AI 에이전트 토큰 비용: 로컬 휴대폰 실행이 비용을 줄이는 방식

AI 에이전트 비용은 토큰 가격표만으로 보이지 않는다

AI 에이전트 token cost를 계산할 때 많은 팀이 먼저 모델 가격표를 봅니다. 그 접근은 필요하지만 충분하지 않습니다. 실제 비용은 한 번의 질문과 한 번의 답변에서 끝나지 않습니다. 휴대폰 작업은 보통 사용자의 말, 현재 앱 상태, 알림 내용, 권한 여부, 다음에 눌러야 할 버튼, 실패했을 때의 수정 지시까지 여러 번 오갑니다. 모델이 저렴해 보여도 작업을 끝내기 위해 긴 맥락을 계속 다시 보내면 비용 구조는 빠르게 달라집니다.

예를 들어 사용자가 “회의 끝나면 민수에게 도착 시간 보내고 내비 켜줘”라고 말했다고 가정해 보겠습니다. 단순한 답변형 AI라면 문장을 이해하고 안내를 출력하면 끝입니다. 하지만 휴대폰 AI 에이전트는 연락처를 확인하고, 메시지 앱을 열고, 보낼 문구를 만들고, 사용자가 확인한 뒤 전송하고, 지도 앱으로 넘어가 경로를 띄워야 합니다. 이 과정에서 클라우드 모델이 매 단계 화면 상태를 다시 읽고 판단한다면 입력 토큰, 출력 토큰, 도구 호출 설명, 오류 복구 지시가 모두 비용으로 쌓입니다.

OpenAI API 가격 안내와 Google Cloud Vertex AI 생성형 AI 가격 안내가 보여주듯, 클라우드 AI 비용은 모델 종류와 입력·출력량, 처리 방식에 따라 달라집니다. 여기서 중요한 점은 특정 가격 숫자가 아니라 구조입니다. 에이전트가 휴대폰 작업을 끝내려면 “생각하는 비용”과 “실제로 움직이는 비용”이 함께 발생합니다. 우리는 FoneClaw를 설계할 때 이 둘을 분리해서 봅니다. 지원되는 Android 작업은 가능하면 매번 새로 긴 추론을 반복하기보다, 권한이 있는 기기 쪽 동작으로 명확하게 처리되어야 합니다.

토큰은 어디서 새는가: 맥락, 재시도, 화면 설명

비용 누수는 대개 눈에 잘 띄지 않는 곳에서 생깁니다. 사용자는 “알림 정리해줘”라고 한 번 말했을 뿐인데, 에이전트 내부에서는 알림 목록을 읽고, 어떤 알림이 중요한지 판단하고, 앱별 의미를 추론하고, 사용자에게 삭제 또는 보관 여부를 확인하고, 실패하면 다시 상태를 읽습니다. 이때 매번 긴 알림 텍스트와 이전 대화, 가능한 도구 목록을 모델에 전달하면 phone agent token usage는 예상보다 커집니다.

스크린샷 기반 에이전트는 특히 비용을 키우기 쉽습니다. 화면 이미지를 해석하고, 버튼 이름을 추정하고, 이전 단계와 달라진 부분을 다시 설명하고, 잘못 누른 뒤 복구하는 과정이 반복될 수 있기 때문입니다. 화면이 조금 바뀌었을 뿐인데 모델은 “현재 무엇이 보이는지”를 다시 이해해야 합니다. 휴대폰에서는 팝업, 권한 요청, 광고, 네트워크 지연, 앱 업데이트 화면처럼 작은 변수가 자주 끼어듭니다. 그때마다 클라우드 모델에 전체 상태를 설명하면 비용은 단순한 채팅보다 훨씬 커집니다.

또 다른 누수는 사용자 수정입니다. “그 사람 말고 다른 민수”, “회사 계정 말고 개인 계정”, “보내지 말고 초안만 만들어줘” 같은 정정은 자연스럽고 필요합니다. 문제는 에이전트가 초기 요청을 너무 넓게 해석해 계속 되묻거나 잘못된 앱으로 들어가는 경우입니다. 한 번의 음성 명령으로 Android 작업 자동화하기: FoneClaw 고급 가이드에서 다룬 것처럼, 좋은 휴대폰 작업 자동화는 명령을 길게 만드는 것이 아니라 대상, 범위, 확인 지점을 분명히 하는 데서 시작합니다. 토큰 절감도 결국 같은 원리입니다. 불확실한 상태를 끝없이 설명하는 대신, 작업 경로를 작게 나누고 필요한 순간에만 확인해야 합니다.

