---
title: "정액 LLM API로 코딩 에이전트 병렬 실행하기 | BroadRouter"
description: "무제한 DeepSeek V4.1 Flash에서 서브에이전트, 오케스트레이터, 배치 워커 돌리기. 필요한 플랜 세션 수, 키별로 나누는 법, 동시 요청을 제한하는 법을 정리합니다."
url: https://broadrouter.com/ko/blog/run-parallel-coding-agents-flat-rate/
lang: ko
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

이 페이지는 영어 원문을 AI의 도움을 받아 번역했습니다. [영어 원문 읽기](https://broadrouter.com/blog/run-parallel-coding-agents-flat-rate/) (2026-11-16 업데이트).

# 정액제 LLM API로 코딩 에이전트를 병렬 실행하는 방법

BroadNet Inference 팀 · 5분 분량 · 게시 2026-11-14 · 업데이트 2026-11-16

동시에 일하는 에이전트마다 플랜 세션을 하나씩 주세요. 세션은 토큰 계량 없이 한 번에 요청 하나를 처리하므로, 오케스트레이터와 서브에이전트 세 개라면 세션 네 개가 필요합니다. 내 코드에서도 동시 요청 수를 그만큼으로 제한하세요. 키 하나에 세션 여러 개를 둘 수 있으며, Full Moon 세션은 하나당 월 $60 요금입니다.

## 핵심 요약

-   플랜 세션 하나는 진행 중인 요청 하나와 같습니다. 전체 에이전트 수가 아니라 같은 순간에 모델을 호출하는 에이전트 수를 세세요.
-   오케스트레이터와 서브에이전트 세 개가 함께 돌면 세션 네 개가 필요합니다.
-   종량제 키는 동시 요청 4개, 분당 30 요청까지 허용하므로, 꾸준한 부하보다 순간적인 몰림에 더 맞습니다.
-   에이전트는 많은 시간을 도구 실행에 쓰므로, 세션을 구매하기 전에 실제로 겹치는 정도를 측정하세요.
-   병렬 수정이 충돌하지 않도록 에이전트마다 별도의 git worktree를 주세요.
-   한 달치를 구매하기 전에 세션마다 $1 요금의 Meteor 1시간으로 테스트하세요.

**이 페이지의 내용**

1.  정액 세션에는 무엇이 포함되나요?
2.  병렬 에이전트에는 세션이 몇 개 필요한가요?
3.  에이전트 패턴별로 세션은 몇 개 필요한가요?
4.  병렬 에이전트가 서로 방해하지 않게 하려면 어떻게 하나요?
5.  병렬 에이전트에 종량제가 더 나은 경우는 언제인가요?
6.  에이전트를 플랜에 어떻게 연결하나요?
7.  병렬 에이전트에서는 무엇이 잘못되나요?
8.  에이전트마다 컨텍스트를 얼마나 쓸 수 있나요?
9.  구성을 싸게 테스트하려면 어떻게 하나요?
10.  BroadNet Inference의 위치

에이전트 프레임워크는 어시스턴트 하나에서 여럿으로 옮겨 갔습니다. 계획을 세우는 오케스트레이터, 코드를 쓰고 리뷰하고 테스트를 돌리는 서브에이전트, 백로그를 처리하는 배치 워커가 있습니다. 토큰당 과금 API에서는 이들 하나하나가 청구액을 늘립니다. [정액제 API](https://broadrouter.com/ko/glossary/flat-rate-llm-plan/)에서는 질문이 바뀝니다. **같은 순간에 모델을 호출하는 것이 몇 개인가?**

## 정액 세션에는 무엇이 포함되나요?

BroadNet의 무제한 플랜은 **세션** 단위로 판매됩니다. 세션은 한 번에 요청 하나를 처리하며, [DeepSeek V4.1 Flash](https://broadrouter.com/ko/models/deepseek-v4.1-flash/) 토큰이 무제한이고 롤링 윈도나 주간 상한이 없습니다. 이는 에이전트 하나가 일하는 방식과 맞아떨어집니다. 요청을 보내고, 답을 읽고, 도구를 실행하고, 다음 요청을 보냅니다.

