드래곤플라이 파트너 하시브: 미래에 가장 빠르게 성장하는 회사는 모두 149명에 갇힐 것이다

저자：Haseeb

편집: 가환, ChainCatcher

@SemiAnalysis_ 최근 AI 프로그래밍 구독의 경제학에서 믿기 힘든 현상을 발견했습니다. 사용량을 최대한 늘리면, 실제로 지불하는 비용이 API를 통해 토큰을 구매하는 것보다 20배에서 70배 저렴합니다.

많은 사람들이 이를 보고 이렇게 말합니다: 세상에, 이 큰 모델 회사들이 토큰에 얼마나 많은 보조금을 지급했는지 보세요, 거품은 분명 곧 터질 것입니다.

이런 반응은 잘못된 것입니다. 큰 모델 회사들이 이렇게 관대한 패키지를 제공하는 이유는 대부분의 사용자가 한계에 거의 도달하지 않기 때문입니다. 이 제품은 마치 헬스장 회원권과 같습니다: 한도가 넉넉한 것은 대다수 사람들이 거의 사용하지 않기 때문입니다.

하지만 저는 이 문제를 오랫동안 고민했으며, 여기에는 확실히 이상한 점이 있습니다.

우리는 그들이 구독에서 실제로 얼마나 많은 총 이익률을 가지고 있는지 알 수 없지만, SemiAnalysis에 따르면 20%의 평균 이용률에서 Anthropic의 Max 5x 계획은 간신히 손익 분기점을 맞춘다고 합니다. 20%의 이용률은 특히 모든 사람이 (비프로그래머 포함) 구독 계정을 가지고 있지만 가끔 한 번씩만 사용하는 조직에서는 오히려 높은 수치일 수 있습니다. 제가 아는 대부분의 기관, 예를 들어 Dragonfly는 Claude Code 구독을 관대하게 배포하고 비프로그래머가 시도해 보도록 장려합니다.

하지만 SemiAnalysis가 깊이 다루지 않은 것은, 이것이 전적으로 소기업에서만 나타나는 현상이라는 것입니다. 대기업은 이러한 구독 가격을 사용할 수 없습니다.

이유는 다음과 같습니다: 인원이 150명 이상이 되면, "팀(Team)" 버전의 구독 모델에서 강제로 벗어나야 합니다. "기업(Enterprise)" 버전으로 전환해야 하며, 가격은 기본 20달러/좌석에 실제 사용량에 따라 계산되는 API 비용이 추가됩니다. 기업은 토큰 비용에 대해 선형으로만 지불할 수 있으며, SemiAnalysis는 API 토큰의 총 이익률이 약 75%라고 생각합니다. 이는 큰 인상이며, 인원이 150명에 도달할 때 갑자기 발효됩니다.

따라서, 만약 당신이 소기업이나 스타트업(또는 개인 사용자)이라면, AI 지출에 대한 인식이 왜곡되어 있습니다. 당신의 토큰 가격은 사실 매우 유리하며, Anthropic은 당신에게 극히 낮거나 심지어 마이너스의 이익률을 유지하고 있을 가능성이 큽니다.

당신은 아마도 궁금할 것입니다. 왜 마이크로소프트와 우버가 토큰 지출에 대해 놀라워하며 "토큰 정리(token-mining)"에 대해 이야기하는지. 그 이유는 여기 있습니다. 그들이 각 토큰에 대해 지불하는 구조적 비용이 스타트업과 개인보다 훨씬 높기 때문입니다.

하지만 Anthropic은 신경 쓰지 않습니다! B2B 회사에게는 소기업이나 개인으로부터 최대 가치를 끌어내는 것이 큰 의미가 없습니다. Datadog이나 Cloudflare와 같은 회사를 보세요, 그들은 80%에서 90%의 수익을 대규모 계약(연간 반복 수익 10만 달러 이상)에서 얻습니다. 긴 꼬리 고객에게서 제로 이익을 얻는 것은 단지 고객 개발 비용일 뿐입니다.

이것은 전형적인 B2B 판매 사고방식입니다.

하지만 같은 상황에 대해 또 다른 관점이 있습니다: 세금 정책의 관점에서.

왜냐하면 만약 토큰이 노동력을 대체하고 있다면, OpenAI와 Anthropic이 토큰에서 얻는 총 이익은 사실상 AI 노동력에 대한 세금의 일종이기 때문입니다.

이렇게 토큰 가격을 바라보면 두 가지 주요 결과가 나타납니다.

토큰 가격을 세금 정책으로

SemiAnalysis 문서의 이익률이 성립한다고 가정해 보겠습니다: 구독제 손익 분기점, 대기업 API 총 이익률 75%. 첫 번째 반응은 이를 대조직에 대한 75%의 AI 노동력 세금으로, 스타트업에 대해서는 0%로 부르는 것입니다.

