Tokenomics: 에이전트형 소프트웨어 엔지니어링에서 토큰이 어디에 사용되는지 정량화

Context

LLM-MA 기반 소프트웨어 개발 시스템의 자원 소비 패턴이 불분명하여 실제 도입 시 비용 예측 및 운영 효율 최적화에 한계가 존재함. 특히 단순 코드 생성보다 검증 및 반복 개선 과정에서 발생하는 토큰 소비의 정량적 분석이 부재한 상황임.

Technical Solution

• ChatDev의 Chat Chain 아키텍처를 SDLC 단계(설계, 코딩, 완성, 리뷰, 테스트, 문서화)로 매핑하여 토큰 소비 지점 식별
• GPT-5 reasoning model 기반의 30개 태스크 추적 로그를 통해 입력, 출력, 추론 토큰의 세부 분포 측정
• 에이전트 간 반복적인 맥락 전달로 인해 발생하는 Communication Tax 개념을 도입하여 시스템 비효율성 분석
• 단계별 Tokenomic Profile을 정의하여 코딩(출력 중심)과 리뷰/문서화(입력 중심)의 상반된 자원 소비 특성 규명
• 자율적 단계 결정 구조 내에서 코드 리뷰 단계가 전체 토큰의 과반 이상을 소비하는 병목 지점임을 확인