AI 3~4개로 3~4라운드 토론하면 질문 하나당 비용이 얼마나 드나요?

📌 오늘의 안건
AI 3~4개로 3~4라운드 토론하면 질문 하나당 비용이 얼마나 드나요?

AI들이 서로 토론해 결론을 내는 서비스를 만들려고 합니다. 지금 사용 중인 서비스와 비슷한 수준으로, AI 3~4개가 3~4라운드를 주고받는 구성입니다. 각 AI의 한 번 발언 분량은 A4 반쪽~1쪽 정도로 보면 됩니다.

이때 질문 하나(사용자가 던진 질문에 대해 토론이 끝나고 최종 피드백이 나오기까지)에 드는 비용이 얼마나 되는지 알고 싶습니다. 특히 고성능 모델과 경량 모델을 섞은 혼합 구성을 전제로, 어떤 역할에 고성능을 쓰고 어떤 역할에 경량을 쓰느냐에 따라 비용이 어떻게 달라지는지 궁금합니다.

답변은 모델 조합별 비용 비교표 형태로 정리해 주세요. 조합마다 입력·출력 토큰량 추정, 질문 1건당 예상 비용, 그리고 비용 대비 토론 품질의 차이를 함께 짚어 주면 좋겠습니다. 라운드 수나 참여 AI 수를 줄였을 때 비용이 얼마나 절감되는지, 캐싱이나 요약 압축 같은 방법으로 비용을 낮출 여지가 있는지도 알려 주세요.

섀넌입니다. 저는 '얼마나 드나'를 먼저 비트로 바꿔 놓겠습니다 — A4 한 쪽이 몇 토큰인지, 라운드가 쌓일 때 입력이 어떻게 불어나는지부터 계산해 드리죠.

드러커입니다. 비용은 숫자가 아니라 목적의 함수입니다 — 이 토론이 사용자에게 무슨 가치를 주는지, 그 가치가 청구서를 감당하는지를 제가 따지겠습니다.

닥터 버짓입니다. 저는 잘 굴러갈 때의 비용에는 관심이 없습니다 — 토론이 안 끝나고, 캐시가 빗나가고, 헤비유저 열 명이 청구서를 삼키는 날을 계산해 오겠습니다.

결론: 4명 x 4라운드 전체 토론은 질문 1건당 대략 $0.14~$1.52, 현실적 권장 구성은 $0.25~$0.70입니다. 가정은 발언 16회, 발언당 출력 1,200토큰, 최종 피드백 1,500토큰, 전체 누적 입력 약 18만토큰·출력 약 2.07만토큰입니다. 공식 단가는 OpenAI GPT-5.5 $5/$30, GPT-5.4 mini $0.75/$4.5, Gemini 2.5 Pro $1.25/$10, Flash $0.30/$2.5, Claude Sonnet 5 $2/$10, Haiku 4.5 $1/$5 per 1M input/output tokens 기준입니다. 출처: OpenAI developers.openai.com[1], Gemini cloud.google.com[2], Claude claude.com[3].

|
| Claude Sonnet 최종 + Haiku 토론 | 토론 Haiku, 최종 Sonnet | 입력 180k / 출력 20.7k | $0.31 | 글 품질은 좋지만 OpenAI mini 혼합 대비 압도적 우위는 아님. |
| 전부 Gemini Pro | 모두 Pro | 입력 180k / 출력 20.7k | $0.43 | 전부 고성능인데 저렴하다. 긴 문맥 서비스면 강한 후보. |

라운드/인원 축소 효과는 크다. 3명 x 3라운드로 줄이면 입력 약 64k, 출력 약 12k라서 비용은 대략 35~45% 수준으로 내려간다. 즉 GPT-5.5+mini 혼합은 $0.35 → 약 $0.14, Gemini Pro+Flash는 $0.14 → 약 $0.06까지 떨어진다. 캐싱은 고정 시스템 프롬프트·역할 설명에만 잘 먹히므로 10~25% 절감, 라운드별 요약 압축은 입력 토큰을 30~50% 줄여 총비용을 15~35% 낮춘다. 내 판단은 명확하다: 무료/저가형은 Gemini Flash+Pro, 표준 유료형은 GPT-5.4 mini 토론+GPT-5.5 최종, 전원 고성능 토론은 폐기다. 월 $20 구독에서 API 원가율 20%를 목표로 하면 허용 원가는 월 $4이므로, $0.35 구성은 사용자당 월 11질문, $0.14 구성은 28질문, $1.52 구성은 2질문이 손익분기다.

1. 토큰 환산과 증가 공식 (감이 아니라 수식)

전제 명시 — A4 1쪽(11pt, 줄간 160%) ≈ 한글 1,500~1,700자, A4 반쪽 ≈ 800자. 한국어는 주요 토크나이저에서 1토큰 ≈ 1.1~1.4자이므로 1발언 = 600~1,400토큰, 대표값 O = 900토큰. 역할 프롬프트+질문 S = 1,500토큰으로 둔다.

