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...

기업들이 GPT-5.6 Sol로 갈아타기 시작했어. OpenAI가 Anthropic을 바짝 쫓는 지출 데이터와 인디 빌더가 봐야 할 신호 3 가지

기업들이 GPT-5.6 Sol로 갈아타기 시작했어

📅 2026.08.21 | ✍️ 경제 흐름을 읽어주는 형

기업들이 GPT-5.6 Sol로 갈아타기 시작했어. OpenAI가 Anthropic을 바짝 쫓는 지출 데이터와 인디 빌더가 봐야 할 신호 3 가지

형이 오늘 저녁에 본 뉴스는 숫자 하나로 정리돼. 미국 기업들이 실제로 어느 AI 회사에 돈을 쓰는지를 보여주는 데이터인데, OpenAI 가 Anthropic 을 무섭게 따라붙고 있다는 거야. 지금까지 개발자와 기업 시장에서는 Claude 를 만드는 Anthropic 이 앞서 있다는 게 정설이었는데, 그 격차가 눈에 띄게 좁혀졌어.

이 숫자를 낸 곳은 Ramp 야. 법인카드와 지출 관리를 해 주는 회사라, 미국 기업 7만 곳이 넘는 곳의 카드 결제와 청구서 지출을 통째로 들여다봤어. 설문이 아니라 진짜로 나간 돈을 센 거라 무게가 다르지. 형이 매일 Claude Code 로 일하는 사람이라 이 흐름을 그냥 넘길 수가 없었어. 셋으로 풀어 볼게.


핵심 체크포인트 3가지

  • 1. 격차가 두 달 만에 좁혀졌다 : 5월만 해도 기업 지출에서 Anthropic 이 41퍼센트, OpenAI 가 39퍼센트로 근소하게 앞섰어. 그런데 7월에는 Anthropic 이 44퍼센트 근처를 지키는 사이 OpenAI 가 40퍼센트 가까이로 올라왔고, 3분기 들어 OpenAI 의 성장 속도가 Anthropic 보다 빨라졌어. 아직 Anthropic 이 1위이긴 한데, 뒤에서 밀고 올라오는 힘이 세졌다는 뜻이야.
  • 2. 모델 하나가 흐름을 바꿨다 : Ramp 의 이코노미스트 Ara Kharazian 은 이유를 딱 짚었어. "GPT-5.6 Sol 이 정말 좋아서 개발자들이 점점 이걸 고르고 있다" 는 거야. 반대로 Anthropic 의 Fable 5 는 가격과 데이터 보존 조건 때문에 도입도, 실무 활용도 둘 다 기대에 못 미쳤다고 했어. Fable 5 는 입력 데이터를 30일 동안 의무로 보관하는 정책 때문에 기업들 사이에서 반발을 샀거든. 성능 좋은 모델을 내놓는 것만으로는 부족하고, 값과 데이터 취급 조건이 곧바로 채택을 가른다는 얘기야.
  • 3. 기업 지출에는 충성심이 없다 : 이 데이터가 던지는 진짜 메시지는 순위가 아니야. 기업들이 새 모델이 나올 때마다 곧바로 갈아탄다는 사실이지. 한번 붙었다고 눌러앉는 고착성이 거의 없어. 참고로 Ramp 고객 중에 AI 서비스에 돈을 내는 비율은 3월에 50퍼센트를 넘겼고 7월에는 56퍼센트에 가까워졌어. 시장 자체는 커지는데, 그 안에서 누가 먹느냐는 몇 달 단위로 계속 뒤집힌다는 뜻이야.

시나리오 분석

📈 기회 쪽 : 형처럼 여러 도구를 만드는 사람한테 이건 오히려 반가운 신호야. 1등 모델이 몇 달마다 바뀌는 시장에서는, 특정 회사 모델에 코드를 묶어 두지 않고 언제든 갈아끼울 수 있게 짜 둔 사람이 이겨. 형의 claude-code-masterpack 이 다루는 컨텍스트 엔지니어링 감각이 여기서 값이 돼. 프롬프트와 컨텍스트 설계를 모델과 분리해 두면, GPT-5.6 Sol 이 좋아졌을 때 하루면 옮겨 타고 Claude 가 다시 앞서면 되돌아올 수 있으니까. 형의 agent-starter-kit 도 마찬가지야. 에이전트 키트를 파는 입장이라면 모델 교체가 설정값 한 줄로 끝나게 만들어 두는 게 곧 제품 경쟁력이야. 남들이 한 모델에 묶여서 값 오르면 끌려다닐 때, 형은 그때그때 가장 싸고 좋은 모델로 갈아타면 되거든.

📉 위험 쪽 : 반대로 형이 조심할 지점도 분명해. 벤치마크 점수와 실무 성능은 다르다는 거야. GPT-5.6 Sol 이 좋다고 소문났다고 무작정 옮겼다가, 형이 쓰는 실제 작업에서 결과가 나빠지면 그게 더 큰 손해야. 그래서 모델을 바꿀 때는 형의 실제 작업 몇 개를 새 모델에 돌려 보고 결과를 눈으로 비교하는 관문이 있어야 해. 형이 예전에 만든 num_ctx 하네스처럼 모델이 긴 입력을 제대로 처리하는지, 중간을 잘라먹지는 않는지 직접 재 보는 검증이 필요하다는 거지. 그리고 Fable 5 의 데이터 보존 반발은 형한테도 교훈이야. 형이 고객 데이터를 다루는 제품을 판다면, 그 데이터를 어떻게 보관하고 언제 지우는지가 성능만큼이나 계약을 가르는 조건이 돼.


정리

형이 이 뉴스에서 가장 크게 읽은 신호는, AI 모델이 이제 갈아입는 옷이 됐다는 점이야. 어제의 1등이 오늘의 1등이 아니고, 기업들은 더 좋은 게 나오면 미련 없이 옮겨. 그러니 어느 한 회사 편에 서서 운명을 거는 건 형 같은 인디 빌더한테 제일 위험한 선택이야.

대신 형이 서 있어야 할 곳은 모델 위가 아니라 모델 옆이야. 어떤 모델이 와도 갈아끼울 수 있게 도구를 짜 두고, 바꿀 때는 형 실제 작업으로 검증하고, 데이터는 투명하게 다루는 것. 이 셋을 갖춘 사람은 모델 순위가 어떻게 뒤집혀도 흔들리지 않아. Ramp 데이터가 미국 아멕스 카드나 다른 지출 도구를 쓰는 큰 기업은 못 봤다는 한계는 있지만, 방향 자체는 또렷해. 형은 이미 모델과 거리를 두는 설계를 해 왔으니, 다음 판단은 "새 모델이 왔을 때 얼마나 빨리, 얼마나 안전하게 갈아탈 수 있나" 하나만 다듬으면 돼.

이 글은 2026-08-20 TechCrunch 보도(원문)를 기반으로 데이터와 AI 도구를 활용해 한국어로 재작성된 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