토큰값보다 무서운 건 다시 시키는 시간

AI 비용은 모델 단가보다 다시 확인하고 다시 고치는 시간에서 더 크게 샙니다.

AI 도구 비용을 볼 때 가장 먼저 눈에 들어오는 것은 토큰 가격입니다.
입력이 얼마고 출력이 얼마인지 계산하게 됩니다.
이 계산은 필요합니다.
하지만 실제로 더 크게 새는 비용은 따로 있습니다.
잘못 만든 결과를 다시 확인하고, 다시 지시하고, 다시 고치는 재작업 비용입니다.

에이전트가 한 번에 많은 글을 만들거나 많은 파일을 고칠수록 이 차이는 커집니다.
토큰 비용은 영수증에 보이지만, 재작업 비용은 오후 시간을 통째로 가져갑니다.
그래서 AI 에이전트 비용 관리는 싸게 쓰는 문제가 아니라 다시 하지 않게 만드는 문제에 가깝습니다.

가장 비싼 출력은 거의 맞는 출력입니다

완전히 틀린 결과는 빨리 버릴 수 있습니다.
오히려 위험한 것은 거의 맞는 결과입니다.
제목은 좋고 구조도 괜찮은데 이미지가 빠져 있거나, 예약 시간이 틀리거나, 다른 사람이 맡은 주제까지 섞여 있는 상태입니다.
이런 결과는 버리기 아깝기 때문에 사람이 오래 붙잡습니다.

거의 맞는 출력은 검토 비용을 숨깁니다.
겉으로는 90점처럼 보이지만, 실제 운영에서는 누락 하나가 전체 배치를 막습니다.
그래서 대량 작업에서는 “좋아 보이는가”보다 “검증 가능한가”가 먼저입니다.

비용 예산은 작업 단위로 잡아야 합니다

토큰 예산만 잡으면 에이전트가 어디서 오래 헤매는지 보이지 않습니다.
글쓰기, 이미지 생성, manifest 연결, dry-run, 예약 같은 단계별로 예산을 나눠야 합니다.
그래야 어느 단계가 병목인지 알 수 있습니다.
이미지가 오래 걸리는지, 예약 도구가 자주 실패하는지, 초안 품질 검토가 반복되는지 분리해서 봐야 합니다.

이 방식은 돈보다 시간을 아끼는 데 더 직접적입니다.
단계별로 끊으면 실패한 부분만 다시 하면 됩니다.
전체를 다시 돌리지 않아도 됩니다.

대량 작업에서는 이 차이가 특히 큽니다.
100개 중 80개까지 만든 뒤 기준이 잘못됐다는 사실을 알게 되면, 남은 20개보다 이미 만든 80개를 다시 검토하는 일이 더 큽니다.
그래서 비용 예산은 시작 전에 카운트 기준과 금지 범위를 포함해야 합니다.
무엇을 만들지보다 무엇을 세지 않을지가 비용을 더 많이 좌우합니다.

싼 모델보다 싼 워크플로가 중요합니다

모델을 바꾸면 단가가 내려갈 수 있습니다.
하지만 워크플로가 허술하면 싼 모델로 더 많은 재작업을 만들 뿐입니다.
반대로 진입점, 금지 범위, 완료 조건, 산출물 경로가 잘 정리되어 있으면 비싼 모델도 짧게 쓰고 끝낼 수 있습니다.

AI 비용을 줄이고 싶다면 먼저 물어볼 질문이 있습니다.
“이 작업을 다시 하지 않게 만드는 장치가 있는가.” 그 질문에 답하지 못하면 토큰 단가를 아무리 봐도 비용은 계속 샙니다.

비용 보고에는 시간도 같이 남겨야 합니다

토큰 사용량만 보면 모델 비용은 보이지만 사람의 대기 시간은 보이지 않습니다.
이미지 생성이 오래 걸렸는지, 브라우저 자동화가 반복 로그인 때문에 막혔는지, dry-run에서 같은 오류가 반복됐는지 기록해야 합니다.
그래야 다음 번에 예산을 현실적으로 잡을 수 있습니다.

AI 에이전트 운영에서 비용은 청구서 한 줄이 아닙니다.
토큰, 대기 시간, 검토 시간, 롤백 시간, 다시 예약하는 시간이 모두 비용입니다.
이 비용을 줄이는 가장 단순한 방법은 작은 단위로 만들고, 작은 단위로 검증하고, 작은 단위로 예약하는 것입니다.