---
title: "추론 토큰 비용: 출력 요금이 많이 나오는 이유 | BroadRouter"
description: "추론 모델은 숨겨진 생각을 출력 토큰으로 과금합니다. 측정 방법, 모델별 비용, reasoning_effort, max_tokens, 라우팅으로 줄이는 방법을 설명합니다."
url: https://broadrouter.com/ko/blog/reasoning-tokens-cost/
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/reasoning-tokens-cost/) (2026-11-16 업데이트).

# 추론 토큰: 보이는 것보다 많은 출력 요금을 내는 이유

BroadNet Inference 팀 · 4분 분량 · 게시 2026-11-14 · 업데이트 2026-11-16

추론 모델은 답변 전에 숨겨진 생각을 작성하며, 이 추론 토큰은 출력 단가로 과금됩니다. 200토큰짜리 답변에 생각이 1,000토큰 이상 붙을 수 있습니다. BroadNet Inference에서는 DeepSeek V4.1 Flash, GLM 5.3, Qwen3.8 27B가 추론합니다. reasoning\_effort를 low로 설정하고, max\_tokens를 적절히 두고, 단순한 단계에는 비추론 모델을 써서 비용을 줄이세요.

## 핵심 요약

-   추론 토큰은 보이지 않아도 completion\_tokens에 집계되어 출력 단가로 과금됩니다.
-   추론 토큰이 1,000개씩 붙은 답변 1,000개는 출력 100만 토큰을 더합니다. DeepSeek V4.1 Flash 기준 $0.52, GLM 5.3 기준 $3.46 요금입니다.
-   usage.completion\_tokens\_details.reasoning\_tokens를 읽어 청구액 중 생각에 들어가는 비중을 측정하세요.
-   단순한 작업에는 reasoning\_effort를 low로 설정하고, max\_tokens는 답을 끝낼 만큼 넉넉히 두고, 쉬운 단계는 추론하지 않는 모델로 보내세요.
-   DeepSeek V4.1 Flash 무제한 플랜에서는 추론에 토큰 비용이 들지 않습니다.

**이 페이지의 내용**

1.  추론 토큰이란 무엇인가요?
2.  추론 토큰은 어떻게 과금되나요?
3.  추론은 청구액을 얼마나 늘릴 수 있나요?
4.  추론 토큰은 어떻게 측정하나요?
5.  추론 비용을 조절하는 네 가지 방법
6.  어떤 작업에 어떤 설정을 써야 하나요?
7.  추론에 추가 비용이 들지 않는 경우는 언제인가요?
8.  BroadNet Inference는 어디에 적합한가요?

짧은 질문을 보냈더니 두 줄짜리 답이 왔는데, 청구서에는 출력 토큰 1,400개가 찍혀 있습니다. 잘못된 것은 없습니다. 모델이 답하기 전에 생각했고, 그 생각이 과금된 것입니다. 이 글은 추론 토큰이 어떻게 집계되는지, 모델별로 비용이 얼마인지, 그리고 이를 조절하는 네 가지 설정을 설명합니다.

## 추론 토큰이란 무엇인가요?

추론 모델은 내부적으로 생각의 흐름을 작성한 뒤 보이는 답변을 씁니다. 둘 다 같은 생성 과정에서 나옵니다. 그 생각을 이루는 것이 [추론 토큰](https://broadrouter.com/ko/glossary/reasoning-tokens/)입니다. 표준 chat completions 응답에서 답변은 `message.content`에 담기고, 생각은 집계만 될 뿐 표시되지 않습니다.

OpenAI 추론 가이드는 이 규칙을 분명하게 밝힙니다. 추론 토큰은 “still occupy space in the model’s context window and are billed as”(번역: 여전히 모델의 컨텍스트 윈도우에서 공간을 차지하며 다음으로 과금됩니다) 출력 토큰이라는 것입니다. 다른 제공업체도 같은 규칙을 따릅니다.

