Question 1

한국어는 영어보다 토큰이 얼마나 더 필요할까?

Accepted Answer

ChatGPT / Copilot에서 같은 텍스트에 한국어는 영어보다 토큰이 47 % 더 필요합니다. 그래서 사용 한도가 약 47 % 빨리 바닥나고, 채팅 기억도 그만큼 빨리 차며, 답변도 그만큼 오래 걸립니다. 한국어는 203개 언어 중 170위이며, 1위가 가장 비쌉니다. 현재 6개 AI 토크나이저에서 토큰세는 22 %(Qwen)부터 64 %(DeepSeek)까지입니다. ChatGPT / Copilot 47 %; Gemini 36 %; Claude 61 %; Meta AI / Llama 27 %; DeepSeek 64 %; Qwen 22 %.

Question 2

토큰세란?

Accepted Answer

토큰세는 같은 텍스트에 대해 어떤 언어의 토큰 수 ÷ 영어의 토큰 수를 토크나이저별로 구한 값입니다. Petrov 외(2023)가 언어 간 토큰화를 쉽게 비교하려고 이 개념을 도입했지만, 이를 토큰화 프리미엄이라고 부릅니다. 아직 정해진 한국어 용어는 없습니다. 'AI 세금'이라고도 하며, 영어로는 token tax라고 합니다. 토크나이저는 어휘를 주로 영어 텍스트에서 배우기 때문에, 흔한 영어 단어는 토큰 하나에 들어가지만 한국어 텍스트는 더 많고 짧은 조각으로 잘립니다. 학습 텍스트가 적고 라틴 문자가 아닌 문자를 쓰는 언어가 대개 가장 많이 냅니다. Petrov 외는 문제를 이렇게 요약합니다: “The same text translated into different languages can have drastically different tokenization lengths” (NeurIPS 2023).

Question 3

어떻게 측정했을까?

Accepted Answer

각 토크나이저로 FLORES-200 devtest의 같은 1,012개 문장을 한국어와 영어로 토큰을 셌습니다. 방법은 Petrov 외(NeurIPS 2023)를 따랐습니다. 측정일 2026-10-26.

Question 4

토큰이란?

Accepted Answer

AI 모델은 텍스트를 토큰으로 읽습니다. 모델이 텍스트를 보기 전에 토크나이저가 텍스트를 조각으로 자릅니다. 요금은 토큰 단위로 내고, 채팅 기억도 토큰으로 세며, 답변은 토큰 하나씩 쓰입니다. ChatGPT / Copilot이 2026년 10월의 과학 뉴스 제목을 한국어와 영어로 자르는 모습입니다: 바이올린 수업 한 번이 초보자가 연주를 배우는 동안 뇌파 패턴을 바꾼다 = 29; One violin lesson changes brain wave patterns as beginners learn to play = 12. 이 문장 하나만 보면 비율은 29 ÷ 12 = 2.42, 즉 영어보다 토큰이 142 % 더 많습니다. 문장 하나는 믿을 만한 수치를 내기에는 너무 적은 텍스트라서, 이 페이지의 수치는 FLORES-200 문장 1,012개로 측정했습니다.

Question 5

한국어는 다른 언어와 비교하면 어떨까?

Accepted Answer

한국어는 ChatGPT / Copilot에서 47 %를 내며, 전체 203개 언어의 중앙값은 75 %입니다.

Question 6

토큰세를 줄이려면?

Accepted Answer

편하다면 영어로 채팅하는 것이 가장 간단합니다. 다른 방법은 권하기 어렵습니다. 모델마다 토큰세뿐 아니라 토큰당 얻는 답변의 질도 다르기 때문입니다.

Question 7

모든 언어가 토큰세를 낼까?

Accepted Answer

거의 모든 언어가 냅니다. ChatGPT / Copilot에서 203개 언어 모두 영어보다 토큰이 더 필요하며, 23 %(Portuguese)부터 1 273 %(Santali)까지이고 중앙값 언어는 75 %를 냅니다. 이 페이지의 6개 모델 전체에서 예외는 Chinese (Simplified): DeepSeek −6 %, Qwen −9 %; Yue Chinese: Qwen −3 %뿐입니다.

Question 8

중국어는 왜 중국 모델에서 덜 낼까?

Accepted Answer

간체 중국어는 ChatGPT / Copilot에서 25 %를 내지만, Qwen에서는 −9 %, DeepSeek에서는 −6 %입니다. Alibaba(Qwen)와 DeepSeek는 훨씬 많은 중국어 텍스트로 토크나이저를 만들었기 때문에 흔한 중국어 단어가 자기 토큰을 갖습니다. 토크나이저는 그것이 만들어진 언어에 가장 저렴합니다.

Question 9

가장 큰 언어들의 토큰세는?

