LLM 비용이 전기료만큼 저렴해지다: 에이전트(Agent) 개발의 봄이 마침내 찾아왔다

5월 27일 새벽, Xiaomi는 MiMo-V2.5 API 라인업에 대해 최대 99%의 영구적인 가격 인하를 발표했습니다. 캐시된 입력 토큰(Cached input tokens) 가격은 2.80위안에서 0.025위안으로 떨어졌습니다. 닷새 전, DeepSeek 또한 V4-Pro 가격을 75% 영구 인하하며 동일한 행보를 보였습니다.

이제 국내 모델들의 캐시된 입력 가격은 100만 토큰당 0.025위안이라는 기준선에 고정되었습니다.

하지만 가격 인하는 서막에 불과합니다. 모델이 더 저렴해졌다면, 에이전트(Agents)를 구축하는 장벽이 실제로 낮아진 것일까요?

I. 가격 인하 뒤에 숨겨진 진실

5월 30일, Xiaomi의 MiMo 팀 책임자이자 업계의 이른바 "AI 신동"이라 불리는 Luo Fuli는 X(구 트위터)에 가격 인하의 공학적 논리를 설명하는 5,000단어 분량의 기술 블로그를 게시했습니다.

99%의 인하 대상은 캐시된 입력(cached input)입니다. 구체적으로는 사용자가 긴 대화 중에 과거의 문맥(context)을 다시 읽는 부분입니다. 모델이 대화에 참여할 때마다 모든 과거 콘텐츠를 처리해야 합니다. 하지만 해당 콘텐츠가 이전에 이미 처리되었다면, 시스템은 그 결과를 캐시(cache)하고 이를 직접 재사용하여 불필요한 계산을 건너뜁니다. 이 캐시된 부분의 실제 비용은 0에 가깝기 때문에 99%의 할인이 가능한 것입니다.

이는 모델 아키텍처(architecture) 자체 덕분에 가능해졌습니다. MiMo-V2.5-Pro의 70개 층(layer) 신경망 중, 단 10개의 층만이 모든 과거 문맥을 완전히 기억할 필요가 있습니다. 나머지 60개의 층은 오직 최근의 작은 윈도우(window)에만 집중하여 7배의 효율성 향상을 이끌어냅니다. Xiaomi의 추론(inference) 시스템은 이 아키텍처를 중심으로 완전히 최적화되어 캐시 히트율(cache hit rates)을 93% 이상으로 끌어올렸습니다.

Luo Fuli는 블로그에 다음과 같이 적었습니다: "우리의 순수 추론 비용은 업계 평균보다 훨씬 낮으며, 가격 책정에 있어 2~3배의 이익 여유가 있습니다. 이번 가격 조정은 이러한 구조적 비용 우위를 개발자들에게 직접 전달하기로 한 우리의 결정일 뿐입니다."

II. 에이전트(Agents)가 진정한 토큰 포식자다

에이전트(Agent) 시나리오에서의 토큰 소비 논리는 일반적인 채팅과는 근본적으로 다릅니다.

전형적인 에이전트(Agent) 작업은 다음과 같은 과정을 포함합니다: 긴 컨텍스트 (시스템 프롬프트 (System Prompts) + 도구 설명 (Tool Descriptions) + 대화 이력 (Historical Dialogue)) + 다회차 추론 (Think → Act → Observe → Repeat) + 도구 호출 (Tool Invocations) (검색, 데이터베이스 쿼리, API 호출) + 코드 생성 (Code Generation) + 결과 검증 (Result Verification). 단일 엔드 투 엔드 (End-to-End) 작업이 수십만 또는 수백만 개의 토큰을 소비할 수 있습니다.

업계 보고서에 따르면, 기업급 AI 에이전트(AI Agents)의 지속적인 운영 비용은 월 $3,200에서 $13,000 사이이며, 토큰 소비가 그 비용의 60%~80%를 차지합니다.

하지만 에이전트 시나리오에는 한 가지 자연스러운 장점이 있습니다: 바로 매우 높은 캐시 히트율 (Cache Hit Rates)입니다.

시스템 프롬프트 (System Prompts), 도구 설명 (Tool Descriptions), 프로젝트 코드, API 문서—이러한 콘텐츠는 모든 에이전트 작업에서 반복됩니다. Xiaomi의 공식 데이터에 따르면 평균 캐시 히트율은 93%이며, 파워 유저는 95%를 상회합니다. 이는 입력 토큰의 93%가 100만 토큰당 0.025위안이라는 최저가 혜택을 받을 수 있음을 의미합니다.

MiMo-V2.5-Pro는 실세계 에이전트 작업 벤치마크인 GDPVal-AA에서 1581점을 기록하며 오픈 소스 모델 중 전 세계 1위를 차지했습니다. 이 모델의 토큰 효율성은 Claude Opus 4.6 및 GPT-5.4보다 40%~60% 적은 토큰을 필요로 합니다.

DeepSeek과 Xiaomi 모두 캐시 히트(Cached-hit) 시나리오에 가장 공격적인 가격 정책을 펼치고 있는데, 그 이유는 이해하기 어렵지 않습니다. 에이전트(Agents)야말로 토큰 소비가 진정으로 폭발하는 지점이기 때문입니다. 채팅 시나리오에서는 사용자가 질문을 하면 모델이 답변을 하며, 비용을 비교적 쉽게 추정할 수 있습니다. 하지만 에이전트 시나리오에서는 단일 작업에 긴 컨텍스트, 다회차 추론, 코드 생성, 도구 호출, 웹 페이지 파싱, 파일 분석, 결과 검증 등이 포함될 수 있습니다. 사용자가 보는 것은 최종 출력물뿐이지만, 배후에서는 여러 번의 요청과 방대한 컨텍스트 읽기가 이미 발생했을 수 있습니다.

