학습 자료

토큰과 비용 — usage 측정 · 모델 선택

Article

4강과 5강에서 두 번 미뤄둔 숫자가 있다. "대화가 길어질수록 매번 더 많이 보낸다"는 문장을 말로만 하고 넘어갔다. 오늘은 그 문장을 진짜 숫자로 만든다. 그리고 3강에서 딱 한 번 계산해본 비용 공식을, 세 모델에 나란히 돌려서 저울질해본다.

대화가 쌓일수록 입력 토큰이 얼마나 느나

4강에서 만든 ask() 함수를 그대로 쓴다. 이번엔 매 호출마다 response.usage.input_tokens 를 찍어 다섯 턴 동안 어떻게 변하는지 본다.

import Anthropic from "@anthropic-ai/sdk";

const client = new Anthropic();

const messages: Anthropic.MessageParam[] = [];

async function ask(userText: string) {
  messages.push({ role: "user", content: userText });

  const response = await client.messages.create({
    model: "claude-haiku-4-5",
    max_tokens: 200,
    system: "너는 친절한 한국어 어시스턴트다. 답은 항상 한 문장으로 짧게 한다.",
    messages,
  });

  const text = response.content[0].type === "text" ? response.content[0].text : "";
  messages.push({ role: "assistant", content: text });

  console.log(`\n> ${userText}`);
  console.log(text);
  console.log(
    `(누적 메시지 ${messages.length}개, 이번 호출 입력 토큰: ${response.usage.input_tokens})`,
  );
}

await ask("내 이름은 민준이야.");
await ask("나는 서울에 살아.");
await ask("나는 개발자야.");
await ask("나는 커피를 좋아해.");
await ask("지금까지 내가 말한 걸 한 문장으로 정리해줘.");

실행해본다.

npx tsx --env-file=.env index.ts
터미널 — npx tsx --env-file=.env index.ts
  • > 내 이름은 민준이야.
  • 안녕하세요, 민준이님! 만나뵙게 되어 반갑습니다.
  • (누적 메시지 2개, 이번 호출 입력 토큰: 59)
  • > 나는 서울에 살아.
  • 서울에서 사시는군요, 멋진 곳이네요!
  • (누적 메시지 4개, 이번 호출 입력 토큰: 108)
  • > 나는 개발자야.
  • 개발자로 일하시니 정말 멋진 직업이네요!
  • (누적 메시지 6개, 이번 호출 입력 토큰: 146)
  • > 나는 커피를 좋아해.
  • 커피를 좋아하시니 개발자로서 더욱 잘 어울리는 것 같아요!
  • (누적 메시지 8개, 이번 호출 입력 토큰: 189)
  • > 지금까지 내가 말한 걸 한 문장으로 정리해줘.
  • 서울에 사는 개발자 민준이님은 커피를 좋아하시네요!
  • (누적 메시지 10개, 이번 호출 입력 토큰: 259)

숫자를 막대로 나란히 놓으면 늘어나는 게 눈에 보인다.

턴이 늘어날 때마다 이번 호출의 입력 토큰
1턴59토큰
2턴108토큰
3턴146토큰
4턴189토큰
5턴259토큰
5턴째는 질문 자체도 길어서("지금까지 정리해줘") 앞 구간보다 더 튀었다. 그래도 추세는 명확하다. 매 턴 60~90토큰씩 계속 쌓인다.

세 모델에 같은 질문을 던져본다

3강에서 본 가격표를 다시 꺼낸다. 이번엔 표로만 보지 않고, 같은 질문을 Haiku · Sonnet · Opus 세 모델에 실제로 보내서 답변과 비용을 나란히 비교한다.

모델별 가격 (2026-07 기준, 1백만 토큰당)
claude-haiku-4-5$1.00$5.00가장 저렴하고 빠르다
claude-sonnet-5$3.00$15.00속도와 성능의 균형
claude-opus-4-8$5.00$25.00가장 똑똑하지만 가장 비싸다

my-ai-assistant 폴더에 models.ts 를 만든다. 같은 질문을 배열로 돌면서 모델만 바꿔 부른다.

