올해 초 실리콘밸리에는 "Tokenmaxxing"이라는 흐름이 있었다. CEO들이 직원들에게 AI 사용량을 한계까지 밀어붙이도록 독려하는 문화였다. 결과가 나오고 있다. Uber는 연간 AI 예산을 몇 달 만에 소진했고, 일부 대기업은 조직 특정 부서의 Claude 라이선스를 잘라냈으며, Meta는 내부 AI 사용량 리더보드를 폐지했다. 하이프의 청구서가 CFO 책상에 올라온 것이다.
NEA 파트너 Tiffany Luck은 TechCrunch Equity 팟캐스트에서 이 긴장 지점을 정면으로 다룬다. 그의 배경이 이 논의를 더 입체적으로 만든다. e커머스가 막 등장하던 시절, 그는 기업들에게 인터넷 쇼핑이 미래라고 설득하던 현장에 있었다. 당시도 지금도 질문은 같다 — "이게 진짜 ROI가 되냐." 그리고 그 질문에 답하기까지의 시간이 항상 시장 예상보다 길었다는 것도.
Luck이 지금 주목하는 기회는 두 갈래다. 하나는 소비자용 개인 에이전트다. 아직 어떤 플레이어도 완성된 제품을 내놓지 못한 공간이다. AI가 처음으로 진짜 유용하다고 느껴지는 "magic moment"가 어떤 형태로 오느냐가 이 시장의 판도를 바꿀 것이다. 다른 하나는 기업 AI 지출을 추적하고 정량화하는 인프라다. Tokenmaxxing의 부작용으로 CFO들이 AI 예산에 물음표를 달기 시작했고, 이 데이터를 측정 가능한 형태로 제공하는 스타트업들이 실질적 수요를 얻고 있다. Forward deployed engineer 모델처럼 기업 내부에 직접 들어가 AI 워크플로를 구축하는 접근도 이 맥락에서 나온다.
AI ROI 논쟁의 무게중심이 이동하고 있다. 토큰 소비량을 극대화하는 게 목표였던 시대에서, 어떤 워크플로에서 실제 비용 절감이나 생산성 향상이 일어나는지 증명해야 하는 시대로. Luck이 비교하는 e커머스 사이클처럼, 2026년 AI IPO들도 하이프가 아니라 숫자로 검증받아야 한다. 엔터프라이즈 AI 도입 역시 이제 같은 기준을 요구받는다. Tokenmaxxing 다음 챕터는 측정이다.