AI API 가격 정책(2026.06) 및 적정 마진/용량

AI API 가격 정책(2026.06) 및 적정 마진/용량

• STT/LLM
  • 
    

    • STT
      • Speech To Text. 음성데이터을 텍스트로 치환하는 기능이다. 기술 원리적으로는 통계분류기구로, AI의 일종에 속한다.
    • LLM
      • Large Language Model. 현재까지의 언어를(질문) 기반으로 다음 언어(답변) 예측/제공하는 통계 분류기구로, 현대의 AI는 대부분 이를 지칭한다. 
    • LLM은 독자적으로도 사용할 수요가 많지만, STT는 LLM과 접목해야 표적 서비스 완성도에 큰 영향을 준다.
• 요금정책
  • STT : 분당 요금제

  •  

    • 요금제 산정 방식이 명확하고 직관적이다.
    • Google Cloud STT
      • https://cloud.google.com/speech-to-text/pricing
      • 1분당 0.016$, 한달 총 사용량에 따라 0.004$/분 까지 떨어진다. 
    • Open AI
      • https://developers.openai.com/api/docs/pricing
      • 모델에 따라 가격이 상이하며, 사용량에 따른 가격 절감은 없다. gpt-4o (0.006$/min), gpt-4o-mini (0.003$/min), Wisper (0.006$/min)
    •  

      모델	특징	가격(USD/min)	시간(/USD)
      Google Cloud STT	고품질	0.016 - 0.004	1시간 - 4시간
      Open AI gpt-4o-transcribe	위스퍼+	0.006	3시간 -
      Open AI gpt-40-mini-transcribe	가성비 품질	0.003	5시간 +
      Open AI Whisper	표준 품질	0.006	3시간 -

  • LLM : 1M 토큰당 요금제
  • 
    

    • 요금제 산정 기준이 토큰으로 추상화되어있다. LLM 내부적인 인식/출력 단위로 추정한다. 영어 기준으로는 단어당 1토큰(철자가 길면 2토큰), 한국어라면 글자당 1-2토큰으로 추산된다. 
      • 표준(Standard)/일괄(Batch)/유연(Flex)/우선(Priority)의 특징은 아래와 같으며, 이 다음부터는 표준을 기준으로 서술한다.

      • 표준(Standard)	일괄(Batch)	유연(Flex)	우선(Priority)
        실시간 처리형	일괄 처리형(~24시간)	표준+일괄(1~15분)	지연/실패 극소
        기본 요금	50% 요금	50% 요금	200% 요금
        일반적인 서비스	마이그레이션	백그라운드 비동기	결제 시스템 등

    • Open AI Chat GPT
      • https://developers.openai.com/api/docs/pricing
      • LLM 클래식 전통강자. AI 그 자체였는데, 언젠가부터 AI중 하나로 그 위상이 추락한 모습.
      • 가성비 nano, 대중적 mini, 향상 (-), 초고급(pro)로 구분한다. 이 4 선택지는 행동과학적으로 난해하다. 뭐가 주력상품인지도 모르겠고, 일반적인 효용과 작명간의 미스매치도 눈에 띈다.
    • Google Gemini
      • https://ai.google.dev/gemini-api/docs/pricing
      • 언젠가부터 Ghat GPT와 어깨를 나란히 하는 신흥강자.
      • 가성비 Flash-Lite, 밸런스 Flash, 고급 Pro로 구분한다. 형식상 구글의 넛지 의도는 분명한데, 여기는 균형 제품과 고급 제품의 실질적인 가격 차이가 가성비-균형 제품에 비해 크지 않다는 특징이 있다. 가격대에 따라 Open AI 제품군에 대응시키자면 각각 가성비, 향상, 초고급에 대응된다. 즉 대중적 mini 모델에 대응되는 제품이 없다.
    • 요약
      • 요금 기준으로는 가성비/고급/고급+로 나뉘고, 현실적인 밸런스 제품은 GPT-mini Only 
    • 표준 요금제 도표는 아래에서 살핀다.

