오픈소스 에이전트 하네스 Pi 1.0이 나왔어. 기능을 덜 넣는 게 자랑인 도구가 해커뉴스 1위에 오른 이유와 작은 빌더가 가져갈 것 3가지

오픈소스 에이전트 하네스 Pi 1.0이 나왔어. 기능을 덜 넣는 게 자랑인 도구가 해커뉴스 1위에 오른 이유와 작은 빌더가 가져갈 것 3가지 📅 2026.10.02 | ✍️ 경제 흐름을 읽어주는 형 형이 오늘 아침 고른 소식은 에렌딜이라는 팀이 내놓은 코딩 에이전트 Pi의 1.0 버전이야. 발표 몇 시간 만에 해커뉴스 1위에 올라 500점을 넘겼어. 매주 수십만 명이 쓰는 도구인데, 이 팀이 가장 크게 내세운 건 새 기능이 아니라 "검증되기 전에는 안 넣는다"는 원칙이야. 어제는 구글이 최상위 모델을 조심스럽게 푸는 이야기를 했잖아. 오늘은 그 모델들을 실제로 굴리는 쪽, 그러니까 모델을 감싸고 도구를 쥐여 주는 하네스 이야기라서 이어서 보면 그림이 완성돼. 【 핵심 체크포인트 】 1. 몇 달 동안 시험해 보고 살아남은 기능만 넣었어. 이번에 들어간 건 도구를 필요할 때만 불러오는 기능, 앤트로픽 모델용 캐시 미리 데우기, 대화 중간에 시스템 지시를 바꾸는 기능, 그리고 MCP를 코드로 다루는 코드모드 정도야. 팀은 "벽에 던져서 붙은 것만 남겼고, 떨어진 목록이 훨씬 길다"고 적었어. 에이전트 도구가 매주 바뀌는 시기에 일부러 느리게 가겠다는 선언이라 개발자들이 더 반응한 거야. 2. 모델 여러 개를 하나처럼 묶어 쓰는 구조가 기본이 됐어. 시연 영상이 재미있어. 계획은 클로드 오퍼스가 세우고, 실제 구현은 GPT가 하고, 둘 사이를 언제 넘길지는 작은 판단 모델이 정해. 이걸 Pi가 스스로 확장 기능으로 짜서 하나의 가상 모델처럼 등록해. 작업이 끝나면 모델별 비용과 캐시 사용량을 나눠서 보여 줘. 한 회사 모델에 매달리지 않고 단계마다 값과 실력이 맞는 모델을 고르는 방식이 이제 개인 도구에서도 당연해진 거야. 3. 프로세스가 죽어도 이어서 일하는 Pi Durable을 따로 냈어. 함께 공개한 실험판 Pi Durable은 오래 돌아가는 에이전트용이야. 모든 단계를 작업...

AI 보조금 시대가 끝났어. Anthropic 4명 팀 월 11.3 만 달러 청구서와 인디 빌더가 지금 봐야 할 신호 3 가지

AI 보조금 시대가 끝났어. Anthropic 4명 팀 월 11.3 만 달러 청구서와 인디 빌더가 지금 봐야 할 신호 3 가지

AI 보조금 시대가 끝났어. Anthropic 4명 팀 월 11.3 만 달러 청구서와 인디 빌더가 지금 봐야 할 신호 3 가지

📅 2026.06.24 | ✍️ 경제 흐름을 읽어주는 형

형이 오늘 본 글은 디지털 보존 전문가 David Rosenthal 의 분석이야. AI 플랫폼이 지난 2 년 동안 마약상 알고리즘으로 굴러갔다는 진단이지. 첫 한 봉지는 공짜, 일단 중독되면 정가를 받는 패턴 말이야. 그런데 이번 6 월 들어 그 정가 받는 시점이 한꺼번에 도착했어.

SemiAnalysis 가 계산한 숫자가 너무 충격적이라 형이 두 번 읽었어. 월 200 달러짜리 구독으로 Anthropic 에서 8,000 달러, OpenAI 에서 14,000 달러어치 토큰을 태울 수 있어. 보조금 비율로 환산하면 Anthropic 이 40 배, OpenAI 가 70 배를 자기 돈으로 메우고 있다는 거야. 동시에 OpenAI 의 2025 재무가 처음 공개됐고, 작은 회사 한 곳은 토큰 과금 전환 첫날 비용이 7 배로 점프했어. 오늘은 이 흐름이 한국 인디 빌더의 자동화 라인에 어떻게 떨어지는지 풀어볼게.


🔍 핵심 체크포인트 3 가지

1. OpenAI 2025 재무 첫 공개. 매출 130.7 억, 손실 209.2 억, 마케팅비가 매출의 44 %

Ed Zitron 이 6 월 15 일 OpenAI 의 2025 년 재무를 입수해 공개했어. 매출 130.7 억 달러, 총비용 340 억 달러, 영업손실 209.2 억 달러. 회계 조정까지 합친 순손실은 385 억 달러. 더 놀라운 건 매출의 44 퍼센트를 sales and marketing 에 썼다는 점이야. AI 거품을 부풀게 유지하기 위한 hype 비용이 사실상 회사 운영 비용보다 큰 셈이야. 자본 시장이 SpaceX, Anthropic, OpenAI 의 IPO 를 동시에 받아내야 하는 압력이 여기서 와. IPO 전에 가격 인상을 늦추고 싶었지만 burn rate 가 너무 빨라서 미리 손대기 시작했어.