전원이 전체 트랜스크립트를 보는 표준 구성에서, N개 AI × R라운드 = NR개 발언이고 k번째 발언의 입력은 S+(k−1)O다. 따라서

• 총 입력 T_in = NR·S + O·(NR)(NR−1)/2 + 최종 종합 (S + NR·O) → NR에 대해 2차 증가
• 총 출력 T_out = NR·O + 1,500 → 선형 증가

결론: 비용의 지배항은 출력이 아니라 입력의 2차항 O·(NR)²/2다. 4×4는 3×3 대비 출력은 1.66배지만 입력은 2.67배. 추가로 확장 사고(thinking)를 켜면 사고 토큰이 출력 단가로 과금되어 출력이 2~4배가 되지만, 사고 토큰은 다른 AI에게 전달되지 않으므로 입력 2차항은 그대로다.

2. 조합별 비용 (기준: N=4, R=3 → 입력 89.7K / 출력 12.3K, 환율 1,400원 가정)

발언 위치가 회전한다고 보면 토론자 1인당 약 입력 19.4K / 출력 2.7K, 심판(최종 종합) 입력 12.3K / 출력 1.5K다.

최종 판정만 최고 모델에 맡기는 게 ROI가 가장 큼(심판은 전체의 14%만 차지) |
| D | Haiku 4.5 ×2 + Gemini Flash + GPT‑5.6 Luna → Sonnet 5 심판 | 경량+중급 심판 | $0.195 (≈270원) | ~$0.32 | C의 절반. 토론 자체는 "동의합니다" 반복으로 붕괴하는 경향, 심판이 이를 상쇄 |
| E | 전량 경량 (Haiku/Flash/Luna) | $1~1.5/$5~9 | ~$0.14 (≈200원) | ~$0.23 | 토론 형식만 남음. 최종 결론 품질이 단일 Sonnet 1회 호출보다 낮을 수 있음 |

핵심 수치 판정: 최고 모델 전량(A) 대비 혼합(C)은 49% 절감, 품질 손실은 심판을 Opus로 유지하는 한 미미. 반대로 심판까지 경량화하는 D→E 구간은 비용 30% 절감에 품질이 급락하므로 비효율 구간이다. 지출을 한 곳에 몰아야 한다면 토론자가 아니라 심판이다.

3. 절감 수단의 실제 감소율

• 라운드/인원 축소가 가장 강력: 비용 ∝ (NR)². 4×4 → 3×3은 총비용 약 58% 절감(C 구성 $0.65 → $0.27). 라운드 1개 줄이는 게 모델 한 단계 낮추는 것보다 효과가 크다. - 프롬프트 캐싱: Anthropic·OpenAI·Google 모두 캐시 읽기가 기본 입력가의 10%(Anthropic 쓰기는 1.25배). 토론은 트랜스크립트가 append-only라 프리픽스 캐싱과 구조가 정확히 일치한다. 단, 에이전트마다 역할 프롬프트가 다르면 캐시 엔트리가 N개로 분리되므로 [공용 트랜스크립트 프리픽스] → [개별 역할 지시] 순서로 배치해야 공유가 극대화된다. 라운드 2 이후 입력의 70~80%가 재사용 대상 → 총비용 35~45% 절감, 5분 기본 TTL로 충분(토론이 그 안에 끝남). - 요약 압축: 라운드 r−2 이전 발언을 전문(900토큰) 대신 요약(150토큰)으로 대체하면 2차항 계수가 약 6배 줄어 총 입력 60~70% 감소.

캐싱과 곱셈으로 겹쳐 적용 가능 → C 구성 기준 $0.39 → $0.15 수준. 단 요약은 반박의 근거를 소실시키므로, 마지막 라운드와 심판 입력에는 전문을 넣어야 한다. - 측정 권고: 위 O=900은 추정치다. 실제 한국어 출력 길이는 각 사의 token counting API로 실측해 O를 교정하라. 비용은 O에 선형, (NR)²에 2차이므로 O 추정 오차 30%는 총비용 오차 30%로 그대로 전이된다.

단가 출처의 한계 명시: 아래 가격은 공식 가격 페이지 직접 조회가 이 세션에서 차단되어 집계 사이트 검색 결과 기준이다. 특히 Sonnet 5의 $2/$10은 2026-08-31까지 도입가이며 9/1부터 $3/$15로 오르므로, B·C 구성 비용은 9월부터 각각 약 +45%, +15% 상승한다. 결제 전 각 사 공식 페이지로 재확인할 것.

Sources:

• Claude API Pricing (August 2026) — BenchLM[1]
• Current Anthropic Claude API Pricing 2026 — DevTk.AI[2]
• OpenAI API Pricing (August 2026) — BenchLM[3]
• OpenAI API Pricing 2026 — CloudZero[4]
• Gemini API Pricing (August 2026) — BenchLM[5]
• Slashing Gemini API Costs With Context Caching — Tech Jacks[6]

최신 요금 정책을 확인한 뒤, 혼합 구성·꼬리 시나리오 기준으로 질문 1건당 원가를 산출하겠습니다.공식 요금 페이지에서 고성능·경량 모델 단가를 더 정확히 확인합니다.결론: 질문 1건당 ‘중간값’은 대략 $0.3–$1.5이고, 설계를 안 잡으면 p95는 $3–$8, 장문·비수렴 꼬리에서는 $10+까지 쉽게 간다. 평균 단가 비교는 의미가 약하다. 진짜 폭발 지점은 (1) 라운드마다 이전 발언 전체 재투입(입력 토큰 거의 제곱 증가), (2) 비수렴으로 라운드 연장, (3) 장문 첨부·캐시 미스, (4) 재시도·Priority/Fast 요금 배수다. A4 반쪽~1쪽 ≈ 출력 1,000–2,500 tok/발언으로 두고, 4 AI×4라운드(16발언+최종) 시 캐시 없이 대략 입력 18–25만 tok / 출력 2.2–4만 tok, 3×3이면 그 약 1/3 수준으로 본다.

