AI Token 비용 보고 자동화:定时生成与邮件推送

AI API를 활용하는 개발자라면 누구나 비용 관리의 중요성을 알고 있습니다. 매달 예상치 못한 청구서에 당황한 경험이 있으신가요? 이번 튜토리얼에서는 HolySheep AI를 사용하여 토큰 사용량을 자동으로 추적하고, 정해진 시간에 비용 보고서를 생성하여 이메일로推送받는 시스템을 만들어보겠습니다.

왜 비용 자동화가 필요한가?

제가 HolySheep AI를 처음 사용했을 때, 비용 추적에 어려움을 겪었습니다. 여러 모델(GPT-4.1, Claude Sonnet, Gemini Flash)을 동시에 사용하면서 각각의 비용을 수동으로 계산하는 것이 매우 번거로웠습니다. 이 문제를 해결하기 위해 자동화된 비용 보고 시스템을 구축했고, 지금은 매일 아침 이메일로 어제一天的 비용 현황을 확인하고 있습니다.

사전 준비물

HolySheep AI 계정: 지금 가입하여 무료 크레딧 받기
Python 3.8 이상: 로컬 개발 환경
SMTP 이메일 계정: Gmail 또는 다른 이메일 서비스
기본 코딩 경험: 이 가이드는 초보자도 이해할 수 있도록 작성됩니다

1단계: HolySheep AI API 키 확인

HolySheep AI 대시보드에 로그인한 후, 우측 상단 프로필을 클릭하여 API Keys 섹션으로 이동합니다. 「Create New Key」 버튼을 클릭하여 새로운 API 키를 생성해주세요. 이 키는 이후 코드에서 YOUR_HOLYSHEEP_API_KEY 자리에 입력하게 됩니다.

💡 스크린샷 힌트: 대시보드 좌측 메뉴에 「Usage」 항목이 있는데, 여기서 현재까지의 토큰 사용량과 비용을 실시간으로 확인할 수 있습니다.

2단계: 프로젝트 구조 설계

비용 추적 시스템을 만들기 전에, 프로젝트 폴더를 정리해주세요. 터미널에서 다음 명령어를 실행하세요:

mkdir token-cost-tracker
cd token-cost-tracker
mkdir logs reports
touch logs/cost_log.json
touch logs/usage_history.json
touch generate_report.py
touch send_email.py
touch main.py
touch config.py

이렇게 하면 logs 폴더에 비용 기록이 저장되고, reports 폴더에 월별 보고서가 생성됩니다.

3단계: 환경 설정 파일 만들기

먼저 필요한 Python 라이브러리를 설치해주세요:

pip install requests schedule python-dotenv

이제 config.py 파일을 만들어 환경 설정을 저장합니다:

# config.py
import os
from dotenv import load_dotenv

load_dotenv()

HolySheep AI 설정
HOLYSHEEP_API_KEY = "YOUR_HOLYSHEEP_API_KEY"  # 실제 API 키로 교체
HOLYSHEEP_BASE_URL = "https://api.holysheep.ai/v1"

모델별 토큰 단가 (HolySheep AI 공식 가격)
MODEL_PRICES = {
    "gpt-4.1": 8.0,        # $8 per 1M tokens
    "claude-sonnet-4.5": 15.0,  # $15 per 1M tokens
    "gemini-2.5-flash": 2.5,    # $2.50 per 1M tokens
    "deepseek-v3.2": 0.42,     # $0.42 per 1M tokens
}

이메일 설정 (Gmail 예시)
SMTP_SERVER = "smtp.gmail.com"
SMTP_PORT = 587
EMAIL_SENDER = "[email protected]"  # 실제 이메일로 교체
EMAIL_PASSWORD = "your-app-password"    # Gmail 앱 비밀번호
EMAIL_RECEIVER = "[email protected]"  # 수신자 이메일

로그 파일 경로
LOG_DIR = "logs"
REPORT_DIR = "reports"
COST_LOG_FILE = f"{LOG_DIR}/cost_log.json"
USAGE_HISTORY_FILE = f"{LOG_DIR}/usage_history.json"

4단계: 토큰 사용량 추적 함수 만들기

이제 실제 API 호출을 통해 토큰 사용량을 추적하는 함수를 만들겠습니다. HolySheep AI의 사용량 API를 활용하면 됩니다:

