260316 LLM API vs Code CLI 비교

260316 LLM API vs Code CLI 비교

기준 시각: 2026-03-16 17:57 (Asia/Seoul, internet time)

문제 설정

뉴스 콘텐츠 감정분석을 통해 포트폴리오를 리밸런싱하는 서비스를 만들 때, 가장 먼저 드는 생각은 이것이다.

LLM API는 종량제라 비싸 보이는데,
Claude Code Max 같은 정액제 CLI를 EC2에서 백엔드처럼 돌리면 더 싸지 않을까?

겉보기에는 그럴듯하다. 하지만 2026-03-16 기준 공식 문서를 기준으로 보면, 이 접근은 비용 우회 전략으로도 약하고, 서비스 운영 방식으로도 리스크가 크다.

한눈에 결론

포트폴리오 리밸런싱 서비스의 프로덕션 경로는 LLM API가 맞다.
Claude Code Max를 EC2에서 잡 처리용 백엔드처럼 사용하는 방식은 약관, 운영 안정성, 확장성, 데이터 정책 측면에서 부적합하다.

간단히 압축하면 아래와 같다.

구조를 그림으로 보면

flowchart TD
    A[EC2 Batch Job] --> B{무엇으로 Claude 호출?}
    B -->|소비자 Max + CLI| C[개인 구독 계정 로그인]
    C --> D[공유 사용량 한도]
    D --> E[5시간 세션 제한]
    E --> F[초과 시 extra usage = API 요금]
    C --> G[자동화/금융 용도 약관 리스크]

    B -->|API / Bedrock / Vertex| H[상용 인증]
    H --> I[종량제]
    I --> J[Batch API 50% 할인]
    I --> K[Prompt caching]
    I --> L[지출 한도/모니터링]
    H --> M[서비스 백엔드에 적합]

왜 Max + CLI 백엔드가 위험한가

1. 소비자 약관이 자동화와 금융 활용에 매우 보수적이다

Anthropic의 Consumer Terms는 Anthropic API Key로 접근하거나 명시적으로 허용된 경우가 아니라면, 서비스를 automated or non-human means로 접근하면 안 된다고 적고 있다. 또한 서비스 출력이나 액션에 의존해 buy or sell securities 또는 금융상품 관련 조언을 제공하거나 받는 용도로 쓰지 말라고 명시한다.

이 문구를 그대로 해석하면, Claude Max 개인 계정을 EC2에 로그인시켜 배치 잡이 자동으로 리밸런싱 계산을 수행하게 하는 방식은 매우 불안하다. 특히 당신의 서비스는 주제가 아예 포트폴리오 조정이기 때문에 더 민감하다.

2. Anthropic은 자동화용 경로를 별도로 제시한다

Agent SDK 문서는 프로덕션 에이전트를 만들려면 API key, Amazon Bedrock, Vertex AI, Azure Foundry 같은 상용 인증 경로를 쓰라고 안내한다. 더 직접적으로는, Anthropic이 별도 승인하지 않은 이상 제3자 개발자가 claude.ai login이나 그 rate limit을 자기 제품에 제공하는 것을 허용하지 않는다고 적고 있다.

즉 공식 입장은 사실상 이렇다.

개발자 본인이 터미널에서 쓰는 Claude Code와
고객 서비스의 백엔드 인증 수단은 분리해서 보라.

3. Max는 무제한 정액제가 아니다

Using Claude Code with your Pro or Max plan 문서에 따르면, Pro/Max의 사용량 한도는 Claude와 Claude Code 사이에서 공유된다. 한도에 도달하면 기다리거나, extra usage를 켜거나, API credit/pay-as-you-go를 선택해야 한다.

또 Extra usage for paid Claude plans 문서는 다음을 분명히 한다.

• 한도는 통상 5시간 단위로 리셋된다.
• 한도를 넘으면 extra usage로 계속 쓸 수 있다.
• 이 extra usage는 standard API pricing으로 과금된다.
• Claude 대화와 Claude Code 사용량이 함께 반영된다.

즉 Max 200달러면 백엔드 호출을 무제한 흡수한다는 그림이 아니다.
실제로는 포함 사용량 + 초과 시 API 요금 구조에 가깝다.

4. 데이터 정책도 서비스 백엔드에는 API 쪽이 더 깔끔하다

Claude Code의 data usage 문서에 따르면:

• Free/Pro/Max 같은 소비자 계정은 설정이 켜져 있으면 데이터가 향후 모델 개선에 사용될 수 있다.
• 소비자 계정은 데이터 학습 허용 여부에 따라 보존 기간이 5년 또는 30일이다.
• 반면 API/Team/Enterprise 같은 commercial terms 하에서는, 고객이 별도 opt-in 하지 않는 한 Anthropic이 코드나 프롬프트로 생성형 모델을 학습하지 않는다고 적고 있다.

금융 관련 서비스는 정책과 보존 체계가 더 단정한 경로가 낫다. 이 점에서도 API가 맞다.

금융 서비스 관점에서 추가로 걸리는 부분

Anthropic Usage Policy는 Finance를 High-Risk Use Case로 분류한다. 투자 조언, 대출 승인, 금융 적격성 판단 같은 영역에서는 다음을 요구한다.

• Human-in-the-loop
• AI 사용 사실 Disclosure

따라서 당신의 서비스가 단순 리서치 도구를 넘어 사용자에게 직접 리밸런싱 제안을 보여준다면, 기술비용만 볼 문제가 아니다.
정책 준수, 사용자 고지, 최종 검토 책임을 함께 설계해야 한다.

비용만 놓고 보면 API는 정말 많이 비싼가

반드시 그렇지는 않다. 오히려 뉴스 감정분석처럼 짧고 반복적인 분류 작업은 API가 예상보다 싸게 나올 수 있다.