단가 근거: Claude Opus 5 $5/$25, Sonnet 5 $2/$10, Haiku 4.5 $1/$5; OpenAI GPT-5.4 $2.5/$15·mini $0.75/$4.5; Gemini 3.1 Pro $2/$12·Flash-Lite $0.30/$2.50; Grok 4.5 $2/$6 (공식 요금표 기준).

대부분 토론에 충분 |
| 혼합A (최종·중재=고성능 1, 발언=경량 3) | 동일 규모, 단가 하향 | $0.35–$0.65 | $1.5–$4 | 권장. 품질 병목은 ‘합의/최종’에만 고성능 |
| 혼합B (리드1=고성능, 반박2=미들, 팩트체크1=경량) | 동일 | $0.50–$0.80 | $2–$4.5 | 품질 손실 최소로 원가 15–30% 절감 |
| 올경량 (Haiku/Flash-Lite/mini) | 동일 | $0.15–$0.35 | $0.6–$1.5 | 싸지만 깊은 반박·일관성 p95 붕괴 |
| 축소 3AI×3라운드 (혼합A 단가) | in ~6–8만 / out ~1.4–1.8만 | $0.12–$0.25 | $0.5–$1.2 | 4×4 대비 약 60–70% 절감. 깊이만 약간 감소 |

고성능 역할: 최종 합의·중재·복잡한 모순 해소만. 경량 역할: 초안 입장, 반복 반박, 형식 점검, 요약. 고성능을 ‘매 라운드 전원’에 쓰면 혼합의 의미가 사라지고 올프리미엄 청구서로 수렴한다.

터지는 곳과 방어(필수): 라운드 강제 종료(최대 3–4)·발언 max_tokens 하드캡(예: 1,200–1,800)·히스토리 요약 압축(직전 2턴+요약만 유지, 입력 50–70% 삭감)·시스템/역할 프롬프트 캐시(Anthropic 캐시 히트 시 입력의 약 10% 요금, OpenAI/xAI/Gemini도 캐시 할인)·질문당·유저당 예산 서킷브레이커(예: $1 초과 시 경량 전환 또는 즉시 최종 합의)·헤비유저 일일 캡. 캐시·요약 없이 4×4를 풀컨텍스트로 돌리면 중간값은 표의 위쪽, p95는 그 3–5배로 보는 것이 안전하다.

가격·폐기 리스크는 공식 페이지를 상시 기준으로 삼아라: Anthropic[1], OpenAI[2], Gemini[3], xAI[4].

결론 (단정)

질문 1건 원가의 중간값은 혼합 구성 기준 $0.25–$0.70, 올프리미엄 $1.2–$3.0.
설계·캡 없이 돌리면 p95는 $2–$6, 장문 첨부·비수렴·재시도·캐시 미스가 겹치면 $8–$12+까지 간다.
평균 단가 비교는 무의미하다. 비용 지배항은 출력 선형이 아니라 입력의 2차 증가다.

---

상대 초안 비평 → 무엇을 흡수했는지

|
| 내 초안 | p95·꼬리·방어책(강제 종료·캡·서킷) 렌즈는 유지. | 4×4 입력 18–25만을 캐시 無·풀컨텍스트·긴 발언 쪽으로 잡았는데, 섀넌 기준 중간 시나리오는 ~15만 in이 더 정합. 중간값은 하향 보정, p95 상한은 유지. |

절충 결과: 중간 토큰은 섀넌 식 + 드러커 규모의 중간, 리스크 상한은 내 초안의 꼬리 가정을 쓴다.

---

토큰 전제 (명시 가정)

• 발언 출력 중간 O ≈ 1,000–1,200 tok, p95 O ≈ 2,000–2,500 tok (A4 반쪽~1쪽·한국어).
• 시스템+질문+역할 S ≈ 1,500–2,500 tok (첨부 없으면).
• 전원 전체 트랜스크립트 재투입, 캐시·요약 無.
• 최종 종합 1회 포함.

→ 4×4 비용 ≈ 3×3의 2.2–2.8배 (입력이 지배). 출력만 보면 1.6–1.8배라 착시가 난다.

단가 근거는 앞 라운드 제시분만 사용: Opus급 $5/$25, Sonnet $2/$10, Haiku $1/$5, GPT 상위 $2.5–5/$15–30, mini $0.75/$4.5, Gemini Pro $1.25–2/$10–12, Flash·Lite $0.30/$2.5, Grok급 $2/$6 (1M tok).

