SaaS 제품에 AI 기능을 넣으면 비용 구조가 바뀝니다. 호스팅과 저장 비용은 사용자마다 대체로 같지만, LLM 호출 비용은 많이 쓸수록 커집니다. 활성 사용자 1명이 얼마를 쓰는지 모른 채 기능 가격을 정하면, 열성 고객 몇 명 때문에 수익이 나던 요금제가 적자로 바뀔 수 있습니다. 이 글은 사용자당 LLM 비용을 계산하는 방법, 평균이 잘못된 숫자인 이유, 그리고 이를 요금제 설계에 쓰는 방법을 설명합니다.
사용자당 LLM 비용은 어떻게 계산하나요?
기능 하나와 모델 하나에 대해 다음과 같이 계산합니다.
cost per user per month =
requests per active user per month
× [ new input tokens × input price
+ cached tokens × cached price
+ output tokens × output price ] / 1,000,000
추론 모델에서는 출력에 추론 토큰이 포함되고, 종량제 키에서는 이미지가 입력 토큰으로 계산됩니다. 세 가지 가격을 다시 확인하고 싶다면 LLM API 가격 책정 방식을 읽어 보세요.
사용자가 쓰는 기능의 비용을 모두 더하면 사용자당 총 AI 비용이 나옵니다.
1단계: 활성 사용자는 누구이고, 단위는 무엇인가요?
이미 보고에 쓰고 있는 정의를 고르세요. 예를 들면 한 달에 AI 기능을 한 번 이상 쓴 사용자입니다. 그다음 기능이 자연스럽게 만들어 내는 단위를 고르세요. 채팅 한 턴, 생성된 문서 하나, 분석한 파일 하나, 요약한 통화 하나 같은 것입니다. 단위당 비용은 사용자당 비용보다 안정적이고 따져 보기도 쉽습니다.
2단계: 단위당 토큰은 어떻게 측정하나요?
단어 수로 추정하지 마세요. 모든 응답의 usage 블록을 기능 태그, 해시 처리한 사용자 또는 계정 ID와 함께 기록하세요. 프롬프트 토큰, 캐시된 토큰, 완성 토큰을 시도 하나당 한 행씩 남기면 됩니다. 사용량 로깅 글에 바로 쓸 수 있는 래퍼와 사용자별·기능별로 비용을 묶는 SQL이 있습니다. 트래픽이 생기기 전에는 토큰 카운터로 샘플 프롬프트에서 첫 추정치를 얻을 수 있습니다.
스트리밍 응답이라면 stream_options={"include_usage": True}로 마지막 청크에 사용량을 요청하세요. 스트리밍 가이드를 참고하세요. 모델에 도달한 시도는 모두 과금되므로 재시도를 포함해 모든 시도를 세세요.
3단계: 일반 사용자의 비용은 얼마인가요? 계산 예시
제품에 앱 내 어시스턴트가 있다고 해 봅시다. 일반적인 활성 사용자 1명의 한 달을 측정한 결과입니다.
| 측정 항목 | 값 |
|---|---|
| 활성 일수 | 20 |
| 활성일당 어시스턴트 요청 수 | 15 |
| 요청당 입력 토큰 | 3,000 (절반은 캐시) |
| 요청당 보이는 답변 토큰 | 400 |
| 요청당 추론 토큰(추론 모델) | 약 600 |
한 달에 요청 300개, 입력 토큰 약 900,000개(그중 450,000개는 캐시), 보이는 출력 토큰 120,000개이고, 추론 모델이라면 추론 토큰 약 180,000개가 더해집니다.
BroadNet의 100만 토큰당 가격을 적용합니다. 토큰 수는 백만 단위이므로 각 항은 백만 토큰 × 100만 토큰당 가격입니다.
| 모델 | 100만 토큰당 입력 / 캐시 / 출력 | 이 사용자의 한 달 |
|---|---|---|
| Gemma 4 VL 26B | $0.10 / 캐시 요금 없음 / $0.22 | 0.9 × $0.10 (모든 입력을 정상 가격으로) + 0.12 × $0.22 (추론 토큰 없음) = $0.12 |
| DeepSeek V4.1 Flash | $0.175 / $0.0055 / $0.52 | 0.45 × $0.175 + 0.45 × $0.0055 + 0.3 × $0.52 = $0.24 |
| Qwen3.8 27B | $0.175 / $0.0435 / $2.17 | 0.45 × $0.175 + 0.45 × $0.0435 + 0.3 × $2.17 = $0.75 |
| GLM 5.3 | $0.78 / $0.173 / $3.46 | 0.45 × $0.78 + 0.45 × $0.173 + 0.3 × $3.46 = $1.47 |
추론 모델의 출력 0.3M은 보이는 답변 0.12M과 추론 0.18M을 더한 값입니다. 계산해 보면 같은 사용자에 대해 GLM 5.3 행은 Gemma 4 VL 26B 행의 10배가 넘습니다(Gemma 4 VL 26B vs GLM 5.3 비교에서 둘을 나란히 볼 수 있습니다). 모든 추론 모델에서 가장 큰 항은 출력이고, 그 출력의 절반 이상이 추론 토큰입니다. 직접 측정한 값을 LLM API 비용 계산기에 넣어 여러분의 수치를 구하세요.
4단계: 평균 사용자가 오해를 부르는 이유는 무엇인가요?
AI 기능의 사용량은 한쪽으로 쏠려 있습니다. 대부분의 사용자는 기능을 몇 번 써 보는 데 그치고, 소수는 하루 종일 씁니다. 평균은 이 소수를 감추는데, 청구액을 끌어올리는 것은 바로 이들입니다.
