0 Fork 0

Files

T

mcchaeandClaude Opus 5.5 01dc892303 75일차 자료 추가 (답 제외): 실습 15개 · 실행 결과, gpt-5.4-nano · 단가, 교안 개요 30장 · 4단계 정리, 바이브 코딩 tcost 요청서

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

2026-10-28 22:38:01 +09:00

18 KiB

Raw Blame History

75일차 개요 · 컴퓨팅 자원·API 사용량 관리와 비용 최적화

노코드 멀티 에이전트 워크플로우 설계 및 운영 · 2026-10-29 30장 · 각 장은 가로줄(---)로 나뉩니다. 1교시에는 1~6장을 보고, 나머지 장은 각 단계 강의(1 · 3 · 5교시) 때 함께 띄웁니다. 숫자는 모두 강사 노트북 실측입니다 (65일차 n8n 2.42.6, OpenAI gpt-4.1-mini · gpt-5.4-nano, 10/28 정답 워크플로우를 학생 순서대로 1회). 단가는 OpenAI 모델 문서에서 2026-10-28에 확인한 값입니다.

장	범위	띄우는 때
1~6	표지 · 목표 · 시간표 · 비싼 헬프데스크 · 일하는 순서 · 실습 15개	1교시 시작
7~14	1단계 · 사용량 재기	1교시 강의
15~21	2단계 · 비용 줄이기	3교시 강의
22~28	3단계 · 예산과 한도	5교시 강의
29~30	바이브 코딩 · 정리와 예고 (8교시 35분 정리는 04-STAGE4-WRAPUP)	7교시 · 8교시

1 / 30 · 표지

flowchart LR
  M["재기<br/>토큰 · 비용 · 기록"] --> R["줄이기<br/>보내는 것 · 모델 · 호출 수"] --> K["지키기<br/>예산 · 한도 · 보고서"]
  classDef d fill:#0F3D3E,stroke:#0F3D3E,color:#fff
  classDef o fill:#F2A541,stroke:#F2A541,color:#fff
  class M,K o
  class R d

75일차

컴퓨팅 자원·API 사용량 관리와 비용 최적화

질문 하나에 얼마인지 재고, 품질은 그대로 두고 줄이고, 넘치지 않게 지킨다

_{노코드 멀티 에이전트 워크플로우 설계 및 운영 · 2026-10-29}

2 / 30 · 오늘 할 수 있게 될 세 가지

	목표	내용
1	잰다	자원 · 토큰 · 돈을 구분하고, 단계마다 비용을 결과에 남기고, 종류별로 한 달을 어림하고, 요청마다 기록한다 (멈춰도 답은 나감)
2	줄인다	보내는 것 · 단가 · 호출 수를 한 칸씩, 품질 테스트와 답 읽기로 확인하고, 긴 입력에도 상한을 둔다
3	지킨다	하루 예산을 넘으면 원문으로, 몰아 부르면 429, 예산이 언제 멈추는지 재고, 보고서 · what-if는 코드로

3 / 30 · 오늘의 시간표

교시	시간	내용
1	09:00~09:50	개요 · 1단계 강의 · 사용량 재기
2	10:00~10:50	Lab 01 실습 5개 · 자원 · 비용 · 종류별 비용 · 기록 · 기록이 멈추면
3	11:00~11:50	2단계 강의 · 비용 줄이기
4	12:00~12:50	Lab 02 실습 5개 · 보내는 것 · 모델 · 답까지 nano? · LLM 한 번 · 긴 질문
-	13:00~14:00	점심
5	14:00~14:50	3단계 강의 · 예산과 한도
6	15:00~15:50	Lab 03 실습 5개 · 하루 예산 · 1분 한도 · 예산 바꿔 보기 · 보고서 · what-if
7	16:00~16:50	바이브 코딩 `tcost`: 요청서 → TODO → SPEC → IMP-PLAN → 만들기 → 설치
8	17:00~17:50	발표 · 4단계 정리 (의미 · 효과 · 회사에서 쓰는 법) · 76일차 예고

4 / 30 · 오늘 고치는 것: 비싼 헬프데스크

flowchart LR
  Q(["질문"]) --> C{{"분류 LLM"}} --> A{{"답 LLM<br/>+ 사내 규정 전체"}} --> R{{"검토 LLM"}} --> O(["답"])

수업 준비 때	VPN 질문 하나	LLM 호출
시작 (`base-cost`)	$0.001040 (입력 1,999 · 출력 150)	3
하루 뒤 (Lab 02 과제 1)	$0.000156	1

72~74일차와 같은 IT 문의 헬프데스크 (FAQ · 접수 건). 오늘은 같은 답을 더 싸게, 그리고 넘치지 않게.