    • 모델	특징	가격(USD/1M Token)
      		입력 요금	출력 요금
      Gemini 3.1 Flash-Lite	단순 추론, 가장 비용 효율적 모델	0.25, 0.50(오디오)	1.50
      Gemini 3.5 Flash	구글 표준 상품, 범용적 밸런스 모델	1.5.	9.00
      Gemini 2.5 Pro	고급 추론, STEM 분야 최첨단 모델	1.25 - 2.50	10.00 - 15.00
      Gemini 2.5 Flash-Lite	3.1 Flash-Lite 이전 바용 효율 모델	0.10, 0.30(오디오)	0.40
      Gemini 2.5 Flash	3 Flash 이전 밸런스 모델	0.30, 1.00(오디오)	2.50
      Gemini 3 Flash Preveiw	3.5 Flash 이전 밸런스 모델	0.50, 1.00(오디오)	3.00
      Gemini 3.1 Pro Preview	2.5 Pro 최신형	2.00 - 4.00	12.00 - 18.00
      GPT-5.4 nano	초소형 모델.,극한의 단순 자동화 처리	0.20	1.25
      GPT-5.4 mini	가성비 모델, 범용적인 파이프라인	0.75	4.50
      GPT-5.4	표준 모델, 고성능 추론 위주	2.50	15.00
      GPT-5.4 Pro	최상위 모델, STEM 분야 고정밀 모델	30.00	180.00
      GPT-5.5	GPT-5.4 최신형	5.00	30.00
      GPT-5.5 Pro	GPT-5.5 Pro	30.00	180.00

    • 문맥 캐시값(Context Caching/Cached iunput)은 입력 요금의 10% 수준이다.
      • 예를 들어서 현재 질문과 맥락이 이어지는 이전 질문/답변이 각각 1500토큰/1000토큰 2000토큰/1500토큰이었고 현재 질문이 2000토큰이라면, 2번쨰 질문 요금은 2000토큰*입력요금 + (1500+1000)토큰*(입력요금/10)이, 현재 질문 요금은 2000토큰*입력요금 + (1500+1000+2000+1500)토큰*(입력요금/10)이 된다.
      • 일반적으로 시스템 프롬프트가 가장 큰 비중일 차지함을 고려하면, 매 질문에 "맥락 5회 누적마다 1질문 비용"이 추가로 부과되는 셈이다.
• ★구독료와 적정 용량 추산

  •  

    0. 모델별 단위 토큰 사용량 및 가격, 1$당 호출 횟수

    • 입력 : 서비스에 따라 시스템 프롬프트 포함 1500 토큰 가정, 가격표의 0.0015배
      • Context 비용은 관련 대화 10개당 2입력 꼴이다.
    • 출력 : 구조화된 출력 데이터 1000 토큰 가정, 가격표의 0.001배
    •  

      모델	가격(USD/1 Turn)			Turn/USD
      	입력 요금	출력 요금	합산 요금	호출 횟수
      Gemini 3.1 Flash-Lite	0.000375, 0.00075(오디오)	0.0015	0.002	500
      Gemini 3.5 Flash	0.00225	0.0090	0.01125	88
      Gemini 2.5 Pro	0.001875 - 0.00375	0.010 - 0.015	0.0153	65
      Gemini 2.5 Flash-Lite	0.00015, 0.00045(오디오)	0.0004	0.0007	1428
      Gemini 2.5 Flash	0.00045, 0.0015(오디오)	0.00250	0.003475	287회
      Gemini 3 Flash Preview	0.00075, 0.0015(오디오)	0.00300	0.004125	242회
      Gemini 3.1 Pro Preview	0.003 - 0.006	0.012 - 0.018	0.0195	51회
      GPT-5.4 nano	0.0003	0.00125	0.00155	645회
      GPT-5.4 mini	0.001125	0.00450	0.005625	177회
      GPT-5.4	0.00375	0.015	0.01875	53회
      GPT-5.4 Pro	0.045	0.18	0.225	4회
      GPT-5.5	0.0075	0.03	0.0375	26회
      GPT-5.5 Pro	0.045	0.18	0.225	4회