| 구성 | 최대 동시 요청 수 | 세션 |
| --- | --- | --- |
| 터미널 하나의 코딩 에이전트 하나 | 1 | 1 |
| 오케스트레이터 + 서브에이전트 3개 | 4 | 4 |
| 배치 워커 10개 | 10 | 10 |
| 개발자 2명, 각자 에이전트 1개 | 2 | 2(각자 자기 계정) |

Full Moon 세션은 하나당 월 $60 요금입니다. 키 하나에 세션 여러 개를 둘 수도 있고, 플랜의 세션을 여러 키에 나눌 수도 있습니다. 예를 들어 서버나 프로젝트마다 키를 하나씩 두면, 키가 유출되거나 폐기되어도 그 키에 연결된 에이전트만 멈춥니다. 키와 계정은 개인용입니다. 플랜을 내 제품에 넣어 만들 수는 있지만, 키를 공유하거나 재판매할 수는 없습니다. [세션 규칙 전문](https://broadrouter.com/ko/guides/unlimited-llm-api-sessions/)을 참고하세요.

## 병렬 에이전트에는 세션이 몇 개 필요한가요?

에이전트는 모델을 **호출하지 않는** 시간이 깁니다. 테스트를 돌리고, 파일을 읽고, 빌드를 기다립니다. 각자 40%의 시간 동안 모델을 호출하는 서브에이전트 네 개가 동시에 모델을 필요로 하는 경우는 드뭅니다. 세션 네 개를 사기 전에 다음을 하세요.

1.  프레임워크가 보내는 모든 모델 요청의 시작과 끝 시각을 에이전트별로 기록하세요.
2.  분 단위로 가장 많이 겹친 요청 수를 세세요.
3.  절대 최댓값이 아니라 대부분의 시간 동안 도달하는 겹침만큼 세션을 사고, 나머지는 내 코드에서 큐에 넣으세요(아래 세마포어 참고). BroadNet 페이지에는 한도를 넘는 요청이 대기하는지 거부되는지 나와 있지 않으므로, 에이전트가 무작정 보내게 두지 마세요.

예를 들어 로그상 대부분의 시간에는 요청 두 개가 진행 중이고 네 개는 짧은 순간에만 나온다면, 세션 두 개와 클라이언트 측 큐가 더 싼 구성일 수 있습니다.

짧은 스크립트로 셀 수 있습니다. 로그에서 뽑은 초 단위 `(start, end)` 목록을 넣으면 됩니다.

```python
from collections import Counter

def overlap_histogram(requests):
    events = sorted([(s, 1) for s, _ in requests] + [(e, -1) for _, e in requests])
    in_flight, last_t, seconds_at = 0, None, Counter()
    for t, delta in events:
        if last_t is not None:
            seconds_at[in_flight] += t - last_t
        in_flight += delta
        last_t = t
    return dict(sorted(seconds_at.items()))   # {requests in flight: seconds}
```

결과에서 대부분의 시간이 동시 요청 한두 개에 머문다면 세션 두 개를 사세요. 몇 시간씩 네 개에 머문다면 네 개를 사세요.

