오늘의 흐름 정리
지난 닷새의 AI 뉴스는 두 축으로 수렴된다. 하나는 프런티어 모델 경쟁의 무게중심이 순수 성능에서 토큰당 지능과 달러당 성능, 즉 가성비로 옮겨갔다는 점이다. 다른 하나는 그 모델을 감싼 환경 — 토큰 오버헤드, 에이전트 안전성, 실제 코드 탐색 능력 — 이 결과를 가른다는 “하네스” 인식이 담론과 사고를 통해 동시에 굳어지고 있다는 점이다. 본인은 이 두 흐름이 결국 “청구서”라는 한 지점에서 만난다고 본다.
프런티어 재편 — 가성비로 돌아온 경쟁
이번 주 경쟁의 기준선을 다시 그은 쪽은 OpenAI다. GPT-5.6은 토큰당 지능과 달러당 성능을 전면에 내세워, 어려운 작업일수록 더 많은 역량을 온디맨드로 붙이는 방향으로 나왔다. 상징적 사건은 이 모델이 곧바로 Microsoft 365 Copilot의 기본 모델로 채택됐다는 점이다. Word·Excel·PowerPoint까지 프런티어 라인업이 소비자 생산성 도구의 밑바닥으로 내려간 것이다. OpenAI는 여러 앱·파일을 넘나들며 몇 시간짜리 프로젝트를 이어가는 ChatGPT Work까지 얹으며 에이전트 축을 함께 밀었다.
가성비 공세가 수사에 그치지 않는다는 근거도 나왔다. 한 팀은 프로덕션 에이전트를 Claude Opus 4.8에서 GPT-5.6 Sol로 전환해 홈페이지 재구축 평균 실행 시간을 8분에서 3분 42초로, 2.2배 빠르고 27% 저렴하게 만들었다고 공유했다. 벤치마크 진영도 곧장 DeepSWE에 GPT-5.6 계열을 추가하며 비교 축을 재정렬했다. Anthropic은 코딩·에이전트 전반의 프런티어 성능을 앞세운 Claude Sonnet 5로 맞서는 구도지만, 위 전환 사례가 보여주듯 이번 국면의 언어는 “얼마나 똑똑한가”보다 “같은 돈으로 얼마나”에 가깝다. 본인이 주목하는 대목은 전환의 문턱이 낮아졌다는 사실이다. 실행 시간이 절반으로 줄고 비용이 4분의 1 넘게 빠지면, 프로덕션 팀이 특정 벤더에 묶여 있을 이유는 그만큼 옅어진다. 프런티어의 승부가 최고 점수 한 줄에서 단위 비용당 처리량으로 넘어갈수록, 모델을 갈아끼우는 마찰 자체가 경쟁의 새 전장이 된다.
하네스라는 청구서 — 모델보다 환경
같은 닷새 동안, 모델을 감싼 환경이 실제 비용과 위험을 만든다는 증거가 나란히 쌓였다. 먼저 고정 오버헤드다. 동일 작업에서 프롬프트를 읽기도 전에 Claude Code는 약 3.3만 토큰, OpenCode는 약 7천 토큰을 전송하는데, 대부분이 도구 스키마에서 발생한다. 4.7배 차이는 모델 요금표에 찍히지 않는 하네스 청구서다. 가성비 경쟁으로 토큰 단가가 내려가더라도, 매 호출마다 앞서 실린 이 고정 비용이 절감분을 상당 부분 되먹는다. 여러 코딩 에이전트의 세션과 토큰·비용을 한데 모아 추적하는 AgentsView 같은 도구가 나오는 것도 이 청구서를 눈으로 보려는 흐름이다.
청구서의 다른 면은 안전성이다. Codex에서 GPT-5.6 Sol을 쓰던 중 PowerShell의 $HOME 변수 충돌로 홈 디렉터리를 통째로 날릴 뻔한 사고가 공유됐다. 모델이 아니라 셸 환경 격리, 즉 하네스의 부재가 원인이었다. 능력의 결도 마찬가지다. 5개 모델·13개 코드베이스로 측정한 벤치마크는 에이전트가 Ruby 코드를 잘 쓰지만 정작 그 코드베이스를 탐색하지는 못한다는 결과를 내놨다. 작성과 항해는 다른 문제라는 것이다.
이 인식은 담론으로도 번졌다. Zig 제작자가 Anthropic의 코딩 에이전트 서사를 정면으로 비판한 글은 HN에서 1,360포인트를 모으며 논쟁이 됐고, Claude Code로 30일간 코드 90%를 맡긴 뒤 스스로 더 나쁜 개발자가 됐다는 회고는 자동화의 이면을 드러냈다. 모델이 빨라지고 저렴해질수록, 그 모델을 어떤 환경에 앉히고 무엇을 검증하느냐가 더 크게 남는다.
한 줄 정리
프런티어 경쟁은 가성비로 무게중심을 옮겼지만, 실제 비용과 위험은 모델이 아니라 그것을 감싼 하네스에서 청구된다. 본인은 이번 주가 “무엇을 쓰느냐”에서 “어떻게 감싸느냐”로 질문이 이동한 분기점이라고 본다.
조회수: 2