메타가 토큰 사용량으로 직원을 평가하지 않기로 했습니다 — 8만 5천 명 순위표와 해치 에이전트

메타가 직원 성과평가에서 AI 사용량 지표를 뺐습니다. 이번 주 엔지니어들에게 전달된 내용입니다.

몇 달 전까지만 해도 메타 안에서는 토큰을 많이 쓰는 것이 곧 열심히 일하는 것으로 통했습니다. 8만 5천 명이 넘는 직원을 월간 토큰 소비량으로 줄 세운 사내 순위표가 돌았고, 상위권에는 토큰 레전드라는 칭호까지 붙었습니다.

그런데 같은 시기에 메타는 챗봇보다 토큰을 훨씬 많이 쓰는 새 에이전트를 사내에 퍼뜨리고 있습니다. 지표는 뺐는데 소비는 늘고 있습니다. 오늘은 이 어긋난 두 신호가 무슨 뜻인지, 그리고 AI 도입을 숫자로 관리하려는 시도가 왜 자꾸 실패하는지 정리해 드립니다.

메타가 토큰 순위표를 성과평가에서 뺐습니다

와이어드가 보도한 내용에 따르면, 메타는 AI 도입 현황판과 토큰 사용량을 직원의 성과를 재는 잣대로 쓰지 않기로 했습니다.

이는 사실상 사내 토큰 경쟁 제도를 공식적으로 접는 조치입니다. 몇 달 동안 회사 문화를 흔든 관행이 위에서부터 정리된 셈입니다.

이번 주 엔지니어들에게 전달된 문장

엔지니어들은 이번 주에 AI 도입 현황판과 토큰 집계가 자신들의 임팩트를 재는 데 쓰이지 않는다는 안내를 받았습니다.

임팩트라는 단어는 메타 평가 체계의 핵심 용어입니다. 승진과 보상이 여기에 걸립니다. 그 자리에서 AI 사용량이 빠졌다는 것은 실무자 입장에서 체감이 큰 변화입니다.

바뀐 평가 문구 — AI 또는 다른 수단으로

새 평가 지침에는 직원의 성과가 AI 또는 다른 수단으로 뒷받침될 수 있다는 표현이 들어갔습니다.

짧은 문구지만 방향이 분명합니다. AI를 쓰는 것은 여전히 권장되지만, 그것 자체가 목적은 아니라는 선언입니다. 평가의 대상이 도구 사용에서 결과로 되돌아왔습니다.

토큰맥싱이라는 말은 어디서 왔나

토큰맥싱은 토큰 소비량을 엔지니어 생산성의 대리 지표로 삼는 관행을 가리키는 말입니다. 토큰을 많이 태울수록 생산적이라고 가정하는 것입니다.

이 말이 퍼진 계기는 2026년 3월 뉴욕타임스의 케빈 루스 칼럼이었습니다. 메타와 오픈AI가 AI 도구를 많이 쓰는 직원에게 보상을 주고, 순위표로 경쟁을 부추긴다는 내용이었습니다.

8만 5천 명을 줄 세운 사내 대시보드

2026년 초, 메타의 한 직원이 8만 5천 명이 넘는 임직원을 월간 토큰 소비량으로 순위 매긴 사내 현황판을 만들었습니다.

회사가 지시한 것이 아니라 직원 한 명이 만든 것이었는데도, 이 현황판은 순식간에 사내 문화 현상이 됐습니다. 지표가 보이면 사람들은 그 지표를 향해 움직입니다.

토큰 레전드라는 칭호

현황판 상위권에는 토큰 레전드 같은 칭호가 붙었습니다. 게임의 등급표와 다르지 않은 구조입니다.

칭호는 순위를 감정으로 바꿉니다. 숫자가 등수가 되고, 등수가 이름이 되면, 그 숫자를 올리는 것 자체가 목표가 됩니다. 원래 무엇을 재려던 지표였는지는 그때부터 흐려집니다.

