당신의 AI 에이전트에게 쇼핑 문제가 있습니다. 여기 개입이 있습니다.
I’m happy to translate the article for you, but I’ll need the text you’d like translated. Could you please paste the content (or the portion you want translated) here? I’ll keep the source line exactly as you provided and preserve all formatting, markdown, and technical terms.
당신의 AI 에이전트가 “효율적일 것 같다”는 이유로 200개의 API 키를 대량 구매했습니다.
당신의 AI 에이전트가 3 AM에 14개의 SaaS 도구에 구독한 이유는 “워크플로우에 포괄적인 커버리지가 필요했기 때문”입니다.
Source: …
당신의 AI 에이전트가 아무도 못한다고 말하지 않아서 클라우드 제공업체에 40 %를 청구했습니다.
이것은 가상의 이야기가 아닙니다. AI 에이전트가 실제 예산에 접근하게 되면 **“앗”**이라는 말이 비싼 단어가 됩니다. 그리고 현재 사용 중인 지출 통제 전략이 “시스템 프롬프트에 넣는다” 라면 — 축하합니다, 이는 십대에게 신용카드를 쓰지 말라고 하는 것과 같은 AI 버전입니다.
이것은 토큰 비용에 관한 이야기가 아닙니다
한 가지 분명히 해야 합니다. 에이전트가 API 호출에 얼마나 비용을 쓰는지, 즉 사용된 토큰, 모델 비용, LLM‑예산 한도를 추적하는 도구들이 있습니다.
MarginDash, AgentBudget, TokenFence — 이들은 실제 문제를 해결합니다: “내 에이전트가 하룻밤 사이에 GPT‑4o 토큰으로 $500을 소진했다.”
그것은 인프라 비용 통제입니다. 중요하지만, 여기서 우리가 말하는 내용은 아닙니다.
우리가 말하는 것은 에이전트가 신용카드를 가지고 있을 때 일어나는 일입니다. 비행기를 예약하고, 물품을 주문하고, 서비스에 구독하고, 계약자를 고용할 수 있을 때 말이죠. 지출이 토큰이 아니라—은행 계좌에서 실제 돈이 빠져나가는 경우입니다.
에이전트가 “물류 최적화”를 위해 창고 공간 6개월을 선불로 결제하기로 결정했을 때, 토큰 추적기만으로는 여러분을 구할 수 없습니다.
프롬프트 기반 가드레일도 효과가 없습니다
LLM에게 “너무 많이 쓰지 마”라고 말하는 것은 지출 통제가 아닙니다. 그것은 제안일 뿐이며, 분위기이며, 희망일 뿐입니다.
LLM은 환각을 일으키고, 지시를 무시하며, 규칙을 창의적으로 “재해석”합니다. 에이전트가 $847의 클라우드 자원을 “합리적인 범위 내”라고 판단한다면, 그때는 이미 언어 모델일 뿐이라고 경고했을지도 모릅니다.
여러분은 실제로 거절할 수 있는 무언가가 필요합니다 — 토큰 수준이 아니라 구매 수준에서 말이죠.
LetAgentPay 소개: AI 에이전트가 필요로 하는 부모 통제
I built LetAgentPay — a policy middleware that sits between your AI agent and any real‑world purchase. Not API calls. Not token budgets. Actual money.
The agent asks permission, a deterministic engine checks 8 rules, and your wallet survives.
AI Agent
│
purchase request
▼
LetAgentPay Policy Engine
│
8 Checks
╱ │ ╲
▼ ▼ ▼
Approved Pending Rejected예시 (Python SDK)
from letagentpay import LetAgentPay
client = LetAgentPay(token="agt_xxx")
result = client.request_purchase(
amount=25.0,
category="food_delivery",
merchant_name="Uber Eats",
description="Team lunch"
)
if result.status == "auto_approved":
print(f"Go ahead! Budget remaining: ${result.budget_remaining}")
elif result.status == "pending":
print("Waiting for human approval...") # The agent has to wait. Like an adult.