클라우드만으로 휴대폰 작업을 끝내기 어려운 이유

클라우드 AI 에이전트는 지식 검색, 문서 요약, 긴 글 작성, 복잡한 추론에서 강합니다. 그러나 휴대폰의 실제 작업은 클라우드가 설명만 잘한다고 끝나지 않습니다. 메시지 앱이 열려 있는지, 특정 권한이 허용되어 있는지, 알림 접근이 가능한지, 지도 앱이 어떤 상태인지, 사용자가 마지막으로 어떤 계정을 선택했는지는 기기 안에서 확인되어야 합니다. 클라우드가 이 상태를 매번 말로 전달받아 판단하는 구조라면, 비용과 오류 가능성이 동시에 늘어납니다.

가령 사용자가 “방금 온 택배 문자에서 운송장 번호만 복사해서 메모에 저장해줘”라고 요청했다고 해보겠습니다. 클라우드형 에이전트는 문자 내용을 받아 분석할 수 있지만, 실제 휴대폰에서 어떤 메시지를 열고 어떤 메모 앱에 저장할지는 별개의 문제입니다. 접근 권한이 없거나 앱 진입점이 맞지 않으면 모델은 더 많은 설명을 주고받으며 우회 방법을 찾으려 합니다. 이때 AI agent cloud cost는 단순히 토큰 사용량만의 비용이 아닙니다. 사용자가 기다리는 시간, 다시 지시하는 수고, 잘못 저장된 내용을 확인하는 부담까지 포함됩니다.

Android는 개인정보와 권한을 중심으로 동작합니다. Android 개인정보 보호 및 보안 문서가 설명하는 것처럼 앱은 사용자 권한과 플랫폼 보안 모델 안에서 움직여야 합니다. 우리는 이 점을 비용 문제와도 연결해서 봅니다. 권한이 필요한 작업을 클라우드 추론으로 억지로 밀어붙이면 더 많은 토큰을 쓰고도 결과가 불안정해질 수 있습니다. 반대로 지원되는 기기 작업과 권한 상태를 명확히 알고 시작하면, 모델은 “무엇을 할지”에 집중하고 휴대폰은 “어떻게 끝낼지”를 더 예측 가능하게 맡을 수 있습니다.

로컬 Android 실행이 줄일 수 있는 비용

local AI agent cost를 낮춘다는 말은 모든 것을 오프라인에서 처리한다는 뜻이 아닙니다. 복잡한 문장 이해, 긴 문서 요약, 외부 지식이 필요한 판단은 여전히 클라우드 지능이 유용할 수 있습니다. 다만 지원되는 휴대폰 작업까지 매번 클라우드에서 새로 계획하고 화면을 다시 읽는 방식은 비효율적입니다. 로컬 Android 실행의 장점은 자주 반복되는 기기 동작을 더 짧고 분명한 절차로 처리할 수 있다는 데 있습니다.

예를 들어 “퇴근 모드로 바꿔줘”라는 요청이 있다고 합시다. 사용자의 의도 해석은 AI가 도울 수 있습니다. 하지만 실제로는 방해 금지 모드, 밝기, 특정 앱 열기, 메시지 초안 작성, 알림 확인처럼 지원되는 작업들의 조합입니다. 이 조합을 매번 긴 자연어 계획으로 재구성하면 비용이 커집니다. 반대로 사용자가 허용한 범위 안에서 반복 가능한 동작은 기기 쪽에서 처리하고, 민감한 단계만 사용자 확인을 받으면 불필요한 추론을 줄일 수 있습니다.

이 관점은 보안과도 이어집니다. AI Agent Trust: 클라우드 AI 보안과 로컬 휴대폰 제어를 어떻게 판단할까에서 설명한 것처럼, 신뢰는 데이터 위치 하나로 결정되지 않습니다. 어떤 작업을 허용했는지, 언제 확인을 받는지, 결과가 보이는지, 실패했을 때 멈출 수 있는지가 함께 중요합니다. 비용도 마찬가지입니다. 로컬 실행이 비용을 줄이는 이유는 단순히 “클라우드를 덜 쓴다”가 아니라, 지원되는 작업의 판단과 동작을 반복 가능한 단위로 정리해 재시도와 장황한 설명을 줄이기 때문입니다.

