Locale: ko
AI 사용량 한도에 빨리 닿으면 보통은 "못 쓰는 시간이 늘었다"고 느낀다. 그런데 무거운 개발 작업을 10~11개 동시에 던지고, 에이전트가 조사부터 구현, 테스트, 수정까지 알아서 끝내는 상황이라면 느낌이 완전히 뒤집힌다. 5시간 한도가 무섭게 줄어든다는 것 자체가 "그 시간 안에 엄청난 양의 일이 끝나고 있다"는 증거가 되기 때문이다.
5시간 한도가 금방 차는데 왜 오히려 이득 본 기분이 들까
Anthropic의 2026년 9월 기준 안내에 따르면 Claude Max 5x 웹 버전은 월 100달러, Max 20x는 월 200달러다. 세션 사용량은 5시간마다 초기화되고, 따로 주간 사용량 한도도 있다. 사용량은 단순히 메시지 개수로 정해지지 않고, 대화 길이, 첨부 파일, 모델, 기능, 작업의 복잡도 등에 따라 달라진다.
그러니 거대한 저장소를 읽히고, 여러 파일을 고치게 하고, 테스트까지 돌리게 하는 일을 동시에 여러 개 던지면 5시간 한도가 빨리 줄어드는 건 이상한 일이 아니다.
재미있는 건 "한도가 줄었다 = 손해"는 아니라는 점이다. 짧은 잡담 100번으로 한도를 쓰는 것과, 큰 개발 작업 10개를 끝까지 마무리하면서 한도를 쓰는 것은 같은 사용량이라도 얻는 결과가 다르다.
봐야 할 건 남은 시간이 아니다. 사용량 한 단위당 완성된 일이 얼마나 나왔느냐다.
체감 50배라고 토큰이 50배인 건 아니다
다른 에이전트와 비교하면 "쓸 수 있는 양이 50배쯤 차이 난다"고 느낄 때가 있다. 하지만 이 차이가 꼭 토큰이나 메시지 수가 50배라는 뜻은 아니다.
실제 차이는 여러 배율이 곱해지면서 커진다.
- 지시 한 번으로 목표까지 도달하는 확률
- 한 번에 고칠 수 있는 범위
- 조사에서 멈추지 않고 실제 구현까지 가는 비율
- 테스트가 실패한 뒤 스스로 고치는 비율
- 사람이 "계속해", "거기도 고쳐 줘"라고 다시 말해야 하는 횟수
- 동시에 돌릴 수 있는 작업 개수
약한 에이전트가 20번 주고받아야 끝나는 일을 강한 에이전트가 1~2번에 끝낸다면, 체감 차이는 가볍게 열 배를 넘는다.
결국 중요한 건 "글자를 얼마나 뽑아내느냐"가 아니라 "몇 건을 완료 상태까지 가져가느냐"다.
월 1만6000엔이면 사람 시니어 개발자의 며칠 치일까
여기서 갑자기 사람 연봉 시세를 대 보면 숫자가 묘해진다.
Levels.fyi의 2026년 9월 26일 기준 데이터에서 일본 Senior Software Engineer의 총보상 중앙값은 연 약 1,177만 엔이었다. 25퍼센타일은 약 896만 엔, 75퍼센타일은 약 1,681만 엔, 90퍼센타일은 약 2,391만 엔이었다.
단순하게 월 20영업일로 나누면 이렇게 된다.
| 수준 | 연간 총보상 | 월 환산 | 1영업일 환산 |
|---|---|---|---|
| 25퍼센타일 | 약 896만 엔 | 약 74.7만 엔 | 약 3.7만 엔 |
| 중앙값 | 약 1,177만 엔 | 약 98.1만 엔 | 약 4.9만 엔 |
| 75퍼센타일 | 약 1,681만 엔 | 약 140.1만 엔 | 약 7.0만 엔 |
| 90퍼센타일 | 약 2,391만 엔 | 약 199.3만 엔 | 약 10.0만 엔 |
또 Findy Freelance의 2026년 조사에서는 프리랜서 개발자의 평균 월 단가가 808,264엔, 평균 시급이 5,319엔이었다.
