2026년 6월 1일, GitHub Copilot의 과금 방식이 통째로 바뀌었습니다. 구독료는 그대로인데 크레딧 구조가 완전히 달라졌고, 같은 방식으로 쓰던 사람들의 청구서가 갑자기 몇 배씩 늘어나는 상황이 생기고 있습니다. 이번 2편에서는 새 과금 구조를 숫자 기준으로 완전히 해부합니다. 어떤 모델을 쓰면 크레딧이 얼마나 나가는지, 초과 지출은 어떻게 막는지 실전 기준으로 정리합니다.
핵심 요약
2026년 6월 1일부로 Premium Request Unit(PRU)이 폐지되고 GitHub AI Credits 체계로 전환됩니다.
1 AI Credit은 $0.01(1센트)이며, 과금 기준은 모델에 보낸 입력 토큰, 받은 출력 토큰, 캐시 토큰의 합산입니다. 인라인 자동완성(Tab)과 Next Edit Suggestions는 모든 플랜에서 영원히 무료로 유지됩니다.
Chat, Agent, Code Review, CLI는 AI Credits를 소비합니다. 플랜 가격은 그대로지만 포함 크레딧 구조가 바뀌었으며, Pro($10)는 월 1,500 크레딧(Base 1,000 + Flex 500), Pro+($39)는 7,000 크레딧(Base 3,900 + Flex 3,100), Max($100)는 20,000 크레딧(Base 10,000 + Flex 10,000)입니다. 추가 예산을 $0으로 설정하면 초과 지출을 완전히 차단할 수 있습니다.
실전 1 — 옛날 방식(PRU)과 새 방식(AI Credits) 차이
왜 일부 사람의 청구서가 갑자기 20배 늘었는지 이해하려면 두 방식의 구조 차이를 알아야 합니다.
PRU 방식은 "요청 1개 = 고정 비용"이었습니다. 2025년까지는 짧은 질문 하나나 2시간짜리 에이전트 세션이나 똑같이 1 PRU로 책정됐습니다. GitHub이 실제 비용 차이를 전부 흡수하는 구조였고, 에이전트 기능이 보급되면서 실제 인프라 비용이 폭발적으로 늘어났습니다. GitHub CPO가 직접 언급했듯, 에이전트 세션 하나가 플랜 가격을 초과하는 일이 일상화됐습니다.
AI Credits 방식은 실제 사용량을 그대로 청구합니다. GPT-5 mini로 짧은 질문을 하면 0.05 크레딧, Claude Sonnet으로 2시간짜리 에이전트 세션을 돌리면 수백 크레딧이 차감됩니다. 가벼운 사용자에게는 오히려 유리할 수 있지만, 에이전트를 무겁게 사용해온 팀은 같은 사용 패턴에서 크레딧 소진이 훨씬 빨라집니다.
크레딧 계산식은 다음과 같습니다. 입력 토큰 수에 입력 단가를 곱하고, 출력 토큰 수에 출력 단가를 곱한 뒤 합산해 10,000으로 나누면 소비 크레딧이 나옵니다. 예를 들어 Claude Sonnet 4.6을 사용해 입력 1,000 토큰($3/1M)과 출력 500 토큰($15/1M)을 썼다면 총 1.05 크레딧, 약 $0.0105가 차감됩니다.
AI Credits 소비량 = (입력 토큰 수 × 입력 단가 + 출력 토큰 수 × 출력 단가) ÷ 10,000
예시: Claude Sonnet 4.6 사용
입력 1,000 토큰 × $3/1M = $0.003 → 0.3 크레딧
출력 500 토큰 × $15/1M = $0.0075 → 0.75 크레딧
합계: 1.05 크레딧 = 약 $0.0105
실전 2 — 플랜별 월 크레딧 완전 정리
플랜마다 포함된 크레딧 구조가 다릅니다. Base 크레딧은 고정이라 절대 바뀌지 않지만, Flex 크레딧은 GitHub이 AI 시장 상황에 따라 조정할 수 있습니다. 지금은 Pro 500, Pro+ 3,100이지만 나중에 줄어들 가능성이 있으므로 Flex는 보너스 개념으로 취급하는 것이 안전합니다.
개인 플랜 (2026년 6월 1일 기준)
플랜 월 가격 Base 크레딧 Flex 크레딧 총 크레딧 인라인 완성
| Free | $0 | 제한적 | - | 제한 | 월 2,000회 |
| Pro | $10 | 1,000 | 500 | 1,500 | 무제한 |
| Pro+ | $39 | 3,900 | 3,100 | 7,000 | 무제한 |
| Max | $100 | 10,000 | 10,000 | 20,000 | 무제한 |
Max 플랜은 현재 기존 가입자 업그레이드 전용으로, 신규 가입은 중단된 상태입니다.
