JetBrains가 급증한 AI 개발 비용을 통제하는 방법

들어가며

생성형 AI가 소프트웨어 개발 과정에 깊숙이 들어오면서 기업의 과제는 단순한 도구 도입을 넘어섰다. 어떤 도구가 얼마나 사용되고, 비용이 어디에서 발생하며, 예산을 어떤 단위로 통제할지 파악해야 한다. JetBrains의 사례는 AI 비용 관리가 재무팀만의 일이 아니라 개발 인프라의 문제로 바뀌고 있음을 보여준다.

핵심 내용

• 지출 증가와 도구 분산이 함께 진행됐다. JetBrains는 개발 관련 AI 지출이 6개월 만에 약 10배 증가했다고 밝혔다. 대부분의 개발자는 매달 3~5개의 AI 도구를 사용한다. 2026년 1월부터는 Claude Opus 4.5와 4.6을 포함한 더 강력한 모델이 등장하면서 토큰 소비가 급격히 늘었다.
• 첫 단계는 가시성 확보였다. 회사는 처음에 여러 공급업체의 사용량과 비용을 스프레드시트로 수작업 집계하는 데 4일을 들였다. 이후 공급업체 API와 내부 대시보드를 연결해 현재 지출과 예상 지출을 지속적으로 확인할 수 있도록 자동화했다.
• 가시화만으로는 개입이 어려웠다. 대시보드는 비용이 발생한 위치를 보여줬지만, 요청은 여전히 각 도구에서 공급업체로 직접 전달됐다. JetBrains는 한 개발자가 처음 만든 내부 래퍼를 Central CLI로 확장해 자체 도구와 외부 AI 도구를 하나의 진입점에서 호출하도록 만들었다.
• 통제 지점이 요청 경로로 이동했다. CLI를 통해 발생한 요청은 JetBrains의 기존 AI 플랫폼을 거친다. 그 결과 회사는 제3자 도구에도 AI 크레딧 체계를 적용하고, 개인 개발자·팀·더 큰 조직 단위별로 사용 한도를 설정할 수 있게 됐다.

의미와 영향

JetBrains는 사용할 수 있는 도구를 한두 개 제품으로 대폭 줄이는 전략을 택하지 않았다. AI 시장의 변화가 빠르기 때문에 몇 달 뒤에는 다른 도구가 더 나은 선택이 될 수 있다고 봤기 때문이다. 중앙화된 접근 계층은 개발자의 도구 선택과 관리자의 비용·권한 통제를 분리한다. 개발자는 선택지를 유지하고, 조직은 공통된 기준으로 사용량과 지출을 관리할 수 있다.

다만 이 체계가 모든 지출을 포괄하는 것은 아니다. JetBrains에 따르면 몇 주 만에 1,000명 이상의 개발자가 Central CLI를 도입했지만, 일부 터미널 기반 에이전트와 개인 구독은 아직 통제 경로 밖에 있다. 사용자와 팀 사이에서 AI 예산을 공정하게 배분하는 방법도 마련 중이다.

이 사례가 주는 교훈은 AI 비용을 줄이기 위해 단순히 사용 자제를 요청하는 것만으로는 충분하지 않을 수 있다는 점이다. 신원 확인, 라우팅, 사용량 측정, 한도 설정을 하나의 제어면에 연결하고 적용 범위를 단계적으로 확대하는 접근이 더 지속 가능하다. 목표는 도구의 다양성을 없애는 것이 아니라, 그 다양성을 측정하고 관리하며 필요할 때 조정할 수 있게 만드는 데 있다.

출처: InfoQ 中文