점점 비싸지는 AI 요금, 전략을 바꾸어야 할 때

초기 AI 시장은 월 정액 구독을 하면 사용 횟수에 따라 일을 해주는 그런 시스템이었습니다.
상당히 어려운 미션을 던져 주더라도 500원 정도의 비용을 소비해 그 일을 완수하는 것이지요.
그 당시에도 클로드코드는 코딩 분야에 상당히 뛰어난 능력을 발휘했는데요.

어느날 이런 기사들이 뜨는 겁니다.
"월 28만원 내고 800만원어치 토큰 사용..."
"AI토큰 고래 사용자로 AI기업이 적자를 보고 있다."

당시에 혹시 제가 그 고래 중 한명이 아닐까 약간 뜨끔하기도 했지요 ㅎㅎ
three.js를 이용한 3D 컨텐츠를 만들어달라니까 AI가 고군분투하며 어렵게 해주긴 하는데,
당시 AI의 한계가 어디까지인지 극한 실험을 해봤거든요.
그러면서 오우~ 대단한데 하며 감탄을 하기도 했습니다.
특히 윈드서프(Windsurf)로 클로드 코드 모델을 선택해서 하니 가장 성능이 잘 나왔던 기억이 납니다.
하지만 지금은 극한 실험은 자제하는 편이지요.

하여튼 그런 여파 때문인지 AI기업들도 초기 사업 방향성을 잘못 잡은 것을 깨닫고 사용횟수 기반에서,
사용량에 따른 크레딧 소진 기반으로 점점 바뀌어 가고 있습니다.
AI기업 입장에서는 적자를 막기 위해서는 어쩔수 없는 방향 전환이 아닐까 생각되는데요.

문제는 사용자 입장에서 이 AI 사용 비용이 점점 비싸지고 있다는 점입니다.
간단한 프로젝트 정도야 적게 소진될 수도 있습니다.
하지만 복잡해지고 규모가 커질수록 점점 많은 크레딧 사용이 소진되는데요.

특히 에이전트 AI는 상당한 토큰량을 소모합니다.
AI기업이 정책을 바꾼만큼 막대한 AI 토큰 비용은 고스란히 AI를 사용하는 기업에게로 돌아가는 데요.
AI를 도입한 기업들은 인건비 몇배에 준하는 막대한 AI API 사용료를 직면하게 됩니다.

오늘 아래 피셔인님 유튜브 영상을 보니 더욱 공감이 가더라구요.

https://www.youtube.com/watch?v=nKFB9dic_0I

앞으로는 성능이 조금 부족하더라도 Gemma 4 같은 오픈소스 모델을 사내 PC나 서버에 직접 구축해 사용하는 전략도 늘어날 것 같습니다.

또한 AI에게 모든 일을 처음부터 끝까지 맡기는 '에이전트' 방식보다는, 사람이 전체적인 방향을 잡고 AI는 필요한 부분만 도와주는 방식이 비용 면에서 훨씬 현실적일 수 있습니다.

예를 들어 문서 초안 작성, 코드 리뷰, 단위 기능 작업, 테스트 코드 생성, 번역, 이미지 수정처럼 비교적 짧은 작업은 AI의 효율이 매우 높습니다.

반대로 수십만 줄의 프로젝트 전체를 분석하거나, 하루 종일 코드를 수정하고 테스트를 반복하는 작업은 생각보다 엄청난 토큰을 소비합니다. 이런 방식은 개인뿐 아니라 기업 입장에서도 상당한 API 비용으로 이어질 수 있습니다.

AI는 분명 뛰어난 도구입니다. 하지만 비용을 고려하지 않고 모든 업무를 AI에게 맡기는 구조는 앞으로 점점 부담이 커질 가능성이 있습니다.

---

앞으로 중요한 것은 AI를 얼마나 잘 쓰느냐가 아닙니다.

예전에는

 

"AI가 다 해줄 것이다."

 

라는 기대가 컸습니다.

하지만 앞으로는

 

"어떤 일은 AI에게 맡기고, 어떤 일은 사람이 직접 하는 것이 가장 경제적인가."

 

를 고민하는 시대가 될 것 같습니다.

자동차가 생겼다고 집 안에서도 자동차를 타고 다니지 않는 것처럼,
AI도 가장 효율적인 곳에 사용하는 것이 중요합니다.

---

결국 개발자의 역할이 없어진다기보다 오히려 개발자는 앞으로 더 중요한 역할을 맡게 될 수 있습니다.
AI에게 맡길 작업과 직접 구현할 작업을 구분하고, 비용과 성능을 고려해 적절한 모델을 선택하며,
필요하다면 오픈소스 AI를 직접 구축해 운영하는 것까지 고려해야 하기 때문입니다.

결국 AI는 개발자가 관리해야 할 또 하나의 강력한 인프라가 되어가고 있는 셈입니다.