팀/기업 플랜
플랜 월 가격/유저 월 크레딧/유저 특징
| Business | $19 | $19 상당 | 팀 전체 풀링 |
| Enterprise | $39 (+GitHub Enterprise Cloud $21) | $39 상당 | 커스텀 지식베이스, 감사 로그 |
Business와 Enterprise는 6~9월 프로모션 기간 중 각각 유저당 3,000 크레딧과 7,000 크레딧으로 일시적으로 높게 책정됩니다.
실전 3 — 모델별 요금표: 뭘 쓰면 얼마나 나가나
어떤 모델을 기본으로 쓰느냐가 월 비용 전체를 결정합니다. GPT-4.1과 GPT-5 mini는 크레딧 차감이 없는 포함 모델입니다. Chat 기본 모델을 GPT-5 mini로 설정해두면 일상 업무는 사실상 무제한으로 사용할 수 있습니다.
주요 모델 가격 (1M 토큰 기준)
모델 입력 캐시 입력 출력 체감 비용
| GPT-4.1 / GPT-5 mini | 포함 | 포함 | 포함 | 무료 |
| GPT-5.4 nano | $0.2 | $0.02 | $1.25 | 매우 저렴 |
| Gemini 3 Flash | $0.3 | - | $2.5 | 저렴 |
| Claude Haiku 4.5 | $1 | $0.1 | $5 | 저렴 |
| GPT-5.4 | $2 | $0.5 | $10 | 중간 |
| Gemini 3.1 Pro | $2 | - | $12 | 중간 (200K 이하) |
| Claude Sonnet 4.6 | $3 | $0.3 | $15 | 중간-높음 |
| GPT-5.5 | $5 | $0.5 | $30 | 높음 |
| Claude Opus (4.5~4.8) | $5 | $0.5 | $25 | 높음 |
대화 1회 기준(입력 1,000 + 출력 500 토큰)으로 계산하면 체감 차이가 분명해집니다. Claude Sonnet 4.6은 1회에 1.05 크레딧을 소비하므로, Pro 플랜 월 1,500 크레딧으로는 약 1,428회 사용할 수 있습니다. 하루 47번 채팅하면 한 달 한도가 소진되는 셈입니다. 반면 GPT-5 mini는 크레딧 소비가 없어 횟수 제한이 없습니다.
모델 크레딧/회 Pro 1,500 크레딧으로 몇 회?
| GPT-5 mini | 0 | 무제한 |
| GPT-5.4 nano | 0.08 | 약 18,750회 |
| Gemini 3 Flash | 0.16 | 약 9,375회 |
| Claude Haiku 4.5 | 0.35 | 약 4,285회 |
| Claude Sonnet 4.6 | 1.05 | 약 1,428회 |
| GPT-5.5 | 2 | 약 750회 |
| Claude Opus 4.8 | 1.75 | 약 857회 |
실전 4 — 어떤 상황에 어떤 모델 써야 하나
크레딧을 아끼면서 품질을 유지하는 핵심은 작업 복잡도에 맞게 모델을 분리하는 것입니다.
함수가 뭘 하는지 묻는 질문, 단순 문법 확인, 짧은 코드 스니펫 생성처럼 빠른 답이 필요한 작업에는 GPT-5 mini를 씁니다. 크레딧이 전혀 차감되지 않으므로 마음껏 쓸 수 있습니다. 반복적인 테스트 코드 생성, 간단한 리팩토링, 주석 추가 같은 작업에는 Claude Haiku 4.5나 GPT-5.4 nano처럼 초저가 모델로 충분합니다. 복잡한 버그 디버깅, 멀티파일 수정, 코드 리뷰가 필요할 때는 Claude Sonnet 4.6이나 GPT-5.4가 품질과 비용의 균형점입니다. 아키텍처 설계나 복잡한 알고리즘 구현처럼 정말 중요한 작업에만 Claude Opus나 GPT-5.5를 선택적으로 사용하는 것이 현실적인 전략입니다.
VS Code에서 기본 모델을 GPT-5 mini로 고정하는 방법은 간단합니다. Settings(Ctrl+,)에서 "copilot model"을 검색하고 Default Chat Model을 "gpt-5-mini"로 설정해두면, 필요할 때만 드롭다운으로 Sonnet이나 Opus로 전환할 수 있습니다.