5 / 30 · 일하는 순서 (오늘은 "재기 → 줄이기 → 품질 확인")

flowchart LR
  A["① 재기<br/>call · test 줄 끝 비용"] --> B["② 요청문을<br/>메모장에"] --> C["③ 에이전트에게"] --> D["④ 에이전트가<br/>my-work · check"] --> E["⑤ 내가<br/>push · test -v"]
  E -->|✘| F["⑥ 실패 줄 · 보고서 경로<br/>그대로 붙여 주기"] --> C
  E -->|✔| G["⑦ 답 읽기 · COST.md 한 줄"]

예산 · 한도 · 글자 수 상한은 내가 flow.py budget으로. 끝나면 budget --reset.
오늘은 호출마다 실제로 돈이 듭니다 (질문 하나에 약 $0.0001~$0.0012). 같은 테스트를 수십 번 반복하지 않습니다.

6 / 30 · 오늘의 실습 15개

	예제 1	예제 2	예제 3	과제 1	과제 2
Lab 01	자원 · 단계별 토큰 (에이전트 없이)	결과에 `cost_usd`	종류별 비용 · 한 달 (에이전트 없이)	요청마다 기록	기록이 멈춰도 답
Lab 02	보내는 것 줄이기	단계마다 맞는 모델	답까지 nano면? (에이전트 없이)	LLM 한 번 · $0.0002	긴 질문의 상한
Lab 03	하루 예산 → 원문	1분 한도 → 429	예산을 바꿔 가며 (에이전트 없이)	비용 보고서	바꾸면 얼마 (what-if)

실습 문서에 복사해 붙일 요청문은 없습니다. 막히면 ▶, 요청문은 빈칸 4개를 채워서.

7 / 30 · 1단계 · 왜 비용인가

	일반 웹 서비스	LLM API
무엇에 돈을 내나	서버 시간 · 저장 · 전송	보낸 · 받은 토큰
요청 하나의 비용	작고 거의 같음	요청마다 크게 다름
실수 하나의 크기	작음	지시문에 긴 자료 → 모든 요청이 비쌈

FinOps 세 단계: 알기(1단계) → 줄이기(2단계) → 운영하기(3단계). 재지 않고 줄이면 무엇을 잃었는지 모릅니다.
쓸모 있는 숫자는 요청 하나의 비용 (단위 경제).

8 / 30 · 1단계 · 자원: 내 컴퓨터와 공급자 (Lab 01 예제 1)

컨테이너 (`docker stats`)	CPU	메모리
n8n	0.27%	642.6MiB
runners	0.21%	100.5MiB
data-api	0.02%	20.3MiB

API로 부르면 LLM 계산은 공급자 서버에서 → 내 CPU는 거의 쓰지 않음. 돈은 토큰에서.
내 쪽에서 늘어나는 것: 동시 실행 · 실행 기록 · 로그 (3단계 7절, 76 · 77일차).

9 / 30 · 1단계 · 토큰과 단가

비용 = (입력 토큰 × 입력 단가 + 출력 토큰 × 출력 단가) ÷ 1,000,000

모델 (1M 토큰당 $)	입력	캐시된 입력	출력
`gpt-4.1-mini`	0.40	0.10	1.60
`gpt-5.4-nano`	0.20	0.02	1.25

VPN 질문: (1,999 × 0.40 + 150 × 1.60) ÷ 10⁶ = $0.00104. 하루 1,000번 · 22일 ≈ $22.9.
출력이 더 비싸고, 가격은 바뀝니다 (단가표에 확인한 날짜).

