Microsoft가 GitHub Copilot 과금 체계를 flat-rate에서 token 단위로 옮기자, Reddit의 한 사용자가 사내에서 이를 'Tokenpocalypse'라 부른다고 적었다. TechCrunch Equity 팟캐스트의 Anthony Ha, Kirsten Korosec, Sean O'Kane이 2026년 6월 7일 회차에서 이 단어를 한 시간 분량으로 풀어냈다. 표면적으로는 가격 인상 뉴스지만, 세 사람이 끌어낸 진짜 문장은 따로 있다. Sean이 ChatGPT Plus의 월 $20 가격을 회상하며 'there wasn't really any strategy involved... let's spit out a number'라고 말한 대목이다. 즉 지금까지의 AI 가격표는 원가 계산이 아니라 즉흥적으로 던진 숫자 위에 투자자 보조금이 두껍게 쌓인 구조였다는 자백이다.
그 보조금 층이 얇아지는 시점이 IPO다. Anthropic이 IPO 트랙에 올라가면서 S-1을 써야 하고, Kirsten의 질문대로 'risk factors'에 token 가격 변동성을 어떻게 적느냐가 실무자의 문제로 떠올랐다. 가격 모델·마진 구조·사용량 정책이 분기가 아니라 주 단위로 바뀌는 산업에서, 위험 요인 섹션은 쓰는 순간 낡는다. 같은 주에 트럼프 행정명령이 강력 모델에 대한 정부 사전 검토 절차를 좁게나마 도입한 것도 같이 들어온 압력이다. 단가와 규제가 동시에 누르는 상황은 처음이다.
바이어 쪽 데이터가 더 매섭다. Uber조차 한 달 반 만에 '올해 AI 예산을 너무 빨리 태웠다 → 사내 사용량 cap을 걸자'로 사이클을 한 바퀴 돌았다. 회사 안에서 누군가가 LLM을 쓸 때마다 호출 단가가 직접 잡히기 시작하면, KPI는 '얼마나 많이 호출했나'에서 '얼마나 아껴 썼나'로 뒤집힌다. 6개월 만에 'tokenmaxxing'이 유행어에서 멸칭으로 추락한 게 그 신호다. Anthony가 덧붙인 Uber 비유는 양날이다. Uber가 흑자를 만든 건 드라이버와 라이더를 양쪽에서 쥐어짜고 사업영역을 다시 짠 결과였고, AI 랩에 그만큼 'squishy'한 부분이 남아 있느냐는 Sean의 반문은 농담이 아니다.
여기서 로컬 우선 AI 작업대가 처음으로 회계적으로 말이 되기 시작한다. 코드 자동완성·인라인 문서 요약·임베딩 생성처럼 분당 단위로 돌아가는 워크로드는 토큰 단가 인상에 가장 먼저 노출된다. 사내 cap이 걸리는 순간, 같은 호출 패턴을 로컬·온프레 모델로 흘려보내는 결정이 처음으로 ROI 표에서 양수가 된다. 어제까지 hobbyist 스택이었던 사내 LLM 게이트웨이, 로컬 코드 모델, 자체 호스팅 임베딩 인프라가 오늘은 CFO 슬라이드의 한 줄로 승격된다. 다만 라우팅 설계가 곧 마진이다. 긴 컨텍스트 추론, 멀티스텝 에이전트처럼 품질 격차가 여전히 큰 작업은 frontier 모델 쪽에 남겨야 하고, 그 경계를 어디에 긋느냐가 향후 1년 AI 인프라 팀의 핵심 KPI가 된다.