2026년 AI API 가격 계산: 토큰 비용과 예산

API 계정에 돈을 충전하고 나면 거의 바로 이런 질문이 떠오릅니다. 얼마나 오래 쓸 수 있을까? ‘1만 달러가 있고, 입력은 이만큼 들고, 출력은 더 비싸고, 캐시 할인도 있는 것 같은데’ 정도로 생각은 하고 있지만, 이 모든 걸 어떻게 하나의 숫자로 계산해야 할지 막막합니다. 수치를 들어 차근차근 설명하겠습니다.

먼저 핵심부터 말하면, API 요금은 하나의 공식으로 계산됩니다. 토큰 수에 토큰당 가격을 곱하는 것입니다. 입력 토큰과 출력 토큰은 가격이 다르므로 따로 계산합니다. 이제 이 공식을 이용해 예산이 얼마나 오래 갈지 계산하는 방법과 캐시가 계산에 어떻게 반영되는지 살펴보겠습니다.

Ailoot 사용 방법은 문서에서 확인할 수 있습니다.

AI API 요금은 어떻게 계산할까?#

API를 통해 모델을 호출하면 모델이 처리한 텍스트 양에 대해 요금을 냅니다. 이 양은 토큰으로 측정합니다. 토큰은 작은 텍스트 조각입니다. 다음 절에서 다시 설명하겠지만, 우선 모든 사용량을 측정하는 단위라고 생각하면 됩니다.

한 번 호출하면 두 가지가 오갑니다. 첫 번째는 질문, 첨부한 코드나 문서 일부, 대화의 이전 메시지, 맨 처음의 시스템 지침 등 모델에 보낸 내용입니다. 이것이 입력입니다. 두 번째는 모델이 답변으로 작성한 내용입니다. 이것이 출력입니다. DeepSeek는 가격 설명에서 이를 명확하게 밝힙니다. 요금은 입력 토큰과 출력 토큰의 총수에 따라 산정됩니다.

입력과 출력의 가격이 다르므로 따로 계산합니다. 요청 하나의 공식은 간단합니다.

cost = (input tokens × input price) + (output tokens × output price)

가격은 보통 토큰 100만 개당 금액으로 표시합니다. 토큰 하나의 가격은 화폐 단위보다 작기 때문에 이 방식이 더 편리합니다. 이후의 모든 계산은 이 공식을 바탕으로 하며, 예산으로는 현재 자금과 해당 가격에 맞는 만큼의 요청을 처리할 수 있습니다.

토큰은 단어가 아닙니다: 사용량을 어떻게 추정할까?#

많은 사람이 처음에 헷갈리는 점은 토큰이 단어와 같지 않다는 것입니다. 모델은 자체 규칙에 따라 텍스트를 여러 덩어리로 나눕니다. 한 덩어리는 짧은 단어 하나일 수도 있고, 긴 단어의 일부, 글자와 공백, 또는 문장 부호일 수도 있습니다. 따라서 ‘내 요청에 토큰이 몇 개나 들까?’를 머릿속으로 정확히 계산할 수는 없습니다. 추정만 할 수 있습니다.

대략적인 기준은 이렇습니다. 영어 텍스트에서는 토큰 하나가 약 네 글자에 해당합니다. Anthropic과 OpenAI가 제시한 출발점입니다. 모델은 러시아어 텍스트를 더 작은 조각으로 나눕니다. 키릴 문자는 더 짧은 덩어리로 분리되므로 같은 의미의 텍스트라도 토큰을 더 많이 사용합니다. 얼마나 더 필요한지는 모델에 따라 다르지만 영어보다 1.5~2배 많다고 잡아야 합니다.

토큰 수로 보면 이렇습니다. 텍스트 한 페이지를 모델에 보내고 답변으로 한 단락을 받으면, 입력 토큰은 이미 수천 개이고 출력 토큰은 수백 개입니다. 큰 파일을 요청에 첨부하거나 긴 대화 기록을 유지하면 입력 토큰이 수만 개까지 늘어날 수 있으며, 요금의 상당 부분이 여기서 발생합니다. API 응답에는 실제 입력 및 출력 토큰 수가 메타데이터 필드에 표시됩니다. 하지만 예산을 미리 추정할 때는 글자 수를 바탕으로 대략 계산하면 충분합니다.

출력은 왜 입력보다 비싸며, 요금에는 어떤 영향을 줄까?#

다음은 2026년 9월 초 기준 토큰 100만 개당 공식 가격입니다. 모든 경우에 출력 가격이 입력 가격보다 몇 배 높은 것을 볼 수 있습니다.

