AI 인공 지능의 폭발적인 증가세 속에서 OpenAI, Anthropic 또는 Meta와 같은 기술 회사는 AI 사용 수준에 따라 직원이 서로 경쟁하는 새로운 현상을 목격하고 있습니다.
토큰맥싱은 토큰(AI의 텍스트 처리 단위)의 양을 최대화하는 것"이라는 개념이 생산성 상징이 되고 있습니다.
엔지니어는 일주일 만에 최대 2,100억 개의 토큰을 처리할 수 있는 반면, 클로드 또는 ChatGPT와 같은 AI 시스템을 운영하는 데 매달 15만 달러 이상을 쓰는 사람도 있습니다.
일부 기업에서는 토큰 소비량이 성능 평가에 포함되기도 하여 AI가 기존 지표를 대체하는 새로운 척도가 되었습니다.
지원 도구일 뿐만 아니라 AI는 기업 내부에서 경쟁 압력을 가하고 있습니다. 직원들은 생산성을 증명하기 위해 가능한 한 많은 AI를 사용하려고 노력하고 있으며, 심지어 밤낮으로 동시에 실행되는 수십 개의 "에이전트"를 열고 있습니다.
자동 프로그래밍 도구의 발전으로 이러한 추세가 높아졌습니다. AI 시스템은 인간이 지속적으로 개입하지 않고도 매주 수백만에서 수십억 개의 토큰을 생성하여 자체적으로 코드를 작성하고, 소프트웨어를 편집하고, 24시간 연중무휴로 작동할 수 있습니다.
이로 인해 비용이 급증합니다. 일부 프로그래머는 AI에 대한 지출이 하루에 수천 달러에 달할 수 있다고 인정합니다. 원래 기술 부서였지만 이제는 직장 환경에서 "지위 측정 단위"가 된 토큰.
토큰의 급증은 AI 제공 회사에 큰 이익을 가져다줍니다. 이러한 서비스의 수익은 사용 수요가 증가함에 따라 급증합니다.
그러나 많은 전문가들은 실제 효과에 대해 의문을 제기합니다. 토큰을 많이 소비한다고 해서 제품이 더 좋다는 의미는 아닙니다. 일부 직원은 동료가 트렌드를 따라잡기 위해 돈을 태우고 있다고 우려합니다.
실제로 토큰 순위는 종종 핵심 요소인 출력 품질을 측정하지 않습니다. 이것은 토큰맥싱이 형식적인 경쟁일 수 있다는 의혹을 불러일으킵니다.
AI가 확산되는 상황에서 새로운 도구를 사용하지 않는 것은 직업적 불이익이 될 수 있습니다. 많은 엔지니어들이 AI 시스템을 운영하는 것을 자신의 입지를 확고히 하는 전략으로 간주합니다.
그러나 이 경쟁은 높은 비용, 심리적 압박 및 기술 의존 위험으로 인해 장기적인 위험을 내포하고 있습니다.
관측통들은 미래가 토큰맥싱이 생산성 진전인지 아니면 AI 시대의 "거품"인지 곧 답할 것이라고 말합니다.
그러나 한 가지 확실한 것은 이러한 추세를 유지하기 위해 세계는 더 많은 데이터 센터와 컴퓨팅 리소스가 필요할 것이라는 점입니다.