모델이 저렴해짐에 따라 에이전트 운영 비용은 급락했습니다. 하지만 여기서 질문이 생깁니다: 에이전트를 구축하는 장벽이 실제로 낮아졌을까요?

III. SoloEngine: 에이전트 개발 장벽을 제로(Zero)로 추진하다

가격 인하는 에이전트를 사용하는 비용 문제를 해결합니다. 프로그래머들은 이미 Claude Code와 ByteDance의 Trae를 보유하고 있습니다. 터미널 프롬프트 하나만 입력하면 AI가 전체 개발 라이프사이클(development lifecycle)을 자율적으로 처리합니다. 하지만 이러한 도구들은 프로그래머들에게만 유효합니다. 변호사, 마케터, 제품 관리자(product manager)들은 이를 사용할 수 없습니다. 여기에는 더 근본적인 문제가 있습니다. 바로 에이전트를 구축하는 장벽입니다.

진정한 AI 에이전트를 구축하려면 현재 Dify/n8n 유형의 워크플로우(workflow) 플랫폼(자율적인 의사결정을 지원하지 않음)이나 LangChain/CrewAI 유형의 코드 프레임워크(Python 프로그래밍 기술이 필요함)가 필요합니다. 두 방식 모두 비기술적 사용자가 독립적으로 에이전트를 구축할 수 있게 해주지는 못합니다.

변호사는 LangChain을 사용하지 않을 것입니다. 회계사는 ReAct 에이전트를 설정할 수 없습니다. 마케팅 매니저는 Python을 작성하지 않습니다.

SoloEngine은 바로 이 간극을 메웁니다.

SoloEngine은 로우코드(low-code) 에이전틱 AI(Agentic AI) 개발 플랫폼입니다. 사용자는 브라우저를 열고, 캔버스 위에 에이전트를 드래그하여 배치하고, 협업 관계를 연결하며, 필요한 도구를 구성한 뒤 실행 버튼을 누르기만 하면 됩니다. 백엔드는 시각적 설계를 실행 가능한 에이전틱 AI 시스템으로 자동 컴파일합니다. 이 시스템은 작업을 계획하고, 작업을 수행하며, 실시간 피드백을 제공하는 반면, 사용자는 검토하고 확인하기만 하면 됩니다.

코드 한 줄도 필요 없습니다. 구성해야 할 if/else 로직도 없습니다.

SoloEngine은 진정한 에이전틱 AI 아키텍처를 사용합니다. 각 에이전트는 "생각(think) → 행동(act) → 관찰(observe) → 반복(repeat)" 루프를 실행하며, 미리 설정된 경로를 따르는 대신 현재 상황에 기반하여 실시간 의사결정을 내립니다. 예상치 못한 장애물에 부딪히면 에이전트가 스스로 우회로를 찾습니다. 더 나은 접근 방식을 발견하면 스스로 경로를 전환합니다.

SoloEngine이 주류 옵션들과 비교했을 때 어떤 차이가 있는지 살펴보겠습니다:

	Dify/n8n	LangChain/CrewAI	SoloEngine
진정한 에이전트 AI (True Agentic AI) 지원	✗ 사전 설정된 경로의 워크플로우만 가능	✓ ReAct / 멀티 에이전트 (multi-Agent)	✓ ReAct / 멀티 에이전트 (multi-Agent)
...

점진적 공개 (Progressive disclosure)—도구, 기술 (Skills), 그리고 MCP 프로토콜이 필요할 때만 로드되므로, 에이전트 (Agents)가 실제로 필요한 도구만 호출하여 복잡한 작업에서 토큰 소비량을 85% 이상 절감합니다. 통합 적응 계층 (Unified adaptation layer)—OpenAI, Anthropic, Ollama, MiMo, DeepSeek, Tongyi Qianwen, Zhipu 및 기타 모든 주요 모델을 지원합니다. 원클릭 패키징—조립된 에이전트 (Agent) 팀을 완전한 제품으로 패키징할 수 있습니다.

MiMo의 99% 가격 인하는 에이전트 (Agent) 운영 비용을 제로에 가깝게 만듭니다. SoloEngine은 에이전트 (Agent) 개발 장벽을 제로로 만듭니다. 이 두 가지를 함께 사용하면, SoloEngine의 점진적 공개 (progressive disclosure) 메커니즘을 통해 토큰 비용을 추가로 85% 이상 절약할 수 있습니다.

구체적인 시나리오를 들어보겠습니다: 변호사가 캔버스에 "계약서 검토 에이전트 (Contract Review Agent)"를 끌어다 놓고, "법률 조항 검색 에이전트 (Legal Statute Search Agent)"와 "리스크 탐지 에이전트 (Risk Flagging Agent)"를 추가한 뒤, 이들의 협업 관계를 연결하고 실행 버튼을 누릅니다. 30분 후, 37개의 리스크 지점이 표시된 계약서 검토 보고서가 자동으로 생성됩니다. MiMo의 가격 인하 이후 API를 사용하면 월간 비용이 수천 위안에서 수백 위안 초반대로 떨어집니다.

OpenAI가 여전히 AgentKit을 GPT-5 생태계에 가두어 두고 있는 동안, Xiaomi는 MiMo의 가격 인하와 SoloEngine의 조합을 통해 에이전트 (Agents)로 가는 장벽을 이미 제로로 낮추었습니다.

SoloEngine의 포지셔닝은 매우 명확합니다: 워크플로우 (Workflow) 없음. 오케스트레이션 (orchestration) 코드 없음. 오직 일을 완수하는 에이전트 (Agents)뿐입니다.

Github:https://github.com/Sh4r1ock/SoloEngine