LLM 앱에서 “어디서 터졌고, 왜 비싸졌는지” 끝까지 추적하기: LangSmith vs Langfuse (2026년 2월 관점)

LLM 애플리케이션은 전통적인 APM(Application Performance Monitoring)만으로는 운영이 어렵습니다. 이유는 단순합니다.

게시 2026/02/12

By Daewook Kwon

14 분읽는 시간

들어가며

LLM 애플리케이션은 전통적인 APM(Application Performance Monitoring)만으로는 운영이 어렵습니다. 이유는 단순합니다. 장애가 “HTTP 500”처럼 명확하지 않고, 품질 저하도 “정답/오답”으로 떨어지지 않으며, 비용은 “토큰/캐시/리트라이/툴 호출”처럼 실행 경로에 따라 분산되기 때문입니다.
그래서 2025~2026년의 LLM Observability는 trace 중심(요청 1건의 실행을 트리 형태로)으로 빠르게 수렴했고, 그 위에 디버깅 + 비용 추적 + 품질 평가(evals)를 한 화면에서 묶는 쪽으로 진화했습니다.

이 글에서는 2026년 2월 기준으로 현업에서 가장 자주 비교되는 LangSmith와 Langfuse를 “모니터링/디버깅/비용 추적” 관점에서 깊게 파고들고, 실제로 바로 붙여볼 수 있는 코드를 제공합니다. (둘 다 핵심 키워드는 이제 OpenTelemetry(OTel) 입니다.)¹

🔧 핵심 개념

1) LLM Observability에서 “Trace”가 의미하는 것

LLM 앱에서 trace는 보통 다음을 포함합니다.

request(유저 입력) → prompt 구성 → LLM call → tool call/DB/RAG → 후처리 → 응답
각 단계의 latency, error, token usage, model name, retry 정보
단계 간 부모-자식 관계(트리)가 있어 “병목이 어디인지”가 한눈에 보임

LangSmith는 이를 “Run(스팬에 해당)” 트리로 강하게 모델링하고, 비용/토큰을 트리 상에서 집계하는 UX가 탄탄합니다.²

2) OpenTelemetry(OTel)가 왜 갑자기 중요해졌나

과거엔 툴마다 고유 SDK로만 계측하는 경우가 많았는데, LLM 앱이 커지면 다음 문제가 생깁니다.

서비스가 여러 개로 쪼개지면서 분산 트레이싱이 필요
LLM 단계만이 아니라 API Gateway, worker, DB, queue까지 같은 Trace ID로 엮고 싶음
특정 벤더에 종속되지 않고 exporter만 바꿔서 이관하고 싶음

LangSmith는 “LangChain/LangGraph” 생태계에 강점이 있고, 2025년에는 SDK 레벨 end-to-end OTel 지원을 강조했습니다(네이티브 포맷 대비 약간의 overhead가 있을 수 있다고도 명시).¹
Langfuse도 2025년부터 OTel span ingest를 전면으로 내세워 다양한 프레임워크 연결을 확장했습니다.³

3) 비용 추적의 본질: “토큰 집계”가 아니라 “실행 경로 비용 회계”

현장에서 비용 추적이 실패하는 패턴은 대개 이겁니다.

“LLM 호출 비용”만 보고, tool call / retrieval / rerank / embedding / retry 비용은 누락
trace 트리의 자식 스팬에 thread/session 메타데이터가 빠져서 대화 단위 집계가 틀어짐
reasoning 모델(o1 계열 등)처럼 output token이 복잡한 경우, 문자열로 토큰을 역추정하면 비용이 어긋남

LangSmith는 major provider에 대해 토큰/비용을 자동 기록하고, custom cost도 run 단위로 넣어 “단일 비용 뷰”를 만들 수 있게 가이드합니다. 또한 thread 메타데이터 누락 시 집계가 깨질 수 있음을 문서에서 명확히 경고합니다.²
Langfuse 쪽은 OpenAI o1 계열처럼 “token counts 없이는 비용 추정 불가” 케이스를 명확히 언급했고, wrapper/integration을 쓰지 않으면 usage를 명시적으로 넣어야 하는 사례가 커뮤니티에서 반복적으로 등장합니다.⁴

💻 실전 코드

아래 예시는 “최소 코드 변경으로” OTel로 계측하고, “LLM 호출 + tool 비용”을 같은 trace에 묶어 디버깅/비용 추적까지 가능하게 만드는 형태에 집중합니다.