# generate_report.py
import requests
import json
import os
from datetime import datetime, timedelta
from config import HOLYSHEEP_API_KEY, HOLYSHEEP_BASE_URL, MODEL_PRICES, COST_LOG_FILE, USAGE_HISTORY_FILE

def get_usage_data(days=7):
    """최근 N일간의 사용량 데이터 조회"""
    url = f"{HOLYSHEEP_BASE_URL}/dashboard/usage"
    headers = {
        "Authorization": f"Bearer {HOLYSHEEP_API_KEY}",
        "Content-Type": "application/json"
    }
    
    try:
        response = requests.get(url, headers=headers, timeout=30)
        response.raise_for_status()
        data = response.json()
        
        print(f"[{datetime.now()}] API 응답 수신 성공")
        print(f"응답 데이터: {json.dumps(data, indent=2)[:500]}...")
        
        return data
    except requests.exceptions.Timeout:
        print("⚠️ API 요청 시간 초과 (30초)")
        return None
    except requests.exceptions.RequestException as e:
        print(f"⚠️ API 요청 실패: {e}")
        return None

def calculate_cost(usage_data):
    """사용량 데이터에서 비용 계산"""
    if not usage_data:
        return {}
    
    cost_summary = {
        "total_cost_usd": 0,
        "total_tokens": 0,
        "by_model": {}
    }
    
    # HolySheep AI API 응답 구조에 따라 데이터 파싱
    # 실제 응답 구조에 맞게 조정 필요
    if "data" in usage_data:
        for item in usage_data.get("data", []):
            model = item.get("model", "unknown")
            prompt_tokens = item.get("prompt_tokens", 0)
            completion_tokens = item.get("completion_tokens", 0)
            total_tokens = prompt_tokens + completion_tokens
            
            # 1M 토큰당 가격으로 비용 계산
            price_per_million = MODEL_PRICES.get(model, 0)
            cost = (total_tokens / 1_000_000) * price_per_million
            
            if model not in cost_summary["by_model"]:
                cost_summary["by_model"][model] = {
                    "tokens": 0,
                    "cost_usd": 0
                }
            
            cost_summary["by_model"][model]["tokens"] += total_tokens
            cost_summary["by_model"][model]["cost_usd"] += cost
            cost_summary["total_tokens"] += total_tokens
            cost_summary["total_cost_usd"] += cost
    
    return cost_summary

def save_cost_log(cost_data):
    """비용 데이터 로컬에 저장"""
    os.makedirs(os.path.dirname(COST_LOG_FILE), exist_ok=True)
    
    # 기존 데이터 로드
    existing_data = []
    if os.path.exists(COST_LOG_FILE):
        with open(COST_LOG_FILE, 'r') as f:
            existing_data = json.load(f)
    
    # 새 데이터 추가
    log_entry = {
        "timestamp": datetime.now().isoformat(),
        **cost_data
    }
    existing_data.append(log_entry)
    
    # 마지막 90일분만 유지
    existing_data = existing_data[-90:]
    
    with open(COST_LOG_FILE, 'w') as f:
        json.dump(existing_data, f, indent=2)
    
    print(f"💾 비용 로그 저장 완료: {len(existing_data)}건")

def generate_daily_report():
    """일일 비용 보고서 생성"""
    print("=" * 50)
    print(f"📊 {datetime.now().strftime('%Y-%m-%d %H:%M:%S')} 비용 보고서 생성 시작")
    print("=" * 50)
    
    # 사용량 데이터 조회
    usage_data = get_usage_data(days=1)
    
    if not usage_data:
        print("⚠️ 사용량 데이터 조회 실패, 로컬 로그로 대체")
        usage_data = load_local_usage()
    
    # 비용 계산
    cost_summary = calculate_cost(usage_data)
    
    # 로그 저장
    save_cost_log(cost_summary)
    
    # 보고서 생성
    report = format_report(cost_summary)
    
    print("\n📧 생성된 보고서:")
    print(report)
    
    return report, cost_summary

def load_local_usage():
    """로컬 로그에서 사용량 데이터 로드"""
    if os.path.exists(COST_LOG_FILE):
        with open(COST_LOG_FILE, 'r') as f:
            logs = json.load(f)
        if logs:
            return {"data": logs[-1].get("by_model", [])}
    return None