제공업체 간 가격 차이는 매우 큽니다. 표의 입력 요금으로 계산하면 Claude Opus 5의 입력 토큰 100만 개 가격은 DeepSeek Pro 약 758만 개 가격과 같습니다($5 ÷ $0.66 ≈ 7.58). 하지만 각 가격대 안에서는 한 가지 규칙이 유지됩니다. 출력은 입력보다 3~6배 비쌉니다. 이유는 간단합니다. 모델이 요청을 읽는 것보다 답변을 쓰는 일이 더 쉽지 않으며, 더 많은 작업이 필요한 일은 비용도 더 많이 듭니다.

이 점은 요금에 직접 영향을 미치는 결론으로 이어집니다. 긴 답변은 긴 질문보다 비쌉니다. 모델에 ‘가능한 한 자세히 설명해 줘’라고 요청하면 가장 비싼 요금 항목을 스스로 늘리는 셈입니다. 같은 의미를 짧은 답변에 담으면 비용이 몇 배 낮아집니다. 이것이 같은 모델을 써도 한 사람은 바이브 코딩을 저렴하게 하고 다른 사람은 하루 만에 예산을 소진하는 이유 중 하나입니다.

예산이 얼마나 오래 갈지 어떻게 계산할까?#

단계별로 계산해 보겠습니다. 자신의 가격, 일반적인 토큰 사용량, 예산을 대입하세요.

1. 일반적인 요청을 추정합니다. 한 번 호출할 때 입력 토큰 20,000개(질문과 코드 일부, 대화 기록 약간)와 출력 토큰 2,000개(모델의 답변)를 사용한다고 가정해 봅시다.
2. 입력 비용을 계산합니다. 입력 토큰 수를 100만으로 나누고 토큰 100만 개당 입력 가격을 곱합니다.
3. 출력 비용을 계산합니다. 출력 토큰 수를 100만으로 나누고 토큰 100만 개당 출력 가격을 곱합니다.
4. 입력 비용과 출력 비용을 더합니다.
5. 예산을 요청당 계산된 비용으로 나눕니다.

표의 Opus 5 요금을 쓰면 입력은 20,000 ÷ 1,000,000 × $5 = $0.10, 출력은 2,000 ÷ 1,000,000 × $25 = $0.05입니다. 합계는 캐시 없는 요청당 $0.15입니다. 토큰 수가 같고 다른 요금이 없다면 $10 예산으로 66회($9.90)를 완료할 수 있습니다.

실제 요청은 거의 늘 ‘평균’과 다릅니다. 큰 파일을 첨부하거나 대화를 길게 이어 가면 입력이 20,000개에서 200,000개로 늘어날 수 있습니다. 따라서 이상적인 요청을 기준으로 계산하면 틀린 결과가 나오므로 평소 작업 방식을 기준으로 계산하세요. 그리고 올림하는 편이 좋습니다.

Devin, Claude Code 및 다른 AI 에이전트도 같은 API를 사용하며 같은 공식에 따라 토큰을 소비합니다. 차이는 에이전트가 백그라운드에서 여러 번 호출하므로 토큰을 더 많이 사용한다는 점뿐입니다. 바이브 코딩 비용이 예상보다 커지는 이유는 바이브 코딩의 숨은 비용에 별도로 설명했습니다.

캐시 할인은 무엇이며 언제 적용될까?#

이제 계산을 복잡해 보이게 하는 ‘최대 80% 할인’인 캐시를 살펴보겠습니다. 원리는 간단합니다. 시스템 지침, 긴 컨텍스트, 여러 호출에 걸쳐 사용하는 첨부 문서 등 요청이 바뀌어도 그대로 유지되는 입력이 있습니다. 캐싱을 사용하면 모델은 그 부분을 매번 처음부터 다시 읽지 않고 메모리에서 훨씬 낮은 가격으로 가져올 수 있습니다.

얼마나 낮은지는 제공업체마다 다릅니다. Claude는 캐시에서 읽는 비용이 일반 입력보다 10배 낮습니다. Opus 5의 일반 입력 가격은 100만 개당 $5이고, 캐시 읽기는 $0.50입니다. DeepSeek는 할인이 더 큽니다. flash 모델의 캐시 입력은 $0.007, 일반 입력은 $0.22로, 30배 넘게 차이 납니다. 따라서 ‘최대 80% 할인’은 보수적인 추정이며 실제 할인율은 더 높을 수 있습니다.

캐시 비용을 잘못 계산하지 않으려면 다음 두 가지 조건을 기억하세요.

• 할인은 반복 입력에만 적용됩니다. 모델은 매번 출력을 새로 생성하며 출력에는 캐시 할인이 전혀 적용되지 않습니다. 요금의 대부분이 긴 답변에서 발생한다면 캐시로 절약할 수 있는 금액은 매우 적습니다.
• 캐시에 처음 쓰는 비용은 일반 입력보다 약간 높습니다. 단기 저장의 경우 Claude는 캐시 쓰기에 일반 입력 가격의 1.25배를 부과합니다. 이미 캐시에 저장된 내용을 읽는 두 번째 요청부터 비용이 절약됩니다. 한 번만 보내는 요청에는 캐시가 도움이 되지 않으며 오히려 비용이 조금 더 듭니다.

