맥시오 CEO, 주말 코딩 새 AI에 1000달러 증발…“낭비가 조직 불안 키운다”

브랜든 젠킨스(Branden Jenkins) 맥시오(Maxio) 최고경영자(CEO)는 저녁 식사 자리에서 스마트폰으로 AI 사용량 대시보드를 확인하다 깜짝 놀랐다. 주말 동안 진행한 코딩 작업에 1000달러가 자동으로 청구됐기 때문이다. 카드가 자동 갱신으로 설정돼 있어 1000달러씩 청구되는 줄도 몰랐다. 맥시오는 사모펀드 투자를 받은 애틀랜타 소재 소프트웨어 기업으로, 앞으로 몇 년 안에 연 매출 1억 달러(약 1,386억 원, 1달러 1,386원 기준) 달성을 목표로 하고 있다. 젠킨스는 “1000달러가 큰돈은 아니지만 주말 동안 나갔다는 게 꽤 짜증났다”고 포춘(Fortune)과의 인터뷰에서 말했다. 그는 자신이 회사 내부 AI 지출 순위표에서 최상위권에 있다고 인정했다. 하지만 그가 진짜 걱정하는 건 청구서가 아니라, AI 기술과 자신에게 뒤처질까 두려워하는 직원들의 “불안감”이라고 했다.

주말 새 1000달러가 사라진 순간

젠킨스는 스스로 에이전트와 자동화 도구를 직접 만드는 “기술형 CEO”다. 사무실 밖에서도 클로드(Claude)를 이용해 휴대폰으로 코드를 작성할 수 있어, 저녁 식사 자리에서도 프로젝트를 디버깅하고 수정하는 작업을 이어갔다. 그가 설정해둔 토큰 지갑은 잔액이 바닥날 때마다 1000달러씩 자동으로 재충전되도록 돼 있었다. 카드에서 조용히 돈이 빠져나가는 구조였던 셈이다.

그는 낭비의 원인을 모델 선택 실수와 “대화 표류”로 설명했다. AI가 사용자를 의도하지 않은 방향으로 끌고 가는 현상이다. “많은 경우 에이전트 자신의 실수가 돈을 태우는 거다. 그냥 대화를 하다 보면 상황이 통제를 벗어난다”고 젠킨스는 말했다. 그는 AI와 주고받은 대화를 돌이켜보며 “‘그래, 좋아, 더 해줘, 더 해줘’ 하다가 갑자기 어디로 갔는지도 모르는 곳에 가 있고, ‘아니 이건 전혀 원하지 않았어’ 싶어진다. 그렇게 그 돈은 그냥 낭비된 것”이라고 덧붙였다. 그는 “나는 직원 다수가 걸리는 한도가 없어서 승인을 요청할 필요가 없다”며 자신의 무제한 내부 예산이 특권이자 부담이라고 설명했다.

맥시오만의 이야기가 아니다

젠킨스의 경험은 업계 전반에서 이미 확인된 패턴과 겹친다. 가트너(Gartner)는 에이전트 AI 모델이 일반 챗봇 대화보다 작업당 5배에서 30배 더 많은 토큰을 요구할 수 있다고 추정했다. 위트니스AI(WitnessAI) 조사에서는 미국 기업의 68%가 지난 1년간 AI 프로젝트 예산을 최소한 한 번 초과했다고 답했고, 3분의 1은 예산 초과가 “대부분 또는 항상” 벌어진다고 밝혔다. 헤비아(Hebbia) CEO 조지 시불카(George Sivulka)는 에이전트를 쓴다는 건 “형편없는 직원 100만 명을 고용한 것과 같다”고 표현했다.

