딥리서치 한 번에 얼마가 나가나 — 그리고 비싸게 돌린다고 정확해지지 않는 이유

🔎 리서치 툴 원가

딥리서치 한 번이
챗봇 수백 번입니다

그런데 비싸게 돌린다고 정확해지지는 않습니다.

리서치 기능만 유독 한도가 짜게 걸립니다. 일반 대화는 넉넉한데 딥리서치는 월 몇 번으로 제한되는 식이죠. 한도가 줄어드는 현상은 앞서 다뤘는데, 이번엔 왜 그럴 수밖에 없는지 원가 구조를 봤습니다. 자릿수가 다릅니다. 그리고 찾다 보니 "토큰을 더 써도 정확도가 오르지 않는다"는 연구 결과가 나와서, 그게 이 글의 결론이 됐습니다.

📌 30초 요약

📊 챗봇 1회 수백~수천 토큰 vs 에이전트 작업 100만 토큰 이상
🔁 범인은 도구 호출 루프 — 매 단계마다 누적 대화를 통째로 재전송
🌐 여기에 검색 API 호출료가 별도로 붙습니다(1,000회당 5~35달러선)
🎯 ★논문 결과 — 정확도는 중간 비용에서 정점 후 포화
💳 그래서 무제한 플랜으로 올리는 게 답이 아닐 수 있습니다

먼저 자릿수 — 뭐가 얼마나 다른가

작업 유형	한 번에 쓰는 토큰
일반 챗봇 대화 1회	수백 ~ 수천
문서 검색(RAG) 질의	수천 ~ 1만 대
에이전트 작업 1건	100만 토큰을 넘기도 합니다

같은 요금제 안에 이 둘이 같이 들어 있습니다. 채팅 100번과 딥리서치 1번의 원가가 비슷하거나 후자가 더 클 수 있다는 뜻이에요. 그러니 한쪽만 한도를 따로 거는 게 회사 입장에선 당연한 선택입니다.

★ 왜 그렇게 불어나나 — 루프가 범인입니다

🔁 매 단계마다 처음부터 다시 읽습니다

1단계 질문을 받고 검색어를 만든다  →  질문만 읽음
2단계 검색 결과를 읽고 다음 검색어를 정한다  →  질문 + 결과1
3단계 또 읽고 또 정한다  →  질문 + 결과1 + 결과2
…
20단계  →  질문 + 결과 1~19를 전부 다시

모델은 기억을 못 합니다. 매번 지금까지의 내용을 통째로 다시 넣어줘야 다음 판단을 합니다.
그래서 단계가 늘어날수록 입력 토큰이 누적의 누적으로 불어납니다. 웹페이지 하나가 수천 토큰인데 그게 스무 번 반복해서 들어가는 구조예요.

그래서 비용을 키우는 건 답변(출력)이 아니라 읽기(입력)입니다. 결과물은 A4 두 장인데 그걸 만들려고 읽은 양은 책 한 권일 수 있어요. 이 구조를 알면 프롬프트 캐시가 왜 중요한지도 같이 이해됩니다 — 반복해서 들어가는 앞부분을 캐시로 처리하는 게 유일한 완화책이거든요.

🌐 그리고 검색 자체도 공짜가 아닙니다

모델 요금과 별개로 웹 검색 API 호출료가 붙습니다. 업체별로 1,000회당 5달러선에서 시작해 30달러대까지 벌어지고, 본문까지 긁어오는 심층 검색은 같은 업체 안에서도 단가가 2~3배로 올라갑니다.

딥리서치 한 번이 검색을 수십 번 던진다고 보면, 검색료만으로도 무시할 수 없는 금액이 됩니다. 정액 구독료 안에 이게 다 들어 있는 거예요.

★ 그런데 — 많이 쓴다고 정확해지지 않습니다

여기가 이 글에서 가장 중요한 부분입니다. 2026년 4월에 공개된 「AI 에이전트는 당신의 돈을 어떻게 쓰는가」라는 논문이 에이전트의 토큰 소비를 측정했는데, 결과가 직관과 어긋납니다.

📄 논문이 관찰한 것

① 정확도는 중간 비용에서 정점을 찍고 포화됩니다
토큰을 더 쓴다고 결과가 계속 좋아지지 않습니다. 어느 지점을 넘으면 돈만 더 나가고 품질은 그대로입니다.

