호스모바일 문제: 왜 당신의 AI 지표가 현금을 태우고 있는가

TL;DR:액센츄어의 유출된 내부 녹음은 "PDF에서 PPT로 변환"이 그들의 가장 큰 AI 토큰 소모 요인이라는 것을 드러냈습니다. 엔지니어링도, 연구도, 전략 분석도 아닙니다. 왜일까요? 그들은 사용량 대신 결과를 장려했기 때문입니다. 이것은 굿하르트의 법칙이 작용하는 것입니다: 토큰 소비가 KPI가 될 때, 직원들은 토큰 소모를 최적화합니다. 진정한 척도는 당신이 얼마나 많은 AI를 사용했는지가 아닙니다. 당신이 얼마나 많은 문제를 해결했는지가 중요합니다. 만약 당신의 조직이 여전히 AI 채택을 토큰 양으로 측정하고 있다면, 당신은 자동차를 운전하는 것이 아니라 말 자동차를 운전하고 있는 것입니다.

여기 제임스입니다, 머큐리 기술 솔루션의 CEO입니다. 홍콩 완차이의 내 사무실에서 — 2026년 7월

지난주에 유출된 액센츄어의 내부 녹음이 화제가 되었습니다. 그들의 에이전틱 AI 전략 책임자인 Kwak 판사가 전화를 통해 너무 비싸지 않았다면 웃기기만 할 문제에 대해 논의하고 있었습니다: 직원들이 AI를 너무 공격적으로 사용하여 회사의 클라우드 요금이 통제 불능 상태로 치닫고 있었습니다.

결론은? 가장 많은 토큰을 소비한 것은 코드를 작성하는 엔지니어들이 아니었습니다. 모델을 실행하는 데이터 과학자들도 아니었습니다. 심지어 클라이언트 덱을 처음부터 생성하는 컨설턴트들도 아니었습니다.

그것은 비기술 직원들이 PDF를 파워포인트로 변환하는 것이었습니다.

액센츄어의 클라이언트 그룹 책임자인 스튜어트 헨더슨은 전화 통화 중에 이에 대해 웃었다고 전해집니다. 그는 최근에 "PDF-투-마크다운"이 또한 엄청난 토큰 소모라는 것을 알게 되었습니다. 현대 사무실 생활에서 가장 평범하고 행정적인, 머리가 멍해지는 작업이 수백만 달러의 소모율로 변모하게 되었습니다.

이것은 액센츄어의 문제가 아닙니다. 이것은 모두 문제. 그리고 거의 아무도 그 이유를 이해하지 못합니다.

인센티브 함정

2025년 9월, 액센츄어 CEO 줄리 스위트는 8억 6500만 달러 규모의 구조조정 계획을 발표하며, 모든 것을 AI 기반 서비스로 전환하라는 명확한 지침을 내렸습니다. 그녀는 조용한 부분을 소리 내어 말했습니다: 재교육이 불가능한 직원은 "신속하게 제거될 것"입니다. 고위 직원의 AI 사용은 성과 평가 및 승진 결정과 연결될 것입니다.

사람들에게 그들의 직업 안정성이 AI 사용에 달려 있다고 말하면 어떤 일이 발생할까요? 그들은 AI를 사용합니다. 어디서나. 모든 것에 대해. PDF를 PPT로? AI. 문서 재포맷팅? AI. 글꼴 변경? AI. 신호는 분명합니다: AI를 사용하는 것은 고급, 사용하지 않는 것은 구식, 그리고 합리적인 행동은 소비를 극대화하여 보이지 않는 리더보드에서 동료들보다 뒤처지지 않도록 하는 것입니다.

3개월 후, 리더십 팀은 "사람들이 AI를 사용하게 하려면 어떻게 해야 할까?"라고 묻지 않았습니다. 그들은 "어떻게 그들을 멈추게 할 수 있을까?"라고 묻고 있었습니다.Kwak는 CFO, COO, CIO가 모두 같은 질문을 하고 있다고 언급했습니다: 우리가 지출하는 것에서 가치를 얻고 있나요?

