2025년 8월, METR이 57명의 개발자와 800개 이상의 작업으로 확대한 후속 시도는 위기를 더욱 심화시켰다. 결과는 통계적으로 불분명했으며, 예상 생산성 저하율은 -4%였지만 신뢰 구간이 -15%에서 +9%로 0을 포함할 정도로 넓었다. 결정적으로, 참가자의 30~50%가 AI 지원 없이는 완료할 수 없는 작업을 제출하지 않음으로써 스스로 검열하고 있음을 인정했다. 샘플은 돌이킬 수 없을 정도로 편향되어, 여전히 AI 없이 작업할 의사가 있는 소수의 개발자 집단에 국한되었다 . 결국 연구소는 데이터를 "신뢰할 수 없다"고 판단하며 실험 자체를 완전히 폐기했다 .

불과 1년도 안 되어, 연구의 내러티브는 "AI가 숙련된 개발자를 더 느리게 만들지만 그들은 인지하지 못한다"에서 "개발자들은 AI 없이는 작업 시도조차 하지 않을 것이다"라는 더 심오한 발견으로 이동했다. 의존도가 너무 깊어져 측정조차 불가능해진 것이다 .

토큰막싱 골드러시와 그 화려한 몰락

METR 연구가 무너지고 있을 무렵, 실리콘밸리에는 또 다른 광풍이 휘몰아치고 있었다. 개발자 생산성의 대리 지표로 원시 AI 토큰 소비량을 극대화하는 관행인 토큰막싱(Tokenmaxxing) 은 2026년 초의 결정적인 트렌드가 되었지만, 자체적인 무게를 견디지 못하고 붕괴했다.

이 문화는 적극적으로 게임화되었다. 메타 직원들은 "Claudeonomics"라는 내부 대시보드에서 얼마나 많은 토큰을 소모했는지에 따라 "토큰 레전드(Token Legend)"나 "세션 임모탈(Session Immortal)" 같은 칭호를 얻기 위해 경쟁했다고 전해진다 . 엔비디아 CEO 젠슨 황은 자신의 연봉 50만 달러짜리 엔지니어가 토큰을 많이 소비하지 않으면 "크게 우려할 것"이라고 말하며 헤드라인을 장식했다 . 업계 전반에 걸쳐, 토큰 예산은 명예의 배지가 되었고, 직원의 AI 수용도와 혁신적인 결과물을 보여주는 신호로 여겨졌다.

아마존, 키로랭크(KiroRank) 폐쇄

이러한 반발은 2026년 5월 말에 정점에 달했다. 아마존은 직원들이 사용 점수를 부풀리기 위해 "무의미한 AI 에이전트"를 생성하고 있다는 사실을 발견한 후, 내부 개발자 플랫폼 키로(Kiro)의 "키로랭크" 리더보드를 폐기했다. 수석 부사장 데이브 트레드웰은 "AI를 사용하기 위해 AI를 사용하지 말라"는 직접적인 메시지를 직원들에게 전달했다 . 아마존 대변인은 이 리더보드가 "공식적이거나 승인된 도구가 아닌" "베타 대시보드"였다고 확인했지만, 그것이 초래한 컴퓨팅 비용으로 인한 피해는 이미 발생한 후였다 . 회사는 현재 의미 있는 작업을 측정하기 위해 "정규화된 배포(normalised deployments)"라는 지표로 전환하고 있다 .

우버, 연간 AI 예산 4개월 만에 소진

더욱 극적으로, 우버의 AI 추진은 하나의 경계해야 할 교훈이 되었다. 이 회사는 2025년 12월에 약 5,000명의 엔지니어에게 Anthropic의 Claude Code에 대한 광범위한 접근 권한을 부여했다. 도입률은 몇 달 만에 32%에서 84%로 급증했고, 2026년 4월에는 회사의 연간 AI 예산 전체가 소진되었다. CTO 프라빈 네팔리 나가에 따르면, 현재 우버 엔지니어의 95%가 매월 AI 도구를 사용하고 있으며, 커밋된 코드의 70%가 AI에 의해 생성되고 있다. 이는 주요 기술 기업 중 공개적으로 보고된 가장 높은 수치다 .

그러나 이 놀라운 도입률에는 명확한 성과가 없었다. COO 앤드류 맥도날드는 5월 말 인터뷰에서 회사가 막대한 AI 지출과 의미 있는 비즈니스 성과 사이의 연관성을 찾을 수 없다고 공개적으로 인정했다. 그는 "그 연결 고리는 아직 없다"며 "비용을 정당화하기가 점점 더 어려워지고 있다"고 말했다 . 내부적으로 우버 경영진은 이 문제를 그 이름 그대로 부르기 시작했다. "토큰막싱"이라고 .

