← Back to list2026-08-17

AI 가격표의 진짜 단위는 성공한 업무입니다

AI 가격토크나이저AI 에이전트기업용 AI기술 분석

오픈AI에서 Codex를 이끄는 Thibault "Tibo" Sottiaux가 8월 16일 짧은 글을 올렸습니다. 핵심은 간단합니다. 오픈AI의 토큰 하나는 다른 모델의 토큰 하나와 같지 않으므로, AI 가격은 토큰당 가격보다 성공한 결과당 비용으로 비교해야 한다는 주장입니다.

피자를 여덟 조각으로 잘라 조각당 2달러에 파는 가게와, 열여섯 조각으로 잘라 조각당 1.25달러에 파는 가게가 있다고 생각하면 쉽습니다. 두 번째 가게의 조각은 더 싸지만 피자 한 판은 20달러로, 첫 번째 가게의 16달러보다 비쌉니다. 배를 채운 양은 조각 수가 아니라 피자 한 판으로 재야 합니다.

이 글에서 중요한 결론은 오픈AI가 언제나 Claude보다 싸다는 것이 아닙니다. 토큰은 그램이나 킬로와트시처럼 공급자를 가로질러 표준화된 상품 단위가 아니라, 각 모델이 텍스트를 나누는 내부 계량 단위라는 점입니다. 모델 가격표를 그대로 비교하면 분모부터 달라집니다.

같은 5달러가 같은 가격은 아닙니다

Tibo가 영어, 기술 문서, 다국어, 숫자 텍스트를 섞은 소규모 표본을 계산한 결과, GPT-5.6 Sol에 쓰이는 토크나이저는 766토큰을 사용했고 Claude Opus 5는 약 1,170토큰을 사용한 것으로 추정됐습니다. 같은 텍스트에서 GPT 쪽 토큰이 34.5% 적고, 반대로 Claude 쪽은 GPT보다 52.7% 많습니다. 기준을 어느 쪽에 두느냐에 따라 퍼센트 표현도 달라진다는 점에 주의해야 합니다.

2026년 8월 17일 공식 API 가격표에서 GPT-5.6 Sol과 Claude Opus 5의 일반 입력 가격은 모두 100만 토큰당 5달러입니다. 출력은 GPT-5.6 Sol이 30달러, Claude Opus 5가 25달러입니다. 출력 가격만 보면 Claude가 16.7% 저렴하지만, Tibo의 입력 표본만 놓으면 청구 방향은 반대입니다.

같은 입력 표본	GPT-5.6 Sol	Claude Opus 5
공식 입력 단가	$5 / 100만 토큰	$5 / 100만 토큰
공식 출력 단가	$30 / 100만 토큰	$25 / 100만 토큰
관측 입력 토큰	766	약 1,170
해당 입력의 계산상 비용	$0.00383	약 $0.00585

같은 표본을 10만 번 처리한다는 단순 가정에서는 입력비 차이가 202달러가 됩니다. 출력, 내부 추론, 시스템 지시문, 도구 설명, 캐시는 전부 제외한 계산입니다. 작은 표본의 미세한 차이도 대량 처리에서는 예산 차이로 쌓인다는 뜻이지, 이 숫자만으로 전체 모델 원가의 승자를 정할 수 있다는 뜻은 아닙니다.

Tibo가 공개한 소규모 표본과 2026년 8월 17일 공식 일반 입력 단가를 결합한 계산입니다. Claude 토큰 수는 추정치이며 보편적 언어 벤치마크가 아닙니다.

앤트로픽의 공식 토큰 계산 문서도 Claude 4.7 이후 모델의 새 토크나이저가 이전 Claude 모델보다 같은 텍스트에서 약 30% 많은 토큰을 만들며, 정확한 차이는 내용과 업무 형태에 따라 달라진다고 밝힙니다. Claude Opus 5도 이 계열에 속합니다. 이는 GPT와 Claude의 차이를 직접 증명하는 수치가 아니라, 같은 회사 안에서도 모델 세대가 바뀌면 토큰의 크기가 달라질 수 있다는 공식 확인입니다.

따라서 766 대 약 1,170은 중요한 사례이지만 범용 결론은 아닙니다. 표본이 작고 Claude 수치는 사전 계산값이며, 실제 요청에는 공급자가 자동으로 더하는 형식과 시스템 토큰도 들어갈 수 있습니다. 각 회사의 토큰 계산 도구는 예산 추정에 유용하지만 최종 비교에는 실제 API 응답의 사용량과 청구 기록을 써야 합니다.