## 에이전트 패턴별로 세션은 몇 개 필요한가요?

| 패턴 | 모델 호출 방식 | 산정 규칙 |
| --- | --- | --- |
| 오케스트레이터 + 워커 | 플래너가 호출한 뒤 여러 워커로 분산 | 함께 도는 워커 수, 플래너가 계속 일한다면 하나 추가 |
| 파이프라인(작성 → 리뷰 → 테스트) | 작업마다 한 번에 한 단계 | 병렬로 도는 작업마다 세션 하나 |
| 배치 백로그 | 똑같은 작업 다수 | 워커마다 세션 하나, 워커가 많을수록 빨리 끝남 |
| 여러 개발자의 에이전트 | 서로 독립 | 개발자마다 세션 하나, 각자 자기 계정 |

## 병렬 에이전트가 서로 방해하지 않게 하려면 어떻게 하나요?

모델 처리 용량은 문제의 절반일 뿐입니다. 에이전트 두 개가 같은 파일을 수정하면 서로의 작업을 되돌립니다. 흔한 해결책은 에이전트마다 [git worktree](https://git-scm.com/docs/git-worktree)를 하나씩 주는 것입니다. 각 에이전트가 같은 저장소에서 자기만의 체크아웃과 브랜치를 갖게 됩니다.

```bash
git worktree add ../agent-auth -b agent/auth
git worktree add ../agent-billing -b agent/billing
```

그다음 작업을 모듈 단위로 나눠 에이전트가 같은 파일을 건드리는 일이 드물게 하고, 리뷰 단계를 거쳐 병합하세요. 사람 없이 돌리는 방법은 [밤새 코딩 에이전트 돌리기](https://broadrouter.com/ko/blog/overnight-coding-agent-runs/)를, 추가 에이전트의 토큰 비용은 [멀티 에이전트 비용](https://broadrouter.com/ko/blog/multi-agent-cost/)을 참고하세요.

## 병렬 에이전트에 종량제가 더 나은 경우는 언제인가요?

[종량제](https://broadrouter.com/ko/glossary/pay-as-you-go/) 키는 동시 요청 4개와 분당 30 요청을 허용합니다. 이는 짧고 들쭉날쭉한 분산에 맞습니다. 예를 들어 리뷰 단계가 검사기 네 개를 20초 동안 띄운 뒤 잠잠해지는 경우입니다. 꾸준한 부하에는 세션이, 들쭉날쭉한 부하에는 토큰당 과금이 맞습니다. 둘을 함께 쓰는 구성도 많습니다. 오래 도는 에이전트에는 플랜 세션을, 순간적인 몰림이나 [GLM 5.3](https://broadrouter.com/ko/models/glm-5.3/) 같은 다른 모델에는 종량제 키를 씁니다.

종량제 키가 [속도 제한](https://broadrouter.com/ko/glossary/rate-limit/)이나 [동시성](https://broadrouter.com/ko/glossary/concurrency/) 한도에 걸리면 429를 돌려줍니다. 백오프 후 재시도하세요. [오류 코드와 재시도 시점](https://broadrouter.com/ko/guides/errors-and-retries/)을 참고하세요. [속도 제한 계산기](https://broadrouter.com/tools/llm-rate-limit-calculator/)로 내 요청 패턴에서 주어진 한도가 어디까지 버티는지 확인할 수 있습니다.

## 에이전트를 플랜에 어떻게 연결하나요?

대부분의 에이전트 프레임워크는 OpenAI 호환 base URL을 받습니다. 모든 에이전트가 `https://inference.broadnet.ai/v1` 주소와 `broadnet/deepseek-v4.1-flash` 모델을 쓰도록 지정하고, 각각 키를 주세요.

```bash
export OPENAI_BASE_URL="https://inference.broadnet.ai/v1"
export OPENAI_API_KEY="$BROADNET_PLAN_KEY"
```

터미널 코딩 에이전트 하나라면 [Aider 가이드](https://broadrouter.com/ko/guides/aider-unlimited-deepseek/)에 정확한 설정이 있고, [Cline](https://broadrouter.com/ko/guides/cline-openai-compatible/)과 [OpenCode](https://broadrouter.com/ko/guides/opencode-custom-provider/)도 각각 가이드가 있습니다. 직접 만든 오케스트레이터라면 [OpenAI Python SDK 가이드](https://broadrouter.com/ko/guides/openai-python-sdk/)에서 클라이언트 설정을 볼 수 있습니다. 내 코드에서는 동시 요청 수를 세션 수로 제한해, 대기가 눈에 보이는 내 쪽에서 큐에 쌓이게 하세요.

```python
import asyncio
SESSIONS = 4
gate = asyncio.Semaphore(SESSIONS)

async def ask(client, messages):
    async with gate:
        return await client.chat.completions.create(
            model="broadnet/deepseek-v4.1-flash", messages=messages, max_tokens=4000)
```