우버는 2026년치 AI 코딩 예산 전체를 4개월 만에 다 써버린 것으로 알려졌다. 아마존은 사용량 제한 없이 접근권을 배포한 뒤 단 한 달 만에 AI에 5억 달러(약 6,930억 원, 1달러 1,386원 기준)를 지출한 것으로 전해졌다. 이 사건은 업계에서 “토큰맥싱(tokenmaxxing)”이 끝난 달로 기억된다. 젠킨스의 1000달러짜리 주말은 이런 사례들에 비하면 “반올림 오차” 수준이지만, 그는 “클로드에는 환불 버튼도, 이의제기 버튼도 없다. 아마 있어야 할 것 같다”고 말했다.

TikTok에서 배운 절약법, 직원들은 모른다

식사 자리 사건 이후 젠킨스는 자신의 토큰 소비를 줄일 방법을 찾아 나섰다. 그는 이런 노하우를 사내 엔지니어링팀이 아니라 TikTok에서 떠도는 AI 최적화 팁에서 얻었다고 말했다. 그는 작업 복잡도에 따라 모델을 나눠 쓰기 시작했다. 단순 계산에는 클로드의 하이쿠(Haiku)처럼 가벼운 모델을, 일상적인 코딩에는 중간급 모델을, 진짜 전략적 판단이 필요할 때만 가장 비싸고 추론 능력이 높은 모델을 쓰는 식이다.

그는 무료 깃허브(GitHub) 저장소로 배포되는 제3자 도구, 이른바 “오케스트레이션 레이어”도 활용한다고 했다. 그중 “케이브맨 모드(Caveman mode)”는 AI가 길고 정교한 답변 대신 짧고 투박한 문장으로만 답하도록 강제하는데, 젠킨스는 이를 통해 토큰 사용량을 70% 줄일 수 있었다고 추정했다. “그런트 모드(grunt mode)”라는 또 다른 설정은 답변을 한두 단어로 압축한다. 그는 “진부하긴 하다”고 말했다. 그는 이런 절약 생태계에 속한 다른 도구로 “슈퍼파워스(Superpowers)”와 “포니테일(Ponytail)”도 언급했다.

문제는 이런 방법들이 일반 직원에게는 낯설다는 점이다. “이건 너드들이나 아는 것들”이라고 그는 말했다. “영업 리더나 서비스 리더, 마케터들까지 이런 걸 찾아내야 하나”라며, 파워 유저인 자신이 아는 것과 나머지 직원들이 접근할 수 있는 것 사이의 간극이 진짜 조직적 위험이 시작되는 지점이라고 지적했다.

그가 정말 걱정하는 건 비용이 아니다

수백 명의 직원에게 AI를 도입하면서 겪은 문제를 순위로 매겨보라고 하자, 젠킨스는 비용을 첫손에 꼽지 않았다. 그가 적극적으로 관리해야 한다고 말한 세 가지는 비효율, 불평등, 그리고 그가 거듭 돌아온 단어인 불안감이었다.

젠킨스는 회사 내 모든 사람이 “바이프 코딩” 권한을 갖고 빌더가 되어가는 게 자랑스럽다면서도, 이는 매우 인간적인 차원에서 조직에 혼란을 준다고 설명했다. “토큰 과소비는 사실 문제가 아니다. 다만 쉽게 변명거리가 될 수는 있다”고 그는 말했다. 그는 자신이 요청받지 않았는데도 리더십팀 부서 안에 도구와 자동화를 직접 만들어준 일화를 소개했다. 단지 그 방법을 스스로 배웠기 때문이었는데, 그 반응은 불편함으로 돌아왔다. 팀원 한 명은 “이건 저를 불안하게 만들었어요. 이런 걸 제가 먼저 가져와야 하는데, 따라가야 하는데, 너무 뒤처진 느낌이에요”라고 그에게 말했다.

젠킨스는 이런 역학이 여러 관리 단계를 거쳐 반복적으로 나타났다고 말했다. “내가 제 역할을 하고 있는 건가, 잘 따라가고 있는 건가” 하는 불안이 조직 곳곳에서 되풀이됐다는 것이다.