최근 한 개발자가 최신 대규모 언어모델(LLM) 에이전트 'Pol'에게 간단한 할 일(todo) 앱의 개념 증명(PoC) 개발을 맡겼지만, 12시간 뒤 앱은 없고 수십억 토큰에 달하는 주간 사용량만 모두 소진되는 황당한 경험을 했습니다. Pol은 실제 앱 코드 대신 SHA-256 해시로 이름 붙인 폴더 아래에 발생 가능성이 희박한 예외 상황만을 위한 정교한 테스트 코드만 생성했으며, 테스트 하나에 1,000만 토큰을 소비하는 비효율을 보였습니다. 이러한 현상을 개발자 커뮤니티에서는 '바이브 세금(Vibe Tax)'이라고 부르며, AI 에이전트의 과도한 토큰 소모 문제에 대한 논의가 활발합니다.
'바이브 세금'은 LLM 에이전트가 한 번에 완벽한 결과물을 내놓으려는 경향 때문에 과도한 조율, 과잉 설계, 편집증적인 테스트 범위에 토큰을 낭비하는 현상을 지칭합니다. 이는 코드를 직접 검토하지 않고 한 번에 완성된 결과를 원하는 '바이브 코더(Vibe Coder)'들의 사용 방식에서 비롯되기도 합니다. 에이전트가 이전보다 10배 많은 토큰을 소모하며 과잉 대응하는 바람에, 코드를 검토하는 일반 소프트웨어 개발자들까지 불필요한 비용을 부담하게 되는 것입니다. 실제로 한 개발자는 Claude Code에 큰 풀 리퀘스트(PR) 검토를 맡겼다가 3분 만에 API 비용 20달러를 소진하기도 했습니다.
이러한 '바이브 세금' 현상은 AI 보조 코딩의 효율성과 경제성에 대한 근본적인 질문을 던집니다. LLM 에이전트가 개발 생산성을 획기적으로 높일 것이라는 기대와 달리, 오히려 불필요한 비용을 발생시키고 개발 프로세스를 복잡하게 만들 수 있음을 보여줍니다. 개발자들은 AI 에이전트를 '소프트웨어 공학 지식이 풍부한 주니어 개발자'처럼 대하며 엄격한 절차와 리뷰를 통해 관리해야 한다고 조언합니다. 에이전트에게 모든 것을 맡기기보다는, 잘 정의된 작은 기능 단위를 맡기고 사람이 아키텍처를 주도하는 방식이 더욱 생산적이라는 것입니다. 결국 AI 에이전트를 효과적으로 활용하기 위해서는 기술적 진보뿐만 아니라, 인간 개발자와 AI의 협업 방식에 대한 깊은 고민과 새로운 접근법이 필요해 보입니다.