최종 업데이트: 2026-06-22

임베딩 비용의 정의

임베딩 비용은 텍스트 본문을 임베딩 모델로 벡터로 변환하는 데 드는 비용입니다. 검색 시스템이 문서 모음에 대한 질문에 답하려면 먼저 모든 문서를 임베딩으로 바꿔야 합니다. 임베딩이란 문서의 의미를 담아내는 고정 길이의 숫자 나열입니다. 임베딩 API는 이 작업을 토큰 단위로 측정하고 공개된 100만 토큰당 단가로 청구하므로, 코퍼스를 준비하는 비용은 문서가 몇 건인지와 문서 하나가 얼마나 긴지에 따라 정해집니다.

임베딩 과금 방식

임베딩 모델은 텍스트를 읽고 입력 하나당 벡터 하나를 반환합니다. 제공업체는 입력 토큰을 세고 — 텍스트 생성에 쓰이는 토큰과 같은 종류로, 영어 기준 토큰 하나는 대략 네 글자입니다 — 토큰당 단가를 부과합니다. 토큰 하나의 비용은 화폐 단위의 아주 작은 일부에 불과하므로 단가는 100만 토큰당으로 표시됩니다. 임베딩 모델은 순전파를 한 번만 수행하고 생성 출력을 내지 않기 때문에, 일반적으로 생성 모델보다 토큰당 단가가 훨씬 저렴합니다.

이 비용은 문서당 한 번만 부과됩니다. 문서의 벡터가 벡터 데이터베이스에 한 번 저장되면, 내용이 바뀌거나 임베딩 모델을 교체하지 않는 한 다시 임베딩할 필요가 없습니다. 서로 다른 모델의 벡터는 호환되지 않으므로, 모델을 바꾼다는 것은 코퍼스 전체를 다시 임베딩한다는 뜻입니다.

계산식

$n_{doc}$건의 문서로 이루어진 코퍼스에서 각 문서가 평균 $t_{doc}$ 토큰이라면, 전체 토큰 수는 다음과 같습니다.

그리고 100만 토큰당 $p$의 단가로 코퍼스를 임베딩하는 비용은 다음과 같습니다.

$10^6$으로 나누는 과정은 100만 토큰당 단가를 토큰당 단가로 환산한 뒤 토큰 수를 곱하기 위한 것입니다.

예시 계산

지식 베이스에 $n_{doc} = 1{,}800$개의 구절이 들어 있고 각 구절이 평균 $t_{doc} = 740$ 토큰이며, 100만 토큰당 $0.13인 모델로 임베딩한다고 가정하겠습니다. 전체 토큰 수는 다음과 같습니다.

그리고 임베딩 비용은 다음과 같습니다.

따라서 코퍼스 전체를 임베딩하는 비용은 약 17센트이며, 인덱스를 구축할 때 한 번만 지불하는 일회성 지출입니다. 코퍼스가 한 자릿수 더 커지더라도 비용은 화폐 단위의 한 자릿수 수준에 머무릅니다. 임베딩이 검색 시스템 예산에서 가장 큰 항목이 되는 경우가 드문 이유입니다.

참고 사항과 변형

위 수치는 문서의 최초 임베딩만을 다룹니다. 이와 관련된 세 가지 비용은 별도로 청구됩니다. 실행 시점에 사용자 질의를 임베딩하는 비용(질의는 짧으므로 작습니다), 벡터를 벡터 데이터베이스에 저장하는 비용, 그리고 문서가 바뀔 때 다시 임베딩하는 비용입니다. 문서를 더 작은 청크로 분할하면 문서 수는 늘지만 문서당 토큰 수는 줄어들므로, 그 곱 — 따라서 비용 — 은 약간의 겹침을 더한 원래 토큰 총수에 가깝게 유지됩니다.

활용

임베딩 비용은 검색 파이프라인 예산을 세우는 첫 단계입니다. 임베딩이 만들어 낸 벡터는 저장하고 질의해야 하며, 이는 벡터 데이터베이스 비용 계산기의 주제입니다. 저장 공간 자체는 벡터의 차원과 개수에 따라 달라지며 이는 벡터 데이터베이스 용량 계산기가 다룹니다. 검색된 문맥을 소비하는 생성 호출의 가격은 토큰 비용 계산기가 산정합니다.