Accepted Answer

가장 많이 쓰이는 언어와 한국어, 6개 모델 전체: Chinese (Simplified): ChatGPT / Copilot 25 %, Gemini 8 %, Claude 14 %, Meta AI / Llama 6 %, DeepSeek −6 %, Qwen −9 %; Spanish: ChatGPT / Copilot 32 %, Gemini 29 %, Claude 45 %, Meta AI / Llama 30 %, DeepSeek 50 %, Qwen 31 %; Hindi: ChatGPT / Copilot 57 %, Gemini 30 %, Claude 116 %, Meta AI / Llama 65 %, DeepSeek 180 %, Qwen 98 %; Standard Arabic: ChatGPT / Copilot 38 %, Gemini 45 %, Claude 81 %, Meta AI / Llama 59 %, DeepSeek 62 %, Qwen 30 %; Portuguese: ChatGPT / Copilot 23 %, Gemini 25 %, Claude 37 %, Meta AI / Llama 23 %, DeepSeek 42 %, Qwen 23 %; Russian: ChatGPT / Copilot 42 %, Gemini 35 %, Claude 32 %, Meta AI / Llama 23 %, DeepSeek 58 %, Qwen 35 %; Japanese: ChatGPT / Copilot 66 %, Gemini 21 %, Claude 26 %, Meta AI / Llama 31 %, DeepSeek 42 %, Qwen 16 %; French: ChatGPT / Copilot 37 %, Gemini 40 %, Claude 48 %, Meta AI / Llama 37 %, DeepSeek 55 %, Qwen 38 %; German: ChatGPT / Copilot 31 %, Gemini 32 %, Claude 72 %, Meta AI / Llama 30 %, DeepSeek 51 %, Qwen 30 %; Korean: ChatGPT / Copilot 47 %, Gemini 36 %, Claude 61 %, Meta AI / Llama 27 %, DeepSeek 64 %, Qwen 22 %.

Question 10

토큰세가 가장 낮은 AI 모델은?

Accepted Answer

중앙값 언어 기준: ChatGPT / Copilot 75 %, Gemini 81 %, Claude 84 %, Meta AI / Llama 86 %, Qwen 90 % 및 DeepSeek 107 %.

Question 11

가장 적게 내는 언어는?

Accepted Answer

영어입니다. 토큰세의 기준이 되는 언어이기 때문입니다(0 %). 중국 모델의 중국어만 그보다 더 적게 냅니다(위 참고). 영어 다음으로 ChatGPT / Copilot에서 가장 저렴한 다섯 언어는 Portuguese 23 %, Dutch 25 %, Chinese (Simplified) 25 %, Indonesian 25 % 및 Standard Malay 30 %입니다.

Question 12

가장 많이 내는 언어는?

Accepted Answer

모국어 화자 수는 위키백과에서 가져왔습니다(인구조사와 Ethnologue). ChatGPT / Copilot에서 203개 언어 중 가장 비싼 10개, 토큰세와 모국어 화자 수: Santali 1 273 %: 모국어 화자 약 7,600,000명, 주로 India, Bangladesh, Nepal; 문자: Ol Chiki. Tamasheq 921 %: 모국어 화자 약 900,000명, 주로 Mali, Burkina Faso; 문자: Tifinagh. 불확실한 수치입니다. Central Atlas Tamazight 915 %: 모국어 화자 약 2,700,000명, 주로 Morocco; 문자: Tifinagh. 불확실한 수치입니다. Dzongkha 803 %: 모국어 화자 약 171,000명, 주로 Bhutan; 문자: Tibetan. 불확실한 수치입니다. Lao 723 %: 모국어 화자 약 3,700,000명, 주로 Laos; 문자: Lao. Standard Tibetan 713 %: 모국어 화자 약 1,200,000명, 주로 China (Tibet), India, Nepal; 문자: Tibetan. 불확실한 수치입니다. Shan 693 %: 모국어 화자 약 4,700,000명, 주로 Myanmar, Thailand; 문자: Myanmar (Shan). 불확실한 수치입니다. Tigrinya 500 %: 모국어 화자 약 9,900,000명, 주로 Eritrea, Ethiopia; 문자: Ge&#x27;ez. Amharic 482 %: 모국어 화자 약 31,800,000명, 주로 Ethiopia; 문자: Ge&#x27;ez. Odia 399 %: 모국어 화자 약 34,000,000명, 주로 India (Odisha); 문자: Odia.

Question 13

다른 문자를 쓰는 언어가 더 많이 낼까?

Accepted Answer

평균적으로는 아닙니다. ChatGPT / Copilot에서 라틴 문자를 쓰는 중앙값 언어는 72 %, 다른 문자를 쓰는 중앙값 언어는 79 %를 냅니다. 하지만 가장 비싼 언어들은 모두 고유한 문자를 씁니다. 예: Santali (Ol Chiki), Tamasheq (Tifinagh), Dzongkha (Tibetan), Lao 및 Shan (Myanmar).

Question 14

내 텍스트의 토큰세는 어떻게 잴까?

Accepted Answer

쓰는 모델의 토크나이저로 내 텍스트와 그 영어 번역의 토큰 수를 센 다음, 앞의 수를 뒤의 수로 나누세요. OpenAI의 토크나이저는 공개되어 있고, Anthropic과 Google은 API로 토큰을 셉니다. 문장 하나로는 대략적인 수치만 나오며, 텍스트가 많을수록 더 믿을 만합니다.