기술 업계에서 최근 가장 뜨거운 감자는 단연 우버의 AI 예산 소진 사태입니다. 보통 한 해 예산을 계획대로 집행하는 기업들이 대부분인 상황에서, 우버는 2026 년도를 위한 AI 전용 예산을 불과 4 개월 만에 모두 써버렸습니다. 이 소식은 단순한 지출 과잉을 넘어, 생성형 AI 도구가 실제 개발 현장에 얼마나 깊숙이 침투했는지를 보여주는 강력한 지표로 받아들여지고 있습니다.
사건의 핵심은 클로드 코드와 커서 같은 AI 코딩 도구의 예상치 못한 인기입니다. 우버는 지난 12 월부터 엔지니어들에게 클로드 코드 접근 권한을 부여했고, 이는 2 월까지 사용량을 두 배로 불렸습니다. 하지만 문제는 4 월에 터졌습니다. 한 엔지니어당 월간 API 비용이 500 달러에서 2,000 달러 사이로 치솟으면서, 전체 예산이 순식간에 바닥난 것입니다. 현재 우버 엔지니어의 95% 가 월간 AI 도구를 활용하고 있으며, 전체 커밋된 코드의 70% 가 AI 에 의해 생성된 것으로 나타났습니다. 이는 AI 가 단순한 보조 수단을 넘어 개발 워크플로우의 핵심 엔진으로 자리 잡았음을 의미합니다.
하지만 이 현상은 기술계의 찬사보다는 의문을 더 많이 자아내고 있습니다. 많은 전문가들이 4 개월치 데이터만으로 연간 예산을 소진한 것이 과연 효율적인지, 그리고 이 높은 비용 대비 생산성 향상이 실제 수익으로 이어질 수 있을지 의문을 제기합니다. 특히 한 달에 1,000 달러 이상의 토큰 비용을 지출하는 사례가 늘어나면서, 이 비용이 과연 5 만 달러에서 10 만 달러의 가치로 환산될 수 있는지에 대한 논쟁이 뜨겁습니다. 일부는 AI 를 통해 엔지니어를 대체하려는 시도가 오히려 비용 부담만 키운 것은 아닌지, 혹은 예산 관리 방식 자체를 다시 짜야 하는 것은 아닌지 고민하고 있습니다.
우버의 CTO 는 이제 예산 편성부터 다시 시작해야 한다고 밝혔습니다. 연간 34 억 달러의 연구개발비를 지출하는 거대 기업에게 AI 코딩 도구가 차지하는 비중은 결코 작지 않습니다. 성공적인 도입이 예상 밖의 재정적 부담으로 이어진 이 사례는, AI 기술이 기업에 안착하는 과정에서 겪게 될 새로운 형태의 딜레마를 예고합니다. 앞으로 우버가 이 높은 생산성 수준을 유지하면서도 비용을 어떻게 조절할지, 그리고 다른 기업들이 이 사례를 어떻게 참고할지가 주목됩니다.
작성자 소개