광범위한 반성

메타와 다른 대기업들도 AI 사용 순위를 폐기하거나 검토했으며, 전반적으로 주요 기업들은 비례적인 수익을 내지 못하는 폭주하는 AI 지출에 대해 재평가하고 있다 . Fortune지는 토큰막싱 트렌드가 "죽었다"고 결론지었다 .

숨겨진 비용: 더 많은 코드, 더 많은 버그, 더 많은 기술 부채

반발은 단순히 예산 때문만이 아니다. AI가 생성한 코드가 소프트웨어 프로젝트에 시한폭탄을 심고 있다는 증거가 늘어나고 있다.

• 생산성의 환상은 실재한다. 속도감에 대한 인식은 통제된 연구에 의해 반박된다. 토큰 양과 생성된 코드 줄 수에 초점을 맞추면 AI가 작성한 소프트웨어를 디버깅, 리팩토링 및 유지 관리하는 데 드는 숨겨진 비용이 가려진다. 2026년 1월 GitClear 보고서에 따르면, AI 도입이 높은 환경에서 코드 변동률(추가된 대비 삭제된 줄 수로 측정)이 무려 861%나 폭증한 것으로 나타났다 .
• 기술 부채가 축적되고 있다. AI 도구의 빠른 결과물은 더 많은 재작업을 필요로 하고 보안 취약점을 야기하는 코드를 생산하고 있다. 분석가들은 그에 따른 유지 보수 부담이 단기적인 속도 향상을 쉽게 상쇄하여 코드베이스의 장기적인 건전성을 위협할 수 있다고 경고한다 .
• 측정 방식 자체가 고장 났다. 이 모든 에피소드는 활동 지표, 즉 코드 줄 수, 토큰 소비량, 호출된 AI 에이전트 수 등이 실제 결과물을 측정하는 데 있어 심각한 결함을 가진 대체물임을 드러냈다. 한 분석이 지적했듯이, "효과 크기 자체가 움직이는 동안에도 주관적인 인상은 측정된 영향을 판단하는 데 형편없는 가이드였다."

떠오르는 해법: 실제로 AI와 인간의 감독을 어떻게 균형 잡을 것인가

2026년의 반성은 소프트웨어 엔지니어링에 AI를 통합하는 방법에 대한 더욱 냉철한 합의를 만들어내고 있다.

• 토큰 기반 지표를 포기하라. 기업들은 리더보드를 폐기하고, AI 소비량보다 실제 출시된 기능, 코드 품질, 결함률을 추적하는 엔지니어링 인텔리전스로 이동하고 있다. 아틀라시안(Atlassian)이 개발자 경험 플랫폼 DX를 10억 달러에 인수한 것은 원시 활동이 아닌 의미 있는 결과를 측정하는 데 대한 이러한 투자를 잘 보여준다 .
• 엄격한 휴먼 리뷰를 의무화하라. METR 연구는 신중한 감독 없이는 AI 도구가 숙련된 개발자의 생산성을 오히려 떨어뜨릴 수 있음을 보여주었다. 코드 리뷰와 아키텍처 계획은 여전히 선택이 아닌 필수적인 활동이다 .
• 사용량이 아닌 입증된 가치에 따라 AI 지출 한도를 설정하라. 우버의 경험은 무제한적인 사용량 기반 AI 지출이 지속 불가능하다는 것을 증명했다. 예산 편성은 단순한 도입 목표가 아닌 측정 가능한 수익과 연동되어야 한다 .
• 평가 문화를 재설계하라. 핵심은 "누가 AI를 가장 많이 사용하는가?"에서 "AI가 우리 팀에 어떤 유용한 결과를 가능하게 했는가?"로 핵심 질문을 바꾸는 것이다. 이는 대량 소비가 아닌 신중하고 효과적인 AI 사용을 보상하는 것을 의미한다 .

2026년이 주는 교훈은 명확하다. AI 코딩 도구는 경제적 가치를 확실하게 입증하기도 전에 전례 없는 심리적, 운영적 의존성을 만들어냈다. 이 역설을 헤쳐 나갈 기업들은 AI를 더 많은 제물을 바쳐야 할 신이 아닌, 규율을 가지고 통달해야 할 도구로 대하는 곳이 될 것이다.

