출시 전에 LLM API 비용을 예상하려면 API 호출 하나가 아니라 사용자 작업 하나에 가격을 매기세요. 그 뒤에 있는 호출 수를 세고, 실제 샘플 20~50개로 새 입력, 캐시된 입력, 출력 토큰을 측정하고, 월 작업 수를 곱한 뒤, 추론과 재시도를 더합니다. DeepSeek V4.1 Flash로 지원 답변 초안을 작성하는 예시는 월 $42.67 비용이 나옵니다.
이 글은 기능 하나에 대한 출시 전 예측입니다. 유료 사용자가 생긴 뒤의 마진과 요금 등급은 SaaS의 사용자당 LLM 비용에서 다룹니다.
LLM API 비용 공식은 무엇인가요?
monthly cost = actions per month × calls per action
× ( new input tokens × input price
+ cached input tokens × cached price
+ output tokens × output price ) / 1,000,000
출력 토큰에는 추론이 포함됩니다. 캐시된 토큰은 제공업체가 재사용해 더 낮은 가격으로 받는 입력입니다. 나머지는 모두 측정의 문제입니다. 무료 LLM API 비용 계산기가 어떤 모델의 정가에든 이 공식을 적용해 줍니다.
비용 모델은 어떻게 단계별로 만드나요?
- 작업 단위에 이름을 붙이세요. “지원 답변 초안 작성”, “통화 요약”, “실패하는 테스트 고치기”. “요청 하나”가 아니라 이것에 가격을 매기세요.
- 작업당 호출 수를 세세요. 검색 기반 답변은 호출 1회일 수 있습니다. 계획하고, 수정하고, 확인하는 에이전트라면 10회일 수도 있습니다. 재시도 비율도 더하세요. 타임아웃 후 재시도하면 다시 과금됩니다.
- 실제 샘플로 호출당 토큰을 측정하세요. 깔끔한 데모가 아니라 현실적인 입력 20~50개를 쓰세요. API를 호출하기 전에 대략 세어 보려면 토큰 계산기에 붙여 넣으세요. 각 응답에서
usage.prompt_tokens,usage.prompt_tokens_details.cached_tokens,usage.completion_tokens를 읽으세요. 스트리밍에서는stream_options: {"include_usage": true}를 설정하세요. 어디에 나타나는지는 스트리밍 가이드에 있습니다. - 새 입력과 캐시된 입력을 나누세요. 시스템 프롬프트, 도구 목록, 공유 문서는 맨 앞에 오고 매번 똑같다면 캐시될 수 있습니다. 사용자 텍스트는 캐시되지 않습니다.
- 출력에 추론을 포함하세요. DeepSeek V4.1 Flash, GLM 5.3, Qwen3.8 27B는 답하기 전에 생각합니다. 그 추론 토큰은 출력으로 과금되며, 보이는 답변보다 많은 경우가 흔합니다. 추론 비용이 보이는 것보다 큰 이유.
- 사용량을 추정하세요. 활성 사용자 × 사용자당 하루 작업 수 × 30.
- 곱해서 합계를 내세요. 토큰 합계를 100만 단위로 바꾸고 100만 토큰당 가격을 적용하세요.
- 시나리오 세 개로 가격을 매기세요. 낮음, 예상, 높음. 출시 트래픽은 불확실하고, 프롬프트는 시간이 지나면서 길어집니다.
- 돈만이 아니라 한도도 확인하세요. 최대 분당 요청 수와 동시 요청 수가 키의 속도 제한에 맞아야 합니다.
- 과금 방식을 정하세요. 들쭉날쭉하고 사용자가 주도하는 트래픽에는 토큰당 과금, 상시 가동 에이전트에는 정액 플랜.
계산 예시는 어떤 모습인가요? 지원 답변 초안 작성기
헬프데스크 앱에 ‘답변 초안 작성’ 기능을 추가한다고 합시다. 아래 숫자는 설명을 위한 가정입니다. 하나하나 여러분의 측정값으로 바꾸세요.
| 항목 | 값 | 출처 |
|---|---|---|
| 기능을 쓰는 지원 상담원(직원) | 500 | 제품 계획 |
| 상담원당 하루 초안 수 | 4 | 파일럿 사용량 |
| 한 달 일수 | 30 | |
| 월 작업 수 | 60,000 | 500 × 4 × 30 |
| 작업당 호출 수 | 1 | 검색한 문서를 담은 호출 1회 |
| 호출당 입력 토큰 | 5,000 | 시스템 프롬프트, 티켓 스레드, 도움말 문서 3개 |
| 입력 중 캐시 비율 | 50% | 고정된 시스템 프롬프트와 문서 프리픽스 |
| 호출당 출력 토큰 | 500 | 보이는 부분 약 200, 추론 약 300 |
| 모델 | DeepSeek V4.1 Flash | 100만 토큰당 $0.175 / $0.0055 / $0.52 |
이제 합계입니다.
| 항목 | 월 토큰 | 100만 토큰당 가격 |
|---|---|---|
| 새 입력 | 150M | $0.175 |
| 캐시된 입력 | 150M | $0.0055 |
| 출력(추론 포함) | 30M | $0.52 |
| 예상 월 비용 | $42.67 |
입력 300M 토큰과 출력 30M 토큰입니다. 60,000 × 5,000과 60,000 × 500입니다.