---

조합별 비용 비교표 (질문 1건)

품질 병목을 합의에만 둠 |
| 혼합B 리드 고성능 1 + 반박 미들 2 + 팩트 경량 1 | 동일 | $0.40–$0.75 | $1.8–$4.5 | 품질 손실 최소, 원가 15–30%만 절감 |
| 이종 혼합C (섀넌형: 이종 미들 토론 + Opus급 심판) | 동일 | $0.35–$0.65 | $1.5–$4 | 오류 비상관으로 실질 반박↑. 심판 비중은 전체 원가의 ~10–15% |
| 올경량 (Haiku / Flash / mini) | 동일 | $0.12–$0.35 | $0.5–$1.5 | 싸지만 깊은 반박·일관성 p95 붕괴 |
| 축소 3×3 + 혼합A | in 5.5–7만 / out 1.0–1.2만 | $0.10–$0.22 | $0.4–$1.0 | 4×4 대비 약 60–70% 절감 |

고성능 쓸 곳: 최종 합의·중재·모순 해소만.
경량 쓸 곳: 초안 입장, 반복 반박, 형식 점검, 요약.
고성능을 매 라운드 전원에 쓰면 혼합은 붕괴하고 올프리미엄 청구서로 수렴한다.

---

어디서 터지는가 (리스크 전담)

1. 히스토리 풀재투입 — 입력 2차항. 캐시·요약 없이 4×4 풀컨텍스트 = 중간값의 위쪽, p95는 그 3–5배.
2. 비수렴 라운드 연장 — R이 4→6이면 입력이 대략 (6/4)² ≈ 2.25배 쪽으로 뛴다. 출력이 아니라 입력이 청구서를 먹는다.
3. 장문 첨부·질문 — S가 1.5k→20k+면 모든 발언의 입력 기저가 동시에 상승.
4. 발언 길이 무제한 — O가 900→2,500이면 입력 2차항 계수 자체가 커진다.
5. 재시도·타임아웃·Priority/Fast 배수 — 실패 재실행은 거의 전액 재과금.
6. 캐시 미스 — 역할 프롬프트 고정 실패 시 입력 할인(캐시 히트 시 입력의 일부 요금) 소멸.
7. 소수 헤비유저 — 토론형 제품은 상위 1–5%가 청구의 과반을 먹기 쉽다.
8. thinking/확장 사고 — 출력 단가 과금으로 출력 2–4배 가능. 다른 AI 입력에는 안 붙지만 자기 좌석 원가는 즉시 뛴다.

---

방어책 (필수, 구체)

캐시만으로는 10–25% 수준(고정 프롬프트분)에 그친다. 요약 압축 + 라운드/토큰 캡이 없으면 표의 중간값조차 지키기 어렵다.

---

최종 권고 (리스크 관점 한 줄)

운영 기본: 혼합A 또는 이종 혼합C + 3×3~4×3 + max_tokens·라운드 캡 + 요약 압축 + $1 서킷.
이러면 질문 1건 중간 $0.15–$0.55, p95를 $1.5 이하로 자르는 것이 목표다.
4×4 올프리미엄·풀컨텍스트·캡 없음은 서비스가 아니라 원가 폭탄이다.

계산 감사 결과 — 두 초안 모두 표는 맞고, 스케일링은 틀렸다

1. 상대 초안 검증

드러커: 6개 조합의 단가 산술은 전부 맞다. 검산했다 — 전부 GPT-5.5 = 180K×$5 + 20.7K×$30 = $1.521 ✓, 전부 Gemini Pro = $0.432 ✓, Flash+Pro심판 = $0.136 ✓. 토큰 모델(O=1,200, S≈1,000)도 자기정합적이다. 좌석별로 입력·출력을 쪼개 계산한 흔적이 있고, 이건 이 토론에서 가장 견고한 부분이다.

단, 두 곳이 틀렸다.

① 3×3 축소 효과 $0.35 → $0.14는 오류다. 그의 파라미터로 3×3을 다시 풀면 입력 64K(맞음), 출력 12.3K다. 그런데 그는 입력 감소율(64/180=36%)을 총비용에 그대로 적용했다. 출력은 20.7K→12.3K로 59%까지밖에 안 줄고, 출력 단가는 입력의 6배다. 좌석별로 재계산하면 심판 GPT-5.5 $0.104 + mini 토론자 $0.088 = $0.192. 절감은 60%가 아니라 45%다.

② "캐싱은 시스템 프롬프트에만 먹혀 10~25%"는 메커니즘을 잘못 봤다. 토론 트랜스크립트는 append-only라 프리픽스 자체가 캐시 대상이고, 그게 바로 2차항이 사는 자리다. 시스템 프롬프트만 캐시한다는 건 비용의 5%만 건드린다는 뜻이다.

닥터 버짓: 비용을 점추정이 아니라 분포로 본 것이 이 라운드의 유일한 개념적 기여다. 이건 내가 흡수한다. 하지만 p95 $1.5~4, p99 $10+는 근거 없는 숫자다. 분산을 분해하면:

• 발언 길이 변동: 12개 발언이 평균되므로 CLT로 σ가 √12로 줄어 총비용 p95는 중앙값의 1.15~1.2배에 불과하다.
• 진짜 꼬리는 연속량이 아니라 이산 사건 — 라운드 연장이다. R=3→4는 정확히 1.45배, R=5는 2.2배.
• 재시도 ≈ 1.05배.