AI 월 구독료를 1.6만 엔(약 1만6000엔)으로 잡으면, 시니어 개발자 총보상 중앙값 기준으로 약 0.33영업일 치이고, 프리랜서 평균과 비교해도 월 단가의 약 2%밖에 안 된다.
물론 이건 재미로 해 보는 비교다. 총보상과 구독료는 같은 게 아니고, AI가 고용 계약, 책임, 온콜 대응, 고객 설명, 조직 내 조율까지 떠맡는 것도 아니다.
그래도 "월 채팅 구독료"로 보면 비싸 보이는 금액이, "무거운 기술 작업 외주비"로 보면 갑자기 작아 보이는 건 사실이다.
10~11개 동시 작업은 "직원 11명"이 아니다. 그래도 1인 개발 조직에는 가까워진다
10~11개 작업을 동시에 돌리고 있으면 겉보기엔 작은 개발팀 같다.
한쪽에서는 사이트 기능을 추가한다. 다른 쪽에서는 다국어 대응을 한다. 또 다른 쪽에서는 품질 검사를, 또 다른 쪽에서는 버그 수정을 한다. 그리고 다른 한쪽에서는 운영 인프라를 개선한다. 사람이 하나씩 손으로 하면 보통 순서대로 할 수밖에 없는 일이 동시에 진행된다.
다만 "작업 11개 병렬 = 시니어 개발자 11명 고용"이라고 할 수는 없다.
사람 시니어 개발자는 요구 사항이 애매할 때 관계자에게 확인하고, 설계에 책임을 지고, 장애가 나면 우선순위를 판단하고, 팀에 지식을 남긴다. AI는 그런 부분을 자동으로 보장해 주지 않는다.
더 정확한 표현은 "한 사람이 작은 개발 조직에 가까운 처리 능력을 갖게 됐다"이다.
다음 병목은 코드 생성이 아니라 교통정리다
에이전트가 일을 잘 못 하던 시절에는 가장 큰 문제가 생성 능력이었다.
일을 너무 많이 하는 시절이 되면 문제가 바뀐다.
여러 에이전트가 같은 저장소를 건드리면 같은 파일을 따로따로 고친다. 한쪽은 옛날 전제로 수정한다. 다른 작업이 먼저 고친 버그를 나중에 온 작업이 원래대로 되돌린다. 비슷한 기능을 각자 따로 만들어 버린다.
이때 필요한 건 더 똑똑한 코드 생성만이 아니다.
- 기준이 되는 원본을 하나로 정한다
- 담당 범위를 나눈다
- 변경한 뒤 다시 읽어서 확인한다
- 테스트와 실제 서비스 확인을 따로 떼지 않는다
- 마지막에 통합 점검을 둔다
- 같은 문제를 "두 번째 시스템"을 만들어 해결하지 않는다
한마디로 AI가 빨라질수록 사람의 일은 "작업자"에서 "교통정리와 설계"로 옮겨 간다.
글 수준이 올라가는 건 글쓰기 모델만 똑똑해져서가 아니다
글을 대량으로 만드는 시스템에서도 같은 일이 일어난다.
처음에는 "글을 생성할 수 있다"는 것만으로도 큰 발전이었다. 하지만 그것만으로는 잘 나올 때와 아닐 때의 차이가 크다.
여기에 심각한 결함을 걸러 내는 품질 관문, 언어별 자연스러움 확인, 다른 언어가 섞이는 것 방지, 실제 서비스 화면 확인, 내부 링크, 독자가 다음 글로 넘어가게 하는 동선, 음성 듣기나 속독 같은 읽기 도우미, 검색 수요와의 연결, 실제 독자 반응을 다음 글에 반영하는 구조가 하나씩 쌓인다.
그러면 개선이 글 한 편에서 끝나지 않는다.
한 번 찾은 실수를 규칙으로 바꾸면 앞으로 나올 글에도 효과가 있다. 글을 고치는 것 같지만, 실제로는 "글을 만드는 공장의 제조 조건"을 고치는 셈이다.
여기까지 오면 품질 향상은 덧셈보다 복리에 가까워진다.
다만 "공장이 강해졌다"와 "모든 글이 좋아졌다"는 다른 얘기다
시스템 기능이 늘어난 것과 독자가 읽는 본문 품질이 정말 올라간 것은 같은 뜻이 아니다.
