다중 에이전트 AI 비용을 거래 단위로 회계 처리하는 Two-Ledger Model 제안

The Two-Ledger Model: Transaction-Grain Cost Accounting for Multi-Agent AI Systems Across Clouds, Models, and Systems of Record

여러 클라우드와 LLM, 오케스트레이션 하네스, 시스템 오브 레코드에 걸친 다중 에이전트 AI 시스템의 비용을 주문·청구·사례 단위로 추적하는 방법이 제시됐다. 기존 FOCUS 청구 데이터는 정산 단위에 머물러 이 질문에 답할 수 없다고 지적한다. 논문은 청구 데이터를 정산 원장(FOCUS 준수 청구 데이터)과 OpenTelemetry GenAI 텔레메트리 기반의 호출 단위 귀속 원장으로 나누고, 두 원장을 계층형 상관 구조(trace context, A2A/MCP 메타데이터, 비즈니스 키 상관, 확률적 매칭)로 연결하는 Two-Ledger Model을 제안한다. 각 기록은 방법과 신뢰도를 함께 기록하며 버전 관리되는 단가표로 거의 실시간 가격이 매겨지고, 기간 정산에서 남는 잔차로 섀도 AI를 식별한다. 시뮬레이션에서 trace 전파가 0까지 떨어져도 비용 커버리지는 99% 이상을 유지했고, 정산 잔차는 심어 둔 미계량 지출을 0.24퍼센트포인트 이내로 복원했으며, 진행 중 게이팅은 2~4%의 오탐 일시정지율에서 p99 거래 비용을 최대 61% 낮췄다고 보고한다. 저자들은 귀속 원장을 호출 단위 FOCUS 프로파일로 표준화할 것을 제안한다.