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...

GLM-5.2 가 오픈웨이트 1위 모델로 올라섰다. GPT-5.5 와 동등 점수 + MIT 라이선스 + 1M 컨텍스트가 한국 인디 빌더에게 던지는 신호 3 가지

GLM-5.2 가 오픈웨이트 1위 모델로 올라섰다. GPT-5.5 와 동등 점수 + MIT 라이선스 + 1M 컨텍스트가 한국 인디 빌더에게 던지는 신호 3 가지

📅 2026.06.18 | ✍️ 경제 흐름을 읽어주는 형

GLM-5.2 가 오픈웨이트 1위 모델로 올라섰다. GPT-5.5 와 동등 점수 + MIT 라이선스 + 1M 컨텍스트가 한국 인디 빌더에게 던지는 신호 3 가지

형이 어제(2026-06-17) Artificial Analysis 가 공개한 GLM-5.2 평가 글을 봤어. 한 줄로 요약하면 "중국 Z.ai 의 GLM-5.2 가 오픈웨이트 모델 1위에 올라섰고, 실사용 에이전트 벤치마크에서는 GPT-5.5 와 거의 동등한 점수가 나왔다" 야.

숫자가 흥미로워. Intelligence Index v4.1 에서 51점으로 MiniMax-M3 (44), DeepSeek V4 Pro (44), Kimi K2.6 (43) 을 모두 밀어냈고, 실제 업무 시뮬레이션 벤치마크인 GDPval-AA v2 는 1524점이 나왔어. 같은 평가에서 GPT-5.5 가 1514점이니까 오픈웨이트가 처음으로 프런티어 닫힌 모델과 사실상 동률을 찍은 흐름이야.


핵심 체크포인트 3 가지

  • ① MIT 라이선스 + 자체 호스팅 가능 : 라이선스가 진짜 오픈인 MIT 라서 상업적 사용 + 자체 서버 설치에 제약이 없어. 모델 사이즈는 총 744B 파라미터에 활성 40B 인 MoE 구조고, 1차 API 가격은 입력 100만 토큰 1.4 달러, 출력 4.4 달러, 캐시 히트 0.26 달러야. DeepInfra Novita Nebius Fireworks 같은 서드파티 8 곳에서도 바로 호출 가능해서 본격 도입이 어렵지 않아.
  • ② 컨텍스트가 200K 에서 1M 으로 5 배 확장 : GLM-5.1 의 200K 에서 한 번에 1M 토큰까지 들어가게 됐어. 긴 코드베이스 한 번에 읽기, 긴 에이전트 trajectory 처리, 문서 한 묶음 통째 분석 같은 작업이 chunk 분할 없이 돌아간다는 거야. 다만 1M 을 진짜 다 채워서 잘 굴리려면 컨텍스트 truncation 검증이 같이 필요해.
  • ③ 출력 토큰 사용량은 늘었음 (= 단가 효율은 단순치 않음) : 한 작업당 출력 토큰을 43,000 개 쓰는데 GLM-5.1 의 26,000 개 대비 65% 증가했어. Kimi K2.6 (35,000) MiniMax-M3 (24,000) 보다도 많아. 모델 자체는 1위지만 작업당 실제 청구 비용은 GLM-5.1 보다 늘 수 있다는 의미야. 비용 효율은 "총 작업 비용" 으로 다시 계산해서 봐야 해.

형 빌드 라인 cross-reference

claude-code-masterpack (컨텍스트 엔지니어링 7 axis) : 1M 컨텍스트 시대가 본격화되면서 형 마스터팩의 num_ctx 축과 MINDCHANGE 축이 더 가치를 갖게 돼. 컨텍스트가 커진다고 모델이 자동으로 잘 굴리는 게 아니라, 어떤 정보를 어디에 넣고 언제 잘라내야 하는지가 더 중요한 변수가 되거든. GLM-5.2 같은 신규 모델이 늘어날수록 "내 컨텍스트 운영 체계가 따로 있다" 가 형 마스터팩의 차별 포인트로 더 살아나.

agent-starter-kit (텔레그램 AI 에이전트 키트) : 백엔드 모델 선택지에 오픈웨이트 1위가 추가됐어. 그동안 Claude Sonnet 혹은 GPT 같은 닫힌 모델이 거의 디폴트였는데, GLM-5.2 를 DeepInfra 같은 서드파티로 부르면 동등 성능을 더 낮은 단가 + 데이터 외부 유출 리스크 축소로 굴릴 수 있어. 1인 사업자가 본격 에이전트를 굴릴 때 "월 운영 비용" 이 결정적 변수라 이 변화가 키트 정당화 근거에 직접 들어와.

WILD_SNIPER (트레이딩 봇) : 트레이딩 봇의 LLM 보조 진입신호 모듈이 만약 추가된다면, GLM-5.2 로컬 호스팅 + 비용 0 시나리오가 처음으로 진짜 옵션이 됐어. 다만 1회 호출당 출력 토큰 사용이 증가해서 "초당 신호" 같은 고빈도 호출에는 비효율이고, 30분 봉 같은 저빈도 결정 보조에는 적합해. 정량 ROI 계산 한번 돌려봄직해.


정리

오늘 신호의 핵심은 "오픈웨이트가 드디어 프런티어 닫힌 모델과 동등 점수를 찍었다" 가 아니라, 동등 점수가 "MIT 라이선스 + 1M 컨텍스트 + 자체 호스팅 옵션" 패키지로 같이 묶여서 나왔다는 점이야. 그동안 닫힌 모델만 줄 수 있던 성능을, 데이터 주권과 운영 비용 통제를 같이 가져가면서 굴릴 수 있는 카드가 처음으로 인디 빌더 손에 들어온 셈이지.

형 빌드 셋 (claude-code-masterpack, agent-starter-kit, WILD_SNIPER) 다 이 흐름의 직접 수혜군에 들어가. 다음 단계는 "내 도구의 비용 구조 + 데이터 흐름이 GLM-5.2 같은 신규 옵션에 맞춰 어떻게 바뀌는가" 를 한 번 정리하고, 마스터팩 같은 도구는 "닫힌 모델이든 오픈웨이트든 둘 다 운영할 수 있는 표준" 으로 포지셔닝을 살짝 넓혀가는 거야.

이 글은 2026-06-17 Artificial Analysis 의 GLM-5.2 분석 글(원문)을 기반으로 AI 도구를 활용해 한국어로 재작성한 글입니다. 최종 책임은 형 1인.

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