우버, 2026년 AI 예산을 4개월 만에 클로드 코드에서 소진 — 엔지니어당 월 500~2,000달러
우버는 클로드 코드와 커서의 도입으로 인해 불과 4개월 만에 2026년 전체 AI 예산을 소진했습니다. 회사의 CTO는 연간 AI 할당액이 4월까지 바닥났으며, 월 API 비용이 엔지니어당 500~2,000달러에 이른다고 확인했습니다. 이 도구들이 너무 가치 있게 되어 접근을 제한하는 것이 역효과를 내, 리더십이 예산 책정 전략을 재검토하도록 했습니다.
도입 추세
클로드 코드 접근은 2025년 12월 우버 엔지니어링 팀에 출시되었습니다. 2월까지 사용량이 두 배로 증가했으며, 개발자들이 다단계 기능을 활용했습니다. 4월까지 청구 비용이 연간 예산 전체를 소진했습니다. 현재 우버 엔지니어의 95%가 적어도 월 1회 AI 도구를 사용하며, 커밋된 모든 코드의 70%가 AI에서 비롯됩니다. 커서 사용량은 정체된 반면 클로드 코드가 워크플로를 지배하고 있습니다.
비용 영향
우버의 연간 R&D 지출이 34억 달러인 점을 감안할 때, AI 코딩 도구 지출은 이제 의미 있고 예상치 못한 부분을 차지합니다. CTO는 회사가 AI 예산 책정에 대해 "원점으로 돌아갔다"며, 이러한 생산성 수준을 대규모로 유지할 수 있을지 판단하려 하고 있습니다.
더 넓은 신호
우버의 경험은 자율 코딩 에이전트에 대한 개발자 채택이 가속화됨에 따라 다른 회사들도 유사한 비용 초과에 직면할 수 있음을 시사합니다. 이 사례는 현재 도입 곡선 이전에 설정된 기존 AI 예산이 회계연도가 끝나기 전에 구식이 될 수 있음을 강조합니다.
📖 전체 출처 읽기: HN AI Agents
👀 See Also
모두가 AI를 가지고 있지만 회사가 여전히 아무것도 배우지 못할 때: 기업 AI 도입의 혼란스러운 중간 지점
Ethan Mollick의 프레임워크는 개인의 AI 생산성 향상이 자동으로 조직 학습으로 이어지지 않음을 보여줍니다. 이 기사는 AI 사용이 불균일하고, 숨겨져 있으며, 공유된 지식과 단절된 '혼란스러운 중간 지점'에 기업이 머물러 있는 이유를 탐구합니다.
4개월 만에 $950 MRR 달성, 클로드 코드 인텔용 MCP 서버 구축
한 명의 독립 개발자가 코드베이스 인텔리전스용 MCP 서버를 구축하여 정규직을 유지하면서 하루 8-10시간씩 작업해 4개월 만에 사용자 54명, MRR $950을 달성했습니다. 광고나 그로스 해킹 없이 Reddit과 Medium만 활용했습니다.
Sarvam AI, 인도 훈련 인프라로 30B와 105B 오픈소스 LLM 공개
Sarvam AI는 인도AI 미션 하에 제공된 컴퓨팅 자원을 활용하여 인도에서 처음부터 학습된 두 가지 추론 모델인 Sarvam 30B와 Sarvam 105B를 오픈소스로 공개했습니다. 두 모델 모두 희소 전문가 라우팅을 적용한 Mixture-of-Experts 아키텍처를 사용하며, GPU부터 노트북까지 다양한 하드웨어에서 효율적으로 배포되도록 최적화되었습니다.
Andon Labs의 AI 에이전트 모나가 스톡홀름에서 실제 카페 운영 - 전체 분석
Andon Labs는 스톡홀름에서 카페를 열도록 AI 에이전트인 Mona에게 임대 계약과 실제 자금을 제공했습니다. Mona는 관료 절차, 공급업체, 직원 채용을 처리했지만 BankID와 같은 장벽에 부딪혀 차선책을 선택해야 했습니다.