우버의 최고운영책임자 앤드루 맥도널드가 최근 공개한 발언은 실리콘밸리 전반의 AI 열풍에 찬물을 끼얹는 듯한 냉정한 평가를 담고 있습니다. 우버는 가격 책정부터 경로 최적화까지 비즈니스 모델의 핵심을 AI 에 의존하는 대표적인 기업이지만, 맥도널드는 내부적으로 도입한 AI 코딩 도구의 사용량 증가가 실제 고객에게 유용한 기능으로 직결된다는 증거를 찾기 어렵다고 털어놓았습니다. 특히 직원들의 AI 도구 사용을 독려하기 위해 도입한 내부 리더보드 시스템이 오히려 예산 소진을 앞당기는 결과를 낳았으며, 2026 년까지 예정된 AI 토큰 예산이 불과 4 개월 만에 바닥났다는 사실이 이를 방증합니다.
이러한 상황은 단순히 우버 한 기업의 문제를 넘어, 전 세계 기업들이 직면한 구조적 딜레마를 보여줍니다. AI 토큰 단가는 하락하고 있지만, 사용량이 기하급수적으로 늘어나면서 전체 비용은 오히려 급증하는 역설이 발생하고 있습니다. 마이크로소프트가 클로드 코드 라이선스를 대폭 축소하고 깃허브 코파일럿 CLI 로 전환하는 움직임을 보인 것도 같은 맥락에서 해석할 수 있습니다. 기업들이 초기에는 무조건적인 도입을 서두르다 보니, 기술적 성취와 비즈니스 가치 사이의 인과관계를 명확히 설정하지 못한 채 예산만 빠르게 태우는 사례가 속출하고 있습니다.
시장의 반응은 이러한 불확실성에 대해 민감하게 반응하고 있습니다. 기술 커뮤니티에서는 우버의 사례를 통해 AI 투자의 효율성을 재검토해야 한다는 목소리가 높아지고 있으며, 단순히 도구를 많이 쓴다고 해서 혁신이 발생하는 것은 아니라는 경계심이 확산되고 있습니다. 듀오링고의 CEO 루이스 폰 안이 작년 AI 가 직원의 업무를 대체할 것이라는 낙관론을 번복한 사례처럼, 초기의 과열된 기대감이 차분한 현실 인식으로 바뀌는 흐름이 뚜렷합니다. 이는 AI 가 만능 해결사가 아니라, 신중하게 통제되어야 할 비용 요소로 인식되기 시작했음을 의미합니다.
앞으로 주목해야 할 점은 기업이 AI 지출을 줄이기 위해 어떤 전략적 수정을 가할지입니다. 무분별한 토큰 소비를 막기 위해 내부 프로세스를 어떻게 재설계할지, 그리고 AI 가 실제로 어떤 기능에서 수익성을 증명해낼 수 있을지가 관건이 될 것입니다. 우버의 사례는 AI 붐이 성숙기로 접어들며, 이제는 ‘얼마나 많이 쓰느냐’보다 ‘얼마나 효율적으로 쓰느냐’가 경쟁력을 가르는 시금석이 될 것임을 시사합니다. 기업들이 과열된 투자를 식히고 실질적인 가치 창출에 집중하는 방향으로 방향을 틀지, 아니면 비용 부담을 감수하며 더 큰 도전을 이어갈지 지켜볼 필요가 있습니다.
작성자 소개
