Agentic AI 도입에 따른 Token 소비 폭증과 Governance 부재로 인한 예산 고갈 사례 분석

Context

엔터프라이즈 환경에서 LLM 기반 Coding Agent 도입 시 Token 기반 과금 모델과 Consumption Governance의 부재로 인해 예측 불가능한 비용 상승 발생. 단순 도입률 중심의 측정 지표가 실제 비즈니스 가치가 아닌 Token 소모량 극대화라는 비효율적 행태(Tokenmaxxing)를 유발한 구조적 한계점 노출.

Technical Solution

• Consumption Gate 설계를 통한 Request와 Spend 사이의 제어 계층 구축
• 단순 사용량 지표를 배제하고 Deliverable 중심의 Output 측정 체계로 전환
• User, Team, Task Category별 Cost Ceiling을 설정하여 예산 초과 방지
• Token 단위 비용을 실제 소프트웨어 산출물 가치에 매핑하는 Attribution 모델 도입
• Agentic Workflow의 특성상 일반 모델 대비 5~30배 높은 Token 소모량을 고려한 쿼리 최적화 설계
• Commodity Token 단가 하락보다 빠른 소비 증가율을 제어하기 위한 Harness 아키텍처 우선 구축