## 병렬 에이전트에서는 무엇이 잘못되나요?

-   **모든 에이전트를 한꺼번에 시작하기.** 동시에 몰리는 첫 호출이 곧바로 세션 수를 넘깁니다. 시작 시각을 몇 초씩 엇갈리게 하세요.
-   **재시도 폭주.** 모든 에이전트가 같은 순간에 재시도하면 다시 충돌합니다. 백오프에 지터를 넣으세요.
-   **너무 작은 `max_tokens`.** DeepSeek V4.1 Flash는 답하기 전에 추론하므로, 한도가 작으면 빈 답변이 돌아올 수 있습니다. [이유](https://broadrouter.com/ko/guides/reasoning-tokens-empty-response/)를 참고하세요.
-   **여러 사람이 키 하나 공유하기.** 키는 개인용입니다. 개발자마다 자기 계정을 주세요.

## 에이전트마다 컨텍스트를 얼마나 쓸 수 있나요?

DeepSeek V4.1 Flash에서는 요청마다 최대 1,048,576토큰을 실을 수 있습니다. 서브에이전트가 잘라 낸 요약이 아니라 작업 중인 모듈 전체를 읽을 수 있고, 플랜에서는 긴 프롬프트에 추가 비용이 들지 않습니다. [100만 토큰 윈도가 도움이 되는 경우](https://broadrouter.com/ko/blog/million-token-context-window-guide/)를 참고하세요.

## 구성을 싸게 테스트하려면 어떻게 하나요?

필요하다고 생각하는 세션마다 Meteor 1시간($1 요금)을 사서 실제 에이전트 워크플로를 돌려 보세요. 에이전트끼리 자주 기다린다면 세션을 추가하고, 하나가 놀고 있다면 빼세요. 그다음 Full Moon이나 1주일짜리 Orbit 세션(각 $15 요금)으로 옮기세요.

## BroadNet Inference의 위치

플랜 세션은 모델 하나로 꾸준히 병렬로 도는 에이전트에 맞습니다. 청구액이 에이전트가 얼마나 읽느냐가 아니라 몇 개가 동시에 도느냐에 달려 있기 때문입니다. 에이전트가 여러 다른 모델을 써야 하거나 짧은 순간에만 모델을 호출한다면, 종량제 키나 라우터가 더 쌀 수 있습니다. 먼저 [손익분기점 계산](https://broadrouter.com/ko/blog/flat-rate-vs-pay-per-token-llm-api/)과 비교해 보세요.

관련 무료 도구 (영어)

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[무료 도구 (영어)](https://broadrouter.com/tools/)

## 이 글의 용어

[AI 에이전트(AI agent)](https://broadrouter.com/ko/glossary/agent/)

AI 에이전트는 언어 모델이 목표를 향해 스스로 단계를 정하는 시스템입니다. 어떤 도구를 호출할지 결정하고, 결과를 읽고, 최종 답변을 내거나 한도에 닿을 때까지 이를 반복합니다. 정해진 지점에서 모델을 호출하는 고정된 스크립트는 보통 워크플로라고 부릅니다.

[종량제(Pay-as-you-go)](https://broadrouter.com/ko/glossary/pay-as-you-go/)

종량제(pay-as-you-go)는 구독이나 최소 약정 없이 토큰, 요청, 오디오 분 같은 단위로 사용량을 측정해 쓴 만큼만 내는 요금 방식입니다. 대부분의 LLM API가 선불 잔액에서 차감하거나 정기 청구서를 발행하는 식으로 이렇게 과금합니다.