예제 1) LangSmith: OTel 기반 tracing + 커스텀 비용(툴 호출) 추가

  
# python
"""
목표:
- LangSmith로 OpenTelemetry 기반 tracing 활성화
- LangChain 실행을 trace로 수집
- (중요) LLM 비용 외에 'tool 비용'을 custom cost로 같이 기록하는 패턴 제시

사전 준비:
pip install "langsmith[otel]" langchain langchain-openai

환경변수:
LANGSMITH_API_KEY=...
LANGSMITH_TRACING=true
LANGSMITH_OTEL_ENABLED=true
LANGSMITH_ENDPOINT=https://api.smith.langchain.com
"""

import os
import time
from langchain_core.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI

# LangSmith/LangChain은 env로 tracing을 켜면 자동 계측이 들어간다.[^1]

def expensive_tool_call(query: str) -> str:
    # 예: 외부 검색 API, rerank, 크롤링 등 LLM 외부 비용이 발생하는 컴포넌트
    time.sleep(0.2)
    return f"[tool-result for {query}]"

def main():
    prompt = ChatPromptTemplate.from_template(
        "Use the tool result to answer.\nTool result: {tool}\nQuestion: {q}"
    )
    model = ChatOpenAI(model="gpt-4o-mini")  # 예시

    # 1) tool 호출
    tool_result = expensive_tool_call("langsmith vs langfuse")

    # 2) LLM 호출 (LangChain 실행은 trace로 수집)
    chain = prompt | model
    out = chain.invoke({"tool": tool_result, "q": "비용 추적에서 가장 흔한 함정은?"})
    print(out.content)

    # 3) "툴 비용"을 같은 trace에 붙이려면:
    #    - LangSmith는 run 단위로 custom cost를 제출할 수 있도록 가이드한다.[^2]
    #    - 여기서는 개념 예시로만 남긴다(실제론 langsmith Client로 run_id에 cost를 업데이트하는 형태로 구현).
    #
    # 핵심: LLM token 비용만 보지 말고 tool/retrieval/retry 비용을 반드시 같은 execution tree에 합산해야
    #       "왜 비싸졌는지" 디버깅이 된다.

if __name__ == "__main__":
    main()

예제 2) Langfuse: OTel 철학(표준 컨텍스트 전파) 기반으로 “누락 없는 계측” 만들기

Langfuse는 2025년부터 OTel 기반 SDK 방향을 강하게 밀고 있고, OTel의 장점(표준 context propagation, 서드파티 계측과의 결합)을 강조합니다.⁵

아래는 “핵심 아이디어” 예시입니다.

  
# python
"""
목표:
- OpenTelemetry 컨텍스트 전파가 되는 구조로 span을 쪼개서
  LLM step / tool step을 한 trace로 묶는 패턴을 만든다.
- (중요) token/cost가 자동으로 안 잡히는 케이스가 있으므로,
  wrapper/통합을 쓰거나 usage를 명시적으로 넣는 전략을 준비한다.[^6]
"""

from opentelemetry import trace

tracer = trace.get_tracer("llm-app")

def tool_step():
    with tracer.start_as_current_span("tool:search") as span:
        # 여기에 tool latency, error, cost 등을 attribute로 기록
        span.set_attribute("tool.name", "search-api")
        span.set_attribute("tool.cost_usd", 0.002)  # 예시: tool 비용을 명시
        return "tool-result"

