1. Copilot 사태가 보여준 것
- GitHub Copilot이 토큰 과금으로 바뀌자마자 유저들이 크레딧을 빠르게 소진
- 월 39달러 구독자도 몇 시간 만에 한도 대부분을 태움
- 핵심은 그동안 AI 구독제가 실제 비용보다 싸게 제공됐다는 점
- 즉 AI는 월정액으로 무한정 쓸 수 있다는 환상이 깨지는 중
2. 기업 입장에서는 더 큰 문제
- 많은 회사가 이미 AI 도구를 전제로 업무 구조를 바꿨음
- 개발자 수를 줄이고, 남은 인력에게 Copilot 같은 도구를 쓰게 만든 구조
- AI 비용이 종량제화되면 생산성 도구가 아니라 예산을 태우는 변수로 바뀜
- 인건비를 줄이려고 AI를 썼는데, 비용이 다시 새로운 인건비가 됨
3. 진짜 싸움은 성능이 아니라 비용
- 기업용 AI는 결국 API, 보안, 로그, 권한관리, 컴플라이언스가 필요
- 이 단계로 가면 월 구독제가 아니라 사용량 기반 과금이 됨
- 문제는 업무에 붙이는 순간 토큰 사용량이 생각보다 빠르게 증가함
- 그래서 앞으로는 같은 일을 얼마나 싸게 처리하느냐가 핵심 경쟁력
4. 오픈소스 모델이 가격 상한선
- 모든 업무에 최상위 모델이 필요한 건 아님
- 요약, 분류, 문서 처리, 단순 코드 보조 등은 저가 모델로도 충분
- 중국계 오픈소스 모델과 저가 추론은 폐쇄형 AI 랩의 가격 인상을 제한
- 결국 AI 시장은 최고급 모델 독점이 아니라, 작업별 모델 라우팅 시장으로 감
5. 결론
- AI 수요가 꺾인다는 뜻은 아님. 오히려 수요는 거의 무한에 가까움
- 다만 모든 수요가 고마진 매출로 연결된다는 보장은 없음
- 토큰 사용량은 폭증하지만, 가격은 오픈소스 모델 때문에 눌리고, 비용은 계속 올라감
- 수혜는 추론 최적화, 라우팅 인프라, 데이터센터, 전력, 메모리, 반도체 병목