10 / 30 · 1단계 · 토큰이 보이는 호출 (Lab 01 예제 1 · 2)

`base-cost` VPN	입력	출력
classify	78	6
answer	1,781	78
review	140	66

응답의 usage가 청구의 기준. AI Agent 노드는 답만 주고 토큰을 버림 → 오늘은 HTTP로 OpenAI를 직접.
입력의 89%가 answer 하나. 접수 질문도 1,791 → 매번 같이 보내는 것이 있다.

11 / 30 · 1단계 · 단계별 비용, 단가는 밖에 (Lab 01 예제 2)

flowchart LR
  P[("/prices<br/>모델 → 단가")] -.-> B["Build result<br/>단계마다 토큰 × 그 모델 단가"] --> O(["usage.by_step.*.cost_usd<br/>+ cost_usd"])

단가를 코드에 숫자로 → 가격 · 모델이 바뀌면 조용히 틀림. 70일차 설정 표 · 74일차 저장소와 같은 생각.
모르는 모델은 0원이 아니라 오류. 소수 8자리.
결과: VPN $0.001040 (손 계산과 같음), lab01 3/3.

12 / 30 · 1단계 · 종류별 비용과 한 달 (Lab 01 예제 3)

종류	평균 (`lab01-mix`)	비중 (가정)
FAQ 넷	$0.000980	60%
접수 둘	$0.000918	30%
그 밖	$0.000830	10%

가중 평균 $0.000946 × 1,000건 × 22일 ≈ 한 달 $20.8.
일곱 질문이 $0.00083 ~ 0.00104로 비슷 → 고정비(규정 전체)가 대부분. 고정비부터 줄인다.

13 / 30 · 1단계 · 기록: 요청 · 호출 · 사람 (Lab 01 과제 1)

요약 (`/usage/summary`)	질문 3개 뒤
requests (요청)	3
calls (호출)	9
합계	$0.002951
사람별	이준호 $0.001040 · 박서연 $0.000959 · 한지훈 $0.000953

호출마다 한 줄, 같은 요청은 같은 request_id ($execution.id). 기록이 없으면 예산 · 한도도 없다.
기록에는 숫자와 분류 칸만 (질문 원문 · 개인정보 · 키는 남기지 않음).

14 / 30 · 1단계 · 기록이 멈추면 (Lab 01 과제 2)

기록 API	고치기 전	고친 뒤 (`timeout` 3초 · 실패해도 계속)
고장 (500)	답 · `recorded` 없음	답 · `recorded: false`
느림 (8초)	11.2초	6.1초 · `recorded: false`

부가 기능(기록)이 본 기능(답)을 막지 않게. 값: 빠진 기록은 예산에서도 빠짐 → 표시를 남김.
수업 준비 때: 3초에 포기했는데 서버가 8초 뒤 결국 저장 → 다음 테스트의 요청 수가 하나 많았음. 포기해도 상대의 일은 끝나지 않을 수 있다.

15 / 30 · 2단계 · 비용의 세 칸

요청 하나의 비용 ≈ 호출 수 × 호출당 토큰 × 토큰 단가

칸	줄이는 방법	오늘
호출당 토큰	필요한 것만 보내기 · RAG · 출력 상한 · 긴 입력 자르기	예제 1 · 과제 2
토큰 단가	단계에 맞는 작은 모델 · 캐시 · 배치	예제 2 · 3
호출 수	규칙으로 먼저 · 중복 단계 빼기 · 캐시	과제 1

품질 테스트를 먼저 고정하고, 한 번에 한 칸, 가장 큰 몫부터.

16 / 30 · 2단계 · 보내는 것 줄이기 (Lab 02 예제 1)

	전	후
`answer` 입력 (VPN)	1,781	165 (91% 줄임)
VPN 비용	$0.001007	$0.000346
품질 테스트	✔	✔

규정 전체 빼기, FAQ 3칸 · 접수 5칸 (연락처 · 담당자 빼기 = 데이터 최소화), max_completion_tokens 200.
규정이 필요하면 통째로가 아니라 검색해서 관련 부분만 (71일차 RAG).