def format_report(cost_data):
    """보고서 포맷팅"""
    report_lines = []
    report_lines.append("=" * 60)
    report_lines.append("🤖 HolySheep AI 일일 비용 보고서")
    report_lines.append("=" * 60)
    report_lines.append(f"📅 생성일시: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}")
    report_lines.append("")
    report_lines.append("💰 비용 요약:")
    report_lines.append(f"   전체 비용: ${cost_data.get('total_cost_usd', 0):.4f}")
    report_lines.append(f"   전체 토큰: {cost_data.get('total_tokens', 0):,} tokens")
    report_lines.append("")
    report_lines.append("📊 모델별 사용량:")
    
    for model, data in cost_data.get("by_model", {}).items():
        price = MODEL_PRICES.get(model, 0)
        report_lines.append(f"   • {model}")
        report_lines.append(f"     - 토큰: {data['tokens']:,} tokens")
        report_lines.append(f"     - 비용: ${data['cost_usd']:.4f} ({price}/M tokens)")
    
    report_lines.append("")
    report_lines.append("=" * 60)
    report_lines.append("HolySheep AI: https://www.holysheep.ai")
    report_lines.append("=" * 60)
    
    return "\n".join(report_lines)

if __name__ == "__main__":
    report, cost_data = generate_daily_report()

5단계: 이메일 발송 기능 구현

계산된 비용 보고서를 이메일로 보내는 기능을 만들겠습니다:

# send_email.py
import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart
from datetime import datetime
from config import SMTP_SERVER, SMTP_PORT, EMAIL_SENDER, EMAIL_PASSWORD, EMAIL_RECEIVER

def send_cost_report_email(report_content, cost_data):
    """비용 보고서를 이메일로 발송"""
    
    # 이메일 본문 구성
    msg = MIMEMultipart('alternative')
    msg['Subject'] = f"🤖 AI 비용 보고서 - {datetime.now().strftime('%Y-%m-%d')}"
    msg['From'] = EMAIL_SENDER
    msg['To'] = EMAIL_RECEIVER
    
    # 일반 텍스트 버전
    text_content = report_content
    text_part = MIMEText(text_content, 'plain', 'utf-8')
    msg.attach(text_part)
    
    # HTML 버전 (시각적으로 더 예쁘게)
    html_content = f"""
    
    
        
    
    
        
            🤖 AI 비용 보고서
            📅 {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}
            
            
                💰 전체 비용
                ${cost_data.get('total_cost_usd', 0):.4f}
                전체 토큰 사용량: {cost_data.get('total_tokens', 0):,} tokens
            
            
            📊 모델별 상세
            
    """
    
    for model, data in cost_data.get("by_model", {}).items():
        html_content += f"""
                
        """
    
    html_content += """
            
                
                    모델
                    토큰 수
                    비용
                

                    {model}
                    {data['tokens']:,}
                    ${data['cost_usd']:.4f}
                
            
            
                이 보고서는 HolySheep AI API 사용량 데이터를 기반으로 자동 생성되었습니다.
                HolySheep AI 방문하기
            
        
    
    
    """
    
    html_part = MIMEText(html_content, 'html', 'utf-8')
    msg.attach(html_part)
    
    # 이메일 발송
    try:
        with smtplib.SMTP(SMTP_SERVER, SMTP_PORT) as server:
            server.starttls()
            server.login(EMAIL_SENDER, EMAIL_PASSWORD)
            server.sendmail(EMAIL_SENDER, EMAIL_RECEIVER, msg.as_string())
        
        print(f"✅ 이메일 발송 성공: {EMAIL_RECEIVER}")
        return True
    except smtplib.SMTPAuthenticationError:
        print("⚠️ Gmail 인증 실패. 앱 비밀번호를 확인해주세요.")
        print("💡 Gmail 설정 → 보안 → 2단계 인증 → 앱 비밀번호 생성")
        return False
    except Exception as e:
        print(f"⚠️ 이메일 발송 실패: {e}")
        return False

if __name__ == "__main__":
    test_report = "테스트 보고서"
    test_cost = {"total_cost_usd": 0.50, "total_tokens": 100000, "by_model": {}}
    send_cost_report_email(test_report, test_cost)

모델	토큰 수	비용
{model}	{data['tokens']:,}	${data['cost_usd']:.4f}

6단계: 메인 프로그램과 스케줄러 연결

이제 모든 기능을 하나의 프로그램으로 결합하고, 매일 자동으로 실행되도록 스케줄러를 설정합니다:

# main.py
import schedule
import time
import logging
from datetime import datetime
from generate_report import generate_daily_report
from send_email import send_cost_report_email

로깅 설정
logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s - %(levelname)s - %(message)s',
    handlers=[
        logging.FileHandler('logs/scheduler.log', encoding='utf-8'),
        logging.StreamHandler()
    ]
)

logger = logging.getLogger(__name__)

def daily_task():
    """매일 실행되는 주요 태스크"""
    logger.info("=" * 60)
    logger.info("🚀 데일리 비용 보고서 태스크 시작")
    logger.info("=" * 60)
    
    try:
        # 1단계: 보고서 생성
        logger.info("📊 단계 1: 사용량 데이터 조회 및 비용 계산")
        report_content, cost_data = generate_daily_report()
        
        # 2단계: 이메일 발송
        logger.info("📧 단계 2: 이메일 발송")
        success = send_cost_report_email(report_content, cost_data)
        
        if success:
            logger.info("✅ 데일리 태스크 완료!")
        else:
            logger.warning("⚠️ 이메일 발송에 실패했지만 보고서는 생성됨")
            
    except Exception as e:
        logger.error(f"❌ 데일리 태스크 실패: {e}", exc_info=True)

def weekly_task():
    """주간 보고서 생성 (매주 월요일 아침)"""
    logger.info("📊 주간 보고서 생성 시작")
    # 주간 보고서 로직 (월별 데이터 집계)
    report_content, cost_data = generate_daily_report()
    send_cost_report_email(report_content, cost_data)

def test_task():
    """테스트 실행 (수동 검증용)"""
    logger.info("🧪 테스트 모드 실행")
    daily_task()

스케줄 설정
매 weekday 아침 8시에 실행 (월~금)
schedule.every().monday.at("08:00").do(daily_task)
schedule.every().tuesday.at("08:00").do(daily_task)
schedule.every().wednesday.at("08:00").do(daily_task)
schedule.every().thursday.at("08:00").do(daily_task)
schedule.every().friday.at("08:00").do(daily_task)

매주 월요일 아침 8시에 주간 보고서
schedule.every().monday.at("08:30").do(weekly_task)

처음 시작시 즉시 테스트 실행 (개발 시)
test_task()

print("=" * 60)
print("🤖 AI 비용 보고 자동화 시스템 시작")
print("=" * 60)
print("📅 스케줄 목록:")
for job in schedule.jobs:
    print(f"   • {job}")
print("")
print("🔄 Ctrl+C를 눌러 종료하세요")
print("=" * 60)

무한 루프로 스케줄러 실행
if __name__ == "__main__":
    while True:
        schedule.run_pending()
        time.sleep(60)  # 1분마다 스케줄 확인

7단계: 실행 및 검증

모든 파일을 저장한 후, 터미널에서 프로그램을 실행해보세요:

# 개발 모드 (테스트)
cd token-cost-tracker
python main.py

프로덕션 모드 (백그라운드 실행)
nohup python main.py > logs/app.log 2>&1 &
echo $! > logs/app.pid

실행 상태 확인
cat logs/app.log

정상적으로 실행되면 다음과 같은 출력이 나타납니다:

============================================================
🤖 AI 비용 보고 자동화 시스템 시작
============================================================
📅 스케줄 목록:
   • Every Monday at 08:00:00 do daily_task
   • Every Tuesday at 08:00:00 do daily_task
   • Every Wednesday at 08:00:00 do daily_task
   • Every Thursday at 08:00:00 do daily_task
   • Every Friday at 08:00:00 do daily_task
   • Every Monday at 08:30:00 do weekly_task

🔄 Ctrl+C를 눌러 종료하세요
============================================================

8단계: Linux Cron으로 시스템 수준 스케줄링

더 안정적인 스케줄링을 원하시면, Linux Cron을 사용할 수 있습니다:

# Cron 설정 파일 열기
crontab -e

아래 줄 추가 (매일 아침 8시에 실행)
0 8 * * 1-5 /usr/bin/python3 /home/user/token-cost-tracker/main.py >> /home/user/token-cost-tracker/logs/cron.log 2>&1