사용량 로그에서 사용자 1명의 월 비용을 다음과 같이 계산하세요.
- 중앙값. 일반 사용자의 비용입니다.
- 90번째 백분위. 많이 쓰지만 정상 범위인 사용자의 비용입니다. 이 사용자에게서도 수익이 나도록 요금제 가격을 정하세요.
- 99번째 백분위와 최댓값. 꼬리 구간입니다. 이 사용자에게는 공정 사용 한도, 상위 요금제, 또는 자동화와 남용 여부 점검이 필요합니다.
99번째 백분위 사용자의 비용이 중앙값의 몇 배라고 해서 그 자체로 문제는 아닙니다. 가격을 정할 때 쓰는 입력값입니다.
5단계: 요금제와 한도는 어떻게 정하나요?
사용자당 비용을 알면 가격 결정은 마진의 문제가 됩니다.
- 요금제의 목표 매출 총이익률을 정하세요.
- 그 이익률이 허용하는 사용자당 최대 AI 비용을 거꾸로 계산하세요.
- 90번째 백분위와 비교하세요. 90번째 백분위가 범위 안에 들면 그 요금제는 성립합니다. 그렇지 않다면 비용을 줄이거나(6단계), 가격을 올리거나, 많이 쓰는 사용을 상위 요금제로 옮기세요.
- 토큰을 사용자가 이해하는 단위로 바꾸세요. 사용자는 토큰 단위로 생각하지 않습니다. 하루 요청 수, 월 문서 수, 오디오 분량으로 한도를 두되, 허용되는 최대 사용량이 비용 상한 안에 머물도록 크기를 정하세요.
- 매달 다시 확인하세요. 프롬프트 변경, 새 기능, 모델 변경이 모두 사용자당 비용을 움직입니다.
6단계: 제품을 바꾸지 않고 사용자당 비용을 줄이려면 어떻게 하나요?
- 캐시하세요. 변하지 않는 시스템 프롬프트와 도구 목록을 맨 앞에 두세요. DeepSeek V4.1 Flash에서 캐시된 입력은 100만 토큰당 $0.175 요금 대신 $0.0055 요금입니다. 캐시 적중률을 높이는 방법.
- 추론을 낮추세요. 일상적인 요청에
reasoning_effort를low로 설정하면 가장 비싼 토큰이 줄어듭니다. 추론에 드는 비용. - 난이도별로 라우팅하세요. 단순한 요청은 Gemma 4 VL 26B로 보내고, 추론 모델은 어려운 요청에만 쓰세요.
- 대화 기록을 줄이세요. 긴 대화는 턴마다 전부 다시 보냅니다. 품질이 허락하는 범위에서 오래된 턴을 요약하거나 잘라 내세요.
- 출력에 상한을 두세요. 기능별로
max_tokens를 설정하되, 추론 모델에는 추론할 여유를 남겨 두세요.
더 많은 통제 방법은 LLM API 지출 관리에 있습니다.
정액 플랜으로 SaaS 사용자에게 서비스할 수 있나요?
DeepSeek V4.1 Flash용 BroadNet 무제한 플랜(세션당 월 $60 요금)은 자신의 키로 자신의 앱이나 서비스에 넣어 쓸 수 있지만, 세션마다 한 번에 요청 1개를 처리하며 키를 공유하거나 재판매할 수 없습니다. 그래서 플랜은 동시 처리가 적은 백엔드 작업에 잘 맞습니다. 야간 보고서 생성기, 큐 기반 요약기, 내부 에이전트 같은 경우입니다. 동시 요청이 많은 대화형 사용자 트래픽에는 대개 종량제 키(키당 동시 요청 4개, 분당 30개)나 여러 세션을 씁니다. 현재 조건은 플랜 페이지에서 확인하세요.
모델 외에 어떤 비용이 더 드나요?
토큰에서 나오는 사용자당 비용은 AI 비용의 일부일 뿐입니다. 검색과 벡터 저장소, 전사(오디오 분 단위 과금, 예를 들어 BroadNet의 아랍어 전사는 분당 $0.0042 요금), 재시도, 평가 실행 비용을 더하세요. 사용자가 아랍어나 영어가 아닌 다른 언어로 쓴다면 메시지당 토큰이 영어보다 많을 것으로 예상하세요. 자신의 콘텐츠로 단어당 토큰 수를 측정해 보세요.
무료 요금제와 체험판은 어떻게 다뤄야 하나요?
무료 요금제는 돈을 내지 않는 사용자 수만큼 사용자당 비용을 늘립니다. 마케팅 비용으로 취급하세요. 무료 사용자에게는 기능을 잘 보여 주는 가장 싼 모델을 제공하고, 유료 요금제보다 엄격한 일일 한도를 두며, 무료 사용자의 AI 비용을 별도 항목으로 추적하세요. 무료 사용자가 전환된다면 그 항목은 고객 획득 비용이고, 전환되지 않더라도 한도가 비용을 작게 유지해 줍니다.
요약
usage 필드로 단위당 토큰을 측정하고, 게시된 가격을 곱하고, 평균이 아니라 90번째 백분위를 보고, 이를 바탕으로 요금제 가격과 한도를 정하세요. 그런 다음 캐싱, 라우팅, 낮은 추론 강도로 모든 단위를 더 싸게 만드세요. 아직 아무것도 측정하지 않았다면 월간 비용 예상 방법부터 시작하세요.