## 추론 토큰은 어떻게 과금되나요?

추론 토큰은 `completion_tokens`의 일부이므로 출력 단가를 냅니다. 출력은 비싼 계량 항목입니다.

| 모델 | 먼저 추론함 | 100만 토큰당 출력 | 100만 토큰당 입력 |
| --- | --- | --- | --- |
| [DeepSeek V4.1 Flash](https://broadrouter.com/ko/models/deepseek-v4.1-flash/) | 예 | $0.52 | $0.175 |
| [GLM 5.3](https://broadrouter.com/ko/models/glm-5.3/) | 예 | $3.46 | $0.78 |
| [Qwen3.8 27B](https://broadrouter.com/ko/models/qwen3.8-27b/) | 예 | $2.17 | $0.175 |
| [Gemma 4 VL 26B](https://broadrouter.com/ko/models/gemma-4-vl-26b/) | 표시 없음 | $0.22 | $0.10 |

가격은 BroadNet Inference 기준이며, 2026-11-14 기준으로 동기화했습니다. 같은 모델에 다른 호스트가 받는 가격은 [LLM API 가격표](https://broadrouter.com/ko/llm-api-pricing/)에 있습니다. 예를 들어 [제공업체별 GLM 5.3 가격](https://broadrouter.com/ko/llm-api-pricing/glm-5.3/)을 참고하세요.

## 추론은 청구액을 얼마나 늘릴 수 있나요?

한 단어 라벨, 즉 보이는 토큰 약 10개를 반환하는 분류기를 생각해 봅시다. 모델이 먼저 1,000토큰 동안 생각한다면 출력 청구액의 99%가 생각입니다.

규모를 키우면 이렇습니다. **추론 토큰이 1,000개씩 붙은 답변 1,000개는 출력 100만 토큰을 더합니다.** 보이는 답변과 별도로 DeepSeek V4.1 Flash에서는 $0.52, Qwen3.8 27B에서는 $2.17, GLM 5.3에서는 $3.46 비용이 듭니다.

양은 작업에 따라 다릅니다. 어려운 수학이나 여러 파일에 걸친 코드 추론은 수천 토큰에 이를 수 있습니다. 인사말에는 거의 필요 없을 수도 있습니다. 그래서 측정해야 합니다.

## 추론 토큰은 어떻게 측정하나요?

모델이 개수를 제공하면 usage 블록에 표시됩니다.

```python
r = client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "Is 'refund my order' a billing or shipping intent?"}],
    max_tokens=1000,
)
u = r.usage
reasoning = (u.completion_tokens_details.reasoning_tokens or 0) if u.completion_tokens_details else 0
print("output:", u.completion_tokens, "reasoning:", reasoning,
      "share:", round(reasoning / max(u.completion_tokens, 1), 2))
```

1주일 동안 작업 유형별로 이 값을 기록하세요. 대개 몇몇 작업이 생각의 대부분을 차지한다는 것을 알게 됩니다. 스트리밍할 때는 `stream_options: {"include_usage": true}`를 추가하세요. 개수는 마지막 청크에 담겨 옵니다([스트리밍 가이드](https://broadrouter.com/ko/guides/streaming-chat-completions/)).

## 추론 비용을 조절하는 네 가지 방법

### 1\. 단순한 작업에는 `reasoning_effort`를 낮추세요

`reasoning_effort`는 모델에 생각을 덜 하라고 요청합니다. BroadNet 가이드는 분류, 추출, 서식 지정에 `low`를 사용합니다.

```python
client.chat.completions.create(model="broadnet/deepseek-v4.1-flash", reasoning_effort="low",
                               max_tokens=1000, messages=msgs)
```

OpenAI는 자사 모델에 대해 `none`과 `minimal`부터 `low`, `medium`, `high`를 거쳐 `xhigh`와 `max`까지 더 넓은 범위의 값을 문서화하고 있으며, “some models support only a subset”(번역: 일부 모델은 그중 일부만 지원합니다)이라고 덧붙입니다. 사용하는 모델이 어떤 값을 받는지 확인하고, 같은 샘플로 변경 전후의 출력 토큰을 비교하세요.

### 2\. `max_tokens`는 조이는 값이 아니라 상한으로 설정하세요

[`max_tokens`](https://broadrouter.com/ko/glossary/max-tokens/)는 추론과 답변을 합쳐서 제한합니다. 폭주하는 답변은 막아 주지만, 너무 낮게 잡으면 모델이 예산 전체를 생각하는 데 쓰고 `finish_reason: "length"`와 함께 빈 답변을 반환할 수 있습니다. 그 생각에 대한 비용은 내고, 재시도도 해야 합니다. BroadNet은 추론 모델에 1,000토큰 이상을 권장합니다. [추론 모델이 빈 답변을 반환하는 이유](https://broadrouter.com/ko/guides/reasoning-tokens-empty-response/).