30일 동안 73조 7천억 토큰

사내 집계에 따르면 메타 직원들은 약 30일 동안 73조 7천억 토큰을 소비했습니다.

감을 잡기 어려운 숫자입니다. 한글 한 글자를 토큰 하나로 아주 거칠게 잡아도, 한 달 만에 조 단위 문서 분량을 주고받았다는 뜻입니다. 이 규모가 되면 비용은 더 이상 부수적인 항목이 아닙니다.

클로도노믹스라는 이름의 순위표

이 소비량을 추적한 사내 순위표에는 클로도노믹스라는 이름이 붙었습니다. 이름부터 이 현상을 하나의 경제로 바라보고 있었습니다.

실제로 그랬습니다. 토큰이 통화가 되고, 순위가 지위가 되고, 소비가 성실함의 증거가 됐습니다. 문제는 그 경제 안에서 생산된 가치가 무엇인지 아무도 재지 않았다는 점입니다.

4월, 만든 직원이 스스로 지웠습니다

현황판의 존재가 외부로 알려지자, 이를 만든 직원이 4월에 직접 삭제했습니다.

삭제는 논란을 눌렀지만 관행까지 없애지는 못했습니다. 순위표가 사라진 뒤에도 사용량이 평가와 연결되어 있다는 인식은 남았습니다. 이번 주 조치는 그 인식을 공식적으로 끊는 절차에 가깝습니다.

AI 네이티브와 AI 퍼스트와 AI 인에이블드

메타는 직원을 AI 기반 임팩트로 평가하겠다고 밝힌 바 있습니다. 실무에서는 챗봇과 에이전트를 업무에 얼마나 끌어들였는지를 보는 것으로 받아들여졌습니다.

그 과정에서 AI 네이티브, AI 퍼스트, AI 인에이블드 같은 표현이 직원에게 붙었습니다. 등급처럼 읽히는 세 단계였습니다.

7월 소송 — 직원 스무 명 남짓이 문제 삼은 것

2026년 7월, 직원 스무 명 남짓이 소송을 제기했습니다. 사용량과 이 라벨 사이에 실질적인 상관관계가 있었다는 주장이었습니다.

소송의 결론은 아직 나오지 않았습니다. 다만 이번 주 평가 지침 변경이 이 흐름과 무관해 보이지 않는다는 해석이 나옵니다. 법적 다툼은 대개 제도를 먼저 움직입니다.

메타 대변인의 해명

메타 대변인은 회사가 언제나 직원의 기여를 기준으로 평가해 왔으며, AI 네이티브 같은 라벨은 성과평가에 사용되지 않았다고 밝혔습니다.

공식 제도와 현장의 체감이 어긋나는 전형적인 상황입니다. 제도상 지표가 아니어도, 눈에 보이는 순위표가 있으면 사람들은 그것이 평가와 연결되어 있다고 느낍니다.

구글이 토큰을 조인 6월

2026년 6월, 파이낸셜타임스는 구글이 메타에 공급하던 AI 토큰을 조였다고 보도했습니다. 사내 소비가 외부 공급 조건에 부딪힌 것입니다.

이 시점부터 토큰맥싱은 문화 문제가 아니라 비용과 공급 문제가 됐습니다. 아무리 좋은 문화라도 청구서가 감당이 안 되면 오래가지 못합니다.

왜 사용량은 생산성이 아닌가

토큰 소비량은 투입을 재는 값이지 산출을 재는 값이 아닙니다. 같은 문제를 푸는 데 토큰을 열 배 쓴 사람이 열 배 잘한 것은 아닙니다.

오히려 반대일 때가 많습니다. 문제를 정확히 정의하면 짧게 끝나고, 헤매면 길어집니다. 소비량을 성과로 읽으면 헤맨 사람이 더 좋은 평가를 받습니다.

