Newsletter · 2026-08-01 · Ashutosh Agarwal

초소형 팀이 매출 5천만 달러를 찍는 사이 AI 토큰 청구서는 인건비와 맞먹어지다 - How They Build - 2026년 8월 1일 주간

2026년 8월 1일 주간의 스타트업·벤처 뉴스레터. 이번 주 팟캐스트에 출연한 창업자들은 직원을 얼마나 적게 두는지를 두고 경쟁했다. 여섯 명으로 5천만 달러 매출을 낸 가방 브랜드부터 열두 개 에이전트로 조직도를 구성한 부동산 관리 업체까지 등장했고, 또 다른 운영자들은 AI 비용이 조용히 대체 대상이었던 인건비 규모만큼 불어났다고 전했다.

How They Build

2026년 8월 1일 주간: 인원수가 이제는 모욕이 되는 시대

이번 주 창업자들은 몇 명을 고용하는지 자랑하던 것을 멈추고, 얼마나 적은 인원으로 운영하는지를 자랑하기 시작했다. 그리고: AI 청구서는 조용히 그것이 대체하려던 인건비만큼이나 커져 있었다.

지난 10년 대부분의 기간 동안, "우리는 30명입니다"라고 말하는 창업자는 곧 성공했다는 뜻이었다. 인원수가 곧 성적표였다. 이번 주, 팟캐스트마다 이 성적표가 완전히 뒤집혔다. 지금 회사를 만들고 있는 사람들은 누가 가장 작은 팀으로 가장 큰 사업을 운영할 수 있는지를 두고 경쟁하고 있고, 그 경쟁에서 이기고 있는 이들은 2년 전이라면 지어낸 이야기처럼 들렸을 숫자들을 말하고 있다.

이 모든 것 밑에 깔린 반전, 그리고 이것이 깔끔한 승리의 세리머니가 아닌 이유는 이렇다: 창업자들이 조직도를 없앤 것을 자축한 바로 그 주에, 전혀 다른 부류의 운영자들이 그 뒤에 날아온 청구서에 관해 공개적으로 발언했다. 인건비를 대체한 토큰은 이제 일부 기업에서 예전 인건비와 거의 맞먹는 비용이 들고 있다.

이 숫자: 5천만 달러. 여섯 명.

이번 주 가장 눈에 띄는 효율성 지표는 Hulken이라는 D2C 가방 브랜드에서 나왔다. 두 창업자는 팟캐스트 Unfinished Business를 진행하고 있다. 핵심은 단순하다. 그들은 작년에 여섯 명의 정규직 직원으로 5천만 달러의 매출을 냈다. 이후 한 명을 더 채용해 지금은 일곱 명이 됐으며, 명시한 목표는 열 명 미만으로 1억 달러를 달성하는 것이다.

이는 직원 한 명당 약 700만~800만 달러의 매출에 해당하는 수치로, 초소형 소비재 팀을 보통 가장 극단적인 AI 네이티브 소프트웨어 기업에나 붙는 효율성 리그로 끌어올린다.

창업자들은 이 점에 대해 거의 공격적이다. 그들의 표현을 빌리면:

"연 매출 5천만 달러 미만인 브랜드인데 정규직 직원이 10명이 넘는다면, 뭔가 잘못하고 있는 겁니다. 예전엔 인원수를 강함의 신호로 봤는데… 이제는 그 얘기를 들으면 말 그대로 이 회사가 비효율적이라는 신호로 들립니다."

사고방식이 얼마나 바뀌었는지 가장 명확하게 보여주는 것은 인건비 계산이다. 소비재 브랜드에서 오래된 경험칙은 인건비가 매출의 약 10% 수준이어야 하고, 그 정도면 양호하다고 여겨졌다. Hulken은 **4%**에서 운영된다. 한 창업자의 표현대로: "예전엔 황금 기준이… 10%였어요. 이제는 8%, 7%라는 얘기가 들려요. 우리는 4%입니다."