검사 항목이 100개 있어도 글이 재미없으면 독자에게는 상관없다. 12개 언어로 나와도 번역이 어색하면 가치가 낮다. 실제 서비스 확인이 완벽해도 검색한 사람이 알고 싶은 답이 빈약하면 좋은 글이라고 할 수 없다.
그래서 결국에는 예전 글과 지금 글을 같은 조건에서 블라인드 비교하는 게 좋다.
예를 들어 각 시기에서 100편씩 무작위로 뽑아 사실 정확도, 이해하기 쉬운지, 구체적인지, 재미있는지, 검색 의도에 답하는지, 언어가 자연스러운지, 읽고 나서 다음에 뭘 하면 되는지 알 수 있는지를 평가한다.
거기서 지금 글이 꾸준히 이긴다면 "왠지 좋아진 것 같다"가 아니라 공장 자체가 나아졌다는 걸 확인할 수 있다.
AI 에이전트 가격을 "채팅 요금"으로 보면 핵심을 놓친다
월 100달러를 비싼 채팅 요금으로 보면 꽤 비싸다.
하지만 같은 요금으로 매일 저장소 조사, 구현, 테스트, 수정, 문서 정리까지 여러 건을 끝낼 수 있다면 비교 대상이 달라진다.
메일 앱이나 글쓰기 서비스와 비교할 게 아니라, 사람이 쓰던 작업 시간, 외주비, 기다리는 시간, 작업 전환 비용, 다시 하는 작업까지 다 넣어서 봐야 한다.
물론 AI에게 책임을 통째로 떠넘길 수는 없다. 결과물 검증도, 통합도 필요하다.
그래도 가격에 비해 나오는 일의 양이 너무 많으면 "월 구독 서비스를 쓰고 있다"보다 "말도 안 되게 싼 기술팀의 처리 능력을 빌리고 있다"에 가까운 느낌이 든다.
결론: 한도가 줄어드는 속도보다 완성품이 늘어나는 속도를 보자
5시간 한도가 금방 사라진다.
보통이라면 슬픈 일이다.
하지만 그 5시간 안에 10개 가까운 무거운 일이 마무리되고, 한 주 전체로는 아직 여유가 남아 있고, 한 번의 개선이 앞으로의 글과 코드에 다시 쓰인다면, 봐야 할 숫자는 "몇 % 남았나"가 아니다.
몇 건이 완성됐나. 몇 번의 주고받기가 줄었나. 몇 번의 재작업을 없앴나. 한 번의 개선이 몇 건으로 퍼졌나.
AI 에이전트의 가치는 똑똑해 보이는 답변의 양이 아니라, 한도 한 단위당 완성된 일의 양으로 재는 게 이해하기 쉽다.
월 1만6000엔으로 슈퍼 엘리트를 고용한 것처럼 느껴지는 건 월급과 구독료가 같은 거라서가 아니다.
일의 단위 자체가 "사람이 8시간 일한다"에서 "사람의 판단을 출발점으로 여러 일이 동시에 끝난다"로 바뀌기 시작했기 때문이다.
그리고 이 단계에서 정말 무서운 건 사용량 한도가 아니다.
통합을 잘못해서 슈퍼 엘리트 10명분의 기세로 같은 저장소를 망가뜨리는 것이다.
- Anthropic, Claude Max 요금제: https://support.claude.com/en/articles/11049741-what-is-the-max-plan
- Anthropic, 사용량 및 길이 제한: https://support.claude.com/ja/articles/11647753-%E4%BD%BF%E7%94%A8%E9%87%8F%E3%81%A8%E9%95%B7%E3%81%95%E3%81%AE%E5%88%B6%E9%99%90%E3%81%AF%E3%81%A9%E3%81%AE%E3%82%88%E3%81%86%E3%81%AB%E6%A9%9F%E8%83%BD%E3%81%97%E3%81%BE%E3%81%99%E3%81%8B
- Anthropic, Claude Opus: https://www.anthropic.com/claude/opus
- Levels.fyi, 일본 Senior Software Engineer 연봉: https://www.levels.fyi/t/software-engineer/levels/senior/locations/japan
- Findy Freelance, 2026 프리랜서 개발자 시장 보고서: https://freelance.findy-code.io/articles/market-report_202603