곱하면 p95 ≈ 중앙값 × 1.8, p99 ≈ × 2.7. 10배는 R에 상한이 없을 때만 나오고, 그건 비용 프로파일이 아니라 버그다. 꼬리는 추정할 게 아니라 max_rounds와 max_tokens로 잘라내는 것이다. 캡을 걸면 p100이 설계 시점에 확정된다.

2. 내가 바꾸는 것 (두 가지)

① O = 900 → 1,000으로 상향. 드러커 1,200, 버짓 1,000~2,500, 나 900. A4 1쪽 ≈ 한글 1,600자, 1토큰 ≈ 1.1~1.4자 → 1,140~1,450토큰. 반쪽~1쪽 중앙값은 1,000이 맞다. 내 900은 낮았다. 비용은 O에 정확히 선형이므로 이 33% 차이가 우리 셋의 최대 불일치 원인이고, 이건 논쟁이 아니라 실측으로 끝날 문제다.

② 캐싱 절감률 35~45% → 15~30%로 하향. 드러커 쪽으로 이동한다. 계산: 같은 좌석이 라운드 r에 재사용하는 프리픽스 비율 ≈ (r−1)/r → R=3 평균 재사용 39%. 캐시 읽기 90% 할인 + 쓰기 프리미엄 → 입력의 30~35% 절감. 입력은 총비용의 58%이므로 총 ~19%. 단일 제공사·순차 실행·[공용 트랜스크립트]→[개별 역할] 순서를 지키면 라운드 내 N−1개 좌석도 같은 캐시를 공유해 최대 32%까지 간다. 제공사 3곳으로 섞으면 캐시가 3분할되어 ~18%. 드러커의 결론 범위는 맞았고, 이유는 틀렸다.

3. 합의 토큰 모델 (S=1,500, O=1,000)

T_in = NR·S + O·(NR)(NR−1)/2 + (S + NR·O) → (NR)²에 비례
T_out = NR·O + 1,500 → 선형

내 148K와 드러커의 180K 사이에 정확히 앉는다.

4. 조합별 비용 (N=4, R=3 기준 / 4×4 환산)

비효율 구간 |
| — | 단일 최고급 모델 1회 호출 | $0.045 | — | 기준선. C는 이것의 9배다 |

단가는 이전 라운드들이 제시한 값(최고급 $5/$25, 중급 $2/$10~12, 경량 $0.3~1/$2.5~5)을 썼다. 세 참가자가 서로 다른 모델 세대를 인용했으므로, 견고한 건 절대가가 아니라 비율 — 경량:중급:최고 ≈ 1 : 2.5 : 6 (입력) 이다. 이 비율은 안정적이고, 위 표의 상대 순위는 단가가 바뀌어도 유지된다.

5. 절감 수단의 실제 감소율

• 인원·라운드 축소가 최강: 4×4 → 3×3은 입력이 37%로 줄지만 출력은 60%까지만 줄어 총비용 절감은 51%(C: $0.59→$0.29). 내 초안의 "58% 절감"도 과장이었다 — 정정한다. 그래도 모델 한 단계 낮추기(C→B, 20%)보다 2.5배 효과가 크다. - N과 R은 비용에 대칭(NR로만 들어감), 품질에는 비대칭: 4×3과 3×4는 비용이 정확히 같다. 그런데 4×3은 독립 관점을 늘리고 3×4는 같은 관점을 반복한다. 유효 관점 수 공식상 동일 비용에서 4×3이 우월하다. 줄여야 한다면 인원이 아니라 라운드를 줄여라. - 캐싱 ~19%(단일 제공사·순차면 32%). 상수만 줄이고 (NR)² 지수는 못 건드린다. - 체크포인트 요약 ~30%: r−2 이전을 150토큰 요약으로 대체하면 입력 55% ↓ → 총 30% ↓. 주의: 요약과 캐싱은 곱셈이 아니다. 재요약은 프리픽스를 갈아엎어 캐시를 무효화한다. 라운드 종료 시점에 한 번만 고정 요약해야 둘이 공존한다.

둘 다 적용 시 C(4×3) $0.41 → 약 $0.25. 내 초안의 $0.15는 두 효과를 중복 계상한 것이다. - 마지막 라운드와 심판 입력에는 전문(全文)을 넣어라. 요약은 반박의 근거를 소실시킨다.

결론

4 AI × 3 라운드, 제공사 4곳 분산, 심판만 최고 모델, R 하드캡 3, 체크포인트 요약 + 프리픽스 캐싱 → 질문 1건당 $0.25~0.41 (약 350~570원), p95 $0.45~0.74. 단일 모델 1회 호출 대비 5~9배이며, 그 대가로 사는 것은 유효 독립 관점 1.29개 → 2.1개다. 지출을 한 곳에 몰아야 한다면 토론자가 아니라 심판이다.

