Uber가 4개월 만에 2026년 AI 예산을 소진한 이유 — Claude Code 도입이 남긴 교훈 (briefs.co)
목차(4)
한줄 요약
Uber 엔지니어 95%가 AI 코딩 툴을 쓰기 시작하자, 연간 AI 예산이 4개월 만에 바닥났다.
무엇이 달라지나?
AI 코딩 어시스턴트가 "쓰면 좋은 툴"에서 "안 쓰면 손해인 툴"로 전환되는 임계점이 실제로 존재한다는 사실이 Uber 사례로 확인됐다.
Uber는 2025년 12월 Claude Code를 엔지니어링 팀에 공식 도입했다. 이후 사용량은 2개월 만에 두 배로 늘었고, 4월 시점에 이르러 2026년 연간 AI 예산 전액이 소진됐다. Uber CTO는 이 상황을 공개적으로 인정하며 AI 예산 체계 전반을 다시 설계해야 한다고 밝혔다.
수치는 명확하다. 엔지니어 1인당 월 API 비용은 500달러에서 최대 2,000달러 수준이었다. 현재 Uber 엔지니어의 95%가 AI 툴을 매월 사용하고 있으며, 실제 커밋되는 코드의 70%가 AI에서 출발한다. Cursor도 함께 도입됐지만 사용량은 정체된 반면, Claude Code가 워크플로우를 빠르게 장악했다.
단순히 "AI 툴이 비싸다"는 이야기가 아니다. 예산이 소진됐음에도 툴을 제한하는 것이 더 비효율적인 선택이 되는 구조, 즉 생산성과 비용이 동시에 폭발하는 지점에 도달했다는 것이 이 사건의 본질이다.
실무에서 어떤 의미인가?
이 사례가 중요한 이유는 Uber만의 문제가 아니기 때문이다. Claude Code가 더 많은 기업에 보급될수록 유사한 예산 충격을 경험하는 조직이 늘어날 가능성이 높다.
생산성 곡선과 비용 곡선이 동시에 가팔라진다. AI 코딩 툴의 가치가 높아질수록 사용량도 자연스럽게 증가한다. 초기 파일럿 단계에서 측정한 비용 추정치는 전사 롤아웃 이후 실제 비용과 전혀 다른 숫자가 될 수 있다.
커밋 코드의 70%가 AI 생성이라는 수치는 조직 구조에도 영향을 준다. 코드 리뷰, 품질 관리, 온보딩 방식이 AI 보조 개발 환경을 전제로 재설계되어야 한다는 뜻이기도 하다. 코드가 어디서 오는가보다 그 코드를 누가 책임지는가의 문제가 더 중요해진다.
예산 수립 방식 자체가 바뀌어야 한다. Uber CTO가 "예산을 처음부터 다시 설계한다"고 한 것은 단순한 증액이 아니다. AI 툴 비용을 기존 소프트웨어 라이선스 방식으로 추정하는 모델 자체가 작동하지 않는다는 신호다. 사용량 기반의 동적 예산 모델이 필요하다.
Uber의 연간 R&D 지출 규모는 34억 달러다. 그 예산 안에서 AI 코딩 툴이 연초 4개월 만에 당해 연도 AI 예산 전체를 소비했다는 사실은, 이 비용 항목의 중요도와 예측 불가능성을 동시에 보여준다.
도입 전 체크포인트
Claude Code 또는 유사한 AI 코딩 어시스턴트 도입을 검토 중인 팀이라면 아래 질문을 먼저 확인해야 한다.
1. 비용 모델을 사용량 기반으로 재설계했는가? 정액 라이선스가 아닌 API 호출 기반 과금 구조는 사용량이 늘수록 비용이 기하급수적으로 증가한다. 파일럿 수치를 전사 규모로 단순 곱하는 방식은 과소 추정으로 이어질 가능성이 높다.
2. 사용량 급증 시나리오를 시뮬레이션했는가? Uber의 경우 2개월 만에 사용량이 두 배가 됐다. 도입 초기 6개월 이내 사용량이 3~5배 증가하는 상황을 기본 시나리오로 설정하고 예산을 책정해야 한다.
3. AI 생성 코드에 대한 책임 구조가 정의되어 있는가? 커밋 코드의 상당 비율이 AI 출처일 경우, 코드 품질 기준, 보안 검토 절차, 법적 책임 소재를 명확히 해야 한다. 생산성 향상만 보고 거버넌스 설계를 미루면 나중에 더 큰 비용을 치른다.
4. 특정 툴에 대한 의존도를 분산할 계획이 있는가? Cursor가 정체된 반면 Claude Code가 지배적 위치를 차지했다는 사실은, 단일 툴에 대한 집중 의존이 가격 협상력을 약화시킬 수 있음을 의미한다. 멀티 툴 전략이나 내부 게이트웨이 구축을 검토할 필요가 있다.
5. ROI 측정 방법론이 준비되어 있는가? 비용이 가시적으로 드러나는 반면, 생산성 향상은 수치화하기 어렵다. 배포 빈도, 버그 수정 시간, 코드 리뷰 사이클 등 정량적 지표를 사전에 정의해두지 않으면 예산 검토 시 방어 논리를 만들기 어렵다.
자주 묻는 질문
Q.Claude Code와 Cursor의 차이는 무엇인가?
Cursor는 VS Code 기반의 AI 통합 코드 에디터로, 코드 자동완성과 채팅 기능 중심이다. Claude Code는 Anthropic의 Claude 모델을 기반으로 한 CLI 및 에이전트형 코딩 툴로, 멀티스텝 작업과 복잡한 태스크 처리에 강점을 보인다. Uber 사례에서 Cursor 사용량이 정체된 반면 Claude Code가 워크플로우를 장악한 것은, 에이전트형 AI가 단순 자동완성보다 실질적 생산성 기여가 크다는 신호로 해석될 수 있다.
Q.AI 코딩 툴 도입 시 실제 비용은 어떻게 추산해야 하나?
원문에 따르면 Uber의 경우 엔지니어 1인당 월 API 비용이 500달러에서 2,000달러 수준이었다. 단순 인원 수 곱하기가 아니라, 사용 패턴의 비균등 분포(헤비 유저 집중 현상), 시간 경과에 따른 채택률 상승, 에이전트 작업의 토큰 폭발 가능성 등을 반영한 시나리오 기반 추정이 필요하다. 초기 파일럿 결과를 기준으로 최소 3배 이상의 여유 예산을 확보하는 것이 현실적이다.
Q.AI가 생성한 코드가 커밋의 70%를 차지하면 엔지니어 역할은 어떻게 바뀌나?
코드 작성보다 방향 설정, 검토, 통합, 품질 판단에 엔지니어의 역량이 집중된다. AI가 초안을 생성하더라도 아키텍처 결정, 보안 검토, 엣지 케이스 판단은 여전히 사람의 영역이다. 오히려 AI 출력을 정확하게 평가하고 수정할 수 있는 도메인 지식과 코드 리딩 능력의 중요성이 높아진다. 채용과 교육 방향도 이 변화를 반영해야 한다.
관련 아티클
관련 사례
이 글의 키워드와 맞닿은 실제 개발 사례를 함께 보세요.