The AI revolution threatens a ‘token divide’

The AI revolution threatens a ‘token divide’

2026-09-19에 생성된 AI 리서치 아카이브입니다. 당시의 분석과 한계를 보존하며 현재 사실·가격·정책을 재검증한 글은 아닙니다.

이번 주 추천

Tom Wheeler, “The AI revolution threatens a ‘token divide’” — Brookings Institution
2026년 9월 14일, 19분 읽기, 무료 공개. 원문 읽기

이번 주에는 RWA보다 이 글을 추천드립니다. 핵심 아이디어가 단순하면서도, AI의 제품·사업모델을 바라보는 데 꽤 중요한 프레임을 제시합니다.

Wheeler는 인터넷 시대의 digital divide와 AI 시대의 token divide를 구분합니다. 인터넷은 일단 회선이 깔리고 나면 추가 사용의 한계비용이 매우 낮지만, AI는 질문·추론·agent action이 발생할 때마다 계속 compute 비용이 발생합니다. 따라서 AI에 대한 접근은 단순히 “AI를 쓸 수 있느냐”가 아니라 **“얼마나 많은, 얼마나 좋은 intelligence를 살 수 있느냐”**의 문제가 된다는 주장입니다. 출처

특히 읽을 만한 부분은 저자가 AI 가격이 떨어져도 격차가 자동으로 줄어들지 않는 네 가지 이유를 설명하는 대목입니다.

• Usage effect: 싸지면 agent가 더 많은 일을 하므로 총 compute 소비는 오히려 증가할 수 있습니다.
• Frontier effect: 저가 모델 가격은 내려가도 가장 좋은 모델은 계속 premium일 수 있습니다.
• Relative-position effect: 모두가 더 좋은 AI를 써도 경쟁자가 훨씬 더 많은 intelligence를 사용하면 상대적 격차는 남습니다.
• Concentration effect: 모델 가격은 내려가도 GPU·cloud·compute 같은 다른 계층의 집중도가 높아질 수 있습니다. 출처

제가 특히 흥미롭게 본 부분은 이것입니다.

AI 비용의 단위를 token으로 보면 안 된다는 주장입니다. 모델마다 token 정의와 성능이 다르기 때문에 Wheeler는 장기적으로 “cost per completed task” 또는 “capability per dollar” 같은 지표가 더 중요하다고 봅니다. 출처

이것은 Agentic AI 제품에도 그대로 적용됩니다. 앞으로 경쟁력은 단순히

$/million tokens

보다는

$/successful task → $/reliable task → $/economically valuable outcome

쪽으로 이동할 가능성이 높습니다. Agent가 여러 번 reasoning하고 tool을 호출하기 시작하면 token 가격 자체는 점점 의미가 약해질 수 있기 때문입니다.

다만 글의 “token divide”라는 표현 자체는 다소 과장되어 있다고 봅니다. Token은 현재 LLM의 과금 단위일 뿐이고, 실제 시장은 이미 subscription, task pricing, agent pricing, outcome pricing, open-weight/local inference 등으로 이동하고 있습니다. 저자 자신도 이 점을 인정합니다. 그래서 이 글의 가치는 “token이 미래의 화폐다”라는 주장보다는, intelligence가 지속적으로 비용이 발생하는 경제적 자원이라는 관점에 있습니다. 출처

최근 읽을거리 중에서는 AI 기술의 성능이 아니라 AI의 경제 구조를 생각하게 만든다는 점에서 가장 추천할 만한 글이었습니다.