2025년 8월, METR이 57명의 개발자와 800개 이상의 작업으로 확대한 후속 시도는 위기를 더욱 심화시켰다. 결과는 통계적으로 불분명했으며, 예상 생산성 저하율은 -4%였지만 신뢰 구간이 -15%에서 +9%로 0을 포함할 정도로 넓었다. 결정적으로, 참가자의 30~50%가 AI 지원 없이는 완료할 수 없는 작업을 제출하지 않음으로써 스스로 검열하고 있음을 인정했다. 샘플은 돌이킬 수 없을 정도로 편향되어, 여전히 AI 없이 작업할 의사가 있는 소수의 개발자 집단에 국한되었다 . 결국 연구소는 데이터를 "신뢰할 수 없다"고 판단하며 실험 자체를 완전히 폐기했다 .

불과 1년도 안 되어, 연구의 내러티브는 "AI가 숙련된 개발자를 더 느리게 만들지만 그들은 인지하지 못한다"에서 "개발자들은 AI 없이는 작업 시도조차 하지 않을 것이다"라는 더 심오한 발견으로 이동했다. 의존도가 너무 깊어져 측정조차 불가능해진 것이다 .

토큰막싱 골드러시와 그 화려한 몰락

METR 연구가 무너지고 있을 무렵, 실리콘밸리에는 또 다른 광풍이 휘몰아치고 있었다. 개발자 생산성의 대리 지표로 원시 AI 토큰 소비량을 극대화하는 관행인 토큰막싱(Tokenmaxxing) 은 2026년 초의 결정적인 트렌드가 되었지만, 자체적인 무게를 견디지 못하고 붕괴했다.

이 문화는 적극적으로 게임화되었다. 메타 직원들은 "Claudeonomics"라는 내부 대시보드에서 얼마나 많은 토큰을 소모했는지에 따라 "토큰 레전드(Token Legend)"나 "세션 임모탈(Session Immortal)" 같은 칭호를 얻기 위해 경쟁했다고 전해진다 . 엔비디아 CEO 젠슨 황은 자신의 연봉 50만 달러짜리 엔지니어가 토큰을 많이 소비하지 않으면 "크게 우려할 것"이라고 말하며 헤드라인을 장식했다 . 업계 전반에 걸쳐, 토큰 예산은 명예의 배지가 되었고, 직원의 AI 수용도와 혁신적인 결과물을 보여주는 신호로 여겨졌다.

아마존, 키로랭크(KiroRank) 폐쇄

이러한 반발은 2026년 5월 말에 정점에 달했다. 아마존은 직원들이 사용 점수를 부풀리기 위해 "무의미한 AI 에이전트"를 생성하고 있다는 사실을 발견한 후, 내부 개발자 플랫폼 키로(Kiro)의 "키로랭크" 리더보드를 폐기했다. 수석 부사장 데이브 트레드웰은 "AI를 사용하기 위해 AI를 사용하지 말라"는 직접적인 메시지를 직원들에게 전달했다 . 아마존 대변인은 이 리더보드가 "공식적이거나 승인된 도구가 아닌" "베타 대시보드"였다고 확인했지만, 그것이 초래한 컴퓨팅 비용으로 인한 피해는 이미 발생한 후였다 . 회사는 현재 의미 있는 작업을 측정하기 위해 "정규화된 배포(normalised deployments)"라는 지표로 전환하고 있다 .

우버, 연간 AI 예산 4개월 만에 소진

더욱 극적으로, 우버의 AI 추진은 하나의 경계해야 할 교훈이 되었다. 이 회사는 2025년 12월에 약 5,000명의 엔지니어에게 Anthropic의 Claude Code에 대한 광범위한 접근 권한을 부여했다. 도입률은 몇 달 만에 32%에서 84%로 급증했고, 2026년 4월에는 회사의 연간 AI 예산 전체가 소진되었다. CTO 프라빈 네팔리 나가에 따르면, 현재 우버 엔지니어의 95%가 매월 AI 도구를 사용하고 있으며, 커밋된 코드의 70%가 AI에 의해 생성되고 있다. 이는 주요 기술 기업 중 공개적으로 보고된 가장 높은 수치다 .

그러나 이 놀라운 도입률에는 명확한 성과가 없었다. COO 앤드류 맥도날드는 5월 말 인터뷰에서 회사가 막대한 AI 지출과 의미 있는 비즈니스 성과 사이의 연관성을 찾을 수 없다고 공개적으로 인정했다. 그는 "그 연결 고리는 아직 없다"며 "비용을 정당화하기가 점점 더 어려워지고 있다"고 말했다 . 내부적으로 우버 경영진은 이 문제를 그 이름 그대로 부르기 시작했다. "토큰막싱"이라고 .