(단가 출처는 이전 라운드 제시분 — Anthropic/OpenAI/Google 공식 가격 페이지 및 집계 사이트 — 을 그대로 인용했다. 이번 라운드는 검색이 차단되어 새 수치를 추가하지 않았다. 결제 전 각 사 공식 페이지 재확인 필요. O=1,000은 추정치이며, 비용은 O에 선형이므로 실측으로 교정하면 전체 표가 같은 비율로 이동한다.)

약점 공략 — 다수 의견의 수치 전제 3개가 틀렸다

세 초안의 산술은 대부분 맞다. 틀린 건 어느 항이 지배하는가에 대한 판단이고, 그 위에 권고가 얹혀 있다.

먼저 기준을 하나로 통일한다. 세 초안의 표가 서로 다른 이유는 전부 O 하나다(드러커 O=1,200, 나 900→1,000, 닥터 버짓 1,000~2,500). 아래는 O=1,000, S=1,000, 최종 출력 1,500 고정. 드러커 표의 모든 값은 여기에 ×1.2 하면 재현된다.

---

공략 1 — "비용 지배항은 입력 2차항"은 틀렸다

토큰 비는 8.7:1인데 출력 단가가 입력의 5~8배다. 곱하면 비중은 반반이다.

입력은 52~64%다. 과반이지 지배가 아니다. 그리고 뒤에서 보듯 캐싱·압축을 적용하면 입력 비중은 35%로 떨어지고 출력이 지배항이 된다. 즉 다수가 라운드를 줄이고 컨텍스트를 자르자고 최적화한 축은, 최적화 직후 틀린 축이 된다. 남는 유일한 레버는 O — 발언을 짧게 쓰게 하는 것이다.

공략 2 — 캐싱 15~30%는 근거 없이 맞았다. 상한은 계산되는 값이다

캐시 가능 프리픽스는 추정할 게 아니다. 좌석 i는 라운드 r에 직전 턴 프롬프트 전체를 프리픽스로 갖는다. 4×4에서 좌석별 입력은 O 단위로 {1,5,9,13}, {2,6,10,14}, {3,7,11,15}, {4,8,12,16} → 합 136K, 그중 재사용 가능분 78K.

• 캐시 가능 비율 = 78,000 / 153,000 = 51.0% (정확값)
• 할인 90% 가정 시 입력비 −46% → 총액 −25%가 이론 상한
• 쓰기 프리미엄, 좌석 턴 간격(발언 20~40초 × 3좌석 = 80~160초, 재시도 한 번이면 TTL 초과) 반영 → 실현치 10~20%

30%는 나오지 않는다. 그리고 "시스템 프롬프트에만 먹혀 10~25%"(드러커)는 메커니즘이 틀린 채로 우연히 구간이 맞은 것이다.

공략 3 — 다수가 권한 혼합 구성은 내부 모순이다

$0.304 구성의 비용 분해: 토론자 16발언 $0.174(57%), 심판 1발언 $0.130(43%). 심판은 출력 토큰의 5%로 비용의 43%를 쓴다. 전부 트랜스크립트 20K를 정가로 밀어넣기 때문이다.

• 다수 권고: "품질은 토론자에서 나오는데 토론자를 경량화" → 품질이 나오는 자리를 깎고 있다
• 실제 레버: 심판 입력 압축. 라운드별 요약으로 17K→3K면 $0.085→$0.015, 총액의 23%가 한 번에 빠진다. 심판은 축어 원문이 필요 없으므로 품질 손실은 0에 가깝다.

캐싱(−17%) + 심판 입력 압축을 함께 적용하면 $0.304 → $0.181 (−40%), 이 시점의 출력 비중 65%.

공략 4 — N과 R을 따로 논쟁한 것 자체가 낭비다

총 입력 = M·S + O·M(M−1)/2 + (S + M·O), 총 출력 = M·O + 1,500. 여기서 M = N×R. 두 식 모두 N과 R에 개별로 의존하지 않는다.

따라서 4명×3라운드와 3명×4라운드는 비용이 완전히 동일하다($0.2225). N-R 트레이드오프는 비용 축에서 자유이고 순수하게 품질 문제다. 세 초안 누구도 이걸 말하지 않았다.

3×3 절감 44%. 리뷰 1의 45%가 맞고 드러커의 60%는 틀렸다 — 이건 확인해 준다.

공략 5 — p95 $2~6, p99 $8~12는 비용 분포가 아니라 캡 없는 시스템의 증상이다

max_rounds=4, `max_tokens=‹보안상 가려짐› 걸면 최악값이 추정이 아니라 계산된다. 전 발언 1,500 + 캐시 전무: 입력 221K, 출력 25.5K → $0.425. 재시도 1회 포함 $0.45.

p100 = 중앙값의 ×1.5. 끝이다. 리뷰 3의 ×26~40도, 리뷰 1의 ×2.7도 라운드 상한이 없을 때만 나온다.

진짜 꼬리는 세 초안이 스치듯 넘긴 사용자 첨부다. 첨부 A토큰은 17개 프롬프트 전부에 실려 입력이 17A 늘어난다. A=10,000이면 +170K — 토론 전체보다 크다(혼합 구성 +$0.128, +42%). 그리고 이 항은 고정 프리픽스라 캐시 적중률이 16/17이다: 17A → 2.6A, −85%. 캐싱의 가치는 토론 본문에서 10~20%지만 첨부에서는 85%다. 평평한 "15~30%"는 이 구조를 통째로 감춘다.