캐시를 고려해 예산을 다시 계산하려면?#

앞에서 든 요청량 예시로 돌아가 캐시를 추가해 보겠습니다. 핵심은 입력을 두 부분, 즉 반복되어 할인 대상이 되는 부분과 요청마다 새로 들어오는 부분으로 나누는 것입니다.

입력 20,000토큰과 출력 2,000토큰인 같은 요청을 가정합니다. 입력 중 15,000토큰은 고정 컨텍스트이고 5,000토큰은 새 입력입니다. 앞서 제시한 Opus 5 요금은 100만 토큰당 새 입력 $5, 캐시 읽기 $0.50, 단기 캐시 쓰기 $6.25(1.25 × $5), 출력 $25입니다.

반복 요청 전체는 캐시 없는 $0.15보다 45% 저렴하며 캐시 입력 부분만 90% 저렴합니다. 최초 쓰기는 더 비쌉니다. 쓰기 한 번과 적중 한 번은 $0.30 대신 $0.25125입니다. $10 예산으로 최초 쓰기와 확인된 적중 119회를 수행하면 120회에 $9.98625입니다. 캐시 유효성, 같은 토큰 수, 추가 요금 없음이 전제입니다. 반복마다 적중한다고 가정하지 말고 실제 캐시 읽기와 쓰기 사용량을 쓰세요.

따라서 캐시는 긴 컨텍스트 하나를 여러 요청에 사용하는 경우에 유용하며, 짧고 산발적인 질문에는 쓸모가 없습니다.

알아차리지 못한 사이 토큰은 어디서 소모될까?#

예상보다 요금이 높게 나오는 경우가 많습니다. 대부분 한눈에 알아차리기 힘든 세 가지 이유 때문입니다.

첫 번째이자 가장 큰 원인은 대화 기록입니다. 모델은 이전 메시지를 스스로 기억하지 않습니다. 요청할 때마다 대화 전체가 입력의 일부로 다시 전송됩니다. 따라서 긴 대화의 열 번째 메시지에는 이전 아홉 개 메시지와 그에 대한 답변이 모두 포함됩니다. 대화 초반에는 요청 비용이 적지만, 후반에는 입력이 늘어나 같은 의미의 질문도 몇 배 더 비쌉니다. 간단한 방법이 있습니다. 주제가 바뀌면 새 대화를 시작하세요. 대화를 끝없이 이어 갈 필요는 없습니다.

두 번째는 추론 모드입니다. 최신 모델에는 모델이 내부적으로 먼저 추론을 진행한 다음 답변하는 모드가 있습니다. 이 추론도 출력 토큰으로 계산되며, 출력이 가장 비싼 항목입니다. 답변은 짧아 보여도 그 뒤에 많은 토큰이 사용되므로 요금이 예상 밖으로 나올 수 있습니다.

세 번째는 대용량 첨부 파일입니다. 큰 문서나 파일 묶음을 요청에 첨부하면 컨텍스트에 남아 있는 동안 매번 전체가 입력으로 전송됩니다. 같은 문서를 한동안 사용한다면 계속 정가를 내지 않도록 캐시에 보관하는 편이 좋습니다. 컨텍스트에 무엇을 남길지 관리하는 기술은 context engineering이라고 하며 요금에 직접 영향을 줍니다.

직접 계산하지 않고 지출을 추적하려면?#

일반적으로 자금이 얼마나 오래 갈지 파악하기 위해 한 번만 직접 추정하면 됩니다. 그다음부터는 손으로 계산할 필요가 없습니다. API가 대신 계산해 줍니다.

모든 모델 응답에는 요청에서 사용된 토큰의 정확한 수를 보여 주는 메타데이터 필드가 있습니다. 입력에 사용한 수, 출력에 사용한 수, 캐시에서 읽은 입력 토큰 수, 처음으로 캐시에 쓴 토큰 수를 확인할 수 있습니다. 이는 특정 호출에 대한 정확한 정보이며 예산이 실제로 어디에 쓰이는지 보여 줍니다. Claude Code 같은 도구를 사용하면 보통 작업마다 사용량을 직접 표시합니다.

제공업체 대시보드의 사용량 페이지에는 일일 지출과 현재 잔액도 표시됩니다. 특히 처음 몇 주 동안은 평소 지출 패턴을 파악할 때까지 가끔 확인하세요. 몇 가지 습관도 비용 절약에 도움이 됩니다. 제공업체에서 허용하면 월별 지출 한도를 설정하고 평소 지출액을 알 때까지 잔액 자동 충전을 켜지 마세요. 그렇지 않으면 밤새 제어를 벗어나 실행된 에이전트가 예상보다 많은 금액을 청구할 수 있습니다.

Ailoot을 알아보세요.