② 같은 작업인데 소비량이 최대 30배까지 벌어집니다
돌릴 때마다 다릅니다. "이 작업은 얼마"라고 예측하기가 구조적으로 어렵습니다.

③ 모델마다 효율이 크게 다릅니다
같은 일을 시켜도 어떤 모델은 평균 150만 토큰 이상을 더 씁니다. 성능표에는 안 나오는 차이예요.

④ 모델은 자기 비용을 체계적으로 과소평가합니다
"이 작업 얼마나 들까?"를 모델에게 물어봐도 잘 못 맞힙니다. 사람 전문가의 난이도 판단도 실제 비용과 상관이 약했습니다.

💡 이게 결제 판단에 주는 함의

"한도에 걸리니까 무제한 플랜으로 올리자"가 자동으로 정답이 아닙니다.

①이 사실이라면, 상위 플랜에서 얻는 건 더 정확한 결과가 아니라 더 많은 횟수입니다. 그러면 판단 기준은 하나로 좁혀져요 — "나는 횟수가 부족한가, 품질이 부족한가?"

· 횟수가 부족하다 → 상위 플랜이 맞습니다
· 품질이 아쉽다 → 플랜을 올려도 잘 안 바뀝니다. 질문을 쪼개고 조건을 좁히는 쪽이 효과가 큽니다

⚠️ 출처를 어디까지 확인했는지

✅ 논문 초록에서 직접 확인 — 위 ①~④는 arXiv에 공개된 논문(2026년 4월 제출) 초록에서 확인한 내용입니다. 다만 초록만 읽었고 본문·실험 설계는 확인하지 않았습니다. 그리고 이 논문의 측정 대상은 '에이전틱 코딩 작업'입니다 — 웹 리서치와 구조는 비슷하지만 같은 작업은 아니므로 수치를 그대로 옮기지 마세요.

📰 보도·자료로만 확인 — 작업 유형별 토큰 자릿수, 검색 API 단가 구간, "에이전트가 챗봇 대비 5~30배"라는 업계 추정치. 업체·시점마다 편차가 커서 본문에는 구간으로만 적었습니다.

확인 중 걸러낸 것 — 특정 모델의 단가를 인용한 자료가 있었는데 기준 시점이 오늘보다 미래로 적혀 있어 쓰지 않았습니다. 단가는 각 업체 공식 가격 페이지에서 직접 보세요.

언제 딥리서치를 쓰고 언제 쓰지 않나

이런 질문이면	권장
답이 한 페이지에 있는 것 "이 서비스 요금이 얼마야"	일반 검색으로 충분. 딥리서치를 쓰면 한도만 태웁니다
이미 답을 아는데 확인만	공식 페이지 하나 여는 게 빠르고 정확합니다
여러 출처를 비교·교차해야 "A와 B와 C를 조건별로 비교"	딥리서치가 값을 합니다. 사람이 하면 몇 시간짜리
무엇을 모르는지도 모를 때 지형 파악·초기 조사	검색어를 스스로 넓혀가는 게 강점입니다

💰 같은 한도로 더 뽑아내는 법 3가지

1. 범위를 먼저 좁혀서 던진다
"AI 도구 알려줘"보다 "국내에서 사업자등록 없이 결제 가능한 영상 편집 AI, 월 5만 원 이하"가 낫습니다. 조건이 많을수록 탐색 단계가 줄어 비용도 결과도 좋아집니다.

2. 큰 질문 하나보다 작은 질문 두 개
한 번에 다 물으면 루프가 길어지고 답도 뭉툭해집니다. 쪼개면 각각의 누적 컨텍스트가 짧아져 비용이 오히려 덜 들 때가 있습니다.

3. 결과를 저장해두고 재질문은 일반 대화로
리서치 결과를 붙여넣고 후속 질문은 일반 채팅으로 하세요. 같은 걸 다시 리서치로 돌리는 게 가장 아까운 소비입니다.

자주 묻는 질문

Q. API로 직접 만들면 더 싼가요?

사용량이 아주 적거나 아주 많으면 그렇고, 중간이면 대개 아닙니다. 직접 구성하면 모델 요금 + 검색 API + 개발·유지 시간이 다 내 몫이 됩니다. 구독료 안에는 그게 다 포함돼 있고요. 월 몇 번 쓰는 수준이면 구독이 압도적으로 쌉니다. 계산 기준은 구독 vs API 비교 글에 정리해 뒀습니다.

