| LLM Price Calculator | PromptPerfect | Cursor / Claude Code | |
|---|---|---|---|
| 링크 | docsbot.ai | promptperfect.jina.ai | cursor.sh |
| 핵심 기능 | 모델별 API 비용 계산, 토큰 수 기반 가격 예측 | 프롬프트 자동 생성, 품질 점수 제공 | AI 코딩 어시스턴트, 코드 생성 및 디버깅 |
| 타겟 | API를 직접 사용하는 개발자 | AI 도구를 사용하는 일반 사용자 | 초급~중급 개발자 |
| 비용 시각화 | O (계산기 수준) | X | X |
| 프롬프트 최적화 | X | O (자동 리라이팅) | X |
| 왜 낭비인지 설명 | X | X (결과만 제공) | X |
| 비개발자 코딩 특화 | X | X (범용) | X |
| 한국어 특화 | X | 부분 지원 | X |
| 프롬프트 가이드 | X | X | X |
LLM Price Calculator 단순 계산기 수준으로 자동 최적화 기능이 없다. "왜 비용이 많이 나오는지" 분석이 부재하며, 프롬프트 개선 제안이나 비개발자 관점의 가이드가 없다.
PromptPerfect 프롬프트를 더 좋게 만들어주지만, 원본의 어디가 왜 문제였는지는 설명하지 않는다. 토큰 비용 절감에 초점을 맞추지 않으며, 바이브 코딩 특화 기능과 한국어 filler word 감지 기능이 없다.
Cursor / Claude Code 개발자를 위한 AI 코딩 어시스턴트로, 토큰 사용량 시각화가 부족하고 비용 비교 기능이 없다. 비개발자가 왜 비효율적인지 교육하는 기능이나 프롬프트 작성 가이드가 부재하다.
차별점 1 — 타겟의 차별성
기존 경쟁 서비스들은 개발자를 주요 타겟으로 한다. 우리 팀이 주목한 것은 바이브 코딩을 하는 비전공자다. 토큰이 무엇인지도 모르고 LLM을 사용하다가 예상보다 높은 비용에 당황하는 사람들, 오류가 나면 오류 메시지를 그냥 복붙하며 재프롬프팅 루프에 빠지는 사람들이 우리의 타겟이다.
차별점 2 — "왜 낭비인지" 알려주는 서비스
기존 도구들은 "최적화된 프롬프트"라는 결과물만 던져준다. 하지만 비개발자에게 결과만 주면 다음번에도 똑같은 실수를 반복한다. 우리 서비스는 "이 문장에서 filler word 7개가 47토큰을 차지하고 있고, 이걸 제거하면 약 ₩60을 절약할 수 있다"처럼 낭비의 위치, 원인, 금액을 동시에 보여준다. 근본 원리를 이해한 사용자는 서비스 없이도 점점 나아지고, 그 과정에서 서비스에 대한 신뢰와 의존이 생긴다.
차별점 3 — 비개발자 + 코딩 상황에 특화
기존 프롬프트 최적화 도구들은 범용 상황을 타겟한다. 하지만 비개발자가 AI에게 코드를 요청하는 상황에서 발생하는 낭비는 성격이 다르다. 팀원 주변 에서 바이브 코딩을 하는 비개발자들을 관찰하면, 가장 흔한 패턴이 코드 전체를 복사 붙여넣기한 뒤 "이거 고쳐줘"라고 요청하는 것이다. 200줄짜리 코드에서 에러가 난 부분은 3줄인데, 어디가 문제인지 특정하지 못하니까 전체를 통째로 보내는 것이다. 이런 코딩 특화 낭비 패턴은 범용 도구로는 감지되지 않는다.
우리 서비스가 감지하는 비개발자 코딩 특화 낭비 패턴:
- 한국어 filler word 감지 ("좀", "혹시", "그냥", "해줘요" 등)
- 모호 표현 탐지 ("이거", "그거", "다 해줘" 등)
- 컨텍스트 관리 비효율 경고 (코드 전체 붙여넣기 패턴)
- 재프롬프팅 루프 차단 (단계별 요청 가이드)
차별점 4 — 최적화 + 비용 비교 + 교육이 한 곳에
기존 도구들은 기능이 흩어져 있다. 프롬프트 최적화는 PromptPerfect, 토큰 비용 모니터링은 별도 대시보드, 프롬프트 작성법 학습은 블로그나 강의를 따로 찾아야 한다. 비개발자에게 이건 현실적이지 않다. 우리 서비스는 한 화면에서 프롬프트 최적화 → 토큰 절감 시각화 → 모델별 비용 비교 → 작성 가이드까지 하나의 플로우로 연결한다.