아는개발자 · 2026-07-27

오늘의 대화

오전에는 앱과 CLI의 차이를 묻는 입문 질문에서 시작해 Orca 같은 도구로 에이전트 오케스트레이션을 구성하는 방법과 프로젝트별 설정이 논의됐다. 하루 내내 Claude와 Codex의 5시간·주간 한도, 모델별 토큰 소비, 구독 조합을 둘러싼 경험담이 이어졌고, Claude Code 작업을 Codex로 넘겼다가 이관 맥락에서 사용량을 더 쓴 사례도 공유됐다. 오후에는 하네스가 모델의 git reset --hard 시도를 막은 장면과 Opus 5의 3D 설명 이해력에 대한 평가가 나왔다. 저녁에는 개발 지식 없이 AI를 잘 다룰 수 있는가를 둘러싼 긴 논쟁이 벌어져, 결과물의 수준은 모델의 자기평가보다 외부 증거와 검증으로 보여줘야 한다는 문제의식이 드러났다.

이야기 나온 주제

CLI의 편의성과 오케스트레이션을 하나씩 붙이는 방법

AI 개발 앱과 CLI의 기능 차이를 묻는 질문에는 핵심 기능보다 편의성 차이가 크다는 답이 나왔다. 여러 에이전트를 조율하려는 질문에는 Orca나 herdr처럼 터미널 사이에 지시를 주입하는 도구, 또는 수동 조율이 선택지로 제시됐다. Orca는 전용 오케스트레이션 스킬을 설치해 에이전트들이 사용하게 할 수 있다는 설명도 붙었다.

경험자들은 도구부터 무작정 돌리기보다 시스템 전반의 업무를 맡는 에이전트와 먼저 구성 방식을 논의하고, 필요한 기능을 하나씩 붙이며 감을 잡으라고 권했다. 프로젝트마다 설정을 최적화한다는 사례도 나와, 하나의 범용 구성을 그대로 반복하기보다 프로젝트별 요구를 반영하는 흐름이 소개됐다.

• 확인이 필요한 내용: herdr의 정확한 제품·프로젝트명, Orca 스킬의 설치 방법과 지원 환경
• 원본 시각: 09:25–10:03

Claude·Codex의 5시간 및 주간 한도와 구독 비용

Claude의 토큰이 빨리 소진된다는 경험과 Codex의 주간 사용량을 월요일에 이미 절반 썼다는 사례가 이어졌다. 화면의 현재 세션은 5시간 단위 한도이고, 이 한도가 100% 소진되면 주간 한도가 남아 있어도 표시된 재설정 시각까지 기다려야 한다는 설명이 공유됐다. 한자 교육용 사전처럼 많은 텍스트 데이터를 다루는 작업, 머신러닝 개념을 포함한 앱, 과도한 하네스 설정이 사용량을 크게 늘렸다는 체감도 나왔다.

일반 ChatGPT 대화와 Codex가 같은 사용량 풀을 공유하는지를 두고는 의견이 엇갈렸고, 대화 중 찾아본 설명을 바탕으로 일반 채팅과 Codex는 별개지만 Codex의 여러 사용 화면은 한도를 공유한다는 쪽으로 정리됐다. 다만 ChatGPT의 특정 에이전트 기능과 요금제별 크레딧 적용 범위는 원문만으로 확정하기 어렵다.

Claude x5 구독을 취소하고 GPT Plus 계정 두 개를 쓸지 묻는 질문에는, 가벼운 모델을 쓰면 Plus도 쓸 만하지만 높은 추론 설정에서는 하루 만에 주간량을 소진할 수 있다는 경험이 나왔다. Claude의 상위 요금제도 여러 세션을 동시에 돌리면 5시간 한도가 빠르게 줄어든다는 사례가 있어, 월 비용뿐 아니라 작업 집중도와 동시 세션 수가 선택 기준으로 제시됐다.