[동시 처리(concurrency)](https://broadrouter.com/ko/glossary/concurrency/)

동시 처리(concurrency)는 클라이언트가 같은 시점에 진행 중인 요청 수입니다. LLM API는 분당 요청 수와 별도로 키나 플랜마다 이를 제한하는 경우가 많습니다. 열려 있는 요청은 응답이 끝날 때까지 GPU 용량을 차지하기 때문입니다.

[AI 코딩 에이전트(AI coding agent)](https://broadrouter.com/ko/glossary/coding-agent/)

AI 코딩 에이전트는 언어 모델이 코드베이스를 대상으로 루프를 돌며 일하는 소프트웨어 도구입니다. 파일을 읽고, 수정하고, 테스트 같은 명령을 실행하고, 출력을 읽은 뒤 다음 단계를 정하는 과정을 작업이 끝나거나 한도에 이를 때까지 반복합니다.

[도구 호출(tool calling)](https://broadrouter.com/ko/glossary/tool-calling/)

도구 호출(tool calling)은 함수 호출(function calling)이라고도 하며, 모델이 개발자가 정의한 함수를 실행해 달라는 구조화된 요청을 JSON 인자와 함께 반환하는 LLM API 기능입니다. 함수는 애플리케이션이 실행하고 그 결과를 다시 보냅니다. 모델이 직접 코드를 실행하지는 않습니다.

[멀티 에이전트 시스템(multi-agent system)](https://broadrouter.com/ko/glossary/multi-agent-system/)

멀티 에이전트 시스템(multi-agent system)은 각자 프롬프트, 도구, 컨텍스트를 가진 여러 에이전트가 하나의 작업을 나눠 처리하는 LLM 애플리케이션입니다. 흔한 설계는 오케스트레이터-워커 방식으로, 리드 에이전트가 계획을 세우고 워커 에이전트를 병렬로 실행한 뒤 결과를 합칩니다.

[속도 제한(rate limit)](https://broadrouter.com/ko/glossary/rate-limit/)

속도 제한(rate limit)은 API가 일정 시간 동안 클라이언트가 사용할 수 있는 양에 두는 상한으로, 분당 요청 수나 분당 토큰 수 같은 기준이 있습니다. 한도를 넘은 요청은 사용량이 다시 한도 아래로 내려갈 때까지 거부되며, 보통 HTTP 429 Too Many Requests가 반환됩니다.

[OpenAI 호환 API(OpenAI-compatible API)](https://broadrouter.com/ko/glossary/openai-compatible-api/)

OpenAI 호환 API는 POST /v1/chat/completions처럼 OpenAI API와 같은 요청 및 응답 형식을 받는 HTTP API입니다. 그래서 OpenAI SDK와 도구는 base URL, API 키, 모델 이름만 바꾸면 이 API를 그대로 사용할 수 있습니다.

## 자주 묻는 질문

### 에이전트 두 개가 세션 하나를 동시에 쓰면 어떻게 되나요?

세션은 한 번에 요청 하나를 처리하며, BroadNet 페이지에는 두 번째 요청이 대기하는지 429로 거부되는지 나와 있지 않습니다. 어느 쪽에도 기대지 마세요. 내 코드에서 동시 요청 수를 세션 수로 제한하고, 429는 백오프로 재시도하고, 에이전트가 너무 오래 기다린다면 세션을 추가하세요.

### 코딩 에이전트를 몇 개까지 병렬로 돌릴 수 있나요?

겹치는 요청 수만큼 세션이 있다면 그만큼입니다. 플랜 세션 하나는 한 번에 요청 하나를 처리하므로, 같은 순간에 모델을 호출하는 에이전트 네 개에는 세션 네 개가 필요합니다. 주로 도구를 실행하는 에이전트라면 내 코드에서 모델 호출을 큐에 넣어 더 적은 세션을 나눠 쓸 수 있습니다.