아래는 단순한 가정이다.

• 기사 1건 입력: 4,000 tokens
• 결과 출력: 800 tokens
• 기준 모델: Claude Haiku 4.5, Claude Sonnet 4.6

1건당 대략 비용

계산 근거는 아래와 같다.

• Haiku 4.5: 입력 $1/MTok, 출력 $5/MTok
• Sonnet 4.6: 입력 $3/MTok, 출력 $15/MTok
• Batch API: 입력/출력 모두 50% 할인

월 200달러 예산일 때 대략 처리량

이 숫자는 기사 길이와 출력 길이에 따라 바뀌지만, 중요한 포인트는 분명하다.

잘 설계된 API 파이프라인은
생각보다 충분히 싸고,
정액제 CLI 우회보다 훨씬 안정적이다.

비용을 더 줄이는 현실적인 방법

정말로 비용을 아끼고 싶다면, CLI 정액제 우회보다 아래가 훨씬 효과적이다.

1. LLM을 정말 필요한 단계에만 사용

LLM이 필요 없는 단계는 전부 비LLM으로 처리한다.

• 기사 수집
• URL/본문 해시 기반 중복 제거
• 티커 후보 추출
• 날짜/언론사/카테고리 정규화
• 간단한 규칙 기반 필터링

2. 2단계 모델 전략

분류는 저가 모델, 설명은 상위 모델로 나눈다.

• 1차: Haiku 또는 로컬 경량 모델로 sentiment, event type, ticker relevance
• 2차: 애매한 케이스만 Sonnet
• 3차: 최종 포트폴리오 코멘트/리포트 생성만 상위 모델

3. Batch API 사용

뉴스 분석은 대부분 즉시성보다 대량 비동기 처리와 잘 맞는다.
Batch API는 입력/출력 토큰 모두 50% 할인되므로, 뉴스 분류 계열에는 특히 유리하다.

4. Prompt caching 사용

동일한 시스템 프롬프트, 분류 스키마, 긴 정책 설명, 분석 규칙을 매번 반복해서 보내면 돈이 새기 쉽다.
Prompt caching을 붙이면 반복 문맥 비용을 크게 줄일 수 있다.

5. 일부는 로컬 모델로 내리기

다음 종류는 로컬 소형 모델이나 전통 ML로도 충분히 가능하다.

• 긍정/부정/중립 초벌 분류
• 기사-종목 relevance 후보 추리기
• 중복 기사 판별
• 문장 단위 키워드 추출

LLM은 정말 애매한 해석과 최종 설명에만 쓰는 편이 낫다.

당신의 서비스에 맞는 추천 운영안

현재 구상 중인 뉴스 감정분석 기반 포트폴리오 리밸런싱 서비스에는 아래 구성이 가장 현실적이다.

추천안

1. 데이터 수집과 정제는 비LLM 처리
2. 기사 relevance / sentiment / event type은 Haiku + Batch API
3. 애매한 기사나 종목별 해설은 Sonnet
4. 최종 리밸런싱 제안은 human-in-the-loop를 전제로 제공
5. 사용자 노출 화면에는 AI 사용 사실을 명시
6. 장기적으로는 Bedrock 또는 Vertex도 검토

운영 포지션

• Claude Code Max
  • 개발 생산성 향상
  • 프롬프트 실험
  • 수동 백필
  • 일회성 조사
• LLM API
  • 실제 서비스 배치 실행
  • 예약 잡
  • 다중 고객 처리
  • 비용 통제와 모니터링
  • 정책 준수 구조화

최종 판단

당신의 질문을 한 문장으로 다시 답하면 이렇다.

Claude Code Max를 EC2에서 백엔드처럼 돌려 정액제로 이득을 보는 전략은
공식 문서 기준으로 안정적인 절감 전략이 아니고,
서비스 운영 경로로는 추천하기 어렵다.

오히려 진짜 절감 포인트는 다음이다.

• Batch API
• Prompt caching
• 하위 모델 + 상위 모델의 단계 분리
• 비LLM 전처리
• 로컬 모델의 부분 도입

즉, code CLI는 API의 싼 대체재가 아니라 개발자용 UX에 가깝다.
프로덕션 엔진은 API로 두고, CLI는 개발 도구로 쓰는 구도가 맞다.

참고 URL

• https://www.anthropic.com/legal/consumer-terms
• https://www.anthropic.com/legal/aup
• https://platform.claude.com/docs/en/agent-sdk/overview
• https://code.claude.com/docs/en/costs
• https://code.claude.com/docs/en/data-usage
• https://platform.claude.com/docs/en/about-claude/pricing
• https://support.claude.com/en/articles/11145838-using-claude-code-with-your-pro-or-max-plan
• https://support.claude.com/en/articles/12429409-extra-usage-for-paid-claude-plans

작성 시 사용한 사용자 질문 프롬프트

$hhd-search

think ultra hard

주제
- llm api 사용 vs llm code cli 사용 비교

고민사항
- 뉴스컨텐츠 감정분석을 통한 포트폴리오 리밸런싱 서비스를 제작중
  - @C:\Users\hhd20\project\hhddoc\260315_1448_경제뉴스_여론기반_포트폴리오_설계.md
- 이때 llm api 사용비용을 절약해야 할 필요가 아주 큼.
- 이때 aws ec2에 서비스를 만들어 두고 job 요청이 오면, claude code max 200$ 를 구독후 cli 명령어로 필요한 명령을 실행하면 어떨까?
- claude api 로 작업하면 토큰당 비용이 발생하는 종량제인데 claude code max 방식처럼, 개발자 사용자가 사용하는 것처럼 한다면, 정액제로 사용해서 큰 이익이 되지 않겠는가?

$hhd-md 위 답변 내용