낮음과 높음 시나리오는 얼마나 넓게 잡아야 하나요?
| 시나리오 | 월 작업 수 | 입력 / 출력 토큰 | 월 비용 |
|---|---|---|---|
| 낮음: 도입이 느림 | 20,000 | 100M / 10M | $14.23 |
| 예상 | 60,000 | 300M / 30M | $42.67 |
| 높음: 도입 3배 | 180,000 | 900M / 90M | 3 × $42.67 |
세 시나리오 모두 캐시 비율 50%를 유지합니다. 캐시 비율이 떨어지면 청구액이 오릅니다. 이 모델에서 새 입력은 100만 토큰당 $0.175 요금이고, 캐시된 입력은 $0.0055 요금입니다. 캐시 비율을 높게 유지하는 방법.
예상치를 가장 크게 움직이는 것은 무엇인가요?
- 컨텍스트 길이. 문서를 3개가 아니라 10개 가져오는 검색은 입력을 두 배로 늘릴 수 있습니다. 프롬프트를 바꿀 때마다 토큰을 측정하세요.
- 추론. 단순한 초안에
reasoning_effort를low로 설정하면 숨은 출력이 줄어듭니다. 추론과 max_tokens. - 재시도와 루프. 재시도 비율 5%는 모든 항목에 5%를 더합니다. 단계 상한이 없는 에이전트 루프는 상한 자체가 없습니다. LLM API 지출 관리.
- 모델 선택. Gemma 4 VL 26B는 100만 토큰당 입력 $0.10, 출력 $0.22 요금이지만, 컨텍스트가 32,768토큰이고 BroadNet은 이 모델에 추론을 표시하지 않습니다. 비용을 아끼려고 바꾸기 전에 품질을 테스트하세요.
- 언어. 같은 내용이라도 아랍어나 힌디어는 영어보다 훨씬 많은 토큰이 필요할 수 있고, 그 차이는 토크나이저에 따라 달라집니다. 언어별 실제 비용 데이터셋에서 모델과 제공업체별로 언어마다 100만 글자당 가격을 볼 수 있습니다.
- 프롬프트 증가. 출시 후 예외 상황을 처리하면서 프롬프트는 길어지는 경향이 있습니다. 릴리스마다 측정을 다시 하세요.
- 가격 변동. 정가는 거의 바뀌지 않지만 오를 수는 있습니다. 11개 제공업체의 보관된 가격 페이지에서 2024년부터 2026년 11월까지, 같은 모델의 이전 가격과 비교한 정가 인상을 52건 기록했습니다(인하는 100건). 인상 폭의 중앙값은 혼합 가격 기준 40%였습니다. LLM API 가격 인상에 대비해 예산 세우기를 참고하세요.
예상치가 너무 높게 나오면, 기능을 바꾸기 전에 LLM API 비용을 줄이는 10단계 체크리스트부터 살펴보세요.
사용량이 속도 제한에 맞나요?
월 60,000회 작업은 하루 약 2,000회입니다. 하루 초안의 10분의 1이 가장 바쁜 1시간에 몰린다면 시간당 200회, 즉 분당 약 3회입니다. BroadNet 종량제 키는 분당 요청 30개, 동시 요청 4개를 허용하므로 키 하나로 충분합니다. 높음 시나리오도 확인하거나, 속도 제한 계산기로 자신의 최대 트래픽을 넣어 보세요. 요청 속도와 동시 요청 수의 관계는 동시 처리를 참고하세요. 429가 나면 백오프 후 재시도하세요.
이 기능을 정액 플랜으로 돌려야 하나요?
아마 아닙니다. Full Moon 세션은 월 $60 요금이지만, 세션 하나는 한 번에 요청 1개를 처리하고, 많은 사용자가 동시에 ‘초안 작성’을 누르면 병렬 요청이 필요합니다. 정액 플랜은 코딩 에이전트처럼 쉬지 않고 일하는 에이전트에 맞습니다. 손익분기점 계산에서 하루 종일 일하는 코딩 에이전트는 토큰당 과금으로 월 $65.40 비용이 들어 플랜 가격보다 높습니다.
예상치를 예산으로 바꾸려면 어떻게 하나요?
- 예상 금액은 계획에, 높음 금액은 알림 기준값에 넣으세요.
- 프로덕션에서 작업당 토큰을 기록하고 매주 모델과 비교하세요.
- 코드에 강제 상한을 두세요.
max_tokens, 단계 제한, 재시도 제한입니다. - 모델, 프롬프트, 검색 설정을 바꿀 때마다 예상치를 다시 계산하세요.
LLM API 비용 계산기에서 여러분의 숫자로 토큰당 계산을 다시 하거나, 가격 페이지에서 플랜과 토큰당 과금을 비교할 수 있습니다.
BroadNet Inference는 어디에 적합한가요?
BroadNet Inference는 제공하는 모든 채팅 및 전사 모델의 토큰당 가격을 하나의 가격 파일로 공개하므로, 위 예상치를 코드로 관리할 수 있습니다. 새 계정은 $5의 시작 크레딧을 받으며, 이 크레딧은 Gemma 4 VL 26B와 두 전사 모델에 쓸 수 있으므로 Gemma에서 샘플을 측정할 수 있습니다. DeepSeek, GLM, Qwen은 충전이 필요합니다. 기능에 비공개 프런티어 모델이 필요하다면, 그 부분에는 BroadNet이 맞는 제공업체가 아닙니다.