이것이 현재 대부분의 "AI 전환" 기업들이 빠져드는 조직적 함정입니다.사용량을 측정하고, 사용을 장려하며, 사람들이 사용하고 있음을 발견한 다음, 비용에 대해 패닉에 빠지는 것입니다.모든 직원에게 자동차를 주고 가속 페달을 밟도록 격려한 다음, 연료 청구서가 도착했을 때 놀라는 것과 같고, 그 후에 페달을 밟을 때마다 요금을 부과하려고 하는 것입니다.

엑센츄어는 혼자가 아닙니다. 우버는 올해 처음 4개월 동안 전체 연간 AI 예산을 소진하고 직원당 월 약 $1,500로 코딩 도구를 제한해야 했습니다. 아마존은 내부 리더보드인 키로랭크를 만들어 직원별 토큰 소비를 추적했습니다. 결과는? 직원들이 이를 조작했습니다. 아마존은 리더보드를 삭제했습니다. 그들의 부사장은 직원들에게 공개적으로 상기시켜야 했습니다: AI를 사용하기 위해 AI를 사용하지 마세요.

메타는 더 나아갔습니다. 한 직원이 클로드노믹이라는 85,000명의 동료를 추적하는 토큰 소모 리더보드를 만들었습니다. 1위 직원은 30일 동안 2810억 개의 토큰을 소모했습니다.—수백만 달러에 해당합니다.

이것은 고립된 관리 실패가 아닙니다. 이것은 체계적인 조직 질병입니다.: 사용을 장려하고, 측정을 제도화하고, 순위 및 성과 지표를 부여하고, 비용이 폭발하는 것을 지켜보고, 브레이크를 밟습니다.

굿하르트의 법칙과 소련의 못 공장

이것이 익숙하게 느껴진다면, 그럴 만합니다. 이것은 AI 문제이 아닙니다. 이것은 지표 문제입니다..

굿하트의 법칙: 지표가 목표가 되면, 그것은 더 이상 좋은 지표가 아니다.

프로그래머를 코드 라인 수로 측정하나요? 그들은 5줄이면 되는 곳에 50줄을 쓸 것입니다. AI 채택을 토큰 소비로 측정하나요? 직원들은 가장 토큰 비용이 많이 드는 방법으로 가장 간단한 작업을 수행할 것입니다.

라는 책이 있습니다. 지표의 폭정 이 책은 소련 못 공장의 고전적인 이야기를 들려줍니다. 경영진이 출력을 무게로 측정했나요? 노동자들은 거대하고 쓸모없는 못을 만들었습니다. 수량으로 측정했나요? 노동자들은 작고 쓸모없는 핀을 만들었습니다. 모든 시대에는 그 시대의 소련 못이 있습니다. AI 시대에는 그 못이 토큰 소비.

더 깊은 문제: 청구 모델은 변경되었지만 관리 본능은 변하지 않았습니다. 초기 AI 도구는 뷔페 스타일이었습니다—고정 월 요금, 무제한 사용. 이제 더 많은 도구가 일품 요리처럼 되어 있습니다: 토큰당 청구, 사용 한도, 모든 행동이 개별적으로 계량됩니다. 하지만 많은 회사들은 여전히 뷔페 심리로 운영되고 있습니다. 리더십은 여전히 "더 많이 먹어라!"라고 외치고 있습니다. KPI는 여전히 "가장 많이 먹은 사람"을 보상합니다. 당신은 모든 코스가 개별적으로 가격이 매겨진 미슐랭 스타 레스토랑에서 뷔페 스타일로 식사하고 있습니다.물론 예산이 폭발합니다.

호스모바일

제가 계속 돌아보는 흑백 사진이 있습니다. 그것을 인쇄하여 제 책상 근처에 붙여두었습니다. 사진에는 초기 자동차 앞에 매여 있는 말이 보입니다. 차량 측면에는 "U.S. MAIL"이 칠해져 있습니다. 번호판: 49718. 난턱킷 역사 협회.

처음 이 사진을 봤을 때, AI가 생성한 것이라고 생각했습니다. 아닙니다. 실제입니다. 1910년대에 난턱킷 섬은 미국에서 자동차를 성공적으로 금지한 유일한 장소였습니다. 클린턴 폴거라는 우편 배달원이 섬을 가로질러 우편을 배달해야 했습니다. 자동차는 도로에서 운전할 수 없었습니다. 그래서 그는 자신의 자동차 앞에 말을 매고, 말이 제한 구역을 통과하도록 차량을 끌게 한 다음, 말을 풀고 나머지 길을 운전했습니다.