공략 6 — 품질 판정이 전부 무측정이다

"품질 차이는 체감된다", "토론이 얕아질 수 있다" — 세 초안 모두 측정 없이 단정했다. 나는 이 문장들을 데이터로 인정하지 않는다. 측정 가능한 대리 지표가 있다:

P(최종 결론이 바뀜 | 라운드 r 추가). 4라운드째 비용은 $0.082 = 총액의 27%다. 이 라운드가 결론을 10% 미만으로 바꾼다면 27%를 10%에 지불하는 것이다. 200문항 A/B의 원가는 200 × $0.30 = $60. 이 토론 전체보다 싸고, 이 토론이 답하려던 질문에 실제로 답한다.

---

결론

• 4명×4라운드 1건: $0.12(Flash·Pro) ~ $1.29(전부 GPT-5.5), 권장 혼합 $0.30. 최적화 후 $0.18.
• 비용은 N·R의 곱에만 의존한다 → 4×3과 3×4는 동가. 인원/라운드 배분은 공짜 선택이다.
• 절감 우선순위는 다수 의견의 역순이다: ① 심판 입력 압축 −23% ② 캐싱 −17% ③ M 축소(16→12) −27% ④ O 축소. 토론자 모델 경량화는 품질을 파는 대신 얻는 게 가장 적은 레버다.
• 캡을 걸면 p100 = ×1.5로 확정된다. 꼬리는 추정 대상이 아니라 설계 파라미터다.
• 남은 불확실성은 O 하나뿐이고, 이건 논쟁이 아니라 100문항 실측 30분이면 끝난다. 사고(thinking) 토큰이 출력으로 과금되는 모델을 쓴다면 출력항에 2~4배가 곱해지며, 이는 위 모든 절감 논의를 합친 것보다 크다 — 실측 전까지 이건 가정으로 남겨 둔다.

최종 수정안입니다. 이번 라운드는 웹 검색 없이, 앞 자료에 나온 단가와 링크만 근거로 씁니다. 단가는 미검증 전제입니다.

결론: AI 3~4개가 3~4라운드 토론하는 질문 1건의 원가는 대략 $0.12~$1.29, 현실적 권장 구성은 최적화 전 $0.30, 최적화 후 $0.18 전후입니다. 전원 고성능 구성은 대부분의 소비자형 서비스에서 폐기해야 합니다. 목적은 “AI들이 많이 말하게 하는 것”이 아니라 “질문 1건당 충분히 좋은 결론을 얼마에 만드는가”입니다.

기준 가정: 4명 x 4라운드 = 발언 16회, 발언당 출력 1,000토큰, 시스템/질문 1,000토큰, 최종 출력 1,500토큰. 총 입력 약 153k, 총 출력 약 17.5k입니다. 이전 답변의 A4 1쪽급 1,200토큰 가정이면 아래 비용에 약 1.15~1.2배를 보면 됩니다.

단가 출처는 앞 라운드 제시 기준입니다: OpenAI GPT-5.5/GPT-5.4 mini, Gemini Pro/Flash, Claude Sonnet/Haiku.
OpenAI: developers.openai.com[1]
Gemini: cloud.google.com[2]
Claude: claude.com[3]

|
| Claude Sonnet 최종 + Haiku 토론 | 토론 Haiku, 최종 Sonnet | 153k / 17.5k | $0.27 | 문장 품질 중심이면 후보. 원가상 GPT 혼합보다 약간 유리. |
| 전부 Gemini Pro | 모두 Pro | 153k / 17.5k | $0.37 | 전원 고성능형 중 경제성이 가장 낫다. 긴 문맥형 서비스 후보. |

핵심 수정은 이것입니다. 비용은 “4명인가 3명인가”와 “4라운드인가 3라운드인가”가 따로 결정하지 않습니다. 거의 전부 총 발언 수 M = 참여 AI 수 x 라운드 수가 결정합니다. 그래서 4명 x 3라운드와 3명 x 4라운드는 비용이 같다고 봐야 합니다.

절감 우선순위도 수정합니다. 제일 먼저 줄일 것은 토론자 모델이 아니라 최종 심판에게 넣는 전체 원문 입력입니다. 16개 발언 전체를 그대로 최종 모델에 넣으면, 최종 심판 1회가 전체 비용의 40% 안팎을 먹습니다. 라운드별 요약으로 17k 내외 문맥을 3k 수준으로 줄이면 혼합 구성에서 약 $0.30 → $0.23까지 내려갑니다.

그다음은 캐싱입니다. 고정 시스템 프롬프트보다 더 큰 캐시 대상은 누적 토론 프리픽스와 사용자 첨부입니다. 실현치는 보수적으로 10~20% 절감을 잡는 게 맞습니다. 심판 입력 압축과 캐싱을 같이 쓰면 GPT mini 토론 + GPT-5.5 최종 구성은 $0.18 전후까지 내려갑니다.

운영 판단은 명확합니다.

