BigQuery 비용 계산기란?
이 계산기는 온디맨드(On-demand) 요금제 기준으로 구글 클라우드 BigQuery의 월 청구액을 추정해 줍니다. 온디맨드 요금제에서는 쿼리가 스캔하는 데이터 양과 저장해 둔 스토리지 용량에 따라 비용이 부과됩니다. 무거운 분석 작업을 돌리기 전에 비용을 미리 가늠하고, 대용량 테이블을 반복해서 스캔할 때 발생하는 부담을 한눈에 파악하는 데 유용합니다. BigQuery 요금은 리전(region)별로 다르며 구글 클라우드가 USD(미국 달러) 기준으로 책정합니다. 따라서 본인 프로젝트의 리전에 적용되는 요율을 직접 입력해 주세요.
사용 방법
먼저 쿼리당 평균 스캔 데이터를 테라바이트(TB) 단위로 입력하고, 월간 쿼리 실행 횟수와 온디맨드 TB당 쿼리 요금(구글 기본값은 다수 리전에서 약 $6.25/TB)을 입력합니다. 이어서 무료 쿼리 사용량(보통 월 최초 1TB는 무료)을 추가한 뒤, 활성 스토리지(active storage) 용량(GB)과 GB·월당 스토리지 요금(활성 스토리지 기준 약 $0.02)을 입력하세요. 계산기는 과금 대상 데이터에 쿼리 요금을 곱한 뒤 스토리지 비용을 더해 줍니다.
계산 공식 풀이
총 스캔량 = 쿼리당 데이터 × 쿼리 횟수. 과금 대상 스캔량 = 총 스캔량 − 무료 사용량(0 미만으로 내려가지 않음). 쿼리 비용 = 과금 대상 스캔량 × TB당 요금. 스토리지 비용 = 스토리지 GB × GB당 요금. 월 예상 비용 = 쿼리 비용 + 스토리지 비용.
$$\text{Total Cost} = \max\!\left(Q \cdot D - F,\; 0\right) \cdot P_q \;+\; S \cdot P_s$$ $$\text{where}\quad \left\{ \begin{aligned} D &= \text{Data Scanned (TB)} \\ Q &= \text{Queries / Month} \\ F &= \text{Free Tier (TB)} \\ P_q &= \text{Query Price (\$/TB)} \\ S &= \text{Storage (GB)} \\ P_s &= \text{Storage Price (\$/GB)} \end{aligned} \right.$$
실제 계산 예시
쿼리 한 건이 1TB를 스캔하고, 월 1,000건의 쿼리를 실행하며, 요금이 $6.25/TB, 무료 사용량이 1TB라고 가정해 보겠습니다. 총 스캔량은 1,000TB이고, 과금 대상은 999TB이므로 쿼리 비용은 \(999 \times \$6.25 = \$6{,}243.75\)입니다. 여기에 스토리지 1,000GB를 $0.02/GB로 계산하면 $20이 됩니다. 따라서 합계는 월 $6,263.75입니다.
BigQuery 온디맨드 요금 참고자료
Google BigQuery의 온디맨드 모델은 각 쿼리가 스캔하는 데이터 양에 따라 요금을 부과하며, 저장된 데이터에 대해 별도의 월간 요금을 부과합니다. 아래의 요금은 미국 다중 지역에 대해 널리 공시된 정가이며 USD 기준입니다. 지역마다 요금이 다릅니다(예: 일부 지역은 TB당 더 높은 요금 청구). 따라서 항상 현재 Google Cloud 요금 페이지와 청구 지역을 기준으로 확인하세요.
| 항목 | 공시 요금 (미국) | 설명 |
|---|---|---|
| 온디맨드 쿼리 요금 | ~$6.25 / TB 스캔 | 처리한 바이트 기준 청구, 올림; 쿼리당 최소 10 MB |
| 활성 저장소 | ~$0.02 / GB / 월 | 지난 90일 이내에 수정된 테이블 또는 파티션 |
| 장기 저장소 | ~$0.01 / GB / 월 | 90일 연속 미수정 데이터 (~50% 할인) |
| 무료 쿼리 한도 | 1 TB / 월 | 매월 처음 1 TB의 쿼리 데이터는 무료 |
| 무료 저장소 한도 | 10 GB / 월 | 매월 처음 10 GB의 저장소는 무료 |
비용 공식에서 쿼리 요금은 \(P_q\) ($/TB)로, 저장소 요금은 \(P_s\) ($/GB)로, 무료 쿼리 한도는 \(F\) (TB)로, 저장된 데이터 양은 \(S\) (GB)로 매핑됩니다. 데이터 로딩, 복사 및 내보내기는 일반적으로 무료이지만 스트리밍 삽입 및 기타 일부 작업에는 여기서 모델링하지 않은 자체 요금이 있습니다.