소비량이 지표가 될 때 생기는 일

지표가 목표가 되면 그 지표는 지표 구실을 잃습니다. 오래된 경영학 격언인데, 토큰 순위표는 이 현상의 교과서적인 사례가 됐습니다.

필요 없는 질문을 던지고, 이미 아는 답을 다시 물어보고, 짧게 끝날 일을 길게 끄는 행동이 전부 점수로 환산됩니다. 그렇게 쌓인 73조 토큰 중 얼마가 실제 성과였는지는 아무도 모릅니다.

그럼에도 해치는 사내에 퍼지고 있습니다

지표는 사라졌는데 소비는 줄지 않고 있습니다. 직원들이 해치라는 새 에이전트를 실제로 쓰고 있기 때문입니다.

이 지점이 이번 소식의 핵심입니다. 메타는 개인의 사용량 경쟁은 껐지만, 조직 차원의 에이전트 도입은 오히려 밀어붙이고 있습니다.

해치가 무엇을 하는 도구인가

해치는 컴퓨터에서 작업을 스스로 수행하는 에이전트형 도구입니다. 웹을 돌아다니고 다른 응용 프로그램을 조작할 수 있습니다.

질문에 답만 하는 챗봇과 다릅니다. 목표를 주면 그 목표에 도달할 때까지 여러 단계를 스스로 밟습니다. 사람이 매 단계 확인하지 않아도 진행된다는 점이 강점이자 위험입니다.

오픈클로와 닮은 구조

보도에서는 해치를 오픈클로와 닮은 사내판으로 설명합니다. 오픈클로는 올해 크게 화제가 된 에이전트 플랫폼입니다.

메타가 외부 도구를 그대로 쓰지 않고 자체 버전을 만드는 이유는 짐작 가능합니다. 사내 데이터가 밖으로 나가지 않게 하려는 것이고, 동시에 소비되는 토큰을 자사 인프라 안에 묶어 두려는 것입니다.

챗봇보다 토큰을 훨씬 많이 씁니다

에이전트는 한 번의 요청으로 끝나지 않습니다. 계획을 세우고, 시도하고, 결과를 확인하고, 다시 시도합니다. 그 모든 단계가 토큰을 씁니다.

그래서 해치를 쓰는 직원이 늘수록 사내 토큰 소비는 계속 증가합니다. 실제로 직원들은 소비가 계속 늘고 있다고 전하고 있습니다. 개인 순위표를 없앤 것과 별개로 총량은 그대로 커집니다.

권장이지 의무는 아니라는 말

메타는 해치 사용을 권장하되 강제하지는 않는다는 입장입니다. 표현만 보면 부담이 없어 보입니다.

다만 조직에서 권장과 의무의 거리는 생각보다 가깝습니다. 특히 방금 전까지 사용량이 평가와 연결되어 있던 조직이라면 더 그렇습니다. 직원 입장에서는 이번에도 같은 흐름이 반복되는지 지켜볼 수밖에 없습니다.

4월의 키 입력 수집 계획이 남긴 불신

메타는 4월에 직원의 키 입력을 AI 학습 데이터로 활용하려던 계획을 검토했다가 보류한 적이 있습니다.

이 일이 남긴 여파가 지금 해치 도입에 그림자를 드리우고 있습니다. 회사 기기에서 스스로 움직이는 도구를 쓰는 것이 무엇을 남기는지 직원들이 경계하게 된 것입니다. 신뢰는 한 번 흔들리면 다음 도구의 채택 속도까지 늦춥니다.

알렉산더 왕의 9월 메모

메타 AI 부문을 이끄는 알렉산더 왕은 9월 메모에서 에이전트 생태계를 강조했습니다. 회사 전원이 견고하고 유용한 에이전트 생태계의 혜택을 보게 될 것이라는 취지였습니다.

