기업이 AI 도입을 검토할 때 우선 확인하는 항목은 대체로 모델 성능, 보안, 데이터 연동입니다. 그런데 운영이 시작되면 예산 담당자가 먼저 마주하는 문제는 다른 쪽에서 나타납니다. 청구서가 예상과 다르게 나오고, 그 차이가 어디서 발생했는지 설명하기 어렵다는 점입니다.

소비량 기반 과금 자체는 새로운 방식이 아닙니다. 클라우드 인프라는 오래전부터 그렇게 과금되어 왔습니다. 달라진 것은 과금 단위입니다. 토큰은 AI 모델이 처리하는 입력과 출력 데이터의 단위이고, 사용량에 따라 크게 변동하며, 실시간으로 파악하기 어렵습니다. 2026년 8월 4일 리눅스 재단은 AI 경제성에 대한 개방형 산업 표준과 벤치마크, 모범 사례를 수립하는 Tokenomics Foundation을 30개 창립 멤버와 함께 정식 출범시켰습니다. 토큰 비용이 특정 벤더의 마케팅 주제가 아니라 산업 차원의 표준화 대상으로 다뤄지기 시작했다는 의미입니다.

이 글에서는 Tokenomics Foundation이 공개한 AI 토크노믹스의 정의와 비용 통제 계층을 기준으로, 각 계층에서 쓸 수 있는 접근 방식을 캐스트 AI(Cast AI)와 스플렁크(Splunk) 사례와 함께 정리합니다.

☑️ AI 토크노믹스란 무엇인가

AI 토크노믹스는 에너지와 자본을 AI로 전환하고, AI 서비스를 효율적으로 소비해 지능적인 결과를 만들어 비즈니스 가치로 이어지게 하는 규율입니다. Tokenomics Foundation이 2026년 8월 초안 버전으로 공개한 정의이며, 다루는 범위는 하드웨어에서 토큰이 만들어지는 지점부터 그 토큰이 소비되어 비즈니스 성과로 이어지는 지점까지 공급망 전체입니다.

여기에 전제가 하나 붙습니다. AI 비용의 상당 부분은 토큰 자체가 아니라 다른 곳에서 발생합니다. 컴퓨트, 스토리지, 데이터베이스, 캐시, 그리고 엔지니어 인건비 같은 인접 항목이 여기에 해당합니다. 그럼에도 토큰을 기준 단위로 삼는 이유는 이 비용들을 일관되게 연결하는 사용량 단위이기 때문입니다.

Foundation은 AI 토크노믹스를 생산과 소비, 가치 세 영역으로 나누고 각각에 워킹 그룹을 두고 있습니다. 생산은 에너지와 자본을 AI 용량으로 전환하는 영역, 소비는 확보한 용량을 잘 쓰고 그 비용을 파악하는 영역, 가치는 산출물이 무엇을 만들어냈는지 다루는 영역입니다. 소비 영역에서 제시하는 기준이 하나 있는데, AI 워크로드의 비용 명세 전체를 토큰당 비용이 아니라 호출당 비용으로 표현한다는 점입니다.

☑️ 토큰 단가 하락과 총지출 증가가 함께 나타나는 이유

토큰 단가가 계속 떨어지고 있으니 비용 문제도 자연히 완화될 것이라는 예상은 현재 상황과 맞지 않습니다. 토큰당 비용은 2023년부터 2025년 사이 크게 하락했지만 이후 하락세가 멈췄고, 신규 모델의 토큰 가격은 오히려 오르고 있습니다. 그 결과 AI는 기업 기술 예산에서 가장 크고 가장 빠르게 증가하는 항목이 되고 있습니다.

소비량 자체도 빠르게 늘고 있습니다. 골드만삭스 리서치 기준으로 전 세계 토큰 사용량은 2026년부터 2030년 사이 24배 증가할 것으로 전망됩니다. S&P Global 자료 기준으로 2027년까지 AI 인프라 투자는 1조 달러 이상 규모가 될 것으로 전망되며, 추론 시장은 2025년 약 1,060억 달러에서 2030년 2,550억 달러 규모로 확대될 것으로 예상됩니다.

단가와 총지출이 반대로 움직이는 이유는 소비 구조가 달라졌기 때문입니다. 특히 에이전틱 AI(Agentic AI) 환경에서 그 차이가 두드러집니다.