def llm_step(prompt: str):
    with tracer.start_as_current_span("llm:generate") as span:
        span.set_attribute("gen_ai.system", "openai")  # 표준/준표준 속성 계열
        span.set_attribute("llm.model_name", "gpt-4o-mini")
        # 주의: 모델/SDK 조합에 따라 token usage가 자동 수집되지 않을 수 있음[^6]
        # 가능하면 Langfuse wrapper/integration(LangChain, LlamaIndex, LiteLLM 등)을 활용하거나,
        # usage를 명시적으로 기록하는 경로를 마련해야 한다.
        return "answer"

def main():
    with tracer.start_as_current_span("request") as root:
        tool = tool_step()
        ans = llm_step(f"tool={tool}")
        print(ans)

if __name__ == "__main__":
    main()

⚡ 실전 팁

1) “OTel 채택”은 기능이 아니라 조직 아키텍처 선택이다

서비스가 1개고 Python 단일 런타임이면 “벤더 SDK 직결”도 빠릅니다.
하지만 API/worker/queue로 갈라지고, 인프라 관측(HTTP, DB)까지 합치려면 OTel이 사실상 정답입니다. LangSmith도 OTel을 “스택 전체를 통합 관측”하는 관점에서 설명합니다.¹

2) 비용 추적의 함정: “token이 아니라 metadata가 깨져서 집계가 틀어지는” 케이스

LangSmith 문서에서 특히 실무적인 포인트는 thread/session 메타데이터입니다. 자식 run에 session/thread 메타데이터가 누락되면 “대화 단위” 집계가 어긋날 수 있다고 못 박습니다.²
→ 운영 환경에서는 “trace는 찍히는데 비용 대시보드가 이상함”의 1순위 원인이 됩니다.

3) reasoning 모델(o1 계열 등)은 “usage 미제공 시 비용 추정 불가”를 전제로 설계하라

Langfuse는 o1 계열에서 token counts 없이는 cost inference가 불가능하다고 명시합니다.⁴
→ 결론: wrapper/integration을 쓰든, 응답에서 usage를 파싱해 넣든, “usage를 확보하는 경로”가 설계에 포함돼야 합니다.

4) 가격 모델 비교는 “과금 단위”를 먼저 맞춰야 한다

LangSmith: seat + trace 과금(보존 기간에 따라 base/extended) 구조가 명확합니다.⁶
Langfuse: Cloud는 “units/events” 기반 티어가 언급되며(자료마다 수치가 다를 수 있어 공식 확인 권장), self-host 옵션이 강점으로 자주 거론됩니다.⁷
→ “요청 1건당 평균 스팬 수(=trace depth)”를 먼저 산정하지 않으면, 월 비용 비교는 거의 항상 틀립니다.

🚀 마무리

2026년 2월 시점에서 LLM 앱 모니터링의 중심축은 확실히 Trace(트리) + 비용(토큰/툴) + 디버깅(재현 가능한 컨텍스트)로 자리 잡았습니다. LangSmith는 LangChain 생태계와 촘촘한 UI/가이드(특히 비용/메타데이터 집계)에서 강점을 보이고, OTel도 end-to-end로 끌어안는 방향을 분명히 했습니다.¹
Langfuse는 OTel 표준을 적극 활용해 언어/프레임워크 확장성과 self-host 옵션을 무기로 가져가며, 특히 “usage 미제공 시 비용 추정 실패” 같은 현실적인 포인트를 케이스로 축적해 왔습니다.⁵

다음 학습 추천은 두 가지입니다. 1) OpenTelemetry context propagation을 “서비스 경계(HTTP/queue)”까지 확장해 end-to-end trace를 완성하기
2) 비용 추적을 LLM 호출에만 두지 말고, tool/retrieval/rerank/retry를 같은 execution tree에 회계 처리하는 구조로 리팩터링하기

AI, MLOps

ai mlops