개인의 토큰 사용량을 재지 않겠다는 메시지와, 전사 차원의 에이전트 도입을 밀어붙이는 메시지가 같은 달에 나왔습니다. 모순처럼 보이지만 층위가 다릅니다.

두 신호가 어긋나 보이는 이유

정리하면 이렇습니다. 메타가 껐다고 말한 것은 개인을 사용량으로 줄 세우는 평가 방식이고, 켜 두겠다고 말한 것은 조직의 업무 흐름에 에이전트를 심는 일입니다.

이 둘은 사실 상충하지 않습니다. 오히려 순서가 맞습니다. 도구를 진지하게 도입하려면 도구 사용 자체를 성과로 세는 습관부터 걷어 내야 합니다. 그래야 무엇이 실제로 도움이 됐는지 보입니다.

실제 사례 — 우리 팀에 옮겨 놓고 보면

규모는 다르지만 구조는 어느 조직에나 적용됩니다. AI 도입을 추진하는 팀은 대개 사용률이나 호출 건수를 먼저 재려고 합니다. 재기 쉽기 때문입니다.

그런데 재기 쉬운 것과 알아야 할 것은 다릅니다. 알아야 할 것은 그 도구를 쓴 뒤 일이 얼마나 빨리, 얼마나 정확하게 끝났는가입니다. 이쪽은 재기 어렵지만 그렇다고 사용량으로 대체할 수는 없습니다.

실무에서 쓸 만한 절충안은 두 가지입니다. 사용량은 비용 관리 용도로만 보고 평가와 분리하는 것, 그리고 성과는 도구와 무관하게 결과물로 재는 것입니다. 메타가 이번 주에 문구를 바꾼 방향이 정확히 이것입니다.

핵심 정리

첫째, 메타는 이번 주 엔지니어들에게 AI 도입 현황판과 토큰 사용량을 성과 측정에 쓰지 않겠다고 전했습니다. 평가 문구는 성과가 AI 또는 다른 수단으로 뒷받침될 수 있다는 표현으로 바뀌었습니다.

둘째, 배경에는 8만 5천 명을 월간 토큰 소비량으로 줄 세운 사내 순위표와 30일간 73조 7천억 토큰이라는 소비, 4월의 순위표 삭제, 7월 직원 소송, 6월 구글의 토큰 공급 조이기가 겹쳐 있습니다.

셋째, 그럼에도 사내에서는 챗봇보다 토큰을 훨씬 많이 쓰는 에이전트 해치가 확산 중이고 소비 총량은 계속 늘고 있습니다. 개인 경쟁은 껐지만 조직 도입은 가속하는 국면입니다.

참고하실 만한 것

팀에 AI 도구를 들이실 계획이라면, 사용량 지표를 평가와 분리해 두시길 권해 드립니다. 비용은 관리하되 성과는 결과물로 재는 편이 결국 도구의 실제 가치를 더 정확히 보여 줍니다.

SVIL 연구소는 AI 기술 소식을 큰 글씨와 쉬운 설명으로 전해 드리고 있습니다. 같은 내용을 영상으로도 정리하고 있으니 편하신 쪽으로 보셔도 좋습니다.

출처

• Meta Is Reportedly Sending Mixed Messages to Employees on Tokenmaxxing — Gizmodo
• Meta is changing how it judges employees after an unusual AI experiment — Digital Trends
• Meta killed employee AI token dashboard — Fortune
• Tokenmaxxing: Why token consumption isn't AI engineering productivity — Faros.ai
• Tokenmaxxing: Meta's Smart AI Agent Push and Proven Risks — Progressive Robot
• Meta is about to start grading workers on their AI skills — Yahoo Finance
• Meta Caps Internal AI Token Spending After Costs Approach Billions — MLQ News
• AI News for September 3, 2026 — AI Weekly 데일리

협업문의 : kuroicode@gmail.com
블로그 : https://blog.svil.dev/
홈페이지 : https://svil.dev/