토크나이저 보정은 첫 번째 문에 불과합니다

같은 텍스트의 토큰 수를 맞추면 가격 비교의 첫 오류는 줄어듭니다. 그러나 AI가 실제 업무를 끝내는 비용에는 더 많은 청구서가 붙습니다.

비용 층	가격표가 놓치기 쉬운 항목	실제 기록할 값
입력	토크나이저, 시스템 지시문, 도구 스키마	비캐시·캐시쓰기·캐시읽기 토큰
생성	화면에 보이는 답보다 긴 내부 추론	총 과금 출력과 추론 토큰
실행	검색, 코드 실행, 컴퓨터 사용, 외부 API	도구 호출 수·도구 요금·실패 호출
반복	잘못된 답, 시간 초과, 형식 오류	첫 시도 수용률·평균 시도 횟수
운영	사람 검수, 수정, 지연, 사고	검수 시간·재작업·심각한 실패

추론형 모델에서는 화면에 보이지 않는 토큰도 비용입니다. Claude의 공식 문서는 내부 추론 전체가 출력 토큰으로 과금되며, 사용자가 보는 추론 요약보다 청구 토큰이 클 수 있다고 설명합니다. 오픈AI의 GPT-5.6 안내도 Pro 모드에서 추가로 수행한 모델 작업이 사용량에 합산돼 일반 토큰 단가로 과금된다고 밝힙니다.

캐시와 긴 문맥도 순위를 바꿉니다. 두 회사 모두 반복 입력의 캐시 읽기는 일반 입력 가격의 10% 수준이지만 캐시 쓰기, 유지시간, 적용 최소 길이와 긴 문맥 조건이 다릅니다. GPT-5.6 Sol은 입력이 27만2,000토큰을 넘으면 해당 요청 전체의 입력 단가가 2배, 출력 단가가 1.5배가 됩니다. 여기에 빠른 처리, 특정 지역에서의 추론, 일괄 처리 할인과 도구 호출료가 더해집니다.

그래서 비용 계산은 세 단계로 내려가야 합니다.

요청당 AI 비용 = 입력·캐시 + 출력·추론 + 도구 호출

수용 결과당 직접 비용 = 전체 요청의 AI 비용 합계 ÷ 수용된 결과 수

수용 결과당 총비용 = (AI·도구 + 사람 검수·수정 + 지연·오류 비용) ÷ 수용된 결과 수

오픈AI도 7월 14일 공개한 기업 AI 투자 운영 지침에서 가장 싼 토큰이 가장 낮은 총비용을 뜻하지 않으며, 모델·도구 사용량, 시도 횟수, 완료율, 지연시간, 사람 검수를 합쳐 수용된 결과당 비용을 추적하라고 권고합니다. 공급자가 자기 모델의 효율을 강조할 유인은 분명하지만, 이 계산 방식 자체는 어느 공급자에도 같은 기준으로 적용할 수 있습니다.

토큰당 가격은 첫 번째 층에만 답합니다. 실제 구매 판단은 품질 기준을 통과한 결과와 그 결과가 만든 사업 가치까지 내려가야 합니다.

세 배 비싼 요청이 전체로는 더 쌀 수 있습니다

가상의 문서 검토 업무를 놓으면 결과당 비용이 왜 필요한지 선명해집니다. 아래 숫자는 특정 모델의 실측이 아니라 계산 구조를 보여주기 위한 예시입니다. 사람 검수 비용은 시간당 60달러로 가정했습니다.

가상 모델	요청당 API 비용	수용률	수용 결과당 API 비용	결과당 사람 검수	수용 결과당 총비용
A	$0.04	50%	$0.08	3분, $3.00	$3.08
B	$0.12	85%	약 $0.14	1분, $1.00	약 $1.14

B의 요청당 API 비용은 A의 세 배입니다. 그러나 수용률이 높고 검수시간이 짧아 수용 결과당 총비용은 약 63% 낮습니다. 반대로 검수가 거의 필요 없는 단순 분류 업무라면 A가 더 경제적일 수 있습니다. 비싼 모델이 항상 싸다는 말도, 싼 모델이 항상 싸다는 말도 성립하지 않습니다. 업무 난이도와 실패비용에 따라 최적 모델이 달라집니다.