실제로 이걸 어떻게 해내는지가 흥미로운 부분이고, "전부 해고하고 ChatGPT가 회사를 운영하게 했다"는 얘기가 아니다. 이는 그들이 "최소 실행 가능 회사"라고 부르는 의도적인 3단 구조다: 소수의 시니어 사내 리더로 구성된 작은 핵심 인력, 전문 업무를 위한 외부 에이전시 네트워크, 그리고 그들이 가장 기대하는 층인 AI 프로젝트 관리 레이어로, 여기서는 팀원 한 명 한 명이 자신만의 AI 어시스턴트를 갖고 보통 주니어 신입이나 인턴에게 맡길 법한 업무를 처리한다. 한 창업자는 Benny라는 이름의 AI 비서실장을 두고 있는데, 이는 개방된 인터넷이 아니라 회사 자체의 Notion 워크스페이스(그들이 부르는 "두뇌")에 연결되어 있어서, 오직 Hulken에 대해 알고 있는 내용만으로 답한다. 팀의 사고 공식은 이렇다: "최소 실행 가능 회사는 곧 직원당 최대 매출."

Unfinished Business, "The Minimum Viable Company: How We Run a $50M Brand With Just 7 People" (2026년 7월 28일).

창업자들이 바꾼 것들

그녀는 회사를 12명에서 2명으로 줄인 뒤, 사라진 10명 몫을 코드로 다시 만들었다. The UpFlip Podcast에서 Andrea Palacio는 2023년 조경 회사를 인수한 뒤 곧바로 회사가 무너진 이야기를 들려줬다. 매도인이 회삿돈을 훔쳤고, 매니저는 그만두면서 직원들에게 회사가 살아남지 못할 거라고 말했으며, 매출은 월 7만 달러에서 4만 달러 선으로 떨어졌고, 팀은 "직원 12명에서 2명으로" 줄었다. 기술적 배경이 전혀 없던 그녀는 독학으로 사라진 역할들을 소프트웨어로 재구축했다: 모든 전화를 받고 예약을 잡는 AI 음성 리셉셔니스트, 갈수록 단호해지는 세 단계 스크립트로 연체 청구서를 독촉하는 자동 전화, 그리고 서비스 후 사진과 리뷰를 자동으로 요청하는 메시지. 오늘날 이 사업체는 연간 100만 달러 이상을 벌며 주로 남편이 운영하고, 그녀는 모든 구축 작업을 직접 한다: "지금 당장 제 1, 2, 3, 4번 화면 사진을 보여드릴 수 있는데… 그중 절반이 Claude Code예요." 누군가 회사를 사겠다고 제안했을 때, 그녀는 거절했다. The UpFlip Podcast, "249. She Runs a $1Million Home Service Business Using Just 1 AI Tool" (2026년 7월 27일).

한 부동산 관리자는 12개 에이전트로 이루어진 "회사"를 구축해 물건을 추가하지 않고도 수익을 168% 늘렸다. STR Global Unlocked에서 JC Vacation Rentals의 CEO Alex Zemianek은 자신의 기술 스택을 AI 에이전트로 이루어진 조직도로 대체한 과정을 설명했다. 그는 에이전트 1개로 시작해 20개까지 늘렸다가 12개로 정착했다: QuickBooks와 부동산 소프트웨어에 직접 연결되어 "1분 안에 손익계산서 초안을 작성할 수 있는" 재무 에이전트, 마케팅 에이전트, 운영 및 매물 등록 에이전트, 공유 지식을 깔끔하게 유지하는 "사서" 에이전트, 오전 6시까지 아침 브리핑을 작성하는 CEO 에이전트, 그리고 거부권을 가진 보안 에이전트다. 그는 이 시스템 덕분에 예전보다 "약 백 배는 빠르게" 일할 수 있고, 의미 있는 재고 추가 없이 순영업이익을 168% 끌어올렸다고 말한다. "아마 유닛 두세 개 정도만 늘었을 뿐"이라고 한다. 가장 인상적인 디테일은, 이 보안 에이전트가 그의 결정을 뒤집은 적이 있다는 점이다. "제가 거부권을 행사하려 했는데, 보안 에이전트가 계속 저를 막아선 적이 있었어요." 그렇다면 늘어난 수익으로 그는 무엇을 했을까? 그는 사람을 한 명 고용했다. "경험 책임자"라는 직책으로, "사람들은 여전히 우리가 잃어서는 안 될 그 영혼과 환대를 갈망할 것"이기 때문이라고 한다. STR Global Unlocked with Simon Lehmann, "041: This Property Manager Increased Profit by 160% With AI | Alex Zemianek" (2026년 7월 28일).