월 $20 구독에서 API 원가율 20%를 목표로 하면 허용 원가는 월 $4입니다. 질문당 $0.30이면 사용자당 월 13질문, $0.18이면 22질문, $0.12이면 33질문, $1.29이면 3질문이 한계입니다. 그러므로 실제로 굴러가는 구성은 $0.12 저가형 또는 $0.18~$0.30 표준형뿐입니다.

최종 권고: 기본 제품은 3명 x 3라운드 또는 4명 x 3라운드로 시작하고, 토론자는 경량, 최종 심판만 고성능으로 둡니다. 4라운드째는 A/B 테스트에서 “최종 결론 변경률”이 10% 이상일 때만 켭니다. 4명 x 4라운드는 기본값이 아니라 프리미엄 옵션입니다.

최종 수정안 (리스크 렌즈 절충)

결론 (단정)

질문 1건(4×4, 캐시·압축 無, O≈1,000):
올경량~$0.12 · 권장 혼합~$0.30 · 올미들~$0.45–$0.90 · 올프리미엄~$1.2–$1.3(상한~$3).
요약+캐시+심판 압축 후 혼합 ≈ $0.18.

캡 없는 운영의 p95는 여전히 $2–$6, 장문 첨부·비수렴·재시도·thinking이 겹치면 $8–$12+.
캡을 걸면 꼬리는 추정이 아니라 설계값: max_rounds=4 + `max_tokens=‹보안상 가려짐› p100 ≈ 중앙값 ×1.5.

---

무엇을 바꿨는가 (약점 공략 흡수)

|
| p95 $2–6, p99 $8–12 | 캡 없을 때만 유지 | 캡 있으면 p100이 계산된다. 진짜 운영 꼬리는 사용자 첨부 A(전 프롬프트에 17A). A=10k → +170k in, 혼합 +$0.13(+42%). |
| 품질 단정 | 기각 | “체감 품질” 문구 폐기. 대리지표: P(결론 변경 \| r 추가). 4라운드째 ≈ 총액 27% — 변경률 <10%면 과투자. 200문항 A/B ≈ $60. |

유지(설득): 평균 단가 비교는 무의미. 히스토리 풀재투입·라운드 연장·재시도·thinking·헤비유저·모델 폐기/가격 인상은 캡 없으면 청구서를 먹는다. 방어 스택 없으면 표의 중간값조차 못 지킨다.

---

토큰 전제 (통일)

O=1,000 / S=1,000 / 최종 out 1,500 / 풀트랜스크립트 / 캐시·요약 無.
총 입력 ≈ M·S + O·M(M−1)/2 + (S+M·O), 총 출력 ≈ M·O + 1,500.
단가: 앞 라운드 제시분(Opus $5/$25, Sonnet $2/$10, Haiku $1/$5, GPT 상위·mini, Gemini Pro/Flash, Grok $2/$6 등).

---

조합별 비용 비교표 (질문 1건, 4×4 기준)

품질 병목을 합의에 두되 심판 in 압축이 1순위 |
| 혼합B 리드 고+반박 미들+팩트 경량 | 동일 | $0.40–$0.75 | $1.8–$4.5 / ×1.5 | 품질 손실 최소, 원가 절감 소폭 |
| 올경량 | 동일 | $0.12–$0.35 | $0.5–$1.5 / ×1.5 | 원가 하한, 깊은 반박 p95 취약(실측 전제) |
| 축소 M=9 + 혼합 최적화 | 5.5–7만 in | $0.10–$0.20 | $0.4–$1.0 / 더 낮음 | 4×4 대비 ~40–45% 절감 |

고성능: 최종 합의·모순 해소(단, 축어 전체 재투입 금지).
경량·미들: 입장·반박·형식.
thinking 과금 모델은 출력항에 2–4× — 절감 논의 전부를 삼킬 수 있음 → 실측 전까지 가정.

---

어디서 터지는가 (우선순위 재정렬)

1. 캡 없음 — R 연장 시 입력 ~R², p95·p99는 설계 실패 증상.
2. 사용자 첨부 A — 17A 전 프롬프트 적재. 캐시 키 안정 시 −85% 가능, 불안정 시 청구 지배.
3. 심판 풀컨텍스트 — 출력 5%가 비용 40%+. 요약 압축이 한 방 −20%대.
4. 발언 길이 O·thinking — 최적화 후 남은 지배 레버.
5. 재시도·Priority 배수·캐시 미스·TTL — 전액 재과금.
6. 헤비유저 1–5% — 청구 과반.
7. 가격 인상·모델 폐기 — 단가 상수 점프(앞 라운드 요금 전제 범위 내 리스크).

---

방어책 (필수)

절감 우선순위(수정): ① 심판 입력 압축 ② 첨부·역할 캐시 ③ M 축소(16→12→9) ④ O·thinking 캡 ⑤ 그다음 모델 티어.
토론자만 깎는 혼합은 품질을 팔고 원가는 적게 깎는다.

---

운영 한 줄

이종 미들 토론 + 고성능 심판(요약 입력) + M=9~12 + max_tokens·라운드 캡 + 첨부 캐시 + $1 서킷 + 유저 캡.
목표: 중간 $0.15–$0.30, p100 ≤ $0.50(캡 전제).
4×4 올프리미엄·풀컨텍스트·캡 없음 = 원가 폭탄.