AI 코딩 도구는 더 이상 실험용 장난감이 아니다. 코드 작성, 수정, 테스트 해석까지 맡기기 시작하면 사용량은 빠르게 늘고, 비용도 눈에 띄게 커진다.
우버가 Claude Code, Cursor 같은 에이전트형 코딩 도구에 직원 1인당 도구별 월 1,500달러 한도를 둔 배경도 여기에 있다.1 이 조치는 “AI 사용 금지”라기보다 “AI 사용을 측정 가능한 비용 항목으로 관리하겠다”는 신호에 가깝다.
왜 에이전트형 코딩 도구가 비용 이슈가 됐나
에이전트형 코딩 도구는 단순히 질문에 답하는 챗봇과 다르다. 코드베이스를 읽고, 파일을 수정하고, 테스트 결과를 해석한 뒤 다시 코드를 고치는 식으로 여러 단계의 작업을 수행한다. 그 과정에서 모델 호출이 반복되고, 많은 컨텍스트가 입력되며, 토큰 사용량이 커진다.
문제는 단순히 “AI가 비싸다”가 아니다. 더 정확히는 “사용량이 빠르게, 그리고 예측하기 어렵게 늘어난다”는 점이다. 우버 CTO는 회사가 연간 AI 예산을 4개월 만에 모두 사용했다고 밝혔다.2
AI 도구가 업무에 자연스럽게 들어오면 직원 입장에서는 비용이 잘 보이지 않는다. 더 큰 모델을 기본값으로 쓰고, 더 많은 코드를 넣고, 같은 작업을 여러 번 실행해도 즉시 체감되는 제약이 없기 때문이다. 그래서 기업에는 사용을 장려하는 단계 다음으로, 사용량을 보이게 만드는 단계가 필요해진다.
우버의 한도는 무엇을 제한하나
우버의 월 1,500달러 한도는 모든 AI 도구에 일괄 적용되는 것이 아니다. Claude Code와 Cursor 같은 에이전트형 코딩 소프트웨어에 적용된다.1 또한 한 도구에서 발생한 지출이 다른 도구의 예산을 줄이지도 않는다.1
즉, 핵심은 “AI 전체를 줄이자”가 아니라 비용이 커지기 쉬운 특정 사용 형태를 관리하자는 데 있다. 특히 에이전트형 코딩 도구는 개발 생산성을 높일 수 있지만, 작업 방식에 따라 사용량이 크게 달라질 수 있다. 이런 도구에는 개인별·도구별 한도가 비용 통제의 기본 단위가 될 수 있다.
우버는 직원별로 접근 가능한 내부 대시보드에서 AI 사용량을 추적하고 있다.2 또 일부 경우에는 회사 허가를 받아 월간 사용 한도를 초과할 수 있다고 밝혔다.2 이는 한도가 절대적인 차단 장치가 아니라, 사용 이유와 비용을 함께 검토하는 운영 장치라는 뜻이다.
개발 조직이 봐야 할 기준
우버 사례에서 얻을 수 있는 실무적 교훈은 간단하다. 이제 질문은 “AI를 쓸 것인가”가 아니라 “어떤 작업에, 어떤 도구를, 어느 정도 비용으로 쓸 것인가”다.
모든 작업에 가장 비싼 모델이나 에이전트형 도구가 필요한 것은 아니다. 간단한 코드 보완, 문서 정리, 반복적인 변환 작업에는 더 가벼운 도구로도 충분할 수 있다. 반대로 복잡한 디버깅, 큰 코드베이스 분석, 설계 검토처럼 높은 정확도와 긴 컨텍스트가 필요한 작업에는 비용이 더 큰 도구를 쓸 이유가 있다.
중요한 것은 사용량과 산출물을 함께 보는 것이다. AI 도구가 실제로 시간을 줄였는지, 품질을 높였는지, 반복 작업을 줄였는지 설명할 수 있어야 한다. 비용만 보면 도입이 위축되고, 효과만 보면 예산이 통제되지 않는다.
결론: AI 활용의 다음 단계는 비용 가시성이다
우버의 AI 코딩 도구 한도는 AI 활용이 성숙 단계로 들어가고 있음을 보여준다. 처음에는 더 많이 써보는 것이 중요했다면, 이제는 어디에 쓰고 얼마를 쓰는지 관리하는 것이 중요해졌다.
좋은 개발 조직은 단순히 AI를 많이 쓰는 조직이 아니다. AI 사용량, 비용, 결과물을 함께 설명할 수 있는 조직이다. 우버의 사례는 그 전환점이 이미 시작됐다는 점을 보여준다.
1Uber caps usage of AI tools like Claude code to cut costs
2Uber caps employee AI spending after blowing through budget in 4 months
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.