Executive Summary

주요 수치

출처: Ramp AI Index, TechCrunch(2026-11-06)

네 숫자는 한 집계에서 나왔지만 가리키는 축이 다 다르다. 앞의 둘은 증가율인데 재는 기간도 대상도 서로 다르다. 셋째는 그 지출이 얼마나 좁은 데서 나오는지에 대한 답이고, 넷째는 기업 사이에 벌어진 간격이다. 네 칸을 같은 잣대로 읽으면 엉뚱한 결론이 나온다.

7월 한 달 동안 42% 늘던 기업 AI 토큰 지출이 8월과 9월에는 두 달을 합쳐 1.5% 느는 데 그쳤다. Ramp는 이 구간을 토큰 지출이 사실상 제자리였던 두 달이라고 적었다. 테크크런치가 11월 6일 기사에 붙인 제목도 여기서 나왔다.

숫자를 낸 곳부터 보는 편이 낫다. Ramp는 법인카드와 지출관리 소프트웨어를 파는 회사이고, 고객사 직원이 카드를 긁으면 그 결제가 어느 업체로 갔는지가 회사 장부에 남는다. Ramp AI Index는 그렇게 쌓인 미국 기업 8만 5,000곳 이상의 거래 기록에서 AI 관련 결제만 추려 매달 공개하는 지표다. 기업이 무엇을 쓴다고 답했는지를 묻는 설문과 달리, 실제로 나간 결제만 집계된다.

둔화는 지출 쪽에서만 일어났다. 9월 기준 유료 AI를 쓰는 기업 비율은 55.9%로 한 달 전보다 0.62%포인트 올랐고, 앤트로픽은 43.8%, 오픈AI는 40.6%의 기업에서 결제가 잡혔다. 쓰는 회사는 늘었고 쓰는 양도 늘었는데 결제 총액만 멈춰 섰다.

정작 Ramp의 수석 이코노미스트 아라 카라지안(Ara Kharazian)은 이 채택률 수치의 쓸모를 의심한다. AI가 새롭고 오픈AI가 시장을 거의 혼자 가져가던 때에는 몇 퍼센트가 돈을 내기 시작했는지가 중요했지만, 지금은 절반 넘는 기업이 이미 AI에 돈을 내고 그중 다수가 여러 모델을 함께 쓴다. 새 고객이 느는 속도는 눈에 띄게 꺾였다. 그는 Ramp 경제연구소 뉴스레터에 시장이 S자 곡선의 꼭대기에 올라선 것 같다고 적었다. 앞으로의 성장은 새 고객이 데려오는 몫보다 이미 들어온 고객이 얼마나 깊이 쓰느냐에서 나와야 한다는 뜻이다.

10월에 숫자는 다시 올라갔다. 10월 23일로 끝나는 주의 토큰 지출은 9월 25일로 끝나는 주보다 8.9% 많았다. 카라지안은 이 반등이 지출 증가에 불리한 조건을 뚫고 나온 것이라고 봤다. 그가 말한 불리한 조건이 2절의 내용이다.

사용량이 지출보다 훨씬 빨리 늘었다면 그 사이에서 토큰 값이 내려갔어야 한다. 10월 넷째 주의 두 증가율을 나눠 보면 토큰 한 개당 평균 단가가 네 주 만에 약 21% 내렸다는 계산이 나온다.

단가가 내려간 이유는 공급 쪽에 있다. 오픈AI는 9월에 GPT-6 Sol과 GPT-6 Luna의 API 가격을 절반으로 내렸고, 앤트로픽도 가격을 깎아 매출 성장이 6억 달러가량 줄어드는 것을 감수했다. 두 회사가 동시에 값을 내리면 같은 작업을 돌리는 기업은 아무것도 바꾸지 않아도 돈을 덜 낸다.