17 / 30 · 2단계 · 단계마다 맞는 모델 (Lab 02 예제 2)

모델	입력	출력
`gpt-4.1-mini`	0.40	1.60
`gpt-5.4-nano`	0.20 (절반)	1.25 (약 0.78배)

분류 · 검토(쉬운 일)만 nano, 답은 mini → VPN $0.000346 → $0.000278.
"작은 모델이면 몇 배 싸다"는 늘 맞지 않음 → 단가표로 계산. 노드와 함께 계산의 모델 이름도.

18 / 30 · 2단계 · 싸졌는데 나빠졌다면 (Lab 02 예제 3)

답 단계	낱말 검사	일곱 질문 평균
mini (내 것)	5/5	$0.000233
nano (비교본)	5/5	$0.000198 (약 15% 덜)

nano 답을 읽으면: **처리 중** 마크다운, "ticket_id가 없어…" 안쪽 말, "접수 건은 찾지 못했습니다" 군더더기.
통과 ≠ 같은 품질. 사람이 읽고, 찾은 것은 테스트로. 오늘은 답을 mini로 둔다.

19 / 30 · 2단계 · 가장 싼 호출은 하지 않은 호출 (Lab 02 과제 1)

flowchart LR
  Q(["질문"]) --> R{"규칙이 아나?<br/>T-숫자 · FAQ 검색"}
  R -->|예 · 대부분| A{{"답 LLM 1번"}}
  R -->|아니오| C{{"분류 nano"}} --> A

	전	후
FAQ · 접수	3 calls · 다섯이 $0.0002 넘음	1 call · $0.000108 ~ 0.000166
`lab02-challenge`	0/7	7/7
시간	3초대	1초대

20 / 30 · 2단계 · 긴 입력의 상한 (Lab 02 과제 2)

6,000자 넘는 로그 질문	전	후 (앞 200 + 뒤 300자)
프린터 (끝에 질문)	$0.001196 (짧은 질문의 7배 넘게)	$0.000237 · "대기열"
VPN (앞에 질문)	$0.001099	$0.000260 · "인증서"

입력 상한이 없으면 요청 하나의 비용에도 상한이 없다 (Denial of Wallet).
입력 상한 + 출력 상한 → 요청 하나의 최대 비용 → 예산을 지킬 수 있다.

21 / 30 · 2단계 · 한 번에 한 칸씩

단계	바꾼 칸	VPN 비용	호출
기준		$0.001007	3
예제 1	호출당 토큰	$0.000346	3
예제 2	단가	$0.000278	3
과제 1	호출 수	$0.000156	1

바꿀 때마다 COST.md에 한 줄: 바꾼 것 · 전 → 후 · 품질 테스트 · 잃은 것.

22 / 30 · 3단계 · 넘치지 않게

장치	막는 것	오늘
예산	전체가 너무 많이	하루 `daily_usd` $1.0
속도 제한	한 사람이 짧은 시간에 몰아서	1분 `user_limit_per_min` 20
요청 상한	요청 하나가 너무 큼	`max_question_chars` 500 · `max_completion_tokens` 200

공급자 한도는 계정 전체에 걸림 → 한 사람 때문에 모두 막힘. 그래서 내 쪽에 사람별 한도.
값은 사람이 정하고(/budget), 워크플로우는 읽기만.

23 / 30 · 3단계 · 하루 예산, 넘으면 원문 (Lab 03 예제 1)

flowchart LR
  D["FAQ · 접수 조회"] --> B{"예산 안?"}
  B -->|예| L{{"LLM 답"}}
  B -->|아니오| O(["한도 초과 · 원문 · $0"])

멈추는 대신 낮춰서 답하기 (graceful degradation). 확인은 LLM 앞 · 데이터 뒤.
72일차 LLM 장애의 간단 답변과 route를 구분 → 장애인지 예산인지 가른다.
결과: 한도 초과 · 0 calls · $0, "인증서" · "처리 중" (3/3).

24 / 30 · 3단계 · 사용자별 한도와 429 (Lab 03 예제 2)

세는 방법	특징
고정 창	쉬움, 경계에서 두 배
이동 창 (오늘)	고르게 막음
토큰 버킷 · 새는 통	짧은 몰림 허용 · 속도를 고르게

가장 앞에서 429 + retry_after → 이준호 세 번째: 0.0초 · $0, 다른 사람은 그대로.
세는 곳은 하나 (서버가 여러 대여도). 사람은 로그인 정보로 가린다.