한 화물 중개업체는 단 한 명도 채용하지 않고 1년 만에 매출을 80% 늘렸다. The Dynamo Show에서 Freight Hero의 창업자는 한 고객이 이를 어떻게 해냈는지 설명했다. 화물 중개 업무에서 인간 "히어로"는 보통 트럭을 확인하고, 운전자를 재촉하고, 서류 작업을 처리하며 화물 한 건당 여섯 번에서 여덟 번 손을 댄다. Freight Hero의 에이전트 "Robin"은 이를 화물 한 건당 "거의 한 번, 혹은 한 번 미만"으로 낮추고, 사람은 예외 상황에서만 개입한다. 이렇게 풀려난 인력은 잘리는 게 아니라 더 많은 화물을 예약하고 더 많은 고객을 유치하는 쪽으로 재배치되는데, 이것이 한 중개업체가 "인원수를 바꾸지 않고도 전년 대비 매출을 80% 늘릴 수 있었던" 방식이다. 이것이 냉혹한 업계에서 왜 중요한지에 대한 그의 설명(중개업체들은 이른바 "화물 대불황"이라 불리는 시기를 4년간 겪었고, 많은 곳이 마이너스 마진으로 운영되고 있다)은 이렇다: "그 일은 이제 더 이상 하지 않으셔도 됩니다. 저희에게 넘기세요… 그러면 최고의 인재들을 매출 창출 역할에 집중시킬 수 있습니다." The Dynamo Show, "AI Powered Operations for Freight Brokers" (2026년 7월 29일).

조직도 자체가 다시 설계되고 있다: 더 수평적이고, 더 시니어급이며, "멀티 스페셜리스트"로 가득하다. Tech Deciphered에서 진행자들은 AI 네이티브 기업이 구조적으로 실제 어떤 모습인지 설명했는데, 이는 "한 사람이 모든 걸 한다"기보다 구체적인 일련의 변화에 가깝다. 중간 관리직이 먼저 줄어드는데, 중간 관리자 업무의 상당 부분이 "라우팅", 즉 업무를 이리저리 전달하고 이를 취합해 위로 종합해 올리는 일이기 때문이며 "AI와 에이전트는 일반적으로 그 일을 아주 잘한다". 그 자리를 대신해 부상하는 것이 이른바 "멀티 스페셜리스트"다: 한 사람이 프런트엔드만 하거나, 디자인만 하거나, 제품만 담당하는 초전문화의 종말이다. "디자인과 코드 배포를 결합할 수 있고, 프로덕트 매니지먼트와 코드 배포를 결합할 수 있고, 분석가이면서 동시에 배포도 할 수 있습니다." 그리고 채용 본능도 뒤집혔다. 블리츠스케일링에서 의도적인 절제로: "고투마켓을 확장하려고… 300명을 채용하러 가던 그 좋았던 옛 시절"은 끝났고, "과잉 채용보다 과소 채용을 선호하는 경향"이 그 자리를 대신한다. 투자자로서 그들이 말하길, 이제 질문은 더 이상 "이 스타트업이 AI 관련 일을 하고 있는가"가 아니라 "이것이 AI 네이티브 스타트업인가? 조직적으로, 문화적으로… 팀은 어떻게 일하고 있는가"라고 한다. Tech Deciphered, "79 – The Cognitive Age" (2026년 7월 31일).

"50% 법칙", 그리고 저자들이 이를 오히려 낮은 수치로 보는 이유. AI First with Adam and Andy에서 《Agents Inc.》의 공저자 Adam Brotman과 Andy Sack은 노동 문제에 숫자를 붙였다. 그들은 거의 모든 업종, 즉 레스토랑, 소매, 로펌, 회계법인, 금융업이 "오늘날 최소 50% 적은 인력으로도 아마 운영될 수 있다"고 추정한다. 그리고 이것도 보수적인 수치라고 본다: "실제로는 관대한 추정일 수도 있어요. 그보다 더 클 수도 있고요… 저는 70%에서 80%에 이른다는 증거를 보고 있습니다." 그들이 실제 하나의 프로세스를 90% 시간 절감을 목표로 다시 설계했을 때, 결국 도달한 수치는 85%였다. 이제 그들은 이를 증명하기 위해 직접 회사를 세우고 있다: "첫날부터 완전히 에이전트 네이티브"가 될 스타트업으로, "결국 정상적으로는 100명이 필요했을 일을 우리는 두 명, 혹은 열 명 정도로만 처리할지도 모릅니다". 그들은 AI에 능숙한 사람일수록 오히려 더 바빠지지 한가해지지 않으며, 축소하기보다 새로운 "언락"을 좇는다는 낙관적인 반론도 신중하게 언급했지만, 그들의 기본 시나리오는 냉정하다. AI First with Adam and Andy, "The 50 Percent Rule: How AI Is Reshaping the Future of Labor" (2026년 7월 29일).