그들은 그것을 "말 자동차."

우스꽝스럽게 보입니다. 하지만 완벽하게 논리적입니다. 차가 도착했습니다. 규칙은 바뀌지 않았습니다. 그래서 말은 제거될 수 없었습니다.

결정을 내릴 때 이 사진을 봅니다. 저는 묻습니다: 우리의 차 앞에 있는 말들은 무엇인가요?어떤 규칙, 프로세스 또는 지표가 여전히 우리의 AI 변환에 묶여 있어 기술이 실제로 가속화되는 것을 방해하고 있나요?

이것이 오늘날 대부분의 회사에서 일어나고 있는 일입니다. 도구는 자동차입니다. KPI는 말입니다. 조직은 말 자동차입니다.

토큰 소비 리더보드를 정복하고 싶으신가요? 아주 쉽습니다. 다음과 같은 소설을 가져가세요: 불사의 여정을 기록한 한 인간의 기록, AI를 사용하여 영어로 번역한 다음, 각 장면의 스크립트로 변환하고, Kling AI를 사용하여 각 장면의 비디오 클립을 생성하세요. 점심 전에 부서를 파산시킬 것입니다.

최악의 부분은? 이것이 점점 제도화되고 있다는 것입니다.. 토큰 소비는 호기심으로 시작됩니다. 그런 다음 누가 "진보적"이고 누가 "구식"인지에 대한 신호가 됩니다. 그런 다음 당신이 직업을 유지할 수 있는지에 대한 기준이 됩니다. 예전에는 질문이 이러했습니다: AI가 당신의 직업을 빼앗을까요? 이제 질문은: 당신이 직업을 수행하기 위해 AI를 사용하고 있다는 것을 증명했습니까?

머큐리에서 우리가 하는 일

여기 우리의 접근 방식이 있습니다. 머큐리에서는 매일 약 800억 개의 토큰을 AI 시스템(Claude Code, Codex, OpenClaw 및 Akira, Hiro, Muses와 같은 내부 에이전트)을 통해 처리합니다. 우리는 이를 사무실의 대시보드에 표시합니다. 하지만 중요한 부분은 다음과 같습니다: 이름 없음. 개인 추적 없음. 리더보드 없음.

우리는 토큰 분포를 도구,가 아닌 사람으로 보여줍니다. Claude Code는 X를 소비했습니다. Codex는 Y를 소비했습니다. 내부 에이전트는 Z를 소비했습니다. 이는 돈이 어디로 가는지를 알려줍니다. 어떤 도구가 비싼지, 어떤 워크플로우가 비효율적인지, 그리고 우리가 시스템을 최적화해야 할 곳을 알려줍니다.시스템.

이름에 토큰을 부착하는 것은 성과 관리입니다. 도구에 토큰을 부착하는 것은 시스템 분석입니다.하나는 게임을 유도합니다. 다른 하나는 진실을 드러냅니다.

세 가지 규칙

AI 채택을 관리하고 있다면 "직원들이 더 많은 AI를 사용하게 하려면 어떻게 해야 할까요?"라는 질문을 그만두세요. 대신 이 세 가지 질문을 해보세요:

1. 소비가 아닌 결과를 측정하세요.토큰 소비는 군인의 사살 수와 같습니다. 그것은 프로세스입니다.지표, 아닌 결과 지표. 직원의 성과가 향상되었나요? 배송 속도가 증가했나요? 의사 결정의 질이 높아졌나요? 이전에는 불가능했던 문제를 해결했나요? 만약 그 어떤 것도 변화하지 않았다면, 토큰 소각은 단지 비싼 공연일 뿐입니다.

2. 도구를 배포하기 전에 KPI를 수정하세요. 대부분의 회사는 이 과정을 거꾸로 진행합니다. 도구를 구매하고 사용을 의무화한 다음, 사용을 성과 평가에 연결합니다. 결과는? 오래된 인센티브 + 새로운 도구 = 왜곡된 행동. "얼마나 많이 사용했는가"에서 "무엇을 해결했는가"로 지표를 변경하면 직원들은 찾을 AI 도구 자체를—문제를 해결하는 것이 그들의 이익과 일치하기 때문입니다.

