본문으로 건너뛰기
피드

6월 1일부터 깃허브 코파일럿 코드 리뷰가 액션 minutes도 먹는다

devops 약 7분
vote
0
댓글
북마크

깃허브 문서에 따르면 2026년 6월 1일부터 Copilot code review 실행이 GitHub-hosted runner에서 GitHub Actions minutes를 소비한다. 코드 리뷰는 기존처럼 토큰 사용량에 따른 AI credits도 쓰고, 여기에 에이전트 실행 인프라 비용까지 붙는 구조가 된다.

  • 1

    Copilot 사용량은 입력 토큰, 출력 토큰, 캐시 토큰을 모델별 단가로 계산해 AI credits로 환산한다

  • 2

    1 AI credit은 0.01달러이며, 모델별 100만 토큰당 가격이 공개돼 있다

  • 3

    Copilot code review는 선택된 모델이 공개되지 않아 리뷰별 토큰 단가를 정확히 예측하기 어렵다

  • 4

    2026년 6월 1일부터 GitHub-hosted runner에서 실행되는 코드 리뷰는 GitHub Actions minutes를 소비한다

  • 5

    Self-hosted runner는 GitHub Actions minutes를 소비하지 않는다

  • 2026년 6월 1일부터 Copilot code review 실행이 GitHub Actions minutes를 소비함. 그냥 AI 크레딧만 빠지는 구조가 아님

    • 대상은 GitHub-hosted runner에서 돌아가는 Copilot code review
    • Self-hosted runner를 쓰면 GitHub Actions minutes는 소비하지 않음
    • Larger runner는 표준 GitHub-hosted runner와 다른 요율로 과금됨
  • Copilot 과금의 기본 단위는 토큰이고, 이걸 GitHub AI Credits로 환산함

    • 입력 토큰은 모델에 보내는 내용
    • 출력 토큰은 모델이 생성한 내용
    • 캐시 토큰은 재사용되거나 저장된 컨텍스트
    • 1 AI credit은 0.01달러
  • 모델별 가격은 100만 토큰 기준으로 공개돼 있음. 모델이 커질수록 출력 단가가 확 뛰는 구조임

    • OpenAI 쪽 예시로 GPT-5 mini는 입력 0.25달러, 출력 2달러
    • GPT-5.5는 입력 5달러, 출력 30달러
    • Anthropic의 Claude Opus 4.5는 입력 5달러, 출력 25달러에 cache write 비용도 따로 있음
    • Google Gemini 2.5 Pro는 입력 1.25달러, 출력 10달러로 적혀 있음

⚠️주의

> Copilot code review는 어떤 모델이 선택됐는지 사용자에게 공개되지 않는 예외 기능임. 그래서 리뷰 한 번의 토큰 단가를 pricing table만 보고 정확히 예측하기 어렵다.

  • 대부분의 Copilot 기능은 어떤 모델을 쓰는지 보여줘서 비용 추정이 가능함. 그런데 코드 리뷰는 자동 선택이라 다름

    • 모델이 자동으로 선택되고 공개되지 않음
    • 따라서 같은 코드 리뷰라도 내부적으로 어떤 모델이 쓰였느냐에 따라 토큰 비용이 달라질 수 있음
    • 여기에 6월 1일부터는 Actions minutes까지 붙으니 비용 추적 포인트가 하나 더 늘어남
  • 코드 완성과 next edit suggestion은 AI credits로 과금되지 않음

    • 유료 Copilot 플랜에서는 기존처럼 무제한으로 유지됨
    • 이번 변경의 핵심은 일반 자동완성이 아니라 agentic infrastructure를 쓰는 Copilot code review 쪽임
  • 조직 플랜에서는 포함된 AI Credits가 billing entity 단위로 풀링됨

    • Copilot Business와 Enterprise는 사용자별 allowance가 조직 또는 엔터프라이즈 청구 단위에서 합쳐지는 구조
    • 포함량을 넘기면 모델별 토큰 단가에 따라 추가 AI Credits가 청구됨
    • 개인 플랜도 Free, Pro, Pro+마다 포함 allowance가 다름
  • 현재 사용량을 보려면 두 군데를 확인하라고 문서가 안내함

    • GitHub Actions metrics에서 copilot-pull-request-reviewer workflow로 필터링
    • Billing usage report에서 workflow_path로 필터링
    • 6월 1일 전에는 dynamic/copilot-pull-request-reviewer/copilot-pull-request-reviewer, 이후에는 dynamic/agents/copilot-pull-request-reviewer 값으로 바뀜

💡

> PR이 많은 조직이라면 6월 1일 전에 Copilot code review 사용량을 workflow 기준으로 한번 뽑아보는 게 좋음. 비용이 튀면 AI credits 때문인지 Actions minutes 때문인지 나눠 봐야 한다.