2. 토큰 기반 과금 전환 첫날 한 회사 비용이 7 배 점프

Financial Times 가 인용한 작은 회사 CEO 발언이 압권이야. Anthropic 이 5 월에 토큰 기반 가격으로 전환한 그날 비용이 7 배로 뛰었어. "우리가 괴물을 만들었어, LLM 회사들이 우리 사용량을 보조해 왔는데 이제 그게 끝났다" 는 인터뷰가 그대로 인용됐어. GitHub Copilot 도 student 와 individual 무제한 구독을 닫고 token-based 로 전환 중. Anthropic, OpenAI, Microsoft 셋 다 같은 방향이야. 인디 빌더 입장에서는 작년에 한 달 200 달러로 돌리던 자동화 파이프라인이 올해 1,400 달러가 될 수 있다는 뜻이야. 농담 아니야, 실제 회사들이 같은 패턴을 겪고 있어.

3. agentic AI 가 일반 AI 보다 1,000 배 토큰을 먹는다

Tom's Hardware 리포터 Jowi Morales 가 확인한 수치야. 에이전트형 AI 는 같은 작업을 1,000 배 더 많은 토큰으로 소화해. 이게 왜 위험한지 보면, 단순 답변 한 번이 100 토큰일 때 같은 결과를 에이전트가 자가검증과 도구 호출 루프로 뽑으면 10 만 토큰이 든다는 뜻이야. Swan AI 의 Amos Bar-Joseph 가 LinkedIn 에 자랑한 청구서가 그 증거야. 4 명 팀이 Anthropic 에 월 11.3 만 달러 결제, 1 인당 월 2.8 만 달러. 미국 평균 직원 월급보다 비싸. Nvidia VP Bryan Catanzaro 가 Axios 에 "내 팀은 컴퓨트 비용이 직원 비용을 훌쩍 넘는다" 고 직접 말했어. 삽 파는 회사 임원이 자기 입으로 인정한 거야.


🔗 형 빌드 cross-reference

claude-code-masterpack 의 운영 비용 위험

형이 지금 운영하는 7-axis 컨텍스트 엔지니어링 키트는 Claude Max 100x 구독으로 돌아가. Anthropic 이 토큰 단위 과금으로 정책을 끌고 가면 Max 100x 도 다음 분기에 가격 조정 가능성이 커져. 지금 시점에서 키트의 가치 제안에 "토큰 효율" 을 1 순위로 끌어올려야 해. 같은 결과를 적은 토큰으로 뽑는 패턴이 곧 제품의 진짜 moat 가 돼. axis 7 개 중 "컨텍스트 압축" 과 "캐시 우선" 두 개는 곧 키트 표지에 큰 글자로 올려야 할 가치 명제야.

agent-starter-kit 의 unit economics 재계산

텔레그램 AI 에이전트 키트는 사용자 1 명당 일정 토큰을 가정하고 설계했어. 보조금이 끝나는 흐름에서는 키트 안에 "토큰 가드레일" 모듈을 표준 탑재해야 해. 사용량 cap, 모델 다운그레이드 자동 라우팅, 캐시 우선 정책 같은 cost-aware 기본값이 키트의 차별점이 될 수 있어. 형 키트가 "그냥 Claude 한 번 호출하는 wrapper" 라면 토큰 폭주 시대를 못 견뎌. 차라리 지금 v1.1 로 가격 가드레일 기능을 우선 출시하는 게 시장 적합도가 더 높아져.

Hermes Phase 1.5 의 상대 강점이 커진다

C2PA 인증 마켓플레이스는 token-heavy 추론 작업이 아니라 정적 메타데이터 검증과 결제 흐름이 핵심이야. AI 추론 비용이 폭주하는 시점에는 inference-light 한 인증 인프라가 상대적으로 운영 안정성이 높아. agentic 라인이 burn rate 로 흔들릴 때 Hermes 같은 결제 파이프라인은 코스트 곡선이 평평하게 유지돼. 자본 노출이 작다는 게 지금 시기에는 큰 강점이야. 이번 분기 우선순위 재배치할 때 Hermes 의 시장 timing 점수를 한 단계 위로 올려도 돼.


💡 결론

AI 산업이 직원보다 컴퓨트가 비싼 시대로 진입했어. 2024 MIT 연구에서 77 퍼센트 작업은 사람이 더 낫다고 결론 났는데, 그 결론이 지금 회사 회계장부에서 그대로 입증되고 있어. FT 가 계산한 hyperscaler AI 투자 implied return 도 마이너스로 도는 회사가 다수야. 인디 빌더가 살아남는 길은 두 갈래야. 첫째, 토큰을 적게 쓰면서 같은 결과를 뽑는 컨텍스트 설계로 돌아가야 해. 둘째, AI 추론에 덜 의존하는 인프라 자산 (인증, 결제, 데이터 파이프라인) 비중을 같이 키워야 해. 보조금 시대의 패턴으로 굴리던 자동화는 다음 분기에 청구서가 7 배로 점프할 수 있어. 형은 이번 주에 자동 라인의 모델 호출 횟수 감사부터 다시 한다.

📎 출처: DSHR's Blog, AI's Affordability Crisis (2026.06.23)
이 글은 2026.06.24 뉴스와 데이터 기반 AI 도구 활용 재작성 (= 형 voice 재서술 + 인디 빌더 관점 cross-reference).

댓글

이 블로그의 인기 게시물

오픈소스 에이전트 하네스 Pi 1.0이 나왔어. 기능을 덜 넣는 게 자랑인 도구가 해커뉴스 1위에 오른 이유와 작은 빌더가 가져갈 것 3가지

AI 메모리 도구가 모델 정확도를 깎고 있다, 사용자 비위 맞추기 현상의 첫 데이터와 인디 빌더가 봐야 할 신호 3 가지

Meta 가 인도에 168 MW AI 데이터센터를 짓는다. Reliance 와 손잡은 글로벌 컴퓨트 분산 흐름과 인디 빌더가 봐야 할 신호 3 가지