AI 에이전트 초창기엔 '토큰을 많이 쓸수록 결과가 좋다'는 토큰맥싱이 통했다. 거대한 컨텍스트를 욱여넣고 장황한 추론과 무수한 재시도로 모델 성능을 쥐어짰다. 하지만 모델이 싸지고 똑똑해지면서 이 방식은 수명을 다했다. 컨텍스트를 무작정 채우면 오히려 성능이 떨어지는 '컨텍스트 로트'가 생기고, 대규모 운영에선 비용이 발목을 잡기 때문이다. 그렇다고 토큰맥싱이 죽은 건 아니다. 무게중심이 '얼마나 쓰느냐'에서 '어디에 쓰느냐'로 옮겨갔을 뿐이다. 어려운 문제엔 깊은 추론을, 단순 작업엔 절약을. 서브에이전트로 일을 쪼개고, 컨텍스트를 압축·캐싱하며, 검증 루프에 토큰을 재투자하는 식이다. 토큰을 무기로 삼는 정신은 그대로지만, 이제는 규율 있는 오케스트레이션이 승부를 가른다. 한국 개발자라면 에이전트를 설계할 때 '토큰 예산을 어떻게 배분할까'를 1순위 고민으로 끌어올릴 때다.