표준 세금 분석은 이것이 대기업이 내부에서 AI 노동력을 사용하는 것을 방해하고, 한계적으로 기업이 자동화를 줄이고 더 많은 인간 노동력을 유지하도록 촉진한다고 말할 것입니다. (명백히, 이것은 더 작거나 오픈 소스 모델을 사용하는 것을 장려하지만, 순효과는 두 가지 모두가 자극을 받는 것입니다. 우리는 여기서 한계를 이야기하고 있습니다.)

그러나 행동을 더 강하게 유도하는 것은 평균 세율이 아닙니다. 세금 정책에서는 결코 그렇지 않습니다. 우리가 진정으로 관심 있는 것은 한계 세율입니다.

정액 구독을 채택한 스타트업에게는 한계 가격이 한계에 도달하기 전까지는 제로입니다. 그리고 제로 한계 가격은 정책이 초래할 수 있는 최대 왜곡입니다.

스타트업에게 구독 모델은 기본적으로 혁신 보조금입니다. 가장 압도적인 동기는 전체 토큰 예산을 가능한 한 효율적으로 소진하는 방법을 고민하는 것입니다. 이는 Ralph 루프를 실행하고, 화면을 Claude Code 세션으로 가득 채우고, 무리의 지능형 에이전트를 함께 작업하도록 조정하는 것을 의미합니다.

한계에 도달하기 전까지 탐색은 무료입니다. 그래서 스타트업은 실제로 구독의 마지막 가치를 짜내기 위해 경쟁하며, 생산량으로 경쟁자를 압도합니다. 역설적으로, 사용할수록 평균 토큰 가격이 오히려 낮아집니다. 모든 스타트업은 Anthropic이 구독에서 가장 많은 손실을 보게 만드는 사람이 되고 싶어합니다.

대기업이 직면하는 유인은 정반대입니다. 만약 당신이 150개 좌석을 초과하면, 탐색 중인 각 토큰은 전액 요금이 부과됩니다(75% 추가 요금도 포함됩니다!), 그래서 그들이 한 걸음 더 탐색할 때마다 처벌이 선형적으로 증가합니다.

대기업은 여전히 명백한 대량 작업을 자동화하겠지만, 한계적이고 실험적이며 위험한 자동화는 결코 발견되지 않을 것입니다. 왜냐하면 발견 비용이 너무 높기 때문입니다. 이러한 세금 구조는 결국 그들이 더 많은 인력을 유지하고 기존의 전체 조직 구조를 유지하도록 촉진합니다.

이는 일본과 정반대입니다. 인구 감소로 인해 일본은 심각한 노동력 부족에 직면해 있습니다. 역사적으로 이는 일본이 높은 인건비로 인해 자동화를 추구하게 만들었습니다. 그래서 일본의 식당, 공장, 호텔, 병원에는 로봇이 있습니다.

하지만 이상하게도, 대기업은 일본과 정반대의 곤경에 빠졌습니다: AI에 대해 매우 높은 세금을 내야 한다면 오히려 자동화의 동기가 약화되고 기존 직원 유지의 동기가 강화됩니다(이 기간 동안 임금이 정체된다면 더욱 분명해집니다).

그렇다면 이 모델에서 노동력의 대체는 어디로 흐를까요?

모든 사람은 대기업을 주시하며 AI 해고 물결이 올 것을 기다립니다. 하지만 75%의 세율 하에서, 너무 급진적으로 AI로 자신의 직원을 대체하는 것은 아마도 전혀 이득이 되지 않을 것이며, 토큰 예산은 직접 폭발할 것입니다.

하지만 이것이 대체가 발생하지 않는다는 것을 의미하지는 않습니다. 단지 대체가 다른 형태로 나타날 것입니다.

대기업이 인력 비용이 극히 낮은 AI 네이티브 스타트업에 시장 점유율을 빼앗길 때, 대기업의 수익과 주가는 하락하여 해고를 촉발할 것입니다. 하지만 사라진 직무는 결코 승리한 스타트업에서 다시 나타나지 않을 것입니다. 순감원 효과는 동일하며, 이 실업의 격차는 경제체에서 세율이 더 낮은 다른 단계로 이동할 뿐입니다.

이것이 바로 "AI-washing"(일반 해고를 새로운 발견된 AI 효율성으로 설명하는 것)이 일시적인 현상이 아닐 수 있는 이유입니다. AI-washing이란 한 회사가 해고를 AI 효율성 덕분으로 돌리는 것을 의미하며, 실제로는 일반적인 사업 부진을 숨기고 있는 것입니다.

많은 사람들은 이것이 현재 AI 과대 광고 주기에서의 일시적인 현상이라고 생각합니다. 그러나 모든 사람이 대기업이 진정한 AI 해고를 하고 AI로 "직무를 대체하는" 것을 목격할 준비가 되어 있지만, 이러한 일은 대규모로 발생하지 않을 수 있습니다.