import Anthropic from "@anthropic-ai/sdk";

const client = new Anthropic();

const PRICING = {
  "claude-haiku-4-5": { input: 1.0, output: 5.0 },
  "claude-sonnet-5": { input: 3.0, output: 15.0 },
  "claude-opus-4-8": { input: 5.0, output: 25.0 },
};

const question = "타입스크립트를 한 문장으로 설명해줘.";

for (const model of Object.keys(PRICING) as (keyof typeof PRICING)[]) {
  const response = await client.messages.create({
    model,
    max_tokens: 200,
    messages: [{ role: "user", content: question }],
  });

  const text = response.content[0].type === "text" ? response.content[0].text : "";
  const { input_tokens, output_tokens } = response.usage;
  const price = PRICING[model];
  const cost =
    (input_tokens / 1_000_000) * price.input +
    (output_tokens / 1_000_000) * price.output;

  console.log(`\n=== ${model} ===`);
  console.log(text);
  console.log(
    `입력 토큰: ${input_tokens}, 출력 토큰: ${output_tokens}, 비용: 약 $${cost.toFixed(6)}`,
  );
}

PRICING 객체에 모델별 단가를 미리 적어두고, for...of 로 세 모델을 순서대로 돈다. 계산 자체는 3강에서 쓴 공식과 똑같고, 모델마다 단가만 바뀔 뿐이다.

실행해본다.

npx tsx --env-file=.env models.ts
터미널 — npx tsx --env-file=.env models.ts
  • === claude-haiku-4-5 ===
  • 타입스크립트는 자바스크립트에 정적 타입 시스템을 추가한 프로그래밍 언어로, 개발 단계에서 타입 오류를 미리 찾아내 코드의 안정성과 가독성을 높입니다.
  • 입력 토큰: 29, 출력 토큰: 106, 비용: 약 $0.000559
  • === claude-sonnet-5 ===
  • 타입스크립트는 자바스크립트에 정적 타입(static type) 시스템을 추가하여, 코드 작성 시 타입 검사를 통해 오류를 미리 발견하고 더 안전하고 유지보수하기 쉬운 코드를 작성할 수 있도록 도와주는 프로그래밍 언어입니다.
  • 입력 토큰: 27, 출력 토큰: 120, 비용: 약 $0.001881
  • === claude-opus-4-8 ===
  • 타입스크립트는 자바스크립트에 정적 타입 시스템을 추가하여 코드의 안정성과 개발 생산성을 높인 프로그래밍 언어입니다.
  • 입력 토큰: 27, 출력 토큰: 67, 비용: 약 $0.001810

세 답변 다 내용은 비슷하다. 그런데 비용은 Haiku 대비 Sonnet 이 약 3.4배, Opus 가 약 3.2배 비싸다. 같은 질문, 비슷한 품질인데 값은 3배 넘게 차이난다.

같은 질문, 세 모델

claude-haiku-4-5

가장 저렴

  • 출력 106토큰
  • $0.000559
  • 간단한 설명·요약·분류에 충분

claude-sonnet-5

균형

  • 출력 120토큰
  • $0.001881
  • 복잡한 추론이 섞인 작업

claude-opus-4-8

가장 똑똑함

  • 출력 67토큰(가장 짧지만 비쌈)
  • $0.001810
  • 정확도가 최우선인 작업

정리하면

대화가 길어지면 매 호출의 입력 토큰이 계속 늘고, 모델을 바꾸면 같은 토큰 수라도 비용이 3배 넘게 차이 난다. 이 두 가지가 실전 비용의 핵심 변수다.

다시 짚어보기
  1. 01

    대화 길이에 따른 입력 토큰 증가를 실제로 쟀다

    5턴짜리 대화를 돌려 usage.input_tokens 가 59 → 259 로 늘어나는 걸 확인했다.

    npx tsx --env-file=.env index.ts
  2. 02

    같은 질문을 세 모델에 던져 비교했다

    PRICING 객체와 for 문으로 Haiku · Sonnet · Opus 의 답변·토큰·비용을 나란히 뽑았다.

    npx tsx --env-file=.env models.ts
  3. 03

    출력 길이와 비용이 비례하지 않는다는 걸 확인했다

    모델마다 단가가 다르므로, 토큰 수만으로 비용을 어림짐작하면 안 된다.

그런데 대화가 계속 길어지도록 놔두면 어떻게 될까. 10턴, 50턴짜리 대화가 되면 매번 그 전체를 다시 보내야 하니, 언젠가는 감당 못 할 비용이 된다. 다음 강의에서 그 히스토리를 적당히 자르는 법을 다룬다. Part 2 의 마지막 강의다.

토큰과 비용 — usage 측정 · 모델 선택 — 디코드랩(DCODELAB)