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...

일론 머스크가 Grok 4.5 를 'Opus 급' 이라 불렀어. 값은 절반 이하인 토큰 효율 경쟁과 인디 빌더가 봐야 할 신호 3 가지

일론 머스크가 Grok 4.5 를 'Opus 급' 이라 불렀어. 값은 절반 이하인 토큰 효율 경쟁과 인디 빌더가 봐야 할 신호 3 가지

일론 머스크가 Grok 4.5 를 'Opus 급' 이라 불렀어. 값은 절반 이하인 토큰 효율 경쟁과 인디 빌더가 봐야 할 신호 3 가지

📅 2026.07.09 | ✍️ 경제 흐름을 읽어주는 형

형이 오늘 저녁 미국 쪽 소식을 넘기다가 손이 멈춘 기사가 하나 있어. SpaceXAI 가 Grok 4.5 라는 새 모델을 어제 발표하고 오늘부터 일반에 풀었는데, 일론 머스크가 직접 이걸 두고 "Opus 급 모델인데 더 빠르고 토큰 효율이 좋다" 고 표현했어. 여기서 Opus 는 Anthropic 이 무거운 작업용으로 내놓은 최상위 모델 이름이야. 회사 내부 평가로는 Opus 4.7 과 대략 비슷한 수준인데 속도는 훨씬 빠르다고 주장하고 있어. 벤치마크 점수만 보면 최고는 아니지만 상위권 모델들과 겨룰 만하다는 정도야.

형이 진짜 눈여겨본 건 성능 자랑이 아니라 값이야. Grok 4.5 는 입력 100만 토큰당 2 달러, 출력 6 달러를 받아. 같은 급이라고 내세운 Opus 4.7 은 입력 5 달러에 출력 25 달러야. 출력 기준으로 보면 4 분의 1 값이지. OpenAI 의 제일 비싼 Sol 은 출력 30 달러까지 가는데, Grok 은 그 5 분의 1 값에 비슷한 급을 주장하고 있어. 마침 OpenAI 도 같은 주 목요일에 GPT-5.6 을 내놓기로 해서, 모델 값 내리기 경쟁이 한 주에 통째로 겹쳤어. 여기서 한국의 1 인 빌더가 챙길 신호가 3 가지 나와.

【 핵심 체크포인트 】

1. 최상위급 성능이 절반 이하 값으로 내려오기 시작했어.

첫째로 짚을 건, 몇 달 전만 해도 최상위 모델을 쓰려면 값을 크게 각오해야 했는데 그 벽이 빠르게 낮아지고 있다는 점이야. Grok 4.5 가 Opus 4.7 급을 주장하면서 출력값을 4 분의 1 로 부른 게 그 증거야. 진짜 성능이 딱 같은지는 실제로 돌려봐야 알겠지만, 값 경쟁이 이렇게 붙었다는 사실 자체가 신호거든. 형이 여기서 먼저 읽는 건, 비싸서 못 쓰던 무거운 작업을 이제 1 인 빌더도 손댈 수 있는 값으로 끌어내리는 흐름이 시작됐다는 거야. 파는 쪽이 여럿으로 늘어나면 값을 부르는 힘이 쓰는 쪽으로 조금씩 넘어와.

2. 이번 승부의 핵심 단어는 '토큰 효율' 이야.

둘째가 형이 제일 크게 본 대목이야. 머스크가 자랑한 문구를 다시 보면 성능이 아니라 "토큰 효율이 2 배" 라는 표현이 앞에 나와. 같은 답을 내는 데 토큰을 절반만 쓴다는 뜻이야. AI 로 뭔가 만드는 사람에게 토큰은 곧 돈이거든. 여러 번 다뤘듯이 이 값이 요즘 엔지니어 월급을 넘볼 만큼 커졌어. 모델이 답 하나를 내는 데 토큰을 얼마나 쓰느냐가 이제 성능 점수만큼이나 중요한 승부처가 됐다는 거야. 형이 여기서 읽는 신호는 분명해. 앞으로 모델을 고를 때는 '얼마나 똑똑한가' 뿐 아니라 '같은 일을 얼마나 적은 토큰으로 해내는가' 를 나란히 봐야 해. 똑똑해도 토큰을 펑펑 쓰면 1 인 빌더의 통장이 먼저 비거든.

3. 모델을 갈아끼울 수 있게 짜둔 사람만 이 경쟁의 덕을 봐.

셋째로 넓게 볼 대목이야. 같은 주에 Grok 4.5 가 나오고 GPT-5.6 이 나오고, 그전에는 Fable 5 와 GLM-5.2 가 있었어. 모델이 이렇게 몇 주 간격으로 쏟아지면, 오늘 제일 싸고 빠른 모델이 다음 달에도 그 자리라는 보장이 없어. 문제는 여기서 갈려. 내 도구가 특정 모델 하나에 통째로 묶여 있으면, 더 싼 모델이 나와도 갈아끼우질 못하고 값을 계속 다 내게 돼. 반대로 언제든 바꿔 낄 수 있게 설계해 둔 사람은 경쟁이 붙을 때마다 그 덕을 고스란히 챙겨. 형이 이걸 한국 입장에서 뒤집어 읽으면 이래. 모델 경쟁이 치열해질수록 이득을 보는 건 제일 좋은 모델을 고른 사람이 아니라, 어떤 모델이 이기든 바로 갈아탈 수 있게 준비해 둔 사람이야.