기업 쪽에서도 움직임이 있었다. 카라지안은 AI를 오래 써 본 회사일수록 긴 작업에 비싼 모델이 붙지 않도록 기본값을 걸어 두고, 직원별 예산을 정하고, 라우터를 써서 작업 일부를 더 싼 경량 모델로 넘긴다고 설명했다. 그가 이 흐름을 요약한 문장은 이렇다. "AI를 더 많이 쓸 수는 있지만, 더 적은 돈으로 쓰게 된다. 고객에게는 좋은 일이지만 모델 회사에게 꼭 좋은 일은 아니다."

돈이 어디로 가는지도 바뀌었다. 기업 토큰 지출에서 앤트로픽이 차지하는 몫은 9월 25일 마감 주 51.3%에서 10월 23일 마감 주 60.5%로 올랐고, 같은 기간 오픈AI는 44.2%에서 35.1%로 내렸다. 사용량 기준으로도 앤트로픽이 56.1%에서 59.8%로, 오픈AI가 40.2%에서 37.2%로 움직였다. 전체 지출이 늘지 않는 사이 두 회사의 몫만 자리를 바꿨다.

Ramp가 10월 보고서에 그대로 적은 수치다. 이 한 줄을 보고 나면 앞의 증가율들을 다시 읽게 된다. 전체 지표가 움직였다는 말이 수만 곳의 사정을 평균한 결과가 아니라 수백 곳의 사정을 거의 그대로 옮긴 결과일 수 있기 때문이다.

직원당 월 지출을 구간별로 보면 간격이 드러난다. 9월 기준 중앙값 기업은 직원 한 명당 15.70달러를 썼고, 상위 10% 기업은 813.43달러, 상위 1% 기업은 9,567.53달러를 썼다. 중앙값과 상위 1% 사이가 600배를 넘는다. 상위 1%의 지출은 7월 고점 9,873달러에서 9월 9,567.53달러로 3.1% 내렸는데, 전체 둔화 폭의 상당 부분이 이 한 줄에서 나온다.

Ramp도 이 점을 지표 설명에 적어 두었다. 상위 1%는 기업 수가 적은 집단이라 추정치가 중앙값이나 상위 10%보다 더 흔들린다는 문장이다. 소수의 변동이 그대로 전체 숫자가 되는 구조라는 뜻이다.

카라지안이 경계하는 지점도 거기다. AI 지출의 거의 전부가 벤처 투자를 받은 고성장 기술 기업에서 나온다고 그는 말한다. 지출이 오르는 동안에는 문제가 없지만, 시장 요인으로 한 번 꺾이면 그 회사들이 동시에 꺾인다는 것이다. 같은 자금 조건을 공유하는 집단이라 각자 따로 판단해도 결과가 같은 방향으로 모인다.

남은 질문은 나머지 99%가 그 자리를 메울 수 있느냐다. 카라지안은 여기에도 선을 긋는다. 지금 눈에 보이는 쓰임새만 놓고 보면 그 기업들이 상위 1%가 찍고 있는 직원당 월 1만 달러 선까지 올라가리라고 보기는 어렵다는 것이다. 업계가 다음 성장판으로 꼽는 개인 비서형 에이전트에 대해서도 그는 회의적이다. 코딩 도구만큼 경제적으로 생산적이지는 않다는 이유에서다. 초고속 성장의 시대는 끝났는지도 모르며, 상위 1%에서 더 짜낼 것이 그만큼 남아 있지 않다는 것을 이제 알게 됐다고 그는 테크크런치에 말했다.

Ramp AI Index는 공개된 기업 AI 지출 자료 가운데 드물게 실제 결제를 세는 쪽이고, 그래서 인용할 값어치가 있다. 다만 인용하기 전에 확인할 조건이 셋 있다. 셋 다 Ramp가 숨긴 적 없는 내용인데, 기사로 옮겨지는 과정에서 잘려 나가곤 한다.