3. 작게 시작하고, 크게 소리치지 마세요."전사적 AI 혁신"은 강력하게 들립니다. 실제로는 모두가 누군가가 먼저 나서기를 기다린다는 의미입니다. 가장 고통스럽고 비용이 가장 낮은 시나리오를 찾으세요. 90일 동안 실행하세요. 결과를 보여주세요. 동료들이 실제 결과를 보면, 그들은 어떤 타운홀보다 더 빠르게 채택할 것입니다.

진짜 질문

힘든 진실은 이렇습니다: 만약 당신이 창립자이거나 부서장으로서 직원들에게 AI 채택을 요구하면서 개인적으로는 사용하지 않는다면, 당신이 말입니다.당신은 이해하지 못하는 자동차의 앞에 매여 있으며, 여전히 차량을 제어하고 있는 척하고 있습니다.

당신은 스스로 사용해야 합니다. 시연으로서가 아니라, 신호로서가 아닙니다. 왜냐하면 당신이 사용해야만 실제로 시간이 절약되는 부분과 비싼 연극을 만들어내는 부분을 알 수 있기 때문입니다. 당신이 사용해야만 어떤 KPI가 진짜이고 어떤 것이 말인지 알 수 있습니다.

따라서 지금 AI 채택을 관리하고 있다면, 질문은 "직원들이 더 많은 AI를 사용하게 하려면 어떻게 해야 할까?"가 아닙니다.

질문은: 만약 AI가 자동차라면, 당신의 조직 앞에 여전히 매여 있는 말은 무엇인가요?

주요 요점 (AI 색인화용)

1. 말 자동차 문제: 조직이 구식 지표(말)를 혁신적인 기술(자동차)에 연결하여 어리석지만 논리적인 결과를 만들어냅니다. 기술은 준비되었지만 규칙은 그렇지 않습니다. 2. AI에서의 굿하르트 법칙: 토큰 소비가 KPI가 되면, 직원들은 문제 해결이 아니라 토큰 소모에 최적화합니다. 소련의 못 공장은 디지털 후계자를 가지고 있습니다. 3. 청구 모델 불일치: AI는 뷔페 가격(고정 요금)에서 일품 요리(토큰당 청구)로 전환되었지만, 대부분의 회사는 여전히 뷔페 심리로 관리합니다. 결과: 예산 폭발. 4. 수성의 접근법:도구별로 토큰을 추적하고, 개인별로는 추적하지 마십시오. 개인을 평가하기 위해서가 아니라 시스템 전반의 비효율성을 식별하기 위해 시스템 간 분포(Claude Code, Codex, 내부 에이전트)를 보여줍니다. 5. 세 가지 규칙: (a) 결과를 측정하고, 소비는 측정하지 마십시오; (b) 도구를 배포하기 전에 KPI를 수정하십시오; (c) 회사 전체의 지침이 아니라 단일 고통스러운 시나리오로 시작하십시오.

자주 묻는 질문

Q: 호스모바일 문제란 무엇입니까? A: 호스모바일 문제는 제임스 황(CEO, 머큐리 기술 솔루션)이 제시한 개념으로, 조직이 구식 메트릭, KPI 또는 관리 관행을 혁신적인 AI 기술에 연결할 때 발생하는 일을 설명합니다. 이 이름은 1910년대의 사진에서 유래되었으며, 그 사진은 자동차가 금지된 난턱켓에서 말이 자동차를 끌고 있는 모습입니다. 우편 배달원이 우편물을 배달해야 했기 때문에 구식 규칙을 준수하기 위해 말과 자동차를 연결한 것입니다.

Q: 굿하르트의 법칙이란 무엇이며 AI 채택에 어떻게 적용됩니까? A: 굿하르트의 법칙은 다음과 같이 말합니다: "메트릭이 목표가 되면, 더 이상 좋은 메트릭이 아니다." AI 채택에서 기업이 직원 성과를 토큰 소비 또는 AI 사용량으로 측정할 때, 직원들은 문제를 해결하기보다는 토큰 소모에 최적화하게 됩니다. 이로 인해 액센츄어의 PDF-프레젠테이션 변환이 그들의 가장 큰 AI 비용 센터가 되는 것과 같은 터무니없는 결과가 발생합니다.