반대편의 목소리: "몸집을 줄인다고 지배력을 가질 수는 없다"

이번 주에는 슬림 팀 서사가 가장 날카로운 반발도 함께 받았고, 이는 진지하게 받아들일 가치가 있다. 반박 증거가 이름과 숫자를 갖고 나왔기 때문이다.

기업들은 조용히 내보냈던 사람들을 다시 채용하고 있다. Elon Musk Podcast(이름과 달리 뉴스 요약 프로그램이다)는 놀라운 반전을 짚었다. 알파벳과 철도 대기업 CSX는 "지금 적극적으로 인원을 늘리고 있으며, AI로 촉발된 오랜 감원 흐름을 되돌리고 있다"고 하며, 임원들은 "벽에 부딪혔기 때문에 말 그대로 해고했던 직원들을 다시 부르고 있다"고 한다. 이유는 감상적인 것이 아니라 비용 문제다. "한 기업이 한 부서를 자동화 시스템으로 대체하기로 결정할 때, 그들이 사는 건 단순한 소프트웨어가 아닙니다. 그들은 지속적인 클라우드 컴퓨팅 파워 비용을 떠안는 것입니다… 겉으로 보이던 절감분은 그냥 사라져버립니다." 이 에피소드는 진짜 선택지를 두 가지 전략으로 정리했다. "린 모델"(직원 30% 감축, 산출량은 그대로 유지, 마진을 채운다)과 "배수 모델"(전원 유지, AI로 산출량을 10배로 늘린다). 이들의 단호한 결론: "몸집을 줄인다고 지배력을 가질 수는 없다. 린 기업은 수비를 하고 있다. 배수 기업은 공격을 하고 있다." 이 에피소드는 또한 Lattice CEO Sarah Franklin의 경고도 인용했는데, "코딩 에이전트를 갖고 있다고 해서 엔지니어에 대한 필요성이 사라지는 것은 아니다"라며, 과거 데이터로 훈련된 모델은 "새로운 것을 발명하기에는 끔찍한 방법"이라고 지적했다. Elon Musk Podcast, "Why AI layoffs are backfiring" (2026년 7월 28일).

고용주의 절반 이상이 이제 감원을 후회한다. Download This Show에서 패널은 "이제 고용주의 절반 이상이 AI를 위해 일자리를 줄인 것을 후회한다고 보고되고 있다"는 점을 인용하며, 이를 "부실한 리더십, 부실한 변화 관리, 그리고 부주의함" 그리고 근본적인 오해, 즉 "물량이 곧 서비스는 아니다"라는 점으로 진단했다. AI는 터무니없이 많은 수의 통화를 처리할 수 있으면서도 고객을 여전히 만족시키지 못할 수 있는데, 제시된 예시는 발신자가 "말을 더듬고 우물쭈물"하는 순간 맥락을 놓쳐버리는 콜센터 스타트업이었다. 더 깊은 요점은: 기술은 사람들을 해고하며 "그냥… 가지고 놀" 때가 아니라, 실제로 그것을 중심으로 사업을 재설계할 때에야 진정한 생산성을 제공한다는 것이다. Download This Show, "Have AI models truly 'gone rogue'?" (2026년 7월 31일).