조건을 하나씩 보기 전에 짚어 둘 것이 있다. Ramp AI Index가 내놓는 수는 한 종류로 묶이지 않는다. 채택률은 돈을 낸 기업이 몇 곳인지를 세고, 지출은 달러를 세며, 사용량은 토큰의 양을 센다. 셋은 같은 달을 두고도 서로 다른 방향으로 움직일 수 있다. 같은 지표를 점검한 ExplainX의 글은 AI 점유율이라는 수치를 읽을 때 그것이 셋 중 무엇이고 어떤 집단을 덮은 수인지부터 물으라고 적었다. 대시보드끼리 숫자가 어긋나는 까닭도 대개 거기에 있다는 것이다.

4.1두 달 합계와 한 달 치는 같은 잣대가 아니다

1.5%는 8월과 9월을 합친 두 달 치이고, 42%는 7월 한 달 치다. 두 수를 나란히 놓고 28배 꺾였다고 읽으면 기간 차이가 그대로 낙폭으로 둔갑한다. 10월의 8.9%도 네 주를 네 주와 견준 값이라 7월의 42%와 바로 맞댈 수 있지만, 1.5%와는 맞댈 수 없다. 둔화가 없었다는 말이 아니라 둔화의 크기를 이 세 수의 비교만으로는 정할 수 없다는 말이다.

같은 보고서 안에서 1.5%가 두 번, 서로 다른 뜻으로 나온다는 점도 헷갈리기 쉬운 자리다. 하나는 방금 본 8~9월 지출 증가율이고, 다른 하나는 10월 초 지출이 8월의 직전 고점보다 1.5% 높아 새 정점을 찍었다는 서술이다. 앞의 1.5%는 거의 늘지 않았다는 뜻이고 뒤의 1.5%는 사상 최고라는 뜻이다. 숫자만 떼어 오면 정반대 기사가 두 편 나온다.

4.2토큰 지표는 Ramp 고객 전부를 세지 않는다

사용량과 단가가 들어간 수치는 전체 지수와 분모가 다르다. Ramp는 이 지표가 자사의 토큰 지출관리 상품을 쓰는 기업만을 표본으로 삼으며 Ramp 전체 AI 지출을 대표하지 않는다고, 다만 방향은 대체로 비슷하다고 적어 두었다. 37.1%와 8.9%는 그 작은 표본에서 나온 값이다.

지수 전체에도 한계가 걸려 있다. Ramp는 무료 AI 도구를 쓰거나 직원이 개인 계정으로 업무를 처리하는 경우에는 결제가 발생하지 않아, 실제 AI 도입과 지출을 과소 추정할 가능성이 높다고 밝혔다. 표본은 미국 기업이고, 법인카드와 지출관리 서비스를 쓰는 쪽에 쏠려 있다. 한국 기업의 AI 지출을 이 수치로 설명하려면 그 간격을 먼저 메워야 한다.

4.3중앙값 기업은 오히려 늘렸다

같은 데이터를 다르게 읽은 분석도 나왔다. 뉴스레터 Agent Autopsies는 10월의 AI 후퇴가 헤드라인에만 있고 데이터에는 없다고 주장하면서, AI에 돈을 쓰는 기업 가운데 중앙값에 해당하는 회사의 직원당 월 지출이 5월 11.38달러에서 8월 14.74달러, 9월 15.70달러로 올랐다고 짚었다. 넉 달 새 38% 늘어난 수치다. 같은 글은 Ramp가 집계한 100만 토큰당 실효 가격이 3월 1.15달러에서 9월 0.68달러로 41% 내렸다는 점도 함께 들었다.

이 분석이 요구하는 것은 구분이다. 더 싼 공급자로 갈아타는 일, 재무 담당자가 예산을 조이는 일, 실패한 프로젝트를 접는 일, 그리고 성장률이 낮아지는 일은 서로 다른 현상인데 보도에서는 하나로 뭉쳐 지출 감소가 된다. 넷 중 어느 것도 기업이 AI에 돈을 덜 쓴다는 뜻은 아니라는 것이 글쓴이의 지적이다.

둘 다 Ramp 숫자에서 나왔고 둘 다 맞다. 상위 1%를 보면 둔화이고 중앙값을 보면 확산이다. 어느 쪽을 말할지는 데이터가 아니라 분모가 정한다.