노동력의 대체는 다른 방식으로 전개될 수 있습니다: 스타트업이 대기업을 이기고, 대기업은 AI라는 이름으로 쇠퇴를 숨기며 결국 파산하게 되고, 스타트업은 결코 그 옛 직무를 재건하지 않을 것입니다. 직무 대체는 여전히 발생하겠지만, 모두가 주목하는 곳에서는 아닐 것입니다.

이것이 이 모델의 첫 번째 결과입니다. 그러나 더 기이한 두 번째 결과가 있습니다.

150명의 절벽

소위 규제 단절(Notch)은 행동에 큰 변화를 유도하는 규제 경계입니다. 예를 들어, 주당 30시간의 정규직 고용 기준은 주당 29시간에 딱 맞는 많은 직무를 생성했습니다.

프랑스에는 극히 엄격한 노동법이 있으며, 기업이 50명 이상의 직원이 되면 발효됩니다(직원 위원회, 강제 이익 공유, 해고 보호), 소기업은 면제됩니다. 이는 고용주에게 50명 이하로 규모를 유지하려는 큰 동기를 제공합니다.

출처: Garicano, Luis, Claire Lelarge, 및 John Van Reenen, 2016, 《기업 규모 왜곡과 생산성 분포: 프랑스에서의 증거》.

이 비유를 AI로 확장해 보겠습니다. 큰 모델 회사들은 150개 좌석을 초과하는 회사에 세금 기준을 설정했습니다. 이는 당신이 그 멋진 보조금 구독 가격을 유지하기 위해 소규모를 유지해야 하며, 토큰에 대해 0%(심지어 마이너스)의 세금을 부과받는 것이 아니라 75%의 세금을 부과받아야 함을 의미합니다.

이는 새로운 기업 관리 철학을 촉발할 수 있습니다. 스타트업은 점점 더 모든 것을 지능형 에이전트로 해결하려고 집착하게 되고, 팀은 더 작아지고, 해고는 더 빈번해지며, 더 많은 아웃소싱이 이루어지고, 사람을 필요로 하는 단계를 가능한 한 적게 만들기 위해 모든 수단을 동원할 것입니다.

이는 "최적"의 자동화 수준 때문이 아니라, 유인 구조가 그들을 그렇게 몰아넣기 때문입니다. 만약 마법의 숫자가 149라면, 각 좌석이 매우 중요해지며, 회사의 핵심 관절 외부에서 어떤 사람도 낭비할 수 없습니다.

이러한 단절은 하버드 경영대학원과 같은 사람들이 "신세대 AI 우선 관리"로 볼 수 있습니다. 하지만 이해가 제대로 이루어진다면, 이는 사실 기업 가격 책정 방안에 대한 합리적인 반응일 뿐입니다.

이것은 다소 과장된 것처럼 들릴 수 있습니다. 그러나 서로 다른 조직 간의 행동 차이를 이제 볼 수 있습니다. 대기업의 개발자들과 이야기해 보세요, 그들은 토큰을 세심하게 계산하고 있으며, 리더에게 토큰 예산을 줄이도록 점점 더 긴장하고 있습니다. 반면 스타트업의 개발자들은 토큰 사용량을 최대한 늘리기 위해 노력하고 있으며, 밤새 여러 지능형 에이전트를 시작하고 아침에 로그를 확인합니다. 저는 이러한 추세가 가속화될 것이라고 예상합니다.

아무도 의도적으로 이러한 모든 것을 설계하지 않았습니다. 어떤 위원회도 스타트업에 혁신 보조금을 주고, 오래된 기업에 세금을 부과하기로 결정하지 않았습니다. 이 모든 것은 전통적인 기업 가격 책정 전략에서 직접 유래한 것입니다.

하지만 세법은 항상 그렇습니다: 많은 부수적인 규칙들이 결국 어떤 회사가 세워질 수 있는지, 그리고 이러한 회사들이 어떻게 왜곡되어 세금을 최소화하는지를 결정합니다.

당신은 이것이 일시적이라고 반박할 수 있습니다. 큰 모델 회사들은 결국 모든 사람에게 요금을 부과할 것입니다. Github Copilot은 이미 이 전환을 완료했습니다. 아마도 그럴 수도 있고, 아닐 수도 있습니다. 하지만 가격이 정상으로 돌아오기 전에 149명의 회사와 이 새로운 AI 우선 관리가 이미 폭발하여 많은 시장 점유율을 차지하고, 다음 세대 스타트업을 위한 대본을 작성했을 가능성이 큽니다.

세금 정책은 매우 중요합니다. 전체 "긱 경제"의 개념은 W-2(정규 직원)와 1099(독립 계약자) 간의 법적 경계가 존재하기 때문에 생겨났습니다. 점점 더 많은 노동력이 AI에 의해 잠식됨에 따라, 토큰 가격 책정은 향후 10년간 가장 영향력 있는 세금 정책이 될 수 있습니다. 그러나 이를 위해 투표하는 사람은 결코 없을 것입니다.

(만약 다음 주기에서 가장 빠르게 성장하는 회사들이 눈에 띄게 149개의 좌석에 갇혀 있다면, 놀라지 마세요.)