☑️ 에이전틱 AI 환경에서 토큰 소비가 누적되는 구조

기존 소프트웨어와 달리 에이전틱 AI의 비용은 선형으로 증가하지 않습니다. 자율적으로 동작하는 AI 에이전트는 추론하고, 하위 에이전트를 배치하고, 데이터베이스를 검색하고, 외부 도구를 호출하고, 결과를 검증하고, 실패한 작업을 재시도하도록 설계되어 있습니다. 각 단계가 토큰을 소비하며, 방향을 잘못 잡은 AI 에이전트 하나가 반복 호출과 재질의를 거치며 작업 진척 없이 자원을 소모할 수 있습니다.

구조적인 요인이 하나 더 있습니다. 모델 API 호출은 상태를 저장하지 않기 때문에 각 단계마다 누적된 전체 컨텍스트가 다시 전송됩니다. 시스템 지시 1,500토큰, 도구 스키마 3,000토큰, 고객 데이터 검색 2,500토큰이 더해지면 20토큰짜리 사용자 질문이 모델의 응답 생성 전에 이미 7,000토큰의 입력이 되는 식입니다. 이어지는 호출에서 1만, 1만 3천, 1만 7천 토큰으로 누적되며, 1만 토큰 이하의 실질 작업이 4만 토큰을 넘게 소비하는 결과가 나옵니다.

애플리케이션 유형에 따른 차이도 큽니다. 단순 RAG 응답 1회는 2,000~1만 토큰 수준이지만, 도구를 사용하는 에이전트 작업은 2만~6만 토큰, 장기 연구형 에이전트 작업은 3만~10만 토큰 범위로 나타납니다. 프로덕션 트레이스 샘플링과 여러 공개 벤치마크 등 서로 다른 측정 기준에서 나온 값이므로 절대 수치보다는 유형 간 규모 차이로 읽는 편이 적절합니다.

Foundation은 이 증가 양상을 분류하는 표기법을 공개했습니다. 요청이나 입력 규모를 n, 요청당 모델 호출 수를 k, 에이전트 깊이를 a로 두고 워크로드가 어떤 곡선을 그리는지 구분하는 방식입니다. 캐시 히트나 정적 조회처럼 모델을 아예 호출하지 않는 경우가 가장 낮은 단계이고, 요청당 모델 호출이 한 번인 선형 구간이 건강한 기본값으로 제시됩니다. 요청당 여러 번 호출하는 구간부터 비용이 배수로 늘어나는데, 이때 호출 수는 대개 눈에 보이지 않습니다. 오케스트레이터가 하위 에이전트를 만들고 그 에이전트가 다시 도구를 호출하는 구간이 그다음이고, 종료 조건 없는 루프가 마지막 단계입니다. 청구서가 도착하기 전에 자사 워크로드가 어느 구간에 있는지 확인하자는 것이 이 표기법의 목적입니다.

☑️ 토큰 비용은 어느 계층에서 통제할 수 있는가

소비 구조를 파악했다면 다음 질문은 어디에 손을 댈 수 있는지입니다. Foundation은 조치가 가능한 지점을 다섯 개 계층으로 정리했습니다.

가장 아래 L1은 실리콘 계층입니다. 어떤 가속기를 어느 세대로 쓰는지, 그에 딸린 메모리와 인터커넥트와 전력이 어떤지가 여기에 속합니다. 에너지를 토큰으로 전환하는 계층이며 그 위 모든 계층의 토큰당 비용 하한을 결정합니다.
L2는 용량 계층입니다. 얼마나 많은 컴퓨팅 자원을 보유하고, 그 자원이 어디에 있으며, 그중 얼마가 실제로 일을 하는지가 여기서 정해집니다. 유휴 상태로 남은 용량은 실제로 수행된 작업의 실효 비용을 끌어올립니다.
L3은 추론 스택 계층입니다. 서빙 엔진과 KV 캐시 관리, 배칭, 프리필과 디코드 분리가 여기에 해당합니다. 단일 최적화 효과가 가장 큰 계층이며, 소비에 가격을 매기는 것이 아니라 소비 자체를 억제하는 첫 지점입니다.
L4는 모델과 양자화 계층입니다. 어떤 모델을 어떤 수치 정밀도로 돌릴지 결정합니다. 사소한 작업에 프런티어급 모델을 그대로 쓰는 것이 전형적인 낭비로 지목됩니다.
L5는 라우팅과 거버넌스 계층입니다. 어떤 모델이 각 요청을 처리할지, 예산과 쿼터를 어떻게 둘지, 에이전트 깊이와 재시도에 어떤 상한을 걸지가 여기서 정해집니다. 요청 하나에 대해 모델을 아예 호출하지 않아도 된다고 판단할 수 있는 유일한 계층이기도 합니다.