이 집계에서 실무자가 당장 손에 쥘 수 있는 이야기는 라우터 쪽에 있다. 같은 일을 더 싼 모델로 보내기 시작한 회사들이 지출을 줄였다는 설명인데, 그 전환이 성립하려면 앞에 질문 하나가 놓여야 한다. 어떤 작업이 어떤 모델로 충분한가. 이 질문에 답하지 못하는 조직에서 라우터는 비용을 줄이는 장치가 아니라 품질이 어디서 떨어졌는지 모르게 만드는 장치가 된다.

답은 벤치마크 순위표에 없고 자기 데이터에 있다. 우리 회사의 문서로, 우리 고객의 문의로, 우리 현장의 로그로 돌려 봤을 때 경량 모델이 어디까지 버티는지는 조직마다 다르다. 그걸 알려면 작업을 종류별로 가를 수 있어야 하고, 각 종류마다 맞았다와 틀렸다를 판정할 라벨이 있어야 하며, 그 판정을 비용과 나란히 적어 둔 기록이 있어야 한다. 셋 중 하나라도 없으면 모델을 바꾼 뒤 달라진 것이 비용밖에 없게 된다.

작업을 가격대별로 나눈 결과가 실제로 어떻게 생겼는지는 이 블로그에서 한 번 들여다본 적이 있다. 버셀 AI 게이트웨이, 공개 모델은 비싼 모델을 밀어내지 않는다에서 공개 가중치 모델이 토큰의 71.5%를 처리하고 지출의 23%를 가져가는 분업을 따라갔다. 반대로 값이 내려도 총액이 커지는 경우는 값싼 에이전트의 비싼 청구서에서 다뤘다. 단가와 총액은 서로 다른 축이다. 두 축이 한 달 사이에 얼마나 벌어지는지는 이번 Ramp 집계에 그대로 적혀 있다.

AI 비용 보고서를 쓰거나 받는 자리에 있다면 셋은 미리 정해 둘 수 있다.

• 금액 옆에 사용량을 같이 적는가. 금액만 보면 값이 내린 것과 일이 준 것을 가를 수 없다.
• 비교하는 두 수의 기간이 같은가. 두 달 합계와 한 달 치를 나란히 두면 기간 차이가 추세로 읽힌다.
• 평균인가 중앙값인가. 소수 부서가 지출의 대부분을 낸다면 평균은 그 부서의 사정을 전사의 사정으로 바꿔 놓는다.

세 질문 모두 모델을 고르는 문제가 아니라 세는 방법을 정하는 문제다. 페블러스가 데이터를 쓸 수 있는 상태로 만드는 일을 할 때 가장 자주 마주치는 것도 이 자리다. 숫자는 있는데 그 숫자가 무엇을 분모로 삼았는지 아무도 적어 두지 않아 판단이 멈춘다.

여기까지 읽어 주셔서 감사하다. 원 집계는 Ramp AI Index에서 직접 볼 수 있고, 보도는 TechCrunch에 정리돼 있다. 사내에서 모델을 더 싼 쪽으로 옮겨 본 경험이 있다면, 품질이 버티는 선을 무엇으로 판정했는지 들려주시면 좋겠다.

1차 데이터

• 1.Kharazian, A. (2026). "Cracks in the AI Thesis, Part 3 — Ramp AI Index, October 2026." Ramp.

보도

• 2.Bellan, R. (2026, November 6). "Ramp data shows AI spending stalling just as Anthropic nears its IPO." TechCrunch.

분석·비평

• 3.Kharazian, A. (2026, October 14). "Cracks in the AI Thesis, Part 3." Ramp Economics Lab (Substack).
• 4.Thakker, Y. (2026, October 14). "Ramp AI Index, October 2026: Anthropic Leads, OpenAI Closes In, and Spend Growth Stalls." ExplainX.
• 5.Kent, C. (2026, October 26). "In October "AI Pullback" Was in the Headlines. But Nowhere to Be Found in the Data." Agent Autopsies (Substack).