증거를 곁들인 감원 성적표. Grumpy Old Geeks는 실제 수치와 함께 이번 주 감원 상황을 훑었다. BuzzFeed는 진행자들이 "실패한 AI 전략"이라 부른 것을 뒤이어 180명, 즉 남은 인력의 약 33%를 감원했고, 2025년까지 연간 손실이 5,800만 달러에 이르렀으며 이번 감원으로 연간 최대 3,200만 달러를 절약할 것으로 예상된다. Uber는 고객 서비스팀의 10%를 줄이며 AI를 직접적인 이유로 지목했고, 한 부사장의 메모는 이 조직이 "지나치게 복잡하고 사일로화됐다"며 "AI를 그 위에 얹기 위해" 재구성이 필요하다고 설명했다. Patreon의 CEO는 "조직을 평평하게 만들고 있다"고 발표했다. 진행자들의 회의적인 해석은: "AI를 쓰지 않으면 3년 안에 망한다"는 말의 상당수는, 결국 임원들이 수익화 문제라는 더 어려운 질문을 피하면서 자신의 이름을 뉴스에 계속 노출시키려는 것이라는 것이다. Grumpy Old Geeks, "This Time With Chicks" (2026년 7월 30일).

그리고 코드가 많다고 가치가 많은 건 아니라는 상기. 경제학 팟캐스트 Justified Posteriors에서 두 명의 경제학자는 AI 코딩 툴이 실제로 산출량에 어떤 영향을 미치는지 측정한 새로운 연구 논문을 파고들었다. 원본 수치는 어마어마하다: 비동기 코딩 에이전트를 도입하면 코드 줄 수가 17배 늘었고, 동기 에이전트는 약 10배, 단순 자동완성은 약 2배 늘었다. 하지만 "타이핑"에서 "출시"로 이동할 때 무슨 일이 벌어지는지 보라: 실제 소프트웨어 릴리스에 이르면, 동일한 에이전트들이 만들어낸 증가분은 겨우 **30%**에 불과했다. 그들은 이를 "감쇠"라 부르며, 이득이 사슬을 따라 올라갈수록 증발해버린다고 설명한다. 그리고 전체 생태계로 확대해 보면, 더 많은 앱이 만들어지고 있지만 "다운로드 수 증가는 눈에 띄지 않는 것 같다"고 한다. 그들의 표현을 빌리자면 핵심 결론은 이렇다: "주위를 둘러보면 코드는 훨씬 많아졌지만, 그것이 우리에게 놀랍도록 더 나은 소프트웨어를 가져다줬는지는 아직 분명하지 않습니다." Justified Posteriors, "Is AI Replacing Programmers or Boosting Them?" (2026년 7월 27일).

비용 코너: 청구서가 따라잡았다

이번 주 가장 크게 짚고 넘어갈 만한 주제다. 1년 동안 이야기는 "AI가 인건비를 대체하게 해준다"였다. 이번 주 그 이야기는 "…그리고 그 뒤 AI 청구서가 인건비 규모만큼 커졌다"로 바뀌었다.

모두가 인용하는 그 숫자부터 시작하자. 지난 3월 NVIDIA 개발자 콘퍼런스에서 CEO 젠슨 황은 이후 독자적인 생명력을 얻게 된 사고 실험을 제시했다. 연봉 50만 달러를 지급하는 소프트웨어 엔지니어를 예로 들어, 연말에 그가 토큰에 얼마를 썼는지 물어보라는 것이다. 답이 **25만 달러 미만이라면, 황은 "깊이 우려스러울 것"**이라고 말했다. 다시 말해, 잘 장비된 엔지니어라면 연간 25만 달러 어치의 AI를 소모해야 한다는 것이다. 한 회의론자가 건조하게 지적했듯이: "젠슨 황은 이렇게 말하는 데 상업적 이해관계가 있습니다. 이 사람은 연필 공장을 운영하며 당신에게 연필을 파는 사람이에요." 그러나 이 말은 확산되고 있고, 한 발표자는 라스베이거스의 한 콘퍼런스에서 연속으로 세 명의 발표자가 마치 확정된 사실인 양 이를 인용했다고 전했다.