순서에는 이유가 있습니다. 각 계층은 아래 계층의 비용과 가용성을 그대로 물려받기 때문에 개선 효과가 위로 누적됩니다. 다만 첫 성과는 대개 추론 스택 계층과 라우팅 거버넌스 계층에서 나옵니다. 다섯 계층의 전체 설명은 Tokenomics Foundation의 The Five-Layer Tokenomics Stack 페이지에서 확인할 수 있습니다.

▶ The Five-Layer Tokenomics Stack

이 구조를 실제 도구와 맞춰 보면 대응 관계가 드러납니다. L2 용량 계층은 쿠버네티스 위에서 GPU 자원을 배치하고 회수하는 인프라 자동화 영역이고, Cast AI가 이 계층을 다룹니다. L5 라우팅과 거버넌스 계층은 어떤 요청을 어느 모델로 보낼지 판단하고 한도를 강제하는 영역인데, 그 판단에 필요한 데이터를 Splunk Agent Observability가 만들어냅니다. 아래 계층과 위 계층이 각각 다른 문제를 다루므로 두 영역은 함께 봐야 합니다.

☑️ 용량 계층에서의 접근 : Cast AI

L2 용량 계층의 과제는 확보해 둔 자원이 실제로 일하지 않는 상황입니다. 고객 환경에서는 피크 시점을 기준으로 몇 달 전에 산정한 사양이 그대로 유지되는 경우가 많고, 이 경우 실제 사용량과의 차이가 그대로 비용이 됩니다. Cast AI 리서치 기준 엔터프라이즈 GPU 사용률은 5% 수준이며, 이 경우 토큰 비용의 대부분이 유휴 하드웨어에서 발생하게 됩니다.

Cast AI는 쿠버네티스 환경의 AI 인프라를 대상으로 이 영역을 자동화하는 플랫폼이며, Tokenomics Foundation 창립 멤버로 참여하고 있습니다. 비용 현황을 보여주는 데 그치지 않고 자원 배치와 확장, 회수를 실행 단계에서 조정한다는 점이 특징입니다. 토큰 비용 관점에서 다루는 영역은 네 가지로 정리됩니다.

지속적 GPU 라이트사이징은 추론 워크로드를 필요한 만큼의 컴퓨팅 자원에 배치합니다. 과거에 산정한 사양이 아니라 현재 부하를 기준으로 자원이 결정되므로, 실제 사용량과 확보 사양의 차이에서 발생하던 비용을 줄이는 데 영향을 줍니다.

AI 워크로드의 스팟 인스턴스 활용은 중단 가능성 때문에 많은 팀이 회피해 온 선택지입니다. Cast AI는 라이브 마이그레이션을 전제로 이 문제를 다룹니다. 중단이 발생해도 작업이 다른 노드로 이어지므로 손실로 연결되지 않는 구조가 되며, 추론 워크로드에서 비용 절감 폭이 큰 영역입니다.
오토스케일링은 급격히 늘어나는 에이전트 트래픽을 다룹니다. 앞서 살펴본 것처럼 하나의 에이전트 작업이 여러 갈래로 확산되는 구조에서는, 초 단위로 확장하고 작업이 끝나면 즉시 반납하는 동작이 필요합니다. 확장 속도만큼 반납 속도가 중요한 이유는 반납이 늦으면 유휴 비용이 그대로 남기 때문입니다.

멀티 클라우드 용량 라우팅은 자원이 확보된 클라우드로 워크로드를 자동 이동시킵니다. GPU 확보가 어려운 시기에 특정 리전이나 특정 클라우드에 묶이지 않도록 하는 목적이며, 확보 실패로 인한 대기 시간과 그 사이 발생하는 비용을 줄이는 데 영향을 줍니다.

