피드로 돌아가기
Dev.toBackend
원문 읽기
이원화된 Metering 구조의 비용 최적화를 위한 Python 모델링 분석
Descript bills you on two meters at once. I modeled it in Python to find which plan actually fits.
AI 요약
Context
Descript의 2025년 가격 정책 변경으로 Media Minutes와 AI Credits라는 독립적인 두 가지 과금 체계가 도입됨. 단순 티어 선택이 아닌 다차원 Bin-packing 문제로 변모하여 사용자 입장에서 정확한 비용 예측이 불가능한 한계점이 발생함.
Technical Solution
- dataclass 기반의 Plan 모델링을 통해 Standing Allowance와 Bonus Credits를 분리하여 불확실성 제거
- Workflow 클래스를 구축하여 Recorded Minutes, Re-record Factor, Unused Import Minutes를 포함한 실제 리소스 소비량 산출 로직 구현
- Studio Sound(10 credits) 외 미공개 AI Action 비용을 변수화하여 최악의 시나리오를 가정하는 범위 분석 적용
- 'Cheapest Fit' 알고리즘을 통해 두 가지 Metering 제약 조건을 모두 만족하는 최소 비용 티어 도출
- Non-rollover 특성을 반영하여 평균 사용량이 아닌 Peak Month 기준의 Capacity Planning 설계
- UI 상의 모순(Monthly vs Lifetime)을 식별하여 Free Plan의 일회성 크레딧 함정을 데이터 모델에 반영
실천 포인트
- Multi-axis 과금 체계 도입 시 가장 제한적인 리소스(Binding Constraint)를 먼저 식별할 것 - 문서화되지 않은 API/기능 비용은 단일 값이 아닌 Range로 설정하여 시뮬레이션할 것 - Non-rollover 리소스는 평균치가 아닌 최대 사용량을 기준으로 Provisioning 할 것 - 마케팅 용어인 '+Bonus'는 기본 용량에서 제외하고 Upside 잠재력으로만 처리할 것