밑바닥에서 느끼는 "엔지니어 1인당 25만 달러"의 실감. 이에 대한 최고의 취재는 The Catalyst by Softchoice에서 나왔는데, 이 프로그램은 벤저민이라 불린 한 금융 분석가가 기업 AI 파일럿 프로그램을 거치는 과정을 추적했다. 그는 토큰 예산을 받았는데, 처음엔 월 150달러, 이후 250달러였다. 이틀 안에 그중 60달러를 엑셀 작업으로 소진했고, 당황해서 배급하듯 아껴 쓰기 시작했다: "그달의 250달러를 다 쓰지 않으려고, 우선순위가 높은 엑셀 모델 변경 작업에만 쓰기 시작했어요." 그는 이제 일어나지도 않은 비상 상황을 위해 토큰을 비축하고, 일부러 "느린 방식으로" 일을 처리하며, 이 도구가 "제가 일하는 방식을 광범위하게 바꿔놓았다"고 인정했지만, 계량기가 그것을 다시 빼앗아 갔다: "저는 거의 자립성을 잃을 뻔했어요." 한편 스펙트럼의 반대쪽 끝에서, 같은 에피소드는 Meta의 한 엔지니어가 "Claude Economics"라는 사내 대시보드를 만들어 직원 85,000명 전체를 토큰 소비량으로 순위 매긴 사례를 다뤘다. 상위 250명은 "토큰 레전드"나 "캐시 위저드" 같은 배지를 받았다. 단 30일 창구 동안 Meta 직원들은 60조 개가 넘는 토큰을 소진했고, 가장 많이 쓴 단일 사용자 한 명이 혼자서 약 2,810억 개의 토큰을 썼다(마크 저커버그는 상위 250명에 들지 못했다). Meta는 이 대시보드가 유출된 지 이틀 만에 폐쇄했다.

같은 에피소드가 제시한 거시적 틀은 반드시 새겨야 할 부분이다: 공급업체들이 좌석당 요금제에서 토큰당 요금제로 전환하면서, "일부 기업은 비용이 7배, 10배, 20배까지 오르는 것을 목격했다"고 하며, 그 결과 "실제로 지금 어떤 사람들은 AI 토큰에 지출하는 비용이 엔지니어링 직원에게 지급하는 급여와 거의 맞먹는 상황을 보고 있다"고 한다. Uber의 CTO는 이미 지난 4월, 회사가 2026년 전체 AI 예산을 다 써버렸다고 말했다. 1년 치 예산이 4개월 만에 소진된 것이다. 그리고 Gartner의 최신 전망은 올해 전 세계 AI 지출을 2조 5,900억 달러, 전년 대비 47% 증가로 잡고 있으며, Gartner 자체 애널리스트조차 "CIO들이 가치를 입증하는 데 애를 먹고 있다"고 인정한다. The Catalyst by Softchoice, "The Token Burn Episode: What Happens When Your Software Bill Has No Ceiling" (2026년 7월 29일).

"토큰 맥싱"에 대한 반발. Tech Talks에서 SnapLogic의 한 리더는 젠슨식 프레이밍에 강하게 반발하며, "더 쓸수록 더 좋아진다"는 논리를 "동기화된 추론"이라 부르고 굿하트의 법칙을 인용했다: "지표가 목표가 되는 순간, 그것은 더 이상 유용한 지표이기를 멈춘다." SnapLogic 자체의 접근법은 시사하는 바가 크다: 모든 엔지니어는 텔레메트리에서 확인 가능한 자기 자신만의 API 키를 받고, 사용량이 급증하면 사용을 일시 정지시키는 "소프트 리밋"이 뒤따르며, 그다음엔 대화가 이어진다: "이봐요, 이 급증의 원인이 뭐였죠?" 목적은 비용에 상한을 두는 것이 아니라 역량을 키우는 것이다. 그는 또한 tokenspend.org라는 새로운 사이트도 언급했는데, TechWolf라는 회사가 자사의 1인당 AI 지출을 공개해 다른 기업들이 이를 벤치마킹할 수 있도록 하고 있으며, 이는 "직원 1인당 이 비용이 얼마여야 하는가"에 대한 실제 시장 가격의 시작이라 할 수 있다. Tech Talks, "The Truth About Token Maxing: Why Your AI ROI Is an Illusion" (2026년 7월 29일).

