마이크로소프트와 메타가 사내 개발 조직의 앤스로픽 클로드(Claude) AI 사용을 본격적으로 줄이고 자체 코딩 도구로 무게중심을 옮기고 있다. 정보 매체 디인포메이션(The Information)이 10월 5일 보도한 내용으로, 두 회사 모두 고객에게 제공하는 제품에서 클로드를 걷어내는 것이 아니라 내부 지출과 업무 프로세스를 재편하는 성격의 변화다. 코딩 어시스턴트가 일상적인 소프트웨어 개발의 기본 도구로 자리 잡으면서, AI 비용을 어떻게 통제할 것인가가 대기업의 현실적 과제로 떠올랐음을 보여주는 사례다.
주목할 점은 두 회사가 여전히 앤스로픽의 주요 고객이면서 동시에 경쟁자라는 이중적 위치에 있다는 것이다. 자체 모델과 자체 개발 도구에 투자하면서도 외부 모델에 상당한 비용을 지불해 온 구조이기 때문에, 이번 조정은 AI 투자, 제품 전략, 개발자 리소스 통제가 한데 얽힌 결정으로 읽힌다.
지출 한도부터 조인 마이크로소프트
마이크로소프트는 당초 앤스로픽 기술에 대한 내부 지출이 연간 10억 달러를 넘을 것으로 내다봤으나, 경영진이 클로드 사용을 줄이고 깃허브 코파일럿(GitHub Copilot)과 오픈AI 기반 도구를 더 쓰도록 지시한 뒤 이 전망치가 3분의 1 이상 줄어든 것으로 전해진다. 클라우드·AI 부문에서는 직원 1인당 월 AI 지출 한도가 기존 10만 달러에서 대부분의 경우 약 1만 달러 수준으로 크게 내려갔다고 한다.
다만 이 수치는 실제 사용액이 아니라 상한선이라는 점을 분명히 할 필요가 있다. 상한이 낮아졌다고 모든 직원이 그만큼 덜 쓴다는 뜻은 아니지만, 다양한 모델을 자유롭게 실험하던 여지가 좁아지면서 일부 엔지니어들이 실망감을 드러냈다는 전언이다. 동시에 마이크로소프트의 엔터프라이즈 플랫폼을 통한 고객의 앤스로픽 모델 지출은 오히려 늘고 있는 것으로 알려져, 사내 사용 축소와 고객 대상 제공은 별개로 움직이고 있음을 알 수 있다.
메타의 사용자 수와 지출이 엇갈린 이유
메타에서는 클로드 코드(Claude Code) 사용자 수가 올해 초 약 6만 명에서 3만 명 안팎으로 줄었다. 정리해고의 영향도 있었지만, 보도는 주된 원인을 메타가 자체 모델로 만든 메타코드(MetaCode)와 뮤즈코드(Muse Code)로 전환한 데서 찾는다. 메타코드는 사내 사용자가 3만 명을 넘고, 뮤즈코드는 6천 명 이상이 쓰고 있으며 메타는 8월부터 뮤즈코드의 외부 고객 테스트를 시작했다.
흥미로운 대목은 사용자 수가 줄어든 와중에도 메타가 28일 동안 클로드 코드에 1억 500만 달러 이상을 지출한 것으로 전해진다는 점이다. 사용자 수 감소가 곧 지출 감소로 이어지지 않는다는 사실은, 기업용 AI 비용 구조가 단순한 머릿수 기준이 아니라 실제 연산량과 작업 강도에 좌우된다는 점을 시사한다. 실무자 입장에서는 라이선스 수 관리만으로 AI 예산을 통제하기 어렵다는 교훈으로 읽을 수 있다.
도구를 바꿔도 남는 보안 과제
코딩 어시스턴트를 교체한다고 해서 위험이 사라지는 것은 아니다. 이들 도구는 파일, 명령, 자격증명에 자동으로 접근하기 때문에, 어떤 제품을 쓰든 동일한 유형의 위협이 따라온다. 과거 분석에서는 클로드 코드에서 권한 없는 실행과 API 키 탈취로 이어질 수 있는 취약점이 지적됐고, 앤스로픽은 공개 전에 이를 수정한 것으로 전해진다. 마이크로소프트 계열 도구도 비슷한 사례가 있었는데, 패치된 '로그파일럿(RoguePilot)' 취약점은 깃허브 이슈에 심어 둔 악성 명령으로 저장소를 탈취할 수 있는 방식이었다.
이런 사례들은 어떤 AI 코딩 도구를 채택하든 권한을 최소한으로 제한하고, 신뢰할 수 있는 프로젝트 설정을 적용하며, AI가 생성한 동작을 꼼꼼히 검토하는 절차가 반드시 필요함을 보여준다. 보안팀 관점에서는 벤더 선택 자체보다 접근 통제와 감사 체계가 더 중요한 변수인 셈이다.
연 환산 매출 속도가 650억 달러로 보도될 만큼 앤스로픽에 대한 수요는 여전히 강하다. 결국 이번 움직임은 두 거대 기업이 클로드와의 관계를 끊는 것이 아니라, 예산을 조이고 자체 역량으로 경쟁 구도를 재편하는 과정으로 보는 편이 정확하다. 자체 모델 투자와 외부 모델 구매 사이에서 비용 효율을 재조정하는 이 흐름은, AI 도구 도입을 검토하는 국내 조직에도 참고할 만한 신호다.