    
    1. 무료 사용자의 사용량 한도

    • 2026.06.23 - [DEVELOPMENT/SUUROUNDINGS] - 수익성 핵심지표 : 리텐션(Retention)
    • 리텐션 5% 확보를 위한 한계 감수비용은 구독료의 0.5%정도로, 구독료 1$당 0.005$가 된다. 상술한 요금 표를 구독료 1$당 무료 제공 한도로 바꾸면 다음과 같다.
    •  

      3.1 Flash-Lite	3.5 Flash	2.5 Pro	2.5 Flash-Lite	2.5 Flash	3.1Pro
      2.5회	0.4회	0.3회	7회	1.6회	0.2회
      5.4 nano	5.4 mini	5.4	5.4 Pro	5.5	5.5 Pro
      3.2회	0.8회	0.2회	0.2회	0.1회	0.02회

     

    2. 유료 사용자의 사용량 한도

    • 상술한 표에서 0.1$당 호출 횟수를 분리하면 다음과 같은데, 구독료*비용률로 나온 값의 대입하면 적정 사용량을 계산할 수 있다. 예를 들어 구독료 5$에 AI 비용률을 10%로 잡으면 0.5$이므로, 5.4mini는 18*5 = 90회 호출할 수 있다.
    •  

      3.1 Flash-Lite	3.5 Flash	2.5 Flash-Lite	2.5 Flash
      50회	9회	143회	33회
      GPT-5.4 nano	GPT-5.4 mini	GPT-5.4	GPT-5.5
      65회	18회	5회	3회

    •  
  • 비용 절감 전략
  • 
    

    • STT
      1. ★공백 제거(VAD, Voice Activity Detection)
         • 필수적이다. 침묵, 긴 호흡, 대기시간, "음..." 등의 불필요한 음성 데이터만 줄여도 10~40%정도의 시간 절약을 기대할 수 있고, 이는 그대로 비용절감이 된다.
         • 전반적으로 당연한, 합리적인 전처리로 인식된다.
      2. 재생 배속
         • 1.25 - 1.5배속 정도는 꽤 잘 인식하는 편이라고 한다. 20 ~ 30 %정도의 비용 절감을 기대할 수 있다. 일상적인 발언을 학습하기 때문에 일상적인 발화 속도여야 한다. STT가 랩을 잘 변환한다고 랩의 발화 속도인 일상적인 발화 속도의 2배~3배속으로 하는 비용 절감은 곤란하다. 음절 속도가 동일해도 발음 차이로 음절 경계가 달라지기 때문이다.
         • 이와 관련한 Google/OpenAI측 금지사항은 확인할 수 없다. 정확도는 보장할 수 없다.
    • LLM
      1. 시스템 프롬프트 최소화
         • 사용자의 입력을 내가 제한하는 것은 부담스럽고, 시스템 프롬프트는 최적화 함이 필요하다. 줄인 만큼 요금에 그대로 반영된다. 다만 그럼에도 출력요금이 더 비싸긴 하다.
      2. 출력 길이 제한
         • 출력의 단위 요금이 꽤 비싸다. 시스템 프롬프트에 출력의 길이를 제한하는 것은, 생각처럼 크지 않은 UX 손해를 대가로 비용을 절감할 수 있다.
      3. 모델 단계화
         • 저렴한 모델을 기본값으로 쓰고, 저렴한 모델이 "어렵다" 판단한 경우에만 고급 모델을 호출하는 것이다. 입력 비용이 배가 되지만, 출력 비용의 이점이 전체적인 비용 절감을 가져올 수 있다. 어려운 질문이 대부분인 서비르마녀 입력 비용만 추가로 부담하는 셈이 된다.

     

• 요약
  • 
    

    • 1$당 STT 시간 : 3시간-
    •  

      모델에 따른 1$당 LLM 호출 횟수 축약
      초가성비 모델	일반 모델	고급 모델	초고급 모델(GPT Only)
      500회+	100회	50회	4회

    •