LLM token economics — 자동화의 단위 경제학을 분기 보고로 끌고 가기

LLM 자동화의 비용은 호출 수 × 입력 토큰 × 단가로 빠르게 커집니다. 호출별 비용·일일 합계·모델별 단위 경제학을 분기 보고에 박는 한 가지 표 양식.

LLM 자동화 한 자리에 비용이 매월 얼마나 드는지 즉답할 수 있나요? 첫 청구서를 받기 전까지는 의외로 어렵습니다. 호출 수 × 입력 토큰 × 단가가 각각 어떻게 움직이는지 모르고 자동화를 운영하면, 분기 마감일에 "이번 분기 LLM 비용이 예상보다 3배"라는 숫자만 받게 됩니다. 이 글은 그 숫자를 분기 보고로 끌고 가는 단위 경제학 한 묶음을 정리합니다.

마케터가 이 글을 읽어야 하는 이유: LLM 자동화는 ROI가 큰 만큼 비용도 빠르게 커집니다. 호출당 비용·일일 합계·모델별 단가 차이를 미리 알면 분기 예산 결정이 정확해지고, 어느 자동화에 어느 모델을 쓸지 결정할 때 데이터가 따라옵니다. 비용 청구서가 통제 안에 들어와야 LLM 자동화가 운영의 표준 도구가 됩니다.

자동화 한 자리의 비용은 입력·출력·캐시·모델 4가지 변수로 거의 결정된다.

1. LLM 비용의 4개 변수

LLM API 비용은 단순한 공식으로 계산됩니다.

$$\text{Cost}=\sum _{\text{calls}}(T_{\text{in}}\cdot p_{\text{in}}+T_{\text{out}}\cdot p_{\text{out}}-T_{\text{cache}}\cdot p_{\text{cache discount}})$$

• $T_{\text{in}}$: 호출당 입력 토큰
• $T_{\text{out}}$: 호출당 출력 토큰
• $T_{\text{cache}}$: 호출당 캐시 히트 토큰
• $p$: 토큰당 단가 (모델·종류별 다름)

이 4개 변수가 자동화 한 자리의 매월 비용을 거의 결정합니다.

이 글의 전제

LLM API를 자동화에 한 번이라도 써보고 청구서를 받아본 적 있는 마케터·운영자를 가정합니다. 토큰·입력·출력 같은 단어는 일상으로 쓴다고 가정합니다.

2. 모델별 단가 — 자릿수 차이

2026년 기준 주요 모델 단가(1M 토큰당, USD).

모델	입력	출력	캐시 히트	추론(thinking)
GPT-5	$5	$15	$2.5	$15
GPT-5-mini	$0.50	$1.50	$0.25	—
Claude Opus 4.7	$15	$75	$1.5	—
Claude Sonnet 4.6	$3	$15	$0.30	—
Claude Haiku 4.5	$0.80	$4	$0.08	—
Gemini 2.5 Pro	$1.25	$5	$0.31	—
Gemini 2.5 Flash	$0.30	$2.50	$0.075	—

같은 작업이라도 모델 선택만으로 비용이 10-30배 차이. 입력 토큰이 많은 자리(긴 컨텍스트)는 입력 단가, 출력이 긴 자리(보고서 생성)는 출력 단가가 핵심.

3. 호출당 비용 계산 — 한 자동화의 단위 경제학

캠페인 분류 자동화를 예로 들겠습니다.

항목	값
시스템 프롬프트	500 토큰
Few-shot 예시	1500 토큰
사용자 입력	100 토큰
출력	200 토큰
일일 호출	1000회

3-1. GPT-5 사용 시

호출당 비용:

• 입력: (500 + 1500 + 100) / 1\text{M} \times \5 = $0.0105$
• 출력: 200 / 1\text{M} \times \15 = $0.003$
• 호출당: \0.0135$

일일 1000회: \13.5$.한달:$$405$.

3-2. GPT-5-mini 사용 시

호출당:

• 입력: 2100 / 1\text{M} \times \0.50 = $0.00105$
• 출력: 200 / 1\text{M} \times \1.50 = $0.0003$
• 호출당: \0.00135$

일일 1000회: \1.35$.한달:$$40.5$. GPT-5의 1/10.

3-3. Caching 적용 GPT-5

Prompt caching을 적용하면 시스템 프롬프트·few-shot이 캐시 히트:

• 입력 (캐시 안 됨): 100 / 1\text{M} \times \5 = $0.0005$
• 입력 (캐시 히트): 2000 / 1\text{M} \times \2.5 = $0.005$
• 출력: \0.003$
• 호출당: \0.0085$ (37% 절감)

옵션	호출당	일일 1000회	월 비용
GPT-5 (no cache)	$0.0135	$13.5	$405
GPT-5 + caching	$0.0085	$8.5	$255
GPT-5-mini	$0.00135	$1.35	$40.5
GPT-5-mini + caching	$0.001	$1.0	$30

같은 작업에 모델·캐싱 조합으로 월 $30-405. 13배 차이.

4. 코드 한 묶음 — 호출별 비용 추적

이게 글에 박는 유일한 코드입니다.