멀티에이전트로 일을 시키면 도대체 얼마가 드는가 — 이 질문에 대한 우리 회사의 실측 답은 작업 1건에 $3.78이었습니다. 2026년 8월 2일, 멀티에이전트 릴레이 버스에 "웹사이트 UI/UX·컨텐츠 개선안을 작성하라"는 과제를 넣고, 조사 → 초안 → 교차 검증 → 최종 판정까지 에이전트 5개가 8번의 핸드오프(홉)로 완주한 실제 기록입니다. 이 글의 수치는 전부 릴레이 저널에 남은 실측값이며, 각색이 없습니다.
무엇을 측정했나
측정 대상은 파일 큐 기반 릴레이 버스입니다. 에이전트 5개(pm·lead·coder·reviewer·researcher)가 각자 역할과 모델을 배정받고, 메시지를 주고받을 때마다 CLI 서브프로세스가 한 번씩 뜹니다. 이 한 번이 홉(hop)이고, 홉마다 비용이 저널에 기록됩니다.
역할별 모델 배정은 이렇습니다.
| 역할 | 모델 | 추론 강도 | 맡은 일 |
|---|---|---|---|
| pm | 상위 모델 | 최고 | 최종 판정·품질 게이트 |
| lead | 상위 모델 | 최고 | 작업 분해·지시 |
| coder | 상위 모델 | 높음 | 산출물 작성 |
| researcher | 상위 모델 | 최고 | 외부 자료 조사 |
| reviewer | 중간 모델 | 높음 | 교차 검증 |
릴레이 1건의 흐름과 비용
개선안 작성 릴레이는 8홉으로 끝났습니다. researcher가 대상 사이트의 실제 페이지 10곳을 열람해 근거를 모으고, coder가 234줄짜리 개선안 문서를 쓰고, reviewer가 수평 채널로 교차 검증하고, pm이 판정하는 흐름이었습니다. 합계 $3.78 — 재시도 루프 없이 홉 상한에 정확히 수렴했습니다.
같은 날 버스 전체(테스트 릴레이 포함)로 넓히면 60홉에 $7.58이 들었고, 역할별 비중은 이렇게 나왔습니다.
| 역할 | 비용 비중 |
|---|---|
| pm | 40% |
| coder | 24% |
| lead | 23% |
| researcher | 12% |
| reviewer | 2% |
홉 단가는 상위 모델 기준 $0.130.14로, 중간 모델의 대략 1.62배였습니다.
실측이 말해주는 것 세 가지
첫째, 비용은 "판단"에 몰린다. 산출물을 직접 쓰는 coder(24%)보다 판정·지시를 맡은 pm+lead(63%)가 훨씬 비쌌습니다. 판단 역할에 최고 추론 강도를 배정한 선택의 대가인데, 품질 게이트가 허술하면 재작업 루프가 돌아 더 비싸지므로 감수할 만한 구조라고 보고 있습니다.
둘째, 검증은 의외로 싸다. reviewer는 전체의 2%였습니다. 교차 검증을 중간 모델로 내렸는데도 검증 품질 문제가 릴레이 실패로 이어진 사례가 없었습니다. "검증까지 최고 모델"이 기본값일 필요는 없다는 실측 근거입니다.
셋째, 토큰 비용의 지배 변수는 모델 선택이다. 같은 홉이라도 모델에 따라 단가가 배로 갈립니다. 역할별로 모델을 갈라 배정하는 것이 프롬프트를 다듬는 것보다 절감 폭이 컸습니다. 월 비용을 미리 가늠하고 싶다면 LLM API 요금 계산기에 사용량을 넣어 보세요.
같이 알아두면 좋은 운영 디테일
- 홉 상한과 예산 상한을 릴레이마다 겁니다. 이번 건은 홉 상한 8에서 정확히 끝났습니다. 상한이 없으면 에이전틱 워크플로는 실패 시 루프를 돌며 비용을 태웁니다.
- 서브에이전트에게는 저장소 커밋 권한을 주지 않습니다. 파일을 쓰는 것까지가 에이전트 몫이고, 커밋·병합은 사람이 결정합니다. 권한을 좁혀도 산출물 품질에는 영향이 없었습니다.
- 에이전트의 작업 기억은 저널 기반으로 관리해, 컨텍스트가 70%를 넘으면 요약 후 재기동합니다. 긴 릴레이에서 비용이 홉 수에 비례해 폭증하는 것을 막는 장치입니다.
FAQ
사람이 직접 쓰는 것보다 싼가요?
문서 1건에 $3.78이면 사람의 시간 대비 압도적으로 쌉니다. 다만 이 수치는 조사·작성·검증 파이프라인이 이미 구축된 상태의 한계 비용입니다. 파이프라인을 만드는 초기 비용은 별도입니다.
비용을 더 줄일 수 있는 지점은 어디인가요?
실측상 가장 큰 덩어리는 판단 역할(pm·lead 합산 63%)입니다. 정형적인 판정(형식 검사 통과 여부 등)을 규칙 기반 검사로 빼고, 모델 판단은 애매한 경우로 한정하면 이 비중을 깎을 수 있습니다. reviewer처럼 역할을 중간 모델로 내리는 실험도 유효했습니다.
이 수치를 그대로 우리 팀에 적용해도 되나요?
절대값보다 구조를 가져가세요. 홉당 단가와 역할 비중은 모델 단가·과제 성격에 따라 달라집니다. 자기 워크로드로 한 번 실측해 보는 것이 가장 정확하고, 이 글의 표 형식을 그대로 쓰시면 됩니다.
정리
- 에이전트 5개 릴레이로 문서 1건 완성에 $3.78, 8홉 (2026-08-02 실측)
- 비용 비중: 판단(pm+lead) 63% > 작성(coder) 24% > 조사(researcher) 12% > 검증(reviewer) 2%
- 검증 역할은 중간 모델로 내려도 품질 문제가 관측되지 않음
- 홉 상한·예산 상한·커밋 권한 차단은 비용과 안전의 기본 장치
- 이 기록은 운영 실록 시리즈로 이어집니다 — 다음 회차는 조건을 바꿔(검증 역할 모델 상향/하향) 비용-품질 변화를 측정합니다
이 글의 수치는 자체 운영 릴레이 버스의 저널(홉별 비용 기록)에서 집계한 1차 데이터입니다. 색인·유입 실측은 색인 실측 기록에서 따로 공개합니다.