25 / 30 · 3단계 · 예산은 넘은 뒤 멈춘다 (Lab 03 예제 3)

예산 $0.0003	결과	누적
1 · 2번째	자동 답변	$0.000293 (아래)
3번째	자동 답변	$0.000430 (43% 넘음)
4 · 5 · 6번째	한도 초과 · $0	그대로

넘지 않으려면 "남은 돈 < 한 건 최대 비용이면 멈춤" → 상한이 있어야 예산도 지킨다.
경고는 멈추기 전에 (80%). 한도 초과 답도 기록해야 몇 명이 원문을 받았는지 센다.

26 / 30 · 3단계 · 비용 보고서 (Lab 03 과제 1)

넣은 네 줄	손 계산 = 보고서
요청 · 호출 · 합계	3 · 4 · $0.001989
평균 (요청 수로) · 100건 × 22일	$0.000663 · $1.4586
가장 많이 쓴 사람 · 남은 예산	박서연 · $0.998011

숫자는 코드가 계산 (틀리지 않고 · 공짜 · 늘 같게), LLM은 설명만 (79일차).
실제 사용량 일곱 건 · 하루 1,000건 → 한 달 $2.80 (아침 어림 $20.8의 약 7분의 1).

27 / 30 · 3단계 · 바꾸면 얼마: what-if (Lab 03 과제 2)

what-if (넣은 네 줄)	비용	아끼는 돈
모두 nano	$0.00117	$0.000819
모두 mini	$0.002016	−$0.000027

실제 사용량: $0.000929 → nano였다면 $0.00061 (34% 덜). 같은 토큰 · 같은 품질을 가정한 숫자.
계산은 "해 볼 만한가", 결정은 "재고 · 읽고 · 게이트로" (74일차). 모르는 모델은 400.

28 / 30 · 3단계 · 운영: 재기 → 줄이기 → 지키기

flowchart LR
  M["재기<br/>usage · 기록"] --> R["줄이기<br/>한 칸씩 · 품질 테스트"] --> K["지키기<br/>예산 · 한도 · 상한"] --> P["보고<br/>정기적으로 · what-if"] --> M

누가 값을 정하나(사람) · 언제 보나(매주 · 매달) · 넘으면 무엇을 주나(원문 · 429) · 무엇을 남기나(COST.md).
내 쪽 자원(동시 실행 · 실행 기록)도 같은 보고서에.

29 / 30 · 7교시 · 바이브 코딩 `tcost`

LLM을 부르기 전에 글 · 워크플로우의 토큰과 비용을 계산하고, 테스트 보고서(runs/*.json)의 실제 사용량을 모아 한 달을 예상하는 TUI. OpenAI를 부르지 않습니다.
순서: 요청서 → Doc/TODO.md → Doc/SPEC.md → Doc/IMP-PLAN.md → 단계별 구현 → uv tool install → 다른 폴더에서.
요구 14개 (R1~R14). 50분 안에 엔진 1 · 2단계 · TUI 1단계 · 설치.

flowchart LR
  R["요청서"] --> T["TODO"] --> S["SPEC"] --> P["IMP-PLAN"] --> B["엔진 → TUI"] --> I["uv tool install"]

30 / 30 · 오늘의 정리 · 76일차 예고

오늘	한 줄
1단계	응답의 `usage`로 단계마다 비용, 단가는 밖에, 종류별로 한 달, 호출마다 기록 (멈춰도 답)
2단계	보내는 것 · 단가 · 호출 수를 한 칸씩, 통과해도 답을 읽고, 입력 · 출력 상한
3단계	예산을 넘으면 원문, 몰아 부르면 429, 예산은 넘은 뒤 멈춘다, 보고서 · what-if는 코드로

76일차 · 에러 처리와 예외 대응: 오늘 기록 API가 멈췄을 때 답은 보냈지만, 빠진 기록은 recorded: false로 남기기만 했습니다. 내일은 실패한 일을 모아 두고 다시 처리하고, 사람에게 알리는 운영 체계를 만듭니다.

18 KiB Raw Blame History Unescape Escape