이 때문에 모델 라우팅은 단순한 토큰 절감 기술이 아닙니다. 쉬운 업무는 작은 모델이 품질 기준을 통과하는지 확인하고, 어렵거나 실패비용이 큰 업무만 상위 모델로 보내야 전체 결과당 비용이 낮아집니다. 작은 모델의 실패를 매번 상위 모델이 다시 처리한다면 첫 시도 비용과 지연시간이 그대로 추가됩니다.

성공의 정의가 먼저 고정돼야 합니다

결과당 비용의 어려운 부분은 분자가 아니라 분모입니다. 무엇을 성공으로 셀지 합의하지 않으면 공급자는 쉬운 건만 성공으로 세고, 사용자는 사람이 고친 뒤의 결과까지 모델 성과로 돌릴 수 있습니다.

업무	수용 결과의 예	함께 막아야 할 실패
고객지원	문의 해결 후 7일 이내 재문의 없음	정책 위반, 잘못된 환불, 사람 이관 숨김
코딩	테스트 통과, 리뷰 승인, 배포 후 되돌림 없음	임시 코드, 보안 결함, 다른 기능 회귀
문서 추출	필수 항목 완전성·표본 정확도 기준 통과	빈칸 추정, 단위·통화 오류, 원문 추적 불가
리서치	필수 출처 포함, 중대 사실오류 없음, 전문가 승인	근거 없는 수치, 오래된 정보, 반론 누락

성공 기준은 모델을 돌리기 전에 정해야 합니다. 정답이 명확한 항목은 코드와 규칙으로 검사하고, 판단이 필요한 결과는 독립된 사람이나 별도 평가 모델이 확인하되 일정 비율을 사람이 다시 감사해야 합니다. 평균 성공률과 함께 보안 사고, 금전 오류, 규정 위반처럼 빈도는 낮지만 손실이 큰 실패를 별도 지표로 관리해야 합니다.

Artificial Analysis의 최신 지표처럼 입력, 캐시, 추론, 답변 토큰을 합친 업무당 비용은 토큰 단가보다 한 단계 나은 비교입니다. 다만 특정 시험환경의 평균 업무당 비용은 우리 회사에서 품질 기준을 통과한 결과당 비용과 같지 않습니다. 같은 모델도 고객지원, 코딩, 재무 문서에서 성공률과 사람 검수시간이 달라집니다.

한국어·코드·숫자를 섞은 실제 업무가 시험지가 돼야 합니다

토크나이저 차이는 한국 기업에 더 직접적인 문제일 수 있습니다. 2023년 EMNLP에 실린 22개 언어 비교 연구는 같은 정보를 표현해도 언어에 따라 토큰 수와 API 비용이 크게 달라지고, 더 많은 비용을 내면서 결과 품질은 낮아지는 언어가 존재한다고 보고했습니다. 당시 모델과 현재 모델은 다르므로 그 수치를 오늘의 가격표에 그대로 적용할 수는 없지만, 영어 시험만으로 한국어 업무 원가를 추정하면 안 된다는 원칙은 남습니다.

실무 시험 세트에는 순수 한국어 문장만 넣어서는 부족합니다. 한국어 계약서와 표, 영어 제품명, 코드, JSON, 날짜, 긴 숫자, 파일명, 도구 스키마가 섞인 요청이 실제 청구서를 만듭니다. 최소한 다음 값은 모델·버전·추론 강도별로 같은 요청에서 기록해야 합니다.

입력, 캐시쓰기, 캐시읽기, 출력, 내부 추론 토큰
도구 호출 수와 실패한 호출, 외부 API 비용
첫 시도 수용률, 평균 재시도 횟수, 사람에게 넘긴 비율
사람 검수·수정 시간, 전체 완료시간의 중앙값과 상위 5% 지연
수용 결과당 직접 비용과 사람 비용을 포함한 총비용
금전·보안·규정 위반처럼 심각도 가중치를 적용한 실패

모델의 별칭은 공급자가 갱신할 수 있으므로 가능하면 고정된 버전으로 시험하고, 가격표·시스템 지시문·도구 목록·평가기준의 날짜도 함께 남겨야 합니다. 캐시 적중률이 높은 반복 업무와 매번 문맥이 달라지는 일회성 업무는 별도 집단으로 나눠야 합니다. 하나의 평균이 두 원가구조를 섞으면 실제 배포 뒤 순위가 뒤집힙니다.