### 병렬 에이전트가 같은 파일을 수정하지 않게 하려면 어떻게 하나요?

에이전트마다 별도의 git worktree와 브랜치를 주고, 작업을 파일이나 모듈 단위로 나누세요. 병합은 평소처럼 풀 리퀘스트나 마지막 리뷰 단계를 거치세요.

### 플랜과 종량제를 섞어 쓸 수 있나요?

네. 플랜 키와 종량제 키는 별개입니다. 꾸준히 도는 에이전트에는 플랜 세션을, 가끔 몰리는 요청이나 다른 모델에는 종량제 키를 쓰는 패턴이 흔합니다.

### 세션을 서로 다른 키에 두어야 하나요?

아니요. 키 하나에 세션 여러 개를 둘 수도 있고, 서버별이나 프로젝트별로 키를 하나씩 두는 식으로 나눌 수도 있습니다.

### 정액 플랜에서 병렬 에이전트를 쓰면 비용이 더 드나요?

세션 수만큼만 늘어납니다. 플랜에서는 토큰을 계량하지 않으므로, 각 에이전트가 얼마나 읽고 쓰든 청구액은 세션 수에 플랜 가격을 곱한 값입니다.

## 이어서 읽기

-   [LLM API 플랜의 "무제한"은 실제로 무엇을 뜻할까](https://broadrouter.com/ko/blog/what-unlimited-llm-api-really-means/)
-   [LLM API 정액제 vs 토큰당 과금: 손익분기점 계산](https://broadrouter.com/ko/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [100만 토큰 컨텍스트 윈도우, 언제 쓸 만하고 언제 아닌가](https://broadrouter.com/ko/blog/million-token-context-window-guide/)
-   [AI 코딩 에이전트 1회 실행 비용: 단계 수, 컨텍스트 증가, 캐싱](https://broadrouter.com/ko/blog/ai-coding-agent-run-cost/)
-   [오픈 모델로 Claude Code 쓰기: 프록시, 네이티브 엔드포인트, 한계](https://broadrouter.com/ko/blog/claude-code-with-openai-compatible-models/)
-   [가이드: 에이전트용 무제한 LLM API 플랜은 어떻게 작동하나요?](https://broadrouter.com/ko/guides/unlimited-llm-api-sessions/)
-   [가이드: Aider를 무제한 DeepSeek V4.1 Flash로 실행하기](https://broadrouter.com/ko/guides/aider-unlimited-deepseek/)
-   [가이드: BroadNet Inference 오류 코드와 재시도해야 하는 경우](https://broadrouter.com/ko/guides/errors-and-retries/)
-   [가이드: BroadNet Inference에서 Cline 사용하기(OpenAI Compatible 제공자)](https://broadrouter.com/ko/guides/cline-openai-compatible/)
-   [가이드: opencode에 BroadNet Inference를 커스텀 제공자로 추가하기](https://broadrouter.com/ko/guides/opencode-custom-provider/)

실제 워크로드로 테스트해 보세요. 신규 계정에는 US$5 상당의 초기 크레딧이 제공되며 Gemma 및 음성 전사에 사용할 수 있습니다. DeepSeek, GLM 및 Qwen3.8 모델은 충전이 필요합니다.

[시작하기](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-run-parallel-coding-agents-flat-rate&utm_content=page-cta) ·

**출처**

-   [BroadNet Inference 플랜과 플랜 FAQ(2026-11-16 확인) (영어)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-run-parallel-coding-agents-flat-rate&utm_content=sources)
-   [BroadNet Inference API 레퍼런스, 한도(2026-11-16 확인) (영어)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-run-parallel-coding-agents-flat-rate&utm_content=sources)
-   [Git 문서, git-worktree(2026-11-16 확인)](https://git-scm.com/docs/git-worktree)
