아마존 MeshClaw와 토큰맥싱: AI 사용량 점수가 역효과를 낼 때

문제는 그 숫자가 곧바로 생산성을 뜻하지 않는다는 점이다. AI 모델이 많이 호출됐다는 사실은 알 수 있어도, 그 결과물이 정확했는지, 업무 시간이 실제로 줄었는지, 고객이나 제품에 의미 있는 개선이 있었는지는 별개의 문제다. 바로 이 틈에서 ‘토큰맥싱(tokenmaxxing)’이 등장한다.

MeshClaw는 어떤 도구인가

여러 보도에서 MeshClaw는 아마존의 사내 AI 제품으로 설명된다. 직원들이 AI 에이전트를 만들 수 있고, 이 에이전트는 업무용 소프트웨어와 연결돼 사용자를 대신해 작업을 수행하거나 실행할 수 있다는 것이다 .

이 설명대로라면 MeshClaw는 단순한 챗봇보다 한 단계 더 나아간 도구다. 질문에 답하거나 문장을 생성하는 데서 끝나는 것이 아니라, 연결된 업무 도구 안에서 실제 행동을 할 수 있기 때문이다. 그래서 이번 논란은 단순히 “직원들이 AI를 많이 쓴다”는 이야기가 아니라, “AI 사용량을 어떻게 측정하고 보상할 것인가”라는 관리 문제로 이어진다.

직원들은 무엇을 했다고 보도됐나

보도된 행동은 비교적 명확하다. 일부 아마존 직원들이 AI가 꼭 필요하지 않은 반복적·사소한·비핵심 업무에도 MeshClaw나 관련 사내 AI 도구를 사용했다는 것이다 . Retail Gazette는 FT 보도를 요약하며, 직원들이 토큰 소비량을 늘리기 위해 불필요한 AI 활동을 만들어냈다고 전했다 . Times Now 역시 일부 직원들이 필요하지 않은 상황에서도 봇을 사용했으며, 이는 관리자에게 더 높은 AI 활동량을 보여주려는 목적과 관련돼 있다고 보도했다 .

즉, AI가 어려운 문제를 해결했기 때문에 쓰인 경우만 있는 것이 아니라, AI를 쓴 흔적 자체가 보이기 때문에 쓰였다는 해석이 나온다.

토큰맥싱이란 무엇인가

AI에서 토큰은 모델이 처리하는 데이터의 단위다. 이번 아마존 관련 보도에서도 토큰 소비량은 AI 모델이 처리한 데이터량을 세는 방식으로 설명된다 . 한 해설 기사는 OpenAI의 대략적 추산을 인용해 토큰 1개가 약 4자에 해당한다고 설명하지만, 실제 토큰화 방식은 모델과 언어에 따라 달라질 수 있다 .

토큰맥싱은 이 토큰 소비량을 최대한 늘리려는 행동을 가리킨다. Computing UK는 토큰맥싱을 “AI 사용을 보여주기 위해 가능한 한 많은 AI 토큰을 소비하려는 시도”로 설명하며, 토큰 소비를 생산성의 대리 지표로 삼으면 굿하트의 법칙에 빠질 수 있다고 지적했다 . 굿하트의 법칙은 어떤 측정치가 목표가 되는 순간, 더 이상 좋은 측정치로 기능하지 못한다는 뜻이다 .

쉽게 말해 토큰 수는 세기 쉽지만, 좋은 일의 결과는 세기 어렵다. 그래서 토큰 수가 점수가 되면, 사람들은 좋은 결과보다 점수 올리기에 집중할 수 있다.

목표와 리더보드가 만든 유인

한 2차 보도는 FT 보도를 인용해 아마존이 개발자의 80% 이상이 매주 AI를 사용하도록 하는 목표를 세웠고, 토큰 소비량을 보여주는 리더보드로 사용 현황을 추적했다고 전했다 . 또 다른 보도는 아마존이 목표를 설정하고 직원들의 기술 사용량을 측정하기 시작한 뒤, 직원들이 높은 AI 사용량을 보여줘야 한다는 압박을 느꼈다고 전했다 .

아마존은 토큰 통계를 성과 평가에 사용하지 않겠다고 밝힌 것으로 보도됐다 . 그러나 직원들의 우려는 형식적 평가 항목만의 문제가 아니다. 관리자가 대시보드를 볼 수 있고, 높은 사용량을 AI 전환에 적극적인 태도로 해석할 수 있다면, 낮은 사용량은 뒤처짐이나 소극성처럼 보일 수 있다는 것이다 .

이 지점에서 AI 도입 지표는 성과 측정 도구가 아니라 사내 신호 체계가 된다. “일을 잘했는가”보다 “AI를 많이 썼는가”가 더 눈에 띄면, 직원들은 자연스럽게 후자에 맞춰 행동한다.

메타 사례와 닮은 점

아마존 보도는 고립된 사례로만 보기 어렵다. 앞서 메타 등 다른 기술기업에서도 토큰 사용량을 둘러싼 리더보드와 경쟁이 보도된 바 있다.