토큰 예산은 다른 항목들과 마찬가지로 하나의 경비 항목이 되어가고 있다. [Un]Churned에서 Braze의 Saumyo Mukherjee는 회사가 이를 어떻게 공식화하고 있는지 설명했다: 각 부서장은 자기 팀 규모에 맞춘 토큰 예산을 받고, "개개인 모두가 매달 사용할 수 있는 X달러어치의 토큰을 갖게 된다". Braze는 분기 동안 사용량을 지켜본 뒤 재배분하는데, 엔지니어링 팀은 인사팀보다 훨씬 더 많이 소진하는 것이 정당화된다. 비용과 역량 간 트레이드오프에 대한 그의 철학은 이렇다: "우리는 순수한 달러 액수에 신경 쓸 필요가 없습니다, ROI를 정당화할 수만 있다면요… Braze는 옳은 선택을 했습니다, 그렇죠, 비용이 더 들더라도 그 비용이 정당화될 수만 있다면요." [Un]Churned, "Vibe Coding Is a Bandaid on a Bandaid ft. Saumyo Mukherjee (Braze)" (2026년 7월 29일).

압력 배출구: 저렴한 모델로 교체하기. 중국의 새로운 Kimi K3 모델을 다룬 The Rundown의 심층 분석에 따르면, 통제 불능이 된 청구서에 대한 반격은 이미 현장에서 벌어지고 있다. 기업들은 비용에 따라 작업을 분배하는 법을 배우고 있다: "DoorDash는 하위 단계 작업에는 Moonshot 모델을, 가장 어려운 최첨단 작업에는 Anthropic 모델을 쓴다고 말했다." Airbnb는 고객 서비스 에이전트를 "대부분 알리바바의 Qwen 모델"로 운영하고 있으며, CEO Brian Chesky는 이것이 "빠르고 저렴하다"고 말한다. 심지어 Microsoft도 Kimi K3가 Copilot의 일부 기능을 구동할 수 있을지 시험하고 있다고 전해진다. 가격 격차야말로 이야기의 전부다: Kimi K3는 출력 토큰 백만 개당 약 15달러인 반면, OpenAI 최상위 모델은 약 30달러, Anthropic의 Fable 5는 약 50달러로, 프런티어에 가까운 성능을 50~70% 할인된 가격에 제공한다. 시장도 이를 알아챘다. 한 애널리스트는 Kimi가 출시된 다음 날, OpenAI와 Anthropic의 밸류에이션 추정치에서 약 3,140억 달러가 깎여나갔다고 추산했다. The Rundown, "Deep Dive: Did China Break the AI Trade Again?" (2026년 7월 25일).

그리고 이 전체 변화를 압축해서 보여주는 숫자 하나. The Accounting Podcast에서 진행자들은 지출 관리 회사 RAMP의 데이터를 인용했다: 2025년 6월 이후, RAMP 고객들의 토큰 관련 지출은 20.7배 늘어났다. 이 중 일부는 단순히 "우리 모두가 무제한 이용에 월 20달러를 냈던" 방식에서 사용량 기반 요금제로 넘어간 것에 불과하지만, 한 진행자가 말했듯이 "이 정도로 급격하게 늘어난, 비교할 만한 다른 사업 비용 항목이 있을까요?" 그들이 떠올릴 수 있었던 유일한 대상은 NVIDIA 칩뿐이었다. The Accounting Podcast, "IRS Chief Spied on Colleagues & Out of Control AI" (2026년 7월 31일).

관통하는 하나의 맥락

여섯 명으로 5천만 달러 규모 사업을 일구는 창업자들과, 20배로 불어난 토큰 청구서를 마주하고 있는 CIO들은 사실 같은 현상을 반대 극단에서 묘사하고 있는 것이다. AI는 실제로 소수의 사람들이 과거 100명이 하던 일을 해내게 해주고 있다. Hulken, JC Vacation Rentals, Freight Hero, 그리고 Andrea Palacio의 조경 회사는 가상의 이야기가 아니라, 실제 숫자를 가진 운영 중인 사업체들이다. 하지만 노동의 비용이 사라진 것이 아니라, 자리를 옮긴 것뿐이다. 예측 가능했던 인건비 항목에서, 예측할 수 없는 토큰 계량기로 옮겨갔고, 최전선에서는 이 두 숫자가 점점 수렴하기 시작하고 있다. 앞으로 몇 년 동안의 승자는 가장 많은 사람을 해고한 사람도, 가장 많은 토큰을 쓴 사람도 아닐 것이다. 승자는 그 둘 사이의 환율을 알아낸 사람일 것이다.