【 형 빌드 cross-reference 】

이 소식이 형이 만들고 굴리는 도구 3 가지와 어떻게 맞물리는지 풀어볼게.

첫째는 claude-code-masterpack (= 컨텍스트 엔지니어링 7 축) 이야. 이번 승부의 열쇳말이 토큰 효율이라는 건, 형이 이 도구에서 오래 붙들고 있던 축과 정확히 같아. 같은 결과를 더 적은 토큰으로 내려면, 모델에게 넣는 컨텍스트와 프롬프트를 군더더기 없이 짜야 하거든. 아무리 토큰 효율 좋은 모델을 골라도 컨텍스트를 헐렁하게 넣으면 값이 다시 부풀어. masterpack 은 그 반대편에서, 사람이 짜는 컨텍스트 쪽에서 토큰을 아끼는 뼈대를 다루는 도구야. 모델이 효율을 올리는 만큼 형은 입력 쪽에서 효율을 올려서 두 배로 값을 아끼려는 거지.

둘째는 agent-starter-kit (= 텔레그램 AI 에이전트 키트) 야. 이 키트를 짤 때 형이 지키는 원칙 하나가 특정 벤더 모델에 통째로 묶이지 않게 만드는 거야. 오늘 Grok 이 싸도 다음 주 GPT-5.6 이 더 싸질 수 있고, 그다음엔 또 다른 게 나와. 그때마다 갈아끼울 수 있어야 경쟁의 덕을 보거든. 오늘 기사가 보여준 값 전쟁이 형이 이 원칙을 왜 붙들고 있는지 그대로 설명해 줘. 모델을 하나에 묶는 순간 값과 방향을 남이 정하게 되니까, 형은 언제든 바꿔 낄 수 있게 여지를 남겨두고 있어.

셋째는 num_ctx 하네스 (= LLM 잘림 검증) 야. 모델을 자주 갈아끼우는 세상이 오면, 문제는 '바꾼 모델이 진짜 제대로 도는가' 를 확인하는 일이야. 값이 싸다고 갈아탔는데 답이 중간에 잘리거나 컨텍스트가 새면 오히려 손해거든. 모델을 바꿀 때마다 사람이 매번 눈으로 결과를 훑을 수는 없어. 형이 이 하네스를 만드는 이유가 바로 그거야. 어떤 모델로 갈아끼우든 결과가 온전한지 자동으로 확인하는 장치. 모델 경쟁이 치열해서 자주 바꿔 낄수록, 이렇게 검증하는 도구의 값어치가 같이 올라가.

【 결론 】

형이 이 소식을 한 흐름으로 묶으며 남은 생각은, 이제 모델 경쟁의 승부처가 '누가 제일 똑똑하냐' 에서 '누가 같은 일을 더 싸고 적은 토큰으로 해내냐' 로 옮겨가고 있다는 거야. Grok 4.5 가 Opus 급을 주장하며 출력값을 4 분의 1 로 부른 것도, 머스크가 성능보다 토큰 효율을 앞세운 것도 다 같은 이야기야. 최상위 성능이 비싸서 못 쓰던 시절이 빠르게 지나가고 있다는 뜻이지. 한국의 1 인 빌더 입장에서 이 흐름이 주는 행동은 세 가지야. 첫째, 모델을 고를 때 성능 점수만 보지 말고 같은 일에 토큰을 얼마나 쓰는지 나란히 볼 것. 둘째, 내 도구가 특정 모델 하나에 묶여 있지 않은지 지금 점검해서 언제든 갈아끼울 수 있게 열어둘 것. 셋째, 자주 바꿔 낄수록 값이 오르는 '검증하는 눈' 을 워크플로에 심어둘 것.

한 가지만 더 붙일게. 형이 지난 몇 주 다룬 GPT-5.6, Fable 5, GLM-5.2 소식은 다 같은 이야기의 다른 장면이야. 모델이 몇 주 간격으로 쏟아지면서 값과 효율이 계속 아래로 밀리고 있다는 거지. 오늘 Grok 4.5 는 거기에 '토큰 효율' 이라는 새 승부처를 하나 더 얹었어. 이런 판에서 이득을 보는 건 제일 좋은 모델을 딱 하나 고른 사람이 아니라, 어떤 모델이 이기든 바로 갈아탈 수 있게 준비해 둔 사람이야. 형이 도구를 만들 때마다 특정 벤더에 묶이지 않게 여지를 남기고, 컨텍스트 쪽에서 토큰을 아끼는 이유가 바로 이거야. 다음 글에서는 같은 결 위에서, 내가 쓰는 모델의 토큰 효율을 실제로 재보고 비교하는 실전 항목을 한 번 더 풀어줄게.

출처: TechCrunch, SpaceXAI releases Grok 4.5, which Elon describes as an 'Opus-class model' (2026.07.08)

이 글은 2026.07.09 뉴스 + 데이터 기반 AI 도구 활용 재작성이야. 최종 책임은 형 1 인.

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