Cron 서비스 상태 확인
sudo systemctl status cron

Cron 로그 확인
tail -f /var/log/cron.log

현재 Cron 목록 확인
crontab -l

비용 최적화 팁

저의 경험상, HolySheep AI를 사용할 때 비용을 절감하는 몇 가지 방법이 있습니다:

모델 선택: 간단한 작업에는 Gemini 2.5 Flash ($2.50/MTok)를, 복잡한推理에는 Claude Sonnet ($15/MTok)을 사용하세요
토큰 캐싱: 반복되는 질문의 경우 이전 응답을 캐시하여 비용 절감
배치 처리: 여러 요청을 묶어서 처리하면 API 호출 오버헤드 감소
실시간 모니터링: 매일 비용 보고서를 확인하면异常 사용량을 즉시 발견

HolySheep AI 모델별 비용 비교

모델	가격 ($/M 토큰)	적합한 용도
DeepSeek V3.2	$0.42	대량 텍스트 처리, 비용 민감한 작업
Gemini 2.5 Flash	$2.50	빠른 응답, 일상적인 질문
GPT-4.1	$8.00	범용 대화, 코드 작성
Claude Sonnet 4.5	$15.00	복잡한推理, 긴 컨텍스트

자주 발생하는 오류와 해결책

오류 1: API 키 인증 실패

# 증상: "401 Unauthorized" 또는 "Invalid API Key" 오류
원인: API 키가 잘못되었거나 만료됨

해결책:
1. HolySheep AI 대시보드에서 API 키 재확인
2. 키가 복사될 때 앞뒤 공백이 있는지 확인
3. 키가 아직 활성화되어 있는지 확인

올바른 형식 확인
curl https://api.holysheep.ai/v1/models \
  -H "Authorization: Bearer YOUR_HOLYSHEEP_API_KEY"

올바른 응답 예시:
{"object":"list","data":[{"id":"gpt-4.1","object":"model"}...]}

오류 2: Gmail 앱 비밀번호 인증 실패

# 증상: "SMTPAuthenticationError: Username and Password not accepted"
원인: Gmail에서「보안 수준이 낮은 앱 액세스」가 비활성화됨

해결책 (순서대로 진행):
1. Gmail 설정 → 보안으로 이동
2. 2단계 인증 활성화 (필수 선행 조건)
3.「앱 비밀번호」클릭
4. 앱 선택: "메일" / 기기 선택: "기타 (사용자 지정 이름)"
5. 생성된 16자리 비밀번호를 복사
6. config.py의 EMAIL_PASSWORD에 붙여넣기

⚠️ 중요: 일반 Gmail 비밀번호가 아닌 앱 비밀번호 사용!

오류 3: API 응답 데이터 파싱 오류

# 증상: "KeyError: 'data'" 또는 "TypeError: NoneType is not iterable"
원인: API 응답 구조가 예상과 다름

해결책: 먼저 API 응답 구조 확인
import requests
import json

response = requests.get(
    "https://api.holysheep.ai/v1/dashboard/usage",
    headers={"Authorization": f"Bearer YOUR_HOLYSHEEP_API_KEY"}
)

print("응답 상태코드:", response.status_code)
print("실제 응답 데이터:")
print(json.dumps(response.json(), indent=2))

응답 구조에 따라 코드 수정
예를 들어, 응답이 {"usage": [...]} 형태라면:
data = response.json().get("usage", [])

오류 4: 스케줄러가 실행되지 않음

# 증상: 스크립트를 실행해도 아무 일도 일어나지 않음
원인: schedule 모듈 설치 안됨 또는 경로 오류

해결책:
1. 패키지 설치 확인
pip list | grep schedule

2. 없다면 설치
pip install schedule

3. 경로 확인 (절대경로 사용)
import os
script_dir = os.path.dirname(os.path.abspath(__file__))
print(f"현재 디렉토리: {script_dir}")

4. 메인 스크립트 직접 실행 테스트
python3 /full/path/to/main.py

5. 백그라운드 실행 시 환경 변수 문제
환경변수 파일 로드 확인
from dotenv import load_dotenv
load_dotenv(dotenv_path='/full/path/to/.env')

결론

이번 튜토리얼에서는 HolySheep AI를 활용하여 AI 토큰 비용을 자동으로 추적하고, 이메일로推送받는 시스템을 구축해보았습니다. 이 시스템을 사용하면:

매일 아침 자동으로 전날의 비용 현황을 이메일로 받게 됩니다
모델별 사용량을 상세히 분석할 수 있습니다
비용 이상 징후를 빠르게 발견할 수 있습니다
팀 전체가 비용 현황을 투명하게 공유할 수 있습니다

저는 이 시스템을 구축한 후 예상치 못한 비용 증가를 3번이나事前に 발견할 수 있었습니다. 특히 주말에 장시간 실행되는 백그라운드 작업이 있을 때, 월요일 아침에 비용 보고서를 받으면 문제를 빠르게 파악할 수 있어 정말 유용했습니다.