일반적인 워크로드 시나리오별 비용
아래 표는 공식 \(\text{총 비용} = \max(Q\cdot D - F,\,0)\cdot P_q + S\cdot P_s\)를 쿼리 가격 $6.25/TB, 1 TB 무료 한도, 저장소 500 GB 고정, 저장소 요금 $0.02/GB/월 (모든 행에서 $10.00 저장소 요금)을 사용하여 적용합니다. 매월 총 스캔 데이터는 \(Q\cdot D\)입니다.
| 시나리오 | 데이터 / 쿼리 | 월 쿼리 수 | 총 스캔 | 청구 대상 (1 TB 무료 후) | 쿼리 비용 | 저장소 비용 | 월 총 비용 |
|---|---|---|---|---|---|---|---|
| 경량 | 0.1 TB | 200 | 20 TB | 19 TB | $118.75 | $10.00 | $128.75 |
| 중간 | 1 TB | 1,000 | 1,000 TB | 999 TB | $6,243.75 | $10.00 | $6,253.75 |
| 대용량 | 5 TB | 2,000 | 10,000 TB | 9,999 TB | $62,493.75 | $10.00 | $62,503.75 |
경량 시나리오의 쿼리 비용은 \((200 \times 0.1 - 1) \times 6.25 = 19 \times 6.25 = \$118.75\)로 계산되고, \(500 \times 0.02 = \$10.00\) 저장소 비용이 더해집니다. 이 수치는 대용량 워크로드의 경우 쿼리(스캔) 비용이 저장소를 훨씬 초과함을 명확히 보여줍니다. 비용 절감은 스캔된 바이트를 제어하는 데 있습니다.
주요 용어 설명
- 스캔된 데이터 / 처리 바이트 (\(D\))
- 쿼리가 읽는 테이블 데이터의 양으로, 바이트 단위로 측정하며 TB당 청구됩니다. BigQuery는 반환된 행 수와 관계없이 처리된 바이트를 기준으로 청구합니다. 더 적은 열을 선택하면 더 적은 바이트를 읽습니다.
- 월 쿼리 수 (\(Q\))
- 매월 실행하는 쿼리 수입니다. 총 스캔 데이터는 \(Q \cdot D\)이며, 쿼리 가격 \(P_q\)를 적용하기 전에 무료 한도 \(F\)를 빼집니다.
- 온디맨드 vs. 용량 (슬롯)
- 온디맨드는 스캔된 TB당 청구합니다 (이 계산기의 모델). 용량 요금은 대신 슬롯이라는 컴퓨팅 단위를 정액 시간 또는 약정 요금으로 예약하여 비용을 스캔된 바이트와 분리합니다. 안정적이고 대용량 사용에 더 적합합니다.
- 활성 저장소 vs. 장기 저장소
- 테이블 또는 파티션이 지난 90일 이내에 수정되는 동안 활성 저장소입니다 (~$0.02/GB). 90일 연속 미수정 상태이면 약 절반 요금의 장기 저장소(~$0.01/GB)가 되며, 성능에는 변화가 없습니다.
- 무료 한도 (\(F\))
- 매월 BigQuery는 쿼리 처리 1 TB와 저장소 10 GB를 무료로 제공합니다. 공식에서 \(F\)는 총 스캔 데이터에서 뺀 무료 쿼리 한도이며, 0 이상입니다.
- 파티셔닝 및 클러스터링
- 테이블을 정렬하여 쿼리가 관련 세그먼트만 읽도록 하는 기법입니다. 효과적인 파티셔닝(예: 날짜별)과 클러스터링은 \(D\) (스캔된 바이트)를 감소시켜 온디맨드 비용을 직접 낮춥니다.
- 지역
- 데이터셋의 지리적 위치입니다. TB당 쿼리 요금과 GB당 저장소 요금은 지역마다 다릅니다. 이 도구의 \(P_q\)와 \(P_s\)는 데이터가 있는 지역과 일치해야 합니다.
자주 묻는 질문
실제 청구액과 정확히 일치하나요? 아닙니다. 어디까지나 추정치입니다. 실제 BigQuery 비용은 리전, 에디션(온디맨드 vs. 용량/슬롯 기반), 장기 스토리지와 활성 스토리지 간 할인, MB 단위 반올림 등에 따라 달라집니다.
쿼리 비용을 줄이려면 어떻게 하나요? 필요한 컬럼만 선택하고, 테이블을 파티셔닝·클러스터링하며, LIMIT은 신중하게 사용하세요(LIMIT은 스캔되는 바이트 수를 줄이지 않습니다). 또한 실행 전에 쿼리 유효성 검사기로 스캔될 바이트 양을 미리 확인하는 것이 좋습니다.
무료 사용량은 초기화되나요? 온디맨드 무료 분석 사용량(보통 1TB)은 매월 초기화됩니다. 계정에 더 이상 적용되지 않는다면 0으로 설정하세요.