광범위한 반성

메타와 다른 대기업들도 AI 사용 순위를 폐기하거나 검토했으며, 전반적으로 주요 기업들은 비례적인 수익을 내지 못하는 폭주하는 AI 지출에 대해 재평가하고 있다 . Fortune지는 토큰막싱 트렌드가 "죽었다"고 결론지었다 .

숨겨진 비용: 더 많은 코드, 더 많은 버그, 더 많은 기술 부채

반발은 단순히 예산 때문만이 아니다. AI가 생성한 코드가 소프트웨어 프로젝트에 시한폭탄을 심고 있다는 증거가 늘어나고 있다.

• 생산성의 환상은 실재한다. 속도감에 대한 인식은 통제된 연구에 의해 반박된다. 토큰 양과 생성된 코드 줄 수에 초점을 맞추면 AI가 작성한 소프트웨어를 디버깅, 리팩토링 및 유지 관리하는 데 드는 숨겨진 비용이 가려진다. 2026년 1월 GitClear 보고서에 따르면, AI 도입이 높은 환경에서 코드 변동률(추가된 대비 삭제된 줄 수로 측정)이 무려 861%나 폭증한 것으로 나타났다 .
• 기술 부채가 축적되고 있다. AI 도구의 빠른 결과물은 더 많은 재작업을 필요로 하고 보안 취약점을 야기하는 코드를 생산하고 있다. 분석가들은 그에 따른 유지 보수 부담이 단기적인 속도 향상을 쉽게 상쇄하여 코드베이스의 장기적인 건전성을 위협할 수 있다고 경고한다 .
• 측정 방식 자체가 고장 났다. 이 모든 에피소드는 활동 지표, 즉 코드 줄 수, 토큰 소비량, 호출된 AI 에이전트 수 등이 실제 결과물을 측정하는 데 있어 심각한 결함을 가진 대체물임을 드러냈다. 한 분석이 지적했듯이, "효과 크기 자체가 움직이는 동안에도 주관적인 인상은 측정된 영향을 판단하는 데 형편없는 가이드였다."

떠오르는 해법: 실제로 AI와 인간의 감독을 어떻게 균형 잡을 것인가

2026년의 반성은 소프트웨어 엔지니어링에 AI를 통합하는 방법에 대한 더욱 냉철한 합의를 만들어내고 있다.

• 토큰 기반 지표를 포기하라. 기업들은 리더보드를 폐기하고, AI 소비량보다 실제 출시된 기능, 코드 품질, 결함률을 추적하는 엔지니어링 인텔리전스로 이동하고 있다. 아틀라시안(Atlassian)이 개발자 경험 플랫폼 DX를 10억 달러에 인수한 것은 원시 활동이 아닌 의미 있는 결과를 측정하는 데 대한 이러한 투자를 잘 보여준다 .
• 엄격한 휴먼 리뷰를 의무화하라. METR 연구는 신중한 감독 없이는 AI 도구가 숙련된 개발자의 생산성을 오히려 떨어뜨릴 수 있음을 보여주었다. 코드 리뷰와 아키텍처 계획은 여전히 선택이 아닌 필수적인 활동이다 .
• 사용량이 아닌 입증된 가치에 따라 AI 지출 한도를 설정하라. 우버의 경험은 무제한적인 사용량 기반 AI 지출이 지속 불가능하다는 것을 증명했다. 예산 편성은 단순한 도입 목표가 아닌 측정 가능한 수익과 연동되어야 한다 .
• 평가 문화를 재설계하라. 핵심은 "누가 AI를 가장 많이 사용하는가?"에서 "AI가 우리 팀에 어떤 유용한 결과를 가능하게 했는가?"로 핵심 질문을 바꾸는 것이다. 이는 대량 소비가 아닌 신중하고 효과적인 AI 사용을 보상하는 것을 의미한다 .

2026년이 주는 교훈은 명확하다. AI 코딩 도구는 경제적 가치를 확실하게 입증하기도 전에 전례 없는 심리적, 운영적 의존성을 만들어냈다. 이 역설을 헤쳐 나갈 기업들은 AI를 더 많은 제물을 바쳐야 할 신이 아닌, 규율을 가지고 통달해야 할 도구로 대하는 곳이 될 것이다.