Asana 브라우저 에이전트의 비용은 2026년 10월 9일 OpenAI가 공개한 고객 사례에서 드러났다. Asana의 노코드 워크플로 플랫폼 StackAI의 브라우저 에이전트는 최적화를 거친 뒤 GPT-6.1 Sol에서 회당 평균 추정 모델 비용 0.47달러, 약 4분으로 동작해, 다른 연구소의 모델(사례에서 Model B) 위의 기존 운영 구성보다 76분의 1로 싸고 5배 빨라졌다. 그러나 주목할 숫자는 배율 자체가 아니라 그 구성이 어떻게 만들어졌는가이다.
돈은 어디로 샜나: 매 단계마다 전체 기록을 다시 보내고 있었다
StackAI는 코드를 쓰지 않고 워크플로를 만들어 에이전트가 웹사이트를 열고, 양식을 채우고, 정보를 수집하게 하는 제품이다. StackAI CTO Frank Hidalgo는 브라우저 에이전트를 더 빠르고 싸게 만들고자 직접 코드를 뒤지는 대신 Codex 안의 GPT-6 Astra에게 코드베이스를 파악하고, 개선안을 내고, 대조 실험을 돌리게 했다. 수작업이면 1~2개월 걸릴 것으로 본 작업이 약 일주일 만에 끝났다는 설명이다. Astra가 찾아낸 문제는 구체적이었다. 이 에이전트는 고정된 지시와 도구 정의는 캐시했지만, 계속 늘어나는 탐색 기록(페이지 텍스트와 스크린샷)은 캐시하지 않아, 한 걸음 나아갈 때마다 이미 본 내용을 전부 정가로 모델에 다시 보냈다. 게다가 거의 매 단계 오래된 스크린샷을 버리고 텍스트를 잘라내 기록 자체가 계속 바뀌었으니 원리적으로 캐시에 탈 수도 없었고, 버린 사실 때문에 이미 읽은 페이지를 다시 방문해야 할 수도 있었다.
세 가지 수정과 144회 대조 실험
Hidalgo는 Astra의 제안 중 세 가지를 골라 시험했다. 캐시를 탐색 기록까지 넓히는 것, 유지할 수 있는 텍스트 양을 늘리는 것(기록 예산 12만 자와 48만 자 대조), 스크린샷을 묶어서 지우는 것(가장 좋았던 방식은 20장까지 쌓은 뒤 가장 최근 1장만 남기는 것으로, 오래된 기록이 더 오래 변하지 않게 유지됐다)이다. 총 144회 실험에서는 공개 데모 카탈로그의 책 32권에 대해 각각 6개 항목을 수집하는 과제를 GPT-6.1 Sol과 익명의 세 모델로 비교했다. 결과는 나눠 읽어야 한다. 모델을 바꾸지 않고 워크플로만 고쳐도 Model B의 회당 비용은 최소 36.21달러(일부 기존 실행이 단계 상한에 걸려 미완성이었으므로 하한값)에서 1.24달러로, 약 29분의 1이 됐다. 최적화된 Sol 구성에서는 0.47달러로 다시 2.6분의 1이 됐다. 즉 76배의 대부분은 워크플로에서 왔고, 모델 교체는 그 위에 얹힌 부분이다.
기록을 얼마나 남기느냐가 완주 여부까지 정한다
같은 실험에는 가격보다 단단한 결과도 있다. Sol에서 기록 예산이 작을 때는 18회 중 3회만 답을 냈고, 예산을 키우자 18회 모두 정답으로 완주했다. Sol만 놓고 봐도 새 캐시와 스크린샷 정책으로 비용이 1.97달러에서 0.47달러로 줄었는데, 입력의 89%가 캐시에서 공급돼 미캐시 가격의 5%로 과금됐기 때문에 호출당 약 3분의 1이 됐다. Asana는 이 변경을 StackAI의 브라우저 탐색에 이미 반영했고, 이런 대조 실험을 플랫폼 평가 도구에 넣을 계획이다.
유보 조건도 똑같이 분명하다. 이는 공급업체가 공개한 단일 고객 사례이고, 비용은 추정값이며, 비교 모델은 익명이고, 과제는 한 종류뿐이므로 76배는 어떤 브라우저 에이전트든 재현할 수 있는 업계 기준이 아니다. 그래도 에이전트를 만드는 모든 팀이 오늘 바로 쓸 수 있는 점검 항목을 남겼다. 다단계 에이전트가 갈수록 비싸진다면 모델부터 바꾸지 말고, 각 요청 안에서 정가로 다시 보내지는 내용이 얼마나 되는지 세어 보라. 기록을 어떻게 남기고, 캐시하고, 버리는지가 청구서의 대부분인 경우가 흔하다.