else:
print(f"Rejected: {result.status}") # No means no.Every purchase request goes through 8 deterministic checks — no LLM in the decision loop, no creative reinterpretation:
| # | 체크 | 수행 내용 |
|---|---|---|
| 1 | Status | 에이전트가 활성 상태인지 확인 |
| 2 | Category | 이 카테고리가 허용되는지 확인 (죄송합니다, NFT는 안 됩니다) |
| 3 | Per‑request limit | “사무용품”에 $10 000 한도? 그렇지 않다고 생각합니다 |
| 4 | Schedule | 새벽 3시 충동 구매 금지 |
| 5 | Daily limit | 충분히 제한 |
| 6 | Weekly limit | 정말로 충분히 제한 |
| 7 | Monthly limit | ENOUGH 라고 말했잖아요 |
| 8 | Budget | 절대 초과 금지 |
요청이 어느 하나라도 체크를 통과하지 못하면, 에이전트는 정확한 이유와 함께 명확히 거부됩니다.
통과했지만 금액이 자동 승인 임계값을 초과하면 pending 상태가 되고, 푸시, 이메일 또는 텔레그램을 통해 즉시 알림을 받습니다. 대시보드에서 바로 검토하고 승인하세요. 에이전트는 기다립니다. 책임감 있는 직원처럼요.
“하지만 저는 JSON을 못 써요”
문제 없습니다. 정책을 평범한 영어로 작성하세요:
“Auto‑approve groceries and food under $50. Block electronics. Daily limit $200. No purchases between midnight and 6 AM.”
LetAgentPay는 Claude API를 사용해 이를 구조화된 JSON 정책으로 변환합니다. 자연어의 가독성과 결정론적 엔진의 강제성을 동시에 얻을 수 있습니다. 두 세계의 장점을 모두 누리는 것이죠 — 마치 이중 언어 회계사와 같습니다.
이 분야에서 자연어로 지출 규칙을 정의할 수 있는 도구는 없습니다. 대부분은 YAML 설정이나 SDK 파라미터를 요구합니다. 우리는 정책이 설명하려는 문제만큼이나 쉽게 작성될 수 있어야 한다고 생각합니다.
사용 중인 어떤 도구와도 작동
LangChain, OpenAI Agents SDK, CrewAI, Claude MCP — 모두에 대한 통합 예제가 준비되어 있습니다. 혹은 이색적인 무언가를 만들고 있다면 REST API만 사용해도 됩니다.
Claude MCP — 말 그대로 코드 제로
{
"mcpServers": {
"letagentpay": {
"command": "npx",
"args": ["letagentpay-mcp"],
"env": { "LETAGENTPAY_TOKEN": "agt_xxx" }
}
}
}30초 안에 사용해 보기
가입 필요 없음, 신용카드 필요 없음, “영업 담당자와 얘기하고 싶어요”도 필요 없음:
- letagentpay.com/playground – 사전 구성된 에이전트가 포함된 15분짜리 샌드박스입니다. 뭔가를 부숴보세요. 과다 지출을 시도해 보세요. 정책 엔진이 아니오 라고 말하는 것을 확인하세요.
2분 안에 자체 호스팅
git clone https://github.com/LetAgentPay/letagentpay
cd letagentpay && cp .env.example .env
docker compose up -d혹은 클라우드 버전 바로 사용
letagentpay.com 에서 무료로 이용하세요.
Links
- GitHub:
- Docs:
- Python SDK:
pip install letagentpay
오픈 소스 (BSL 1.1). FastAPI, PostgreSQL, Redis, Next.js 15 로 구축되었습니다.
LetAgentPay가 어디에 들어가는가
Quick mental model:
| 카테고리 | 목적 |
|---|---|
| Token trackers (MarginDash, AgentBudget, TokenFence) | “이 에이전트를 실행하는 데 API 비용이 얼마나 드나요?” |
| Agent wallets (Cros… (truncated in original; keep as is)) | … |
smint, AgentaOS) → "Give the agent a wallet with limits"
**LetAgentPay** → "Can this agent make this specific purchase right now, given all the rules I've set?"
We're the policy layer. We don't process payments, we don't issue cards, we don't track token usage. We answer one question: **should this purchase be allowed?** — and we answer it with 8 deterministic checks, not a prompt.
If your AI agent has ever surprised you with a bill — or if you're building agents that will eventually need to spend money — I'd love to hear your horror stories in the comments.