호주 최대 은행 CBA의 수장이 기업용 AI에 대해 두 가지 불편한 진실을 전했다: 급증하는 비용과 '워크 슬롭'

"초기에는 사람들이 도구를 사용하기 시작하도록 장려하고 싶었고, 실제로 비용이 많이 들지 않았습니다. [...] 하지만 지금은 모델 작동 방식과 투입할 수 있는 컨텍스트의 양 때문에 비용이 선형적으로 증가하지 않습니다."라고 코민은 설명했다 . 이는 그가 "핵심적인 새로운 관리 과제" 라고 규정한 현실, 즉 CFO와 CTO가 작업 복잡성에 따라 10배에서 50배까지 변동할 수 있는 작업당 비용을 감당할 수 없는 연간 예산 주기에 묶여 있다는 문제를 야기한다 .

이러한 역학은 추상적인 이야기가 아니다. 깃허브가 2026년 6월 1일부터 코파일럿에 사용량 기반 과금을 도입하면서 이 문제는 뼈아픈 현실이 되었다. 이전에는 정액 구독료로 모든 요청을 처리할 수 있었지만, 이제는 입력, 출력, 캐시된 컨텍스트의 모든 토큰이 '깃허브 AI 크레딧'을 통해 측정되며, 1크레딧은 0.01달러로 계산된다 . 에이전트형 코딩 세션을 사용하는 헤비 유저들은 즉시 청구서가 급증하는 것을 목격하고 있으며, 일부는 최대 50배까지 비용이 증가할 것으로 예상하고 있다 . 최상위 모델을 사용하는 단 한 번의 복잡한 에이전트 세션이 한 달 치 크레딧 할당량을 순식간에 소모해 버릴 수도 있다 .

'워크 슬롭'의 정의: 가치 없는 AI 결과물이 가져오는 숨겨진 비용

코민의 두 번째 주요 경고는 질적인 문제다. 그는 생산적으로 보이지만 실질적인 가치는 거의 없는 AI가 생성한 텍스트, 코드, 분석물의 확산을 '워크 슬롭' 이라고 표현했다 . 이러한 결과물은 단순히 도움이 되지 않는 것을 넘어, 적극적으로 숨겨진 비용을 만들어낸다. 즉, 워크플로우에 유입된 모든 AI 생성 콘텐츠는 사람 직원이 검토하고, 팩트체크하고, 편집하거나 폐기해야만 하기 때문이다 .

이는 소비자 웹에서 나타나는 'AI 슬롭' 현상, 즉 검색 엔진 스팸, 형식적인 소셜 미디어 게시물, 자동 생성된 필러 콘텐츠의 기업 버전이다. 기업 환경에서는 그 위험이 더욱 크다. '워크 슬롭'은 적절한 품질 검증 단계를 통과할 경우 내부 의사 결정, 규정 준수 문서, 심지어 고객 대상 제품까지도 은밀하게 저하시킬 수 있다 . 엄격한 검증 없이 모든 기능에 AI를 배포하면 배포할수록, 사람이 직접 청소해야 할 무가치한 작업의 더미는 점점 커질 뿐이다.

CBA의 24억 호주달러 기술 베팅과 인력 방정식

코민의 경고는 방관자의 목소리가 아니다. CBA는 매년 약 24억 호주달러(약 2조 2천억 원)를 기술에 투자하는데, 이는 다른 호주 주요 은행들보다 최소 5억 달러 이상 많은 규모다 . 이러한 지출은 AI 주도 생산성 향상을 위한 전략적 베팅으로 설명되지만, 코민의 발언은 이 예산 항목 자체가 그가 경고하는 예측 불가능한 비용 인플레이션에 노출되어 있음을 시인하는 것이다 .

동시에 CBA는 AI 생산성 향상에 따른 인력 영향을 실시간으로 보여주고 있다. 이 은행은 2026년 초 약 300개의 일자리를 줄였으며, 이는 이전에 AI 챗봇으로 대체된 지원 직원 90명과 4월에 추가로 감축된 120명의 인력에 더해진 것이다 . 코민은 AI가 "경제 전반의 기업에서 일자리를 없앨 것"이며, 기업들은 그런 미래에 대비할 수 있도록 직원들을 도와야 할 의무가 있다고 분명히 밝혀왔다 .

그럼에도 불구하고 CBA는 3년간 9천만 호주달러(약 820억 원)를 자사의 미래 인력 프로그램(Future Workforce Program)에 투자하기로 약속했다. 이는 3만 명 이상의 직원을 위한 대규모 재교육 이니셔티브다 . 이 프로그램에는 'Grow Your Career'라는 이름의 새로운 내부 경력 플랫폼과 AI 집중 교육, 그리고 내부 이동성을 투명하게 만들기 위한 스킬 매핑이 포함된다 . 인력을 감축하는 동시에 재교육하는 이 이중적인 태도는 AI로 인한 혼란이 이미 현실이며, 기업은 떠나는 사람뿐만 아니라 남는 사람들을 위한 전략도 필요하다는 코민의 견해를 솔직하게 반영한다 .

모든 기업을 위한 전략적 시사점

코민의 경고, CBA의 행보, 그리고 깃허브 코파일럿 과금 체계 변경이라는 즉각적인 계기가 맞물리며, AI를 실제 업무에 도입하는 모든 조직에 다음과 같은 세 가지 전략적 필수 과제가 도출된다.

1. 예산 편성은 동적이고 측정 기반으로 전환해야 한다. 고정된 연간 AI 예산의 시대는 끝났다. 토큰 기반 과금 모델은 AI를 클라우드 컴퓨팅과 유사한 변동 비용 서비스로 전환시킨다. 기업들은 이제 실시간 비용 모니터링, 팀별 크레딧 할당, 사용량 한도 설정, 그리고 주기 중간에 예산을 조정할 수 있는 능력을 갖춰야 한다. 이는 클라우드 네이티브 기업들이 10년 전에 터득했지만, 많은 전통적 기업들이 AI에는 아직 도입하지 못한 규율이다 .

2. 품질 관리는 선택이 아닌 필수다. '워크 슬롭'은 품질 실패와 비용 초과 사이에 직접적인 연결 고리를 만든다. 워크플로우에 유입되는 검증되지 않은 모든 AI 결과물은 다운스트림에서 사람의 검토를 필요로 한다. 기업은 반드시 품질 게이트, 휴먼-인-더-루프 검증, 그리고 결과물 감사를 시행해야 한다. 이러한 시스템 없이는 가치 라인은 제자리인데 비용 라인만 상승하게 될 것이다 .

3. 인력 전략은 감축과 역량 강화를 동시에 계획해야 한다. CBA의 모델은 시사하는 바가 크다. AI는 일부 팀의 인원을 줄이는 반면, 재교육 투자는 다른 이들에게 새로운 경력 경로를 만들어준다. 9천만 달러 규모의 이 프로그램은 정리해고의 대안이 '일자리 보호'가 아닌 '일자리 전환'이며, 기업이 이러한 전환 과정을 통해 인력을 안내할 책임이 있음을 알리는 신호탄이다 .

기업의 AI 도입은 훨씬 더 어려운 국면에 접어들었다는 것이 코민의 핵심 메시지다. 손쉬운 성과는 이미 거두었고, 이제 남은 것은 복잡하고 비용이 많이 들며, 대부분의 조직이 갖추지 못한 규율을 요구하는 과제들이다. 이러한 규율 부재에 대한 대가는 예측 불가능한 토큰 비용과 누군가 반드시 정리해야 할 '워크 슬롭' 더미의 형태로 도래하고 있다 .