### 3\. 쉬운 단계는 추론하지 않는 모델로 보내세요

모든 단계에 생각이 필요한 것은 아닙니다. JSON 서식 지정, 필드 이름 바꾸기, FAQ 조회 답변은 BroadNet이 추론을 표시하지 않는 Gemma 4 VL 26B(100만 출력 토큰당 $0.22)로 보낼 수 있습니다. 추론 모델은 계획, 디버깅, 여러 단계에 걸친 답변에 쓰세요. 라우팅하기 전에 자신의 샘플로 품질을 테스트하세요.

### 4\. 프롬프트에서 “단계별로 생각하라”를 빼세요

추론 모델은 이미 생각합니다. 거기에 보이는 단계별 추론까지 요청하면 같은 내용을 두 번 쓰게 됩니다. 한 번은 숨겨서, 한 번은 답변에. 필요한 형식의 최종 답만 요청하세요.

## 어떤 작업에 어떤 설정을 써야 하나요?

| 작업 | 추론 강도 | max\_tokens | 모델 제안 |
| --- | --- | --- | --- |
| 분류, 라우팅 | low | 1,000 | Gemma 4 VL 26B 또는 DeepSeek V4.1 Flash |
| JSON 추출 | low | 1,000~2,000 | DeepSeek V4.1 Flash, 구조화된 출력에는 GLM 5.3 |
| 고객 답변 초안 작성 | low 또는 기본값 | 2,000 | DeepSeek V4.1 Flash |
| 디버깅, 계획, 코드 리뷰 | 기본값 또는 그 이상 | 8,000 또는 미설정 | DeepSeek V4.1 Flash 또는 GLM 5.3 |

이는 출발점입니다. 자신의 데이터로 출력 토큰과 품질을 측정한 뒤 조정하세요.

## 추론에 추가 비용이 들지 않는 경우는 언제인가요?

정액 플랜에서입니다. BroadNet의 Full Moon 플랜은 세션당 월 $60 요금으로 DeepSeek V4.1 Flash를 토큰 계량 없이 무제한으로 쓰므로, 추론 토큰에 토큰당 비용이 없습니다. 그래도 시간은 걸립니다. 일반적인 속도인 초당 약 100토큰 기준으로도 추론 토큰은 모두 답변이 시작되기 전에 생성되므로, 생각이 길수록 답변이 늦어집니다. [정액 플랜이 토큰당 과금보다 유리한 경우](https://broadrouter.com/ko/blog/flat-rate-vs-pay-per-token-llm-api/)와 [코딩 에이전트 비용을 줄이는 10가지 방법](https://broadrouter.com/ko/blog/cut-coding-agent-llm-costs/)을 참고하세요.

## BroadNet Inference는 어디에 적합한가요?

BroadNet은 추론 모델 3개와 추론이 표시되지 않은 모델 1개를 `https://inference.broadnet.ai/v1` 주소의 [OpenAI 호환](https://broadrouter.com/ko/glossary/openai-compatible-api/) 키 하나로 제공하며, 응답마다 사용량을 보고합니다. 그래서 작업별로 라우팅하고 차이를 측정하기 쉽습니다. 추론 요약을 볼 수 있는 비공개 모델이 필요하다면 해당 공급사의 API를 쓰세요. BroadNet의 채팅 카탈로그에는 비공개 모델이 없습니다. [플랜 보기](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-reasoning-tokens-cost&utm_content=body).

관련 무료 도구 (영어)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [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.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

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

## 이 글의 용어

[토큰(token)](https://broadrouter.com/ko/glossary/token/)

토큰은 언어 모델이 읽고 쓰는 텍스트 단위로, 모델의 토크나이저가 만들어 내는 단어, 단어의 일부, 문장 부호 또는 바이트 시퀀스입니다. LLM API는 사용량을 토큰 단위로 집계하고 제한하며, 대개 토큰 단위로 과금합니다.

[컨텍스트 윈도우(context window)](https://broadrouter.com/ko/glossary/context-window/)

컨텍스트 윈도우는 언어 모델이 요청 한 번에 다룰 수 있는 최대 토큰 수입니다. 프롬프트, 대화 기록, 도구 정의, 이미지, 그리고 추론 토큰을 포함한 생성 출력이 모두 여기에 들어갑니다. 들어가지 않는 내용은 잘라 내거나 요약하거나 여러 요청으로 나눠야 합니다.

[입력 토큰과 출력 토큰(input and output tokens)](https://broadrouter.com/ko/glossary/input-and-output-tokens/)

입력 토큰은 언어 모델이 요청에서 읽는 토큰으로, 시스템 프롬프트, 대화 기록, 도구 정의, 이미지가 포함됩니다. 출력 토큰은 모델이 응답으로 생성하는 토큰으로, 추론도 포함됩니다. LLM API는 보통 둘에 따로 가격을 매기며, 대개 출력이 더 비쌉니다.