HolySheep AI는 해외 신용카드 없이 로컬 결제가 가능하고, 단일 API 키로 여러 모델을 통합 관리할 수 있어 이런 비용 추적 시스템을 구축하기 정말 편리합니다. 이제 무료 크레딧을 받고 시작해보세요!

👉 HolySheep AI 가입하고 무료 크레딧 받기

왜 비용 자동화가 필요한가?

사전 준비물

1단계: HolySheep AI API 키 확인

2단계: 프로젝트 구조 설계

3단계: 환경 설정 파일 만들기

HolySheep AI 설정

모델별 토큰 단가 (HolySheep AI 공식 가격)

이메일 설정 (Gmail 예시)

로그 파일 경로

4단계: 토큰 사용량 추적 함수 만들기

5단계: 이메일 발송 기능 구현

🤖 AI 비용 보고서

💰 전체 비용

📊 모델별 상세

6단계: 메인 프로그램과 스케줄러 연결

로깅 설정

스케줄 설정

매 weekday 아침 8시에 실행 (월~금)

매주 월요일 아침 8시에 주간 보고서

처음 시작시 즉시 테스트 실행 (개발 시)

test_task()

무한 루프로 스케줄러 실행

7단계: 실행 및 검증

프로덕션 모드 (백그라운드 실행)

실행 상태 확인

8단계: Linux Cron으로 시스템 수준 스케줄링

아래 줄 추가 (매일 아침 8시에 실행)

Cron 서비스 상태 확인

Cron 로그 확인

현재 Cron 목록 확인

비용 최적화 팁

HolySheep AI 모델별 비용 비교

자주 발생하는 오류와 해결책

오류 1: API 키 인증 실패

원인: API 키가 잘못되었거나 만료됨

해결책:

1. HolySheep AI 대시보드에서 API 키 재확인

2. 키가 복사될 때 앞뒤 공백이 있는지 확인

3. 키가 아직 활성화되어 있는지 확인

올바른 형식 확인

올바른 응답 예시:

{"object":"list","data":[{"id":"gpt-4.1","object":"model"}...]}

오류 2: Gmail 앱 비밀번호 인증 실패

원인: Gmail에서「보안 수준이 낮은 앱 액세스」가 비활성화됨

해결책 (순서대로 진행):

1. Gmail 설정 → 보안으로 이동

2. 2단계 인증 활성화 (필수 선행 조건)

3.「앱 비밀번호」클릭

4. 앱 선택: "메일" / 기기 선택: "기타 (사용자 지정 이름)"

5. 생성된 16자리 비밀번호를 복사

6. config.py의 EMAIL_PASSWORD에 붙여넣기

⚠️ 중요: 일반 Gmail 비밀번호가 아닌 앱 비밀번호 사용!

오류 3: API 응답 데이터 파싱 오류

원인: API 응답 구조가 예상과 다름

해결책: 먼저 API 응답 구조 확인

응답 구조에 따라 코드 수정

예를 들어, 응답이 {"usage": [...]} 형태라면:

data = response.json().get("usage", [])

오류 4: 스케줄러가 실행되지 않음

원인: schedule 모듈 설치 안됨 또는 경로 오류

해결책:

1. 패키지 설치 확인

2. 없다면 설치

3. 경로 확인 (절대경로 사용)

4. 메인 스크립트 직접 실행 테스트

5. 백그라운드 실행 시 환경 변수 문제

환경변수 파일 로드 확인

결론

관련 리소스

관련 문서

🔥 HolySheep AI를 사용해 보세요

`{"object":"list","data":[{"id":"gpt-4.1","object":"model"}...]}`

`⚠️ 중요: 일반 Gmail 비밀번호가 아닌 앱 비밀번호 사용!`

`data = response.json().get("usage", [])`