토큰당 가격은 버릴 지표가 아니라 자리를 낮출 지표입니다

토큰당 가격도 쓸모가 있습니다. 같은 모델과 버전, 같은 업무 안에서는 예산 수립, 문맥 축소, 캐시 최적화, 출력 길이 제어에 가장 직접적인 지표입니다. 토크나이저가 비효율적이면 비용뿐 아니라 문맥창에 들어가는 실제 정보량과 처리시간도 불리해집니다.

다만 공급자를 고르는 최종 기준으로 쓰기에는 부족합니다. 반대편의 결과당 비용도 완벽하지 않습니다. 성공 기준을 느슨하게 만들면 숫자를 좋게 만들 수 있고, 평균 비용은 드물지만 치명적인 실패를 숨길 수 있습니다. 빠르게 끝났지만 사람이 신뢰하지 않아 전부 다시 확인한다면 완료율은 높아도 경제적 가치는 낮습니다. 반대로 비용이 더 들더라도 매출을 보호하거나 큰 사고를 막는 결과라면 더 높은 가격을 지불할 이유가 있습니다.

그래서 비용과 가치는 분리해서 봐야 합니다.

결과당 비용 = 그 결과를 얻는 데 실제로 쓴 총비용

결과당 가치 = 절감한 시간·늘어난 처리량·보호한 매출·피한 손실

업무 수익성 = 결과당 가치 - 결과당 비용

이 관점은 앞서 다룬 AI 인건비 재배분 가설과도 이어집니다. 기업이 사는 것은 토큰이 아니라 사람이 검토해도 쓸 수 있는 업무 결과입니다. 모델 회사가 토큰을 얼마나 싸게 파는지보다, 고객이 그 결과를 얻기 위해 사람과 시스템을 얼마나 덜 투입하게 됐는지가 예산 이동을 결정합니다.

맺으며

Tibo의 766 대 약 1,170 비교가 보여주는 가장 큰 사실은 특정 모델의 승리가 아닙니다. AI 시장에 공통 가격 단위가 아직 없다는 사실입니다. 같은 100만 토큰은 같은 텍스트도 아니고, 같은 추론량도 아니며, 같은 업무 결과는 더더욱 아닙니다.

2026년 8월 17일 가격표에서는 GPT-5.6 Sol과 Claude Opus 5의 입력 단가가 같고 Claude의 출력 단가는 더 낮습니다. 동시에 Tibo의 작은 표본에서는 GPT가 같은 입력을 훨씬 적은 토큰으로 표현했습니다. Claude Opus 5가 어떤 실제 업무에서 더 높은 성공률과 더 짧은 검수를 만든다면 전체 비용은 다시 뒤집힐 수 있습니다. 가격표만으로는 답이 나오지 않습니다.

기업의 AI 구매 대시보드 맨 위에는 100만 토큰당 가격이 아니라 수용 결과당 총비용, 첫 시도 수용률, 사람 검수시간, 전체 완료시간, 심각한 실패율이 올라가야 합니다. 토큰은 여전히 세어야 합니다. 다만 피자 조각의 가격을 센 뒤에는 반드시 한 판을 다 먹는 데 얼마가 들었는지까지 봐야 합니다.

주요 공개 자료

Thibault "Tibo" Sottiaux, On tokens and prices per token, 2026년 8월 16일.
OpenAI, How to manage AI investments in the agentic era, 2026년 7월 14일.
OpenAI, GPT-5.6 Sol API model and pricing, 2026년 8월 17일 확인.
Anthropic, Claude API pricing, Token counting, What's new in Claude Opus 5, 2026년 8월 17일 확인.
Artificial Analysis, GPT-5.6 benchmarks across Intelligence, Speed and Cost, 2026년 7월 9일.
Ahia et al., Do All Languages Cost the Same? Tokenization in the Era of Commercial Language Models, EMNLP 2023.

가격은 일반 API 공개 단가 기준이며 캐시, 긴 문맥, 빠른 처리, 지역, 일괄 처리, 도구 사용에 따라 달라집니다. 766 대 약 1,170은 Tibo가 공개한 소규모 표본으로, 독립적인 범용 토크나이저 벤치마크가 아닙니다. 본 글은 기업 AI 구매와 운영을 위한 기술 분석이며 특정 모델의 사용을 권유하지 않습니다.