[추론 토큰(reasoning tokens)](https://broadrouter.com/ko/glossary/reasoning-tokens/)

추론 토큰(reasoning tokens)은 추론 모델이 눈에 보이는 답변을 쓰기 전에 문제를 풀기 위해 생성하는 토큰입니다. 보통 출력 토큰으로 과금되고, 출력 한도와 컨텍스트 윈도우에 포함되며, API에 따라 숨겨지거나 요약되어 제공됩니다.

[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.

[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.

[Chat Completions API](https://broadrouter.com/ko/glossary/chat-completions-api/)

Chat Completions API는 OpenAI의 HTTP 엔드포인트인 POST /v1/chat/completions로, 모델 이름과 역할이 붙은 메시지 목록을 받아 모델의 다음 메시지를 반환합니다. 이 요청과 응답 구조는 OpenAI 호환 제공업체와 SDK가 재사용하는 공통 형식이 되었습니다.

[max\_tokens(최대 출력 토큰)](https://broadrouter.com/ko/glossary/max-tokens/)

max\_tokens는 모델이 응답 하나에서 생성할 수 있는 최대 토큰 수를 정하는 LLM API 파라미터입니다. 생성이 이 한도에 닿으면 멈추고, 응답에는 잘렸다는 표시가 붙습니다. 예를 들어 finish\_reason이 "length"로 설정됩니다.

## 자주 묻는 질문

### 추론 토큰은 입력으로 과금되나요, 출력으로 과금되나요?

출력으로 과금됩니다. 모델이 생성하는 토큰이므로 completion\_tokens 안에 보고되고, 100만 토큰당 출력 단가로 과금됩니다.

### 추론을 완전히 끌 수 있나요?

모델에 따라 다릅니다. OpenAI는 일부 모델에서 none이나 minimal을 포함하는 effort 값을 문서화하고 있습니다. BroadNet에서는 reasoning\_effort를 low로 설정하거나, BroadNet이 추론을 표시하지 않는 Gemma 4 VL 26B를 쓰세요.

### 추론 모델에서 max\_tokens를 낮추면 비용이 절약되나요?

일부만 그렇습니다. 청구액에 상한은 생기지만, 추론이 예산을 다 써 버리면 생각한 비용만 내고 빈 답변을 받게 됩니다. 대신 effort를 낮추고, max\_tokens는 1,000 이상으로 유지하세요.

### 추론 내용을 볼 수 있나요?

보통 content 필드에는 나오지 않습니다. 모델이 보고하는 경우 usage 블록의 completion\_tokens\_details.reasoning\_tokens에 사용한 추론 토큰 수가 표시됩니다.

## 이어서 읽기

-   [LLM API 가격 구조: 입력, 캐시, 출력, 추론 토큰 요금 정리](https://broadrouter.com/ko/blog/llm-api-pricing-explained/)
-   [코딩 에이전트 LLM 비용 줄이는 10가지 방법과 예상 절감액](https://broadrouter.com/ko/blog/cut-coding-agent-llm-costs/)
-   [LLM API 정액제 vs 토큰당 과금: 손익분기점 계산](https://broadrouter.com/ko/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [2026년 10월 LLM API 가격 변동: 인상 3건, 인하 없음](https://broadrouter.com/ko/blog/llm-api-price-changes-october-2026/)
-   [LLM API 가격은 얼마나 자주 바뀔까? 3년치 가격 페이지 아카이브 분석](https://broadrouter.com/ko/blog/how-often-llm-api-prices-change/)
-   [가이드: 추론 모델이 빈 답변을 반환하는 이유](https://broadrouter.com/ko/guides/reasoning-tokens-empty-response/)
-   [가이드: 채팅 완성 스트리밍과 끊긴 연결 처리하기](https://broadrouter.com/ko/guides/streaming-chat-completions/)

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-reasoning-tokens-cost&utm_content=page-cta) ·

**출처**

-   [BroadNet Inference API 레퍼런스, 추론 토큰과 캐시된 토큰 (2026-11-15 확인) (영어)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-reasoning-tokens-cost&utm_content=sources#models)
-   [BroadNet Inference 기계 판독용 가격(pricing.json) (2026-11-15 확인) (영어)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-reasoning-tokens-cost&utm_content=sources)
-   [OpenAI 추론 가이드, 과금, effort 값, max\_output\_tokens(2026-11-14 확인)](https://developers.openai.com/api/docs/guides/reasoning)
