토큰맥싱은 AI 토큰을 많이 쓸수록 일을 잘한 것으로 보고 사용량을 일부러 늘리는 행동이다. 빅테크가 사내 리더보드로 AI 활용을 독려하면서 생긴 직장 문화 현상으로, 토큰 낭비를 꼬집는 말로도, AI를 적극적으로 쓰는 행동을 가리키는 말로도 쓰인다.
'maxxing'(무언가를 극단까지 끌어올린다는 인터넷 슬랭)과 AI 토큰을 합친 말이다. 토큰은 AI가 글을 처리하는 가장 작은 단위로, 쓴 만큼 자동으로 쌓이기 때문에 사람끼리 숫자로 비교하기 쉽다. 이 말은 맥락에 따라 두 가지 뜻으로 쓰인다. 리더보드 문화를 비판할 때는 부정적 의미로, AI를 열심히 쓰는 모습을 가리킬 때는 중립적 의미로 쓴다.
| 쓰임 | 뜻 |
|---|---|
| 부정적 의미 | 숫자를 올리려고 토큰을 낭비하는 현상 |
| 중립적 의미 | AI 도구를 적극적으로 쓰는 행동 자체 |
메타와 마이크로소프트 같은 빅테크는 AI 도입을 독려하려고 직원별 토큰 사용량을 리더보드로 순위를 매겼다. 메타는 'Session Immortal', 'Token Legend' 같은 칭호까지 붙였다. 순위에 신경 쓰지 않던 직원도 "너무 적게 쓰는 것처럼 보이기 싫어서" 사용량을 늘렸다고 털어놨다.
토큰 사용량은 자동으로 집계되고 팀 전체에 같은 기준을 적용할 수 있어서, 경영진에게는 AI 도입 현황을 보여주는 매력적인 숫자다. 하지만 토큰을 많이 썼다는 건 AI와 길게 대화했다는 뜻일 뿐이고, 좋은 코드가 나왔거나 문제가 풀렸다는 보장은 없다.
어떤 숫자든 목표로 정하면 사람들은 그 숫자를 올리는 쪽으로 움직인다. 그 결과 비용이 먼저 터졌다.
| 사례 | 일어난 일 |
|---|---|
| Uber | AI 예산을 4개월 만에 소진 (COO 발언) |
| 한 컨설턴트의 고객사 | Claude 라이선스에 사용 한도를 두지 않아 한 달에 5억 달러 소비 |
"더 생산적이 된 건지, 토큰 태우는 데 돈만 쓴 건지" 구분이 안 된다는 지적이 이어지고 있다.
반성으로 나온 개념이 valuemaxxing이다. 팀의 AI 활용을 평가할 때는 토큰 소비량 대신 실제 가치와 이어지는 지표를 보자는 방향이다.
| 볼 것 | 예시 |
|---|---|
| AI 결과의 가치 | 받아들여진 출력물, 리뷰 부담, 에이전트 행동 |
| 비용 | 모델 비용 |
| 기존 개발 지표 | 코드 병합 속도, 버그 해결률, 배포 빈도 |
토큰을 쓰는 것 자체는 잘못이 아니다. 토큰이 많이 드는 작업이라도 생산성이 실제로 오른다면 정당한 활용이다. 문제는 소비를 목적으로 삼을 때 생긴다.