Q. 한도가 남았는데 굳이 아껴야 하나요?

아껴야 할 이유는 돈이 아니라 시간입니다. 딥리서치는 몇 분씩 걸립니다. 일반 검색으로 10초에 끝날 걸 5분 기다리는 건 손해예요. 그리고 논문 결과대로라면 과하게 돌린 결과가 더 정확하지도 않습니다. 남은 한도는 진짜 필요할 때 쓰세요.

Q. 이 글의 수치를 견적에 써도 되나요?

안 됩니다. 본문 수치는 자릿수 감각을 잡기 위한 구간이고, 논문 결과는 코딩 에이전트를 측정한 것입니다. 견적이 필요하시면 본인 작업 5건을 실제로 돌려 사용량 로그를 보는 것 말고는 방법이 없습니다. 논문이 말한 대로 같은 작업도 30배까지 벌어지니, 남의 평균은 더더욱 쓸모가 없습니다.

✨ 정리하면

딥리서치가 비싼 건 매 단계마다 앞의 내용을 통째로 다시 읽기 때문입니다.
그런데 많이 읽는다고 더 정확해지지는 않습니다.
플랜을 올리기 전에 물어보세요 — 횟수가 부족한가, 품질이 부족한가.

📎 같이 읽으면 좋은 글

· AI 구독 한도가 조용히 줄어든다 — 연간 결제 전 확인할 5가지
· AI 구독 vs API, 뭐가 더 싼가 — 실제 사용량으로 계산하기
· API 단가 인상 예고 — 프롬프트 캐시로 버티는 법
· 개발팀 AI 도구 비용 — 크레딧 과금이 터지는 지점

🛑 오늘 5분 — 결제 화면에서 두 가지만 확인하세요

토큰이 누적되는 구조를 알았다면, 다음은 한도를 걸어두는 것입니다. 실수 한 번이 하루 만에 큰 금액이 되는 건 자동 충전이 켜져 있고 사용 한도가 비어 있을 때거든요.

· 자동 충전(Auto recharge) — 켜져 있다면 "잔액 얼마 이하일 때 얼마를 충전" 두 숫자를 확인
· 월 사용 한도(usage limit) — 비어 있다면 채워두기

· AI 구독 첫 결제 전에 — 해지·환불 규정을 공식 문서 원문으로 확인했습니다
구독 쪽 규정도 함께 정리했습니다. 보유 크레딧에 유효기간이 있다면 "많이 넣어두면 이득"이 성립하지 않습니다

🗺️ 전체 지도 — 상황별로 어디를 봐야 하나

· AI에 쓰는 돈 총정리 — 개인·개발자·회사별 지출 가이드
개인·개발팀·기업·크리에이터·학생별 갈림길 + 반복해서 발견한 숨은 비용 7가지

출처와 한계 · 2026년 8월 11일 기준입니다. 1차 출처 — 「How Do AI Agents Spend Your Money? Analyzing and Predicting Token Consumption in Agentic Coding Tasks」(arXiv, 2026년 4월 제출)의 초록에서 직접 확인한 내용입니다: 입력 토큰이 비용을 주도한다는 점, 동일 작업에서 최대 30배 변동, 모델별 소비량 차이, 정확도가 중간 비용에서 정점 후 포화, 모델·전문가 모두 비용을 잘 예측하지 못한다는 점. 본문·실험 설계는 확인하지 않았고, 측정 대상은 에이전틱 코딩 작업이므로 웹 리서치에 그대로 대입할 수 없습니다. 2차 출처 — 작업 유형별 토큰 자릿수, 검색 API 단가 구간, 에이전트의 토큰 배수 추정치는 업계 분석 자료를 참고한 것으로 업체·시점에 따라 편차가 크며 본문에는 구간으로만 표기했습니다. 특정 모델 단가를 제시한 자료 하나는 기준 시점이 확인일보다 미래로 표기되어 인용하지 않았습니다. 요금·한도·API 단가는 수시로 바뀌므로 결제 전 각 서비스의 공식 가격 페이지를 직접 확인하세요. 이 블로그는 언급된 어떤 서비스와도 제휴 관계가 없습니다.