  • 실무적으로는 “코파일럿 코드 리뷰를 켜도 되는가”가 아니라 “어디서 돌리고 얼마나 자주 돌릴 것인가”의 문제가 됨
    • GitHub-hosted runner를 쓰면 편하지만 minutes 비용이 붙음
    • Self-hosted runner를 쓰면 Actions minutes는 피할 수 있지만 runner 운영 비용과 보안 관리가 생김
    • 모델 단가가 숨겨진 기능이라 리뷰 범위, 실행 조건, 사용량 리포팅을 같이 봐야 함

기술 맥락

  • 이번 변경의 핵심은 Copilot code review가 단순한 API 호출이 아니라 에이전트 실행 작업이라는 점이에요. 모델이 토큰을 소비하는 것과 별개로, 리뷰를 준비하고 실행하는 워크플로가 runner 위에서 돌아가기 때문에 Actions minutes가 붙는 구조예요.

  • GitHub-hosted runner를 쓰면 운영은 편하지만 사용 시간이 곧 과금 지표가 돼요. PR이 많은 저장소에서 자동 리뷰를 무심코 켜두면, 토큰 비용보다 Actions minutes 증가가 먼저 눈에 띌 수도 있어요.

  • Self-hosted runner는 GitHub Actions minutes를 피할 수 있다는 장점이 있어요. 대신 runner를 직접 운영해야 하니 보안, 격리, 업데이트, 스케일링을 팀이 책임져야 해요. 비용만 보고 옮기기엔 운영 부담이 같이 따라와요.

  • 코드 리뷰 모델이 공개되지 않는 것도 예산 관리에 영향을 줘요. 일반 Copilot 기능처럼 모델 단가를 보고 계산하기 어렵기 때문에, 실제 사용량 리포트에서 workflow_path와 AI Credits를 같이 추적해야 해요.

코파일럿 코드 리뷰를 조직 단위로 켜둔 팀은 이제 ‘AI 토큰 비용’만 볼 게 아니라 ‘리뷰 실행이 CI minutes를 얼마나 먹는지’도 봐야 한다. 특히 PR이 많은 저장소라면 6월 1일 이후 비용 리포트 필터링부터 바로 확인하는 게 맞다.

댓글

댓글

댓글을 불러오는 중...

devops

메타, 루이지애나 AI 데이터센터를 5기가와트급으로 키운다

메타가 미국 루이지애나주 리치랜드 패리시에 짓는 하이페리온 데이터센터의 컴퓨팅 용량을 5기가와트 규모로 확대한다. 투자액도 기존 270억 달러에서 500억 달러 이상으로 커졌고, 2027년까지 전체 컴퓨팅 용량 14기가와트를 목표로 하는 AI 인프라 전략의 일부로 해석된다.

devops

오케스트로, 모로코 관세청에 AI·클라우드 네이티브 전환 노하우 공유

오케스트로 클라우드가 모로코 관세청 고위 공무원과 IT 전문가 10명을 한국으로 초청해 AI·클라우드 네이티브 기반 관세행정 고도화 연수를 진행했다. 핵심은 AI 기반 위험관리, 모놀리식 시스템의 MSA·쿠버네티스 전환, 클라우드 관리 플랫폼을 활용한 공공 시스템 운영 효율화다.

devops

오케스트로, 모로코 관세청에 AI·클라우드 네이티브 전환 노하우 전수

오케스트로 클라우드가 모로코 관세청 고위 공무원과 IT 전문가 10명을 초청해 AI·클라우드 네이티브 기반 관세행정 고도화 연수를 진행했다. 교육은 AI 위험관리, 모놀리식 시스템의 MSA·쿠버네티스 전환, 클라우드 관리 플랫폼 활용 사례에 초점을 맞췄다.

devops

NHN, 양평 AI 데이터센터 가동으로 클라우드 매출 확대 기대

한국투자증권이 NHN의 클라우드 매출 확대와 실적 개선 전망을 근거로 목표주가를 4만5000원에서 5만6000원으로 올렸다. NHN은 양평 데이터센터에 약 7600장 규모의 AI 전용 GPU 인프라를 구축했고, 2분기부터 실적에 반영될 것으로 전망됐다.

devops

빅테크 AI 인프라, 이제는 빚으로 버티는 구간에 들어감

AI 데이터센터 투자가 폭증하면서 빅테크들이 올해에만 수백조 원 규모의 회사채를 발행했다. 시장은 이제 AI 기대감보다 실제 현금 창출력과 부채 상환 능력을 묻기 시작했고, 자체 칩과 비용 절감이 생존 전략으로 떠오르고 있다.