☑️ 라우팅과 거버넌스 계층에서의 접근 : Splunk

L5 계층의 과제는 성격이 다릅니다. 토큰이 얼마나 쓰였는지는 청구서로 알 수 있지만, 그 토큰이 무엇을 만들었는지는 청구서에 나타나지 않습니다. 어떤 요청을 어느 모델로 보낼지, 어디서 멈출지를 판단하려면 에이전트 실행 단위의 데이터가 먼저 있어야 합니다.

Splunk Agent Observability는 Galileo 인수를 기반으로 이 데이터를 확보하는 제품입니다. 에이전트의 비용과 동작을 같은 화면에서 확인할 수 있도록 구성되어 있으며, 토큰 사용량과 결과 품질을 함께 다룬다는 점이 특징입니다.

먼저 소비된 토큰을 성격별로 나눕니다. Splunk는 에이전트 호출에서 발생하는 토큰을 여섯 가지로 분류합니다. 컨텍스트 토큰은 시스템 지시와 대화 이력, 도구 스키마처럼 모든 호출에 함께 실려 가는 항목이고, 추론 토큰은 모델이 계획을 세우며 생성하는 항목입니다. 검색 토큰은 RAG 과정에서 근거 문서를 가져올 때, 도구 토큰은 도구를 호출하고 그 응답을 읽을 때 발생합니다. 조정 토큰은 다중 에이전트 구성에서 역할 프롬프트와 상태 공유에 쓰이고, 거버넌스 토큰은 검증과 평가, 사람 검토 과정에서 발생합니다.

이 분류가 의미를 갖는 이유는 유형마다 성격이 다르기 때문입니다. 해당 작업에서 호출되지 않을 도구의 스키마나 이미 의미가 없어진 이전 대화는 매 호출에 실려 가면서 부담으로만 남습니다. 추론 토큰은 복잡한 다단계 문제에서는 품질을 높이지만 쉬운 작업에서는 비용만 늘립니다. 거버넌스 토큰은 청구서에서 잘 드러나지 않아 예산으로 관리되지 않는 경우가 많습니다.

관측 자체의 비용도 여기에 속합니다. 관측과 평가에 범용 대형 모델을 쓰면 관측 비용이 에이전트 실행 비용에 근접할 수 있습니다. Splunk Agent Observability는 평가 전용으로 만들어진 소규모 언어 모델을 사용해 표본 추출 없이 전체 에이전트를 관측할 수 있도록 합니다. 표본 추출을 하지 않는다는 점은 운영 관점에서 의미가 있습니다. 비용 문제를 일으키는 에이전트가 표본에서 빠지면 문제 자체가 보이지 않기 때문입니다.
중앙 대시보드에서는 환경 내 전체 에이전트를 확인할 수 있습니다. 전체 요청 수와 지연 시간, 입력과 출력 토큰 수를 각각의 비용과 함께 추적하며, 반복 루프에 빠진 에이전트를 예산 초과가 발생하기 전에 식별하고 종료할 수 있습니다. Foundation이 정리한 표기법에서 마지막 단계로 지목한 종료 조건 없는 루프가 실제로 잡히는 지점입니다.

비용과 품질을 함께 보는 구성도 제공됩니다. 토큰 사용량을 환각, 편향, 유해성 같은 품질 지표 및 지연 시간, 오류 같은 성능 지표와 나란히 확인할 수 있습니다. 특정 작업에서 저비용 모델이 고비용 모델과 같은 품질 점수를 낸다면 해당 작업을 효율적인 쪽으로 보내는 판단이 가능해집니다. L5 계층의 복잡도 기반 라우팅이 이 데이터 위에서 성립합니다.

통제 장치도 같은 계층에 속합니다. 토큰 사용량을 네트워크 트래픽처럼 다루어 동적 임계값을 설정하고, 정해진 비용 한도를 넘는 프로세스를 자동으로 종료하는 서킷 브레이커를 에이전트 시스템에 내장하는 방식입니다. 예산 기준도 토큰 총량에서 프로세스당 비용과 재시도율, 전체 실행 시간 같은 워크플로 지표로 옮기는 편이 실효가 있습니다.

☑️ 토큰 지출을 성과와 연결하는 지표

계층을 나누고 조치를 취해도, 그 조치가 성과로 이어졌는지는 별도의 지표로 확인해야 합니다. Foundation은 소비 영역의 측정 기준을 호출당 비용으로 두고, 가치 영역의 측정을 사람 개입 없이 처리된 비율에서 출발하도록 하고 있습니다.

