The AI Bill Is Due. Companies Are Panicking.

Hook

Hook

From 'AI Everything' to 'How Much Did We Spend?'

'모든 것에 AI'에서 '얼마나 썼지?'로

For two years, the dominant enterprise AI strategy was simple: add it everywhere, figure out the bill later. The bill has arrived. The Economist reported in June 2026 that companies are scrambling to curtail soaring AI costs — and that for the heaviest users, 'tokenmaxxing is losing its appeal.'

2년 동안 기업의 지배적인 AI 전략은 단순했다. 모든 곳에 추가하고, 청구서는 나중에 생각하자. 청구서가 도착했다. 이코노미스트는 2026년 6월, 기업들이 급증하는 AI 비용을 줄이기 위해 안간힘을 쓰고 있으며, 가장 많이 사용하는 기업들 사이에서 '토큰맥싱(tokenmaxxing)이 매력을 잃고 있다'고 보도했다.

What tokenmaxxing means

What tokenmaxxing means

The Strategy That Worked — Until It Didn't

효과가 있었던 전략 — 그때까지는

Tokenmaxxing is the practice of feeding AI models as much context as possible — long documents, full conversation histories, detailed system prompts — on the theory that more context produces better outputs. Tokens are the unit AI providers charge for — roughly speaking, a token is about three-quarters of a word — so more context means a larger bill for every API call. At prototype scale, the costs seemed manageable; at production scale, with thousands of users generating millions of API calls daily, they compound quickly.

토큰맥싱은 더 많은 맥락이 더 나은 결과물을 만든다는 논리 아래 AI 모델에 긴 문서, 전체 대화 기록, 상세한 시스템 프롬프트 등 최대한 많은 문맥을 투입하는 방식이다. 토큰은 AI 제공업체가 요금을 청구하는 단위다. 대략 토큰 하나는 단어 약 4분의 3에 해당한다. 더 많은 맥락은 모든 API 호출마다 더 큰 청구서를 의미한다. 프로토타입 규모에서는 비용이 관리 가능해 보였다. 수천 명의 사용자가 하루에 수백만 건의 API 호출을 생성하는 프로덕션 규모에서는 빠르게 불어났다.

What companies are doing

What companies are doing

The Scramble to Cut AI Spend

AI 지출을 줄이려는 안간힘

The cost-cutting strategies emerging across enterprises fall into three categories: prompt engineering to shrink inputs, model downgrading to cheaper tiers, and rate limiting to cap monthly spend. A fourth strategy has emerged that would have seemed radical eighteen months ago: simply turning off AI features that cannot demonstrate a measurable ROI within a quarter. AI providers have responded with competitive pricing: OpenAI, Anthropic, and Google have each cut API prices between 50 and 80 percent for certain models over the past year — but enterprise demand has grown fast enough that total bills keep rising.

기업 전반에 걸쳐 나타나는 비용 절감 전략은 세 가지로 분류된다. 입력을 줄이는 프롬프트 엔지니어링, 저렴한 등급으로의 모델 다운그레이드, 월별 지출을 제한하는 레이트 리미팅. 18개월 전이라면 급진적으로 보였을 네 번째 전략도 등장했다. 분기 내 측정 가능한 ROI를 입증하지 못하는 AI 기능을 그냥 꺼버리는 것. AI 제공업체들은 경쟁적 가격 책정으로 대응했다. 오픈AI, 앤트로픽, 구글은 지난 1년간 특정 모델의 API 가격을 50~80% 인하했다. 하지만 기업 수요가 빠르게 성장해 총 청구 금액은 계속 오르고 있다.

Korea angle

Korea angle

What Korean Tech Companies Are Discovering

한국 IT 기업들이 발견하고 있는 것

Kakao, Naver, and Krafton all announced internal AI integration programs in early 2026 — but detailed cost disclosures have been conspicuously absent from their earnings calls. For Korean companies using API-based models rather than running their own infrastructure, the cost structure is particularly exposed: every product feature that calls an LLM adds a direct, usage-variable line item to the P&L. Samsung SDS and LG CNS, which run AI on their own hardware for enterprise clients, may emerge as beneficiaries: on-premise AI avoids the per-token pricing model entirely, which becomes more attractive as token bills grow.

카카오, 네이버, 크래프톤은 모두 2026년 초 사내 AI 통합 프로그램을 발표했다. 하지만 구체적인 비용 공시는 실적 발표에서 눈에 띄게 빠져 있다. 자체 인프라를 운영하지 않고 API 기반 모델을 사용하는 한국 기업들에게 비용 구조는 특히 취약하다. LLM을 호출하는 모든 제품 기능이 손익계산서에 직접적인 사용량 변동 항목을 추가한다. 기업 고객을 위해 자체 하드웨어에서 AI를 운영하는 삼성SDS와 LG CNS는 수혜자로 부상할 수 있다. 온프레미스 AI는 토큰당 가격 모델을 완전히 피할 수 있으며, 토큰 청구 금액이 커질수록 이는 더 매력적이 된다.

The bigger picture

The bigger picture

The Question That Changes Everything

모든 것을 바꾸는 질문

The companies that win the next phase of AI adoption will not be the ones that used AI most broadly — they will be the ones that used it most precisely. Watch for the first major company to publish an 'AI ROI report' — a structured disclosure of which AI investments returned value and which were written off. Once that precedent exists, every public company with significant AI spend will face pressure to do the same — and that transparency will separate the AI efficiency leaders from the companies that were merely keeping up with appearances.

AI 도입의 다음 단계에서 승리하는 기업은 AI를 가장 광범위하게 사용한 기업이 아니라, 가장 정밀하게 사용한 기업일 것이다. 최초로 'AI ROI 보고서'를 발표하는 주요 기업을 주목하세요. 어떤 AI 투자가 가치를 돌려줬고 어떤 것이 상각됐는지에 대한 구조화된 공시 말입니다. 그 선례가 생기면, 상당한 AI 지출을 가진 모든 상장 기업은 동일하게 해야 한다는 압박을 받을 것입니다. 그 투명성이 AI 효율성 선도 기업과 단지 겉모습만 따라가던 기업을 구분할 것입니다.