메타에서는 한 엔지니어가 직원들의 토큰 사용량을 순위화하는 내부 리더보드를 만들었고, 그 안에는 “Session Immortal”, “Token Legend” 같은 지위 표시가 있었다고 보도됐다 . 또 다른 요약 보도는 메타에 “Claudeonomics”라는 리더보드가 있었고, 직원들이 처리·생성한 토큰 수를 기준으로 순위를 매겼다고 설명했다 . Gizmodo는 뉴욕타임스 칼럼을 요약하며 메타와 OpenAI 등을 포함한 기업 직원들이 각자 소비한 토큰 수를 보여주는 내부 리더보드에서 경쟁했고, 메타와 Shopify에서는 AI 사용량이 평가 지표가 됐다고 전했다 .

중요한 점은 모든 회사가 같은 제도를 썼다는 것이 아니다. 공통된 유인은 어디서든 반복될 수 있다는 점이다. AI 사용량이 지위나 관리 신호가 되는 순간, 직원들은 유용한 결과보다 사용량 자체를 최적화할 수 있다.

아마존이 마주한 세 가지 부담

1. 생산성 지표가 ‘가치’보다 ‘활동량’을 보상할 수 있다

토큰 소비량은 AI 모델이 사용됐다는 사실을 보여준다. 하지만 그 출력이 맞았는지, 업무에 꼭 필요했는지, 사람이 검토한 뒤 실제로 채택됐는지는 말해주지 않는다. 여러 해설과 보도는 토큰 기반 지표가 가치보다 양을 보상하고 성과 평가를 왜곡할 수 있다고 경고한다 .

2. 불필요한 AI 사용은 비용을 키운다

직원이 토큰 수를 높이기 위해 필요하지 않은 AI 작업을 만든다면, 회사는 실질적 가치가 적은 모델 사용 비용을 부담하게 된다. Retail Gazette는 일부 직원들이 불필요한 AI 활동으로 토큰 소비를 늘렸다는 보도를 전했다 . 토큰맥싱을 다룬 다른 논의에서도, 토큰 사용량이 목표가 되면 낭비성 모델 호출과 클라우드 비용 증가가 발생할 수 있다고 지적한다 .

3. 공식 평가에 쓰지 않아도 압박은 남을 수 있다

아마존은 AI 토큰 통계를 성과 평가에 사용하지 않겠다고 한 것으로 보도됐다 . 그러나 직원들이 관리자에게 사용량이 보인다고 느끼거나, 낮은 사용량이 AI 도입에 소극적인 태도로 해석될 수 있다고 생각한다면 유인은 사라지지 않는다. 공식 규정보다 강하게 작동하는 것은 때로 조직 안의 분위기와 암묵적 신호다.

AI 에이전트라서 더 중요한 거버넌스 문제

현재 인용 가능한 자료는 MeshClaw와 관련한 특정 보안 사고를 입증하지 않는다. 다만 구조적 우려는 분명하다. MeshClaw는 AI 에이전트가 업무용 소프트웨어와 연결돼 사용자를 대신해 작업을 실행할 수 있는 도구로 설명된다 . 이런 시스템에는 권한 설정, 사람의 최종 검토, 감사 로그, 잘못된 실행이 일어났을 때의 책임 소재가 중요해진다.

별도 보도 역시 AI 에이전트가 자율적으로 작업을 수행하면서 이를 뒷받침하는 연산 인프라와 보안 시스템에 새로운 압력이 생기고 있다고 지적했다 . 에이전트가 “말”만 하는 것이 아니라 “행동”까지 한다면, 사용량 확대만큼 통제 장치도 함께 커져야 한다.

더 나은 AI 도입 지표는 무엇을 물어야 하나

토큰 데이터 자체가 쓸모없다는 뜻은 아니다. 비용 관리, 용량 계획, 부서별 과금, 이상 사용 감지에는 유용할 수 있다. 문제는 토큰 소비량이 생산성이나 헌신의 대표 점수처럼 쓰일 때 시작된다. 한 요약 보도도 토큰 지표가 비용 배분과 통제에는 도움이 될 수 있지만, 제품 성과와 어긋나는 사회적 유인을 만들 수 있다고 설명했다 .

더 건강한 AI 도입 평가는 토큰 수를 배경 데이터로 두고, 다음 질문에 집중해야 한다.

• AI가 중요한 업무 흐름의 처리 시간을 실제로 줄였는가?
• 사람이 검토한 뒤 채택할 만한 결과물의 품질이 높아졌는가?
• 결함, 재작업, 고객 지원 이슈가 줄었는가?
• 채택된 결과물 하나당 비용은 얼마인가?
• 보안, 개인정보, 컴플라이언스 위험은 통제됐는가?
• 직원들은 AI가 도움이 돼서 썼는가, 아니면 감시받는다고 느껴서 썼는가?

결론: 대시보드가 좋아 보여도 일이 좋아진 것은 아닐 수 있다

MeshClaw 보도가 던지는 경고는 명확하다. “AI를 얼마나 많이 썼나”라는 질문은 “AI가 무엇을 개선했나”라는 질문보다 약하다. 리더보드와 목표가 토큰 소비량을 보상하면, 직원들은 토큰을 더 많이 쓰는 방법을 찾을 수 있다. 그 결과 대시보드는 좋아 보일 수 있지만, 실제 업무의 질과 속도가 나아졌다고 말하기는 어렵다.