Splunk가 제시하는 지표도 같은 방향입니다. 토큰 수율은 100만 토큰당 몇 건의 성공한 세션이 나왔는지를 나타냅니다. 성공의 기준은 워크플로마다 다르게 정의됩니다. 고객 지원 에이전트라면 작업이 완료되었고, 허용 범위를 넘는 오류가 없었으며, 사람에게 인계되지 않은 경우를 성공으로 볼 수 있습니다. 필수로 지정한 조건을 모두 통과한 세션만 성공으로 계산되므로, 기준을 정의하는 평가 체계가 갖춰져야 지표가 계산됩니다.

수용된 작업당 비용은 쓸 만한 결과 하나의 실제 가격이며, 계산식은 모델 비용, 도구와 런타임 비용, 사람 검토 비용의 합입니다. 예시로 계산해 보면 차이가 드러납니다. 저비용 모델을 쓰는 지원 에이전트의 작업당 비용이 0.02달러라면 효율적으로 보입니다. 그런데 답변의 40%가 사람 검토를 거쳐야 하고 건당 15분이 걸리며 지원 인력 인건비가 시간당 30달러라면, 검토가 필요한 답변의 실제 비용은 약 3.02달러가 됩니다. 검토가 필요 없는 답변은 0.02달러 그대로이지만, 두 경우를 합한 평균 비용은 청구서 금액보다 크게 높아집니다.

토큰 사용량만 보면 저비용 모델이 항상 유리해 보이지만, 검토 인건비를 포함하면 결론이 달라질 수 있습니다.

☑️ 토큰 비용 관리를 시작하는 순서

Foundation은 적용 순서를 명시하고 있습니다. 분류보다 어휘가 먼저이고, 최적화보다 분류가 먼저이며, 그 모두보다 계측이 먼저라는 것입니다.

첫 단계는 이미 확보 가능한 숫자를 확인하는 것입니다. 모델을 바꾸거나 컨텍스트를 줄이는 작업부터 시작하지 않는 편이 낫습니다. 토큰을 여섯 가지 유형으로 나누는 작업은 대부분의 조직이 아직 갖추지 못한 수준의 추적 체계를 요구하기 때문입니다. 모든 API 응답이 제공하는 호출당 전체 입력과 출력 토큰부터 확인해 소비가 가장 큰 지점을 찾고, 추적 체계가 갖춰지는 대로 유형별 분류를 추가하는 순서입니다.
두 번째 단계는 워크로드를 분류하는 것입니다. 요청당 모델 호출이 한 번인지, 여러 번인지, 하위 에이전트까지 확산되는지에 따라 비용 곡선이 달라집니다.
세 번째 단계는 손댈 계층을 정하는 것입니다. 비용이 유휴 자원에서 나오고 있다면 용량 계층이, 통제되지 않는 호출과 실패한 작업에서 나오고 있다면 라우팅 거버넌스 계층이 먼저입니다.
네 번째 단계는 성공 기준을 정의하고 지표를 계산하는 것입니다. 토큰 수율이든 수용된 작업당 비용이든, 무엇을 성공으로 볼지 정해지지 않으면 지표가 나오지 않습니다.

☑️ 자주 묻는 질문

AI 토크노믹스란 무엇인가요?

AI 토크노믹스는 에너지와 자본을 AI로 전환하고, AI 서비스를 효율적으로 소비해 비즈니스 가치로 이어지게 하는 규율입니다. 리눅스 재단은 2026년 8월 4일 이 주제에 대한 개방형 표준과 벤치마크를 개발하는 Tokenomics Foundation을 30개 창립 멤버와 함께 출범시켰으며, FinOps 재단과 긴밀히 협력하는 벤더 중립 조직으로 운영됩니다.

에이전틱 AI는 왜 일반 생성형 AI보다 비용이 큰가요?

AI 에이전트는 추론하고, 도구를 호출하고, 결과를 검증하고, 실패한 작업을 재시도하는 과정을 반복합니다. 모델 API 호출이 상태를 저장하지 않기 때문에 단계마다 누적된 컨텍스트가 다시 전송되며, 오케스트레이터가 하위 에이전트를 만드는 구조에서는 요청 하나에 붙는 모델 호출 수가 눈에 보이지 않는 채로 늘어납니다.