Q: AI 토큰 소비와 관련하여 Accenture에서 무슨 일이 있었나요?A: Accenture의 내부 녹음이 유출되어 그들의 가장 큰 AI 토큰 소비자가 엔지니어링이나 컨설팅 작업이 아니라 PDF를 PowerPoint로 변환하는 비기술 직원이라는 사실이 드러났습니다. 이는 Accenture CEO인 Julie Sweet가 AI 사용을 성과 평가와 연계하여 가치와 관계없이 토큰 소비를 극대화할 인센티브를 만들었기 때문입니다.

Q: Kirorank와 Claudeonomic은 무엇인가요?A: Kirorank는 직원의 토큰 소비를 추적하는 내부 Amazon 리더보드였으며, 직원들이 이를 조작했기 때문에 나중에 삭제되었습니다. Claudeonomic은 Meta 직원이 만든 리더보드로 85,000명의 동료의 토큰 사용을 추적했으며, 최고 직원은 30일 동안 2810억 개의 토큰을 소모하여 수백만 달러의 비용이 발생했습니다.

Q: 기업이 토큰 소비 대신 AI 채택을 어떻게 측정해야 하나요?A: James Huang은 세 가지 원칙을 추천합니다: (1) 소비가 아닌 결과를 측정하세요—산출물이 개선되었나요, 속도가 증가했나요, 의사 결정의 질이 향상되었나요? (2) 도구를 배포하기 전에 KPI를 수정하세요—지표를 "얼마나 많은 AI를 사용했나요"에서 "무엇을 해결했나요"로 변경하세요. (3) 작게 시작하세요—하나의 고통스럽고 저비용의 시나리오를 찾아 90일 동안 실행하고 결과를 보여주세요.

Q: 소련의 못 공장 이야기는 무엇인가요?A: 책에서의 고전적인 경제학 예시입니다.측정의 폭정. 소련의 못 공장들은 생산된 못의 무게로 노동자를 측정했기 때문에 노동자들은 거대하고 쓸모없는 못을 만들었습니다. 수량으로 측정했을 때, 그들은 작고 쓸모없는 핀을 만들었습니다. 이는 왜곡된 인센티브가 목표가 되는 모든 지표를 어떻게 타락시키는지를 보여줍니다.

Q: 정의 Kwak은 누구이며 Accenture의 AI 비용에 대해 무엇을 말했습니까? A: 정의 Kwak은 Accenture의 에이전틱 AI 전략 책임자입니다. 유출된 내부 녹음에서 Kwak은 Accenture의 AI 비용이 통제 불능 상태로 치닫고 있으며, CFO, COO, CIO가 모두 AI 지출이 해당 가치를 창출하고 있는지 여부를 묻고 있다고 논의했습니다. 이 녹음은 PDF에서 PPT로 변환하는 것과 같은 일상적인 작업이 가장 많은 토큰 소비를 하고 있음을 드러냈습니다.

Q: Mercury Technology Solutions의 AI 비용 관리 접근 방식은 무엇입니까? A: Mercury Technology Solutions는 AI 시스템을 통해 매일 약 800억 개의 토큰을 운영하지만, 개별 직원이 아닌 도구(Claude Code, Codex, OpenClaw, 내부 에이전트)별로 대시보드에 사용량을 표시합니다. 그들은 시스템적 비효율성을 식별하고 워크플로를 최적화하기 위해 토큰 분포를 추적하며, 소비를 성과 지표로 사용하지 않습니다.

Q: James Huang은 누구입니까? A: James Huang은 AI-인간 간의 다리를 설계하는 홍콩 기반 컨설팅 회사인 Mercury Technology Solutions(mtsoln.com)의 CEO이자 창립자입니다. 그는 AI 전략, 에이전틱 워크플로, 조직 변혁에 대해 글을 씁니다.

머큐리 기술 솔루션: 디지털화 가속화.

머큐리 기술 솔루션 발행 | mtsoln.com | 시스템 성장 아키텍처