FoneClaw가 보는 비용 절감의 핵심

FoneClaw에서 우리는 휴대폰 AI 에이전트의 비용 문제를 모델 호출료만으로 보지 않습니다. 사용자가 실제로 원하는 것은 “긴 답변”이 아니라 휴대폰에서 일이 끝나는 것입니다. 그래서 우리는 지원되는 Android 작업을 가능한 한 예측 가능한 방식으로 다루려 합니다. 작업을 시작하기 전에 필요한 권한을 확인하고, 민감한 단계에서는 사용자가 확인할 수 있게 하고, 완료 후에는 무엇이 되었는지 보이게 하는 것이 비용 절감의 출발점입니다.

우리는 FoneClaw가 모든 앱을 통제하거나 Android 보안을 우회한다고 말하지 않습니다. 그런 주장은 위험할 뿐 아니라 비용 관점에서도 나쁩니다. 범위가 무제한이면 에이전트는 매번 더 많은 맥락을 읽고, 더 많은 예외를 처리하고, 더 자주 사용자에게 되물어야 합니다. 지원 범위를 명확히 하는 편이 제품적으로도, 보안적으로도, 비용적으로도 더 낫습니다. 사용자가 “이 작업은 FoneClaw가 할 수 있고, 이 단계에서는 내가 확인해야 한다”는 경계를 이해할 때 재시도 비용이 줄어듭니다.

기업이나 팀이 휴대폰 에이전트를 도입할 때도 같은 원칙이 적용됩니다. 기업 AI 에이전트 보안: 로컬 우선 휴대폰 에이전트를 평가하는 방법에서 다루는 평가 기준처럼, 비용은 청구서에 찍히는 모델 사용량만이 아닙니다. 운영팀이 실패 사례를 처리하는 시간, 사용자가 잘못된 결과를 되돌리는 시간, 보안팀이 권한 흐름을 검토하는 시간까지 포함해야 합니다. 우리는 지원되는 휴대폰 작업을 무작정 자동화하기보다, 권한과 확인을 포함한 작은 완료 단위로 설계하는 편이 장기적으로 더 비용 효율적이라고 봅니다.

전체 비용을 계산할 때 확인할 항목

AI 에이전트의 비용을 비교할 때는 모델 가격표를 보는 것에서 멈추지 말아야 합니다. 특히 Android agent local execution이 필요한 제품이라면, 실제 작업 하나를 끝내는 데 무엇이 오가는지 살펴봐야 합니다. 아래 항목은 팀이 클라우드 중심 접근과 로컬 휴대폰 실행 접근을 비교할 때 유용한 기준입니다.

• 모델 입력량: 요청, 이전 대화, 화면 상태, 알림 내용, 도구 설명이 매번 얼마나 길게 전달되는지 확인합니다.
• 출력과 계획 반복: 에이전트가 단계별 계획을 계속 새로 쓰는지, 아니면 지원되는 작업을 짧은 절차로 처리하는지 봅니다.
• 재시도 비용: 앱 상태가 바뀌거나 권한이 없을 때 같은 판단을 몇 번 반복하는지 따져야 합니다.
• 사용자 검토 시간: 자동화가 토큰을 아껴도 사용자가 결과를 오래 확인해야 한다면 총비용은 줄지 않습니다.
• 권한과 확인 흐름: 결제, 계정 변경, 삭제, 외부 전송처럼 민감한 작업은 조용히 진행되는 것이 아니라 분명한 확인 지점을 가져야 합니다.
• 완료 기록과 복구: 무엇을 했는지 남지 않으면 오류를 찾고 되돌리는 데 추가 운영 비용이 듭니다.

좋은 비용 설계는 가장 싼 모델을 고르는 문제가 아닙니다. 어떤 판단은 클라우드가 잘하고, 어떤 동작은 휴대폰이 더 잘 처리합니다. 우리는 FoneClaw를 만들면서 이 둘을 억지로 하나로 뭉치기보다, 지원되는 휴대폰 작업은 기기 가까이에서 안정적으로 끝내고 필요한 지능만 적절히 쓰는 방향을 선택합니다. 그렇게 해야 토큰 사용량, 실패 재시도, 사용자 피로가 함께 줄어듭니다.