되었고 OpenAI가 기업 시장에서의 Anthropic 우위에 대항하기 위해 “대폭” 가격 인하를 고려 중이라고 전한다. Anthropic은 6월에 Claude Agent SDK의 토큰 과금 변경을 “일시 중지”한다고 발표했다 — 가격 인상이 발효되기 전에 브레이크를 밟은 것이다. 하지만 필자는 여기에 논리적 긴장이 있음을 지적한다: 가격 인하가 사업적으로 가능하다면, 왜 두 회사 모두 IPO 직전까지 미뤘을까? 만약 가격 인하가 불가능하다면, 이는 “IPO 완료 전까지 성장 서사를 유지하기 위한” 단기 양보에 가깝다.
6. 위기 서사의 세 번째 길
HN 사용자 “woeirua”는 “기술 비용” 층위를 우회하는 해석 프레임을 제공했다: “이것은 본질적으로 재무적 실현 가능성의 문제다. 모델 자체는 극도로 빠르게 저렴해지고 있다 — 내년 이맘때면, Fable 5의 가격은 오늘의 Sonnet보다 낮을 것이다. 문제는 거기에 있지 않다. 문제는, 많은 회사가 AI에서 ROI를 전혀 뽑아내지 못한다는 것이다. 더 빠른 코드 산출은 더 많은 이익과 같지 않다. 대부분의 기업 아이디어 자체가 형편없는 아이디어다 — 나쁜 아이디어를 AI로 더 빨리 실행한다고 해서 이익이 성장하지는 않는다.”
이 시각은 논쟁을 “기술 측”에서 “적용 측”으로 완전히 옮겨놓는다. 추론 비용이 0으로 떨어져도, AI의 경제적 지속 가능성은 여전히 의문이라는 것이다 — 가치 추출의 병목은, 수요 자체의 질에 달려 있기 때문이다.
사용자 “gexla”의 자기 고백은 이 의심을 강화한다: “매번 도구에서 비용 표시기를 볼 때마다, 내가 아마 쓸모없는 것을 만들고 있다는 생각이 들면, 나는 깨닫는다 — 아마 모두가 똑같은 일을 하고 있을 것이다. 상상의 돈을 쓰며, 상상의 가치를 구축하며. 그리고 SNS를 열면, AI가 생성한 콘텐츠 벽이 보이고, 모두가 스킬, 시스템, Agent, 그리고 ‘Karpathy 위키 시스템’에 대해 이야기하며 더 쓸모없는 것을 만든다.”
이것은 존재론적 불안이다. 하지만 이런 감정이 생존 편향일 수 있다는 점도 인정해야 한다 — 진정한 가치를 창출하는 사람들은 HN에 와서 비용 문제를 논하지 않을 가능성이 있다.
미래 전망에 관해, 데이터 풀은 모순된 신호로 가득하다. 하이퍼스케일 클라우드 벤더의 2026년 AI 인프라 투자는 $7,250억에 달할 전망이며, 전년 대비 약 36% 증가했다. 동시에, 기업 고객의 예산 통제는 이미 시작되었고, 무제한 사용에서 ROI 기반 할당으로 전환되고 있다. 이 두 트렌드는 동시에 지속될 수 없다 — 투자가 가치를 입증하고 매출이 이를 따라잡든가, 아니면 격렬한 가격 발견을 맞이하든가 둘 중 하나다.
누구를 믿고 누구를 믿지 않을지는, 핵심 질문 하나에 어떻게 답하느냐에 달려 있다: 보조금이 멈추고, 기업이 더 이상 “놓칠까 봐 두려워하는” 것이 아니라 “손해 볼까 봐 두려워하는” 상태가 될 때, AI 산업에 남는 것은 혁명적 생산성 도구인가, 아니면 고전적인 자본 오배분인가?
이건 필자가 답할 수 있는 문제가 아니다. 하지만 이 산업을 주시하는 모든 사람이 계속 추적해야 할 질문이다.
이상의 분석은 현재의 공개 정보와 커뮤니티 논의를 기반으로 합니다. 다른 시각이나 보충 정보가 있다면 토론을 환영합니다.