Uber, Claude Code 도입 4개월 만에 연간 AI 예산 전액 소진 — 기업이 얻은 교훈

우버 CTO 프라빈 네팔리 나가(Praveen Neppalli Naga)가 최근 The Information과의 인터뷰에서 놀라운 사실을 밝혔다. "예산 계획판으로 돌아가야 한다. 내가 세웠던 예산은 이미 소진됐다." 올해 4월, 불과 4개월 만에 연간 AI 예산이 전액 바닥난 것이다. 원인은 단 하나의 코딩 도구였다. 앤트로픽(Anthropic)의 Claude Code다.

4개월의 기록: 도입부터 예산 소진까지

우버는 2025년 12월, 약 5,000명의 엔지니어에게 Claude Code 접근 권한을 부여했다. 내부 리더보드를 만들어 팀별 AI 도구 사용량을 순위매기며 도입을 장려했다. 이 전략은 너무 잘 작동했다.

3개월 만에 Claude Code 사용률이 거의 두 배로 늘었다. 2026년 2월 기준 개발자의 63%가 Claude Code를 활용 중이었다. Pragmatic Engineer 뉴스레터에 따르면 3월에는 전체 개발자의 84%가 에이전트 코딩 사용자로 분류됐다. IDE 기반 도구에서 생성된 코드의 65~72%가 AI가 작성했고, 풀 리퀘스트의 약 11%가 AI 에이전트가 열었다.

실제 운영 환경에서도 변화는 뚜렷했다. 라이드 매칭, 동적 가격 결정, 버그 수정까지 실제 백엔드 업데이트의 11%가 AI 작성 코드로 이루어졌다. 주당 약 1,800건의 AI 생성 코드가 프로덕션에 반영되고 있었다. 하지만 AI 관련 비용은 직전 대비 약 6배 급증했고, 2분기 시작 전 연간 예산이 완전히 소진됐다.

예산 폭발의 핵심 원인

기업 소프트웨어 예산은 보통 사용자당 정액제(per-seat)를 전제로 한다. Claude Code는 다르다. 사용량 기반 과금 모델이다. Claude Code는 코드 자동완성이 아니다. 전체 코드베이스를 분석하고, 수십 개 파일을 수정하며, 테스트를 실행하고, PR을 자동으로 생성하는 에이전트다.

이런 에이전트 워크플로우는 단순 질의응답과 비교할 수 없는 토큰 소모를 유발한다. 실제 엔지니어당 월간 API 비용은 500달러에서 최대 2,000달러에 달했다. Claude Code Pro 요금이 월 20달러라는 점을 감안하면 실제 엔터프라이즈 비용이 표시 가격의 최대 100배에 이르는 셈이다.

구독비는 접근권만 보장하고, 실제 사용량은 API 토큰으로 별도 청구되는 하이브리드 구조가 이 격차를 만들었다. 우버의 내부 Minion 플랫폼에서 병렬 에이전트를 실행하고, 전체 코드베이스 리팩토링을 수행하면 비용이 기하급수적으로 증가한다. 경쟁 도구인 Cursor는 사용량이 정체된 반면, Claude Code가 워크플로우를 장악하며 비용이 한 곳으로 집중됐다.

리더보드의 양면성

우버 사례에서 주목할 점은 내부 인센티브 설계다. AI 도구 사용량 리더보드는 도입을 가속화했지만, 사용량이 실제 필요와 무관하게 증가하는 부작용을 낳았다. 도구가 유용해서 더 많이 쓰고, 더 많이 쓸수록 생산성이 올라가며, 그 결과 더 장려되는 피드백 루프가 형성됐다.

이는 명확한 교훈을 남긴다. 사용을 장려하는 인센티브와 지출을 통제하는 가드레일을 동시에 설계해야 한다. 장려만 있고 통제가 없으면 예산 재앙이 뒤따른다.

기업을 위한 5가지 예산 관리 전략

우버의 경험은 예외가 아니다. Zylo의 2026 SaaS 관리 인덱스에 따르면 중소기업에서도 개발자들의 AI 도구 예산 과다 지출이 심각하다. 엔터프라이즈 AI 도구를 도입하려는 조직을 위한 핵심 전략을 정리한다.

첫째, 토큰 소비량 기반 예산 모델을 구축하세요. 사용자 수가 아닌 실제 에이전트 사용 패턴으로 비용을 모델링해야 한다. 에이전트 워크플로우는 일반적인 프롬프트보다 토큰 소비가 수십 배 많다.

둘째, 초기 예산의 2~3배를 수립하세요. 업계에서는 초기 비용 추정치의 2~3배를 예산으로 잡을 것을 권장한다. 하반기에는 운영비의 20~30%가 AI 도구에 사용될 전망이다.

셋째, 주간 단위 모니터링을 도입하세요. 월간이 아닌 주간으로 토큰 소비를 추적하고, 월간 예산의 50%, 75%, 90%에서 자동 알림을 설정해야 한다.

넷째, 계층형 접근 제어를 고려하세요. 전체 엔지니어에게 무제한 에이전트 기능을 부여하지 말고, ROI가 정당화되는 팀에만 프리미엄 기능을 제한하는 방안을 검토해야 한다.

다섯째, 비용 귀속 시스템을 구축하세요. 어떤 팀과 프로젝트가 지출을 주도하는지 추적하여, AI 도구가 실제 가치를 창출하는 영역을 파악해야 한다.

예산 초과, 그래도 멈추지 않는 이유

놀랍게도 우버는 Claude Code를 줄이는 대신 확장하고 있다. 나가 CTO는 오픈AI의 Codex를 추가로 테스트 중이라고 밝혔다. "에이전트 엔지니어"라는 장기 비전 아래, AI가 코딩부터 테스팅, 배포까지 엔드투엔드로 담당하고 인간 엔지니어는 오케스트레이터가 되는 미래를 구상하고 있다.

예산 초과가 실패를 의미하지는 않는다. 도구가 효과 없어서 예산이 날아간 게 아니라, 너무 잘 작동해서 예산 모델이 무너진 것이다. Deloitte 조사에 따르면 AI 에이전트를 배포한 조직 중 단 21%만이 성숙한 거버넌스를 갖추고 있다. 대다수가 재정 감독 없이 자율 시스템을 운영 중이며, 우버는 이 격차를 극적으로 보여준 케이스다.

핵심 정리

• Claude Code는 정액제가 아닌 사용량 기반 과금이므로, 엔터프라이즈 예산은 초기 추정의 2~3배로 수립하세요
• 도입 장려와 비용 통제를 동시에 설계하세요. 리더보드만으로는 충분하지 않습니다
• 토큰 소비를 주간 단위로 모니터링하고, 예산 50/75/90%에서 알림을 설정하세요
• 계층형 접근 제어와 파일럿 팀 도입으로 실제 비용 패턴을 먼저 파악하세요
• 예산 초과 = 도구 실패가 아닙니다. 생산성 ROI를 측정하여 투자 가치를 판단하세요