AI 예산이 4개월 만에 바닥났다
Uber의 Claude Code 예산 소진이 드러낸 AI 도입 비용 구조의 균열
왜 이 한 편인가
AI 도구 채택률과 비용 사이의 구조적 긴장을 정면으로 다루는 각도를 선택했다. 국내외 매체 대부분이 이 사건을 "예산 낭비" 또는 "AI 도구 효과" 논쟁으로 소비하는 반면, 실제로 드러난 것은 시트 기반 고정비에서 사용량 기반 변동비로의 IT 예산 구조 전환이다. Apple의 Claude.md 실수 배포 사건을 병렬로 읽으면, AI 도구가 조직 내부에 얼마나 비가시적으로 침투해 있는지가 더 선명해지고, 이 두 신호가 합쳐져야 "다음 병목은 예산 아키텍처다"라는 판단이 도출된다.
현상 · 예산이 먼저 무너졌다
AI 코딩 도구가 엔지니어 워크플로에 깊숙이 들어온 결과, 비용 구조가 예측 모델 밖으로 튀어나오기 시작했다. Uber는 Claude Code와 Cursor 도입을 확대하는 과정에서 2026년 연간 AI 예산을 4개월 만에 소진했다(GeekNews). 엔지니어 1인당 월간 API 비용이 500~2,000달러 수준이었으며, 엔지니어의 95%가 이 도구들을 실제로 사용하고 있었다는 점이 이번 소진을 단순한 과소비가 아니라 채택률 실험의 성공이자 예산 모델의 실패로 읽히게 만든다.
해석 · 비용 모델이 바뀌는 순간
이 사건의 신호는 단순히 "AI 도구가 비싸다"가 아니다. Uber 사례가 드러내는 패턴은, 높은 채택률 자체가 예산 리스크가 되는 구조다. 기존 소프트웨어 라이선스는 시트(seat) 단위 고정비였지만, API 기반 AI 도구는 사용량에 비례해 비용이 폭증한다. 이는 팀이 도구를 더 잘 쓸수록 지출이 기하급수적으로 늘어나는, 기존 IT 예산 로직으로는 관리할 수 없는 구조적 전환이다. 생산성 향상이 비용 증가를 정당화하는지 측정할 기준이 없는 상태에서 예산 재검토가 시작되면, 조직은 도구를 제한하거나 사용을 통제하는 방향으로 움직이게 된다. 이것이 AI 채택의 다음 병목이다.