실전 5 — 무료인 것 vs 크레딧 먹는 것 정확히 구분
가장 헷갈리는 부분입니다. 모든 유료 플랜에서 영원히 무료인 기능은 딱 두 가지입니다. 코드를 치다가 회색 글씨로 뜨는 인라인 자동완성(Tab 수락)과 파일 수정 후 다음 수정 위치를 제안하는 Next Edit Suggestions입니다. 두 기능 모두 무제한이며 앞으로도 무료로 유지됩니다.
크레딧을 소비하는 기능은 Copilot Chat(사이드 패널 대화), Inline Chat(Ctrl+I), Agent Mode(자율 코딩 에이전트), Code Review(PR 자동 리뷰), Copilot CLI 명령, Spark(자연어 앱 생성), Spaces입니다.
이 중 Code Review는 특히 주의가 필요합니다. PR에 Copilot Code Review를 요청하면 AI Credits(모델 토큰 비용)와 GitHub Actions 분(인프라 비용)이 동시에 차감됩니다. 이중 과금 구조입니다. self-hosted runner를 사용하면 Actions 분 비용이 면제되고, public 레포는 Actions가 무료이므로 상황에 따라 절약이 가능합니다.
실전 6 — 초과 지출 막는 방법 (반드시 설정)
월 포함 크레딧을 모두 소진한 뒤에도 Copilot 사용을 계속하면 추가 요금이 청구됩니다. 이를 완전히 차단하려면 추가 예산을 $0으로 설정해야 합니다.
설정 경로는 github.com → 우상단 프로필 → Settings → Billing and plans → Budget and alerts입니다. "GitHub Copilot" 항목에서 Budget limit을 클릭하고 $0.00을 입력한 뒤 저장하면 됩니다. 이렇게 설정하면 월 포함 크레딧이 소진되는 순간 Copilot이 조용히 멈추고, 다음 달 1일 자정에 크레딧이 리셋되면 다시 작동합니다. 인라인 자동완성은 무료이므로 차단 중에도 계속 사용할 수 있습니다.
$0 설정만으로는 부족하다면 알림도 함께 설정하는 것을 권장합니다. Budget and alerts 페이지에서 "Add alert"를 클릭해 크레딧 80% 소진 시 이메일 알림을 받도록 설정해두면, 미리 파악하고 모델 전략을 조정할 수 있습니다.
실전 7 — 내 한 달 크레딧이 얼마나 갈지 계산해보기
자신의 사용 패턴을 먼저 파악하는 것이 중요합니다. 주로 Tab 자동완성만 사용하고 Chat은 하루 5회 미만, GPT-5 mini 위주라면 Pro $10으로 충분합니다. 크레딧 소비 자체가 거의 없습니다. 매일 Chat을 10~20회 사용하고 Sonnet을 가끔 쓰거나 한 달에 에이전트를 2~3회 실행하는 수준이라면 Pro 크레딧이 부족할 수 있어 Pro+ 전환을 고려해야 합니다. 매일 에이전트 루프를 실행하고 Opus나 Sonnet을 위주로 사용하는 헤비 유저라면 Pro+도 부족할 수 있어 Max 플랜이나 Claude Code 직접 사용을 검토하는 것이 현실적입니다.
실제 소비량은 github.com → Settings → Billing and plans → "Copilot usage" 탭에서 날짜별, 모델별, 기능별로 확인할 수 있습니다. VS Code 상태바의 Copilot 아이콘을 우클릭하고 "View Usage"를 선택하면 오늘 사용량을 바로 확인할 수도 있습니다.
마무리
이번 전환에서 챙겨야 할 핵심은 세 가지입니다. Tab 자동완성은 영원히 무료이므로 유료 플랜이라면 걱정할 필요가 없습니다. GPT-5 mini를 Chat 기본 모델로 설정해두면 일상 업무에서 크레딧 소비가 0에 가깝습니다. 그리고 $0 예산 설정은 처음 설정하는 날 반드시 해야 합니다. Flex 크레딧은 GitHub이 조정할 수 있으므로 Base만 믿고 Flex는 보너스로 취급하는 것이 안전하며, Code Review의 이중 과금 구조도 반드시 인지해두어야 합니다. Pro 월 1,500 크레딧은 Sonnet으로 에이전트를 쓰면 생각보다 빨리 소진되므로, 헤비 에이전트 사용자라면 Pro+ 이상을 고려하는 것이 맞습니다.
다음 3편에서는 Chat 모드 3가지(Ask/Edit/Agent), Issue→PR을 자동화하는 Coding Agent, 그리고 프로젝트에 맞게 AI를 튜닝하는 copilot-instructions.md까지 실전 기능을 하나씩 다룹니다.
관련 글
- GitHub Copilot 완전가이드 2편 — AI Credits 과금 구조 완전 해부
- GitHub Copilot 완전가이드 3편 — Chat/Agent/Coding Agent 실전