토큰 단가가 계속 내려가면 비용 문제도 해결되지 않나요?

토큰당 비용은 2023년부터 2025년 사이 크게 하락했지만 이후 하락세가 멈췄고 신규 모델의 토큰 가격은 오르고 있습니다. 여기에 에이전트 도입으로 소비량 자체가 늘어나기 때문에 단가 하락만으로 총지출이 줄어든다고 보기는 어렵습니다.

어느 계층부터 손대야 하나요?

Foundation이 정리한 다섯 계층 기준으로 첫 성과는 대개 추론 스택 계층과 라우팅 거버넌스 계층에서 나옵니다. 다만 각 계층은 아래 계층의 비용과 가용성을 물려받으므로, 용량 계층에 유휴 자원이 많다면 그 부분을 함께 정리해야 상위 계층의 개선 효과가 유지됩니다.

Cast AI와 Splunk는 각각 어떤 계층을 담당하나요?

Cast AI는 용량 계층을 담당합니다. 쿠버네티스 환경에서 GPU 자원 배치와 확장, 회수를 자동화해 유휴 자원에서 발생하는 비용을 줄입니다. Splunk Agent Observability는 라우팅과 거버넌스 계층을 담당합니다. 에이전트별 토큰 사용량과 비용을 품질 지표와 함께 추적해 모델 라우팅과 한도 설정의 근거를 만듭니다. 서로 다른 계층을 다루므로 대체 관계가 아니라 함께 적용되는 구성입니다.

☑️ 마무리

토크노믹스 논의가 공통적으로 향하는 결론은 관리 단위를 바꾸는 것입니다. 토큰을 얼마나 썼는지가 아니라, 그 토큰이 어떤 결과를 만들었고 결과 하나의 실제 가격이 얼마인지를 기준으로 삼는 것입니다. 이 기준이 있어야 모델을 바꾸는 판단도, 한도를 거는 판단도 근거를 갖습니다. 그리고 이 기준은 한 계층만으로는 만들어지지 않습니다. 용량 계층에서 유휴 자원을 줄여도 라우팅 계층에서 불필요한 재호출이 이어지면 총비용은 줄지 않고, 관측과 평가만 강화하고 인프라 자동화가 없으면 문제를 확인해도 조치할 수단이 없습니다. 청구서를 확인하는 시점에는 이미 발생이 끝난 상태라는 점도 그대로입니다.

클라우드네트웍스는 Cast AI, Splunk의 공식 파트너사입니다. 쿠버네티스와 GPU 인프라에서 사용되지 않는 자원은 Cast AI로, 에이전트가 소비하는 토큰의 실제 내역은 Splunk로 확인하고 조치할 수 있도록 도입 검토부터 구축, 운영까지 지원하고 있습니다. AI 운영 비용을 관리 가능한 상태로 만들고자 하신다면 클라우드네트웍스로 연락 주시기 바랍니다.

▶ 캐스트 AI(Cast AI) 제품보기

▶ 스플렁크(Splunk) 제품보기

[출처 : Tokenomics Foundation, "The Tokenomics Foundation - AI Value", https://www.tokeneconomics.com/, The Linux Foundation, "Linux Foundation Launches the Tokenomics Foundation to Define the Economics and ROI of AI Value", https://www.linuxfoundation.org/press/linux-foundation-launches-the-tokenomics-foundation-to-define-the-economics-and-roi-of-ai-value, The Linux Foundation, "Linux Foundation Announces the Intent to Launch the Tokenomics Foundation to Establish Open Standards for AI Cost Management", https://www.linuxfoundation.org/press/linux-foundation-announces-the-intent-to-launch-the-tokenomics-foundation-to-establish-open-standards-for-ai-cost-management, Splunk, "The New Currency of AI: Why Tokenomics is the Next Big Test for Tech Leaders", https://www.splunk.com/en_us/blog/artificial-intelligence/ai-tokenomics-govern-agentic-ai-costs-with-splunk.html, Splunk, "What is Agent Tokenomics?", https://www.splunk.com/en_us/blog/artificial-intelligence/what-is-agent-tokenomics.html, CAST AI, "What Is Tokenomics, And Why Your AI Infrastructure Is Now a FinOps Problem", https://cast.ai/blog/tokenomics-why-your-ai-infrastructure-is-now-a-finops-problem/]