• 확인이 필요한 내용: 서비스별 공식 한도 계산, 일반 ChatGPT·에이전트 기능·Codex 사이의 사용량 공유 범위, 요금제별 최신 제공량
• 원본 시각: 04:26, 09:08, 10:16–12:28, 16:37–18:54, 20:14–20:18

모델 전환의 맥락 문제와 하네스의 안전장치

Opus 4.8로 시작한 세션을 5로 바꾼 뒤 토큰 소모가 비정상적으로 컸다는 참여자는 새 세션에서 Opus 5를 사용하자 문제가 재현되지 않았다고 말했다. 같은 참여자는 4.8에서는 도면의 전후 상태를 그려야 이해하던 3D 로직을 Opus 5가 말로만 설명해도 이해했다며 성능 향상을 체감했다고 전했다.

다른 사례에서는 Opus가 git reset --hard를 시도했으나 하네스가 이를 막았다. 왜 모델이 파괴적인 명령을 선택했는지는 대화에서 밝혀지지 않았지만, 에이전트가 저장소를 다룰 때 하네스 수준의 명령 차단이 실제 안전망으로 작동한 사례로 받아들여졌다.

• 원본 시각: 12:30–16:25

Claude Code에서 Codex로 넘긴 뒤 늘어난 사용량

전날 언급된 핸드오프 방식의 후속 경험으로, Claude Code에서 문서를 만들어 Codex로 프로젝트를 이관했지만 새 도구가 맥락을 읽고 작업을 이어가는 데 토큰을 더 사용해 이관을 후회했다는 반응이 나왔다. 이 사례는 사용 한도가 촉박할 때 도구 전환이 항상 절약으로 이어지는 것은 아니며, 남은 작업량과 새 에이전트가 맥락을 복구하는 비용도 고려해야 함을 보여줬다.

• 원본 시각: 10:54–11:28

개발 지식, AI 활용 능력과 결과물 검증을 둘러싼 충돌

한 참여자가 개발자도 AI를 다루는 면에서는 “조금 많이 아는 컴맹”에 가깝지 않느냐고 질문하고, 자신은 코드를 읽지 못하지만 AI의 잠재력을 끌어내는 시스템을 완성했다고 주장하면서 긴 논쟁이 벌어졌다. 그는 RLHF에 대한 관점 전환으로 초보자의 표현에서도 전문가 수준의 결과를 얻을 수 있고 AI가 자신의 결과물을 엔터프라이즈급이라고 평가했다고 설명했다.

다른 참여자들은 개발 지식이 AI 사용 결과에 큰 차이를 만들며, 모델은 자신이 만든 결과를 과대평가할 수 있으므로 시스템이나 결과물의 증거를 보여달라고 요구했다. 주장자가 구체적인 증거를 제시하지 않은 채 방을 나갔다 다시 들어오자 운영자가 분란 조장을 이유로 내보냈다. 논쟁은 거친 표현과 조롱으로 번졌지만, 핵심 쟁점은 AI를 다루는 자신감과 실제 결과를 검증하는 능력을 구분해야 한다는 데 있었다.

• open question: 주장된 시스템의 구성과 성능을 확인할 공개 증거는 제시되지 않았다.
• 원본 시각: 19:03–20:13

병렬 에이전트에는 저비용 워커 모델을 배분

Orca나 OMO에서 여러 세션을 열고 에이전트끼리 대화시키자 사용량이 빠르게 줄었다는 경험이 공유됐다. 한 참여자는 워커 역할에 Kimi나 GLM 같은 저비용 모델을 쓰고, GPT lunar도 작업 품질이 괜찮았다고 평가했다. Kimi는 신규 가입이 막혀 있었고 OpenRouter에는 등록됐지만 API 가격이 싸지 않다는 설명도 나왔다.

• 확인이 필요한 내용: 각 모델의 정확한 식별자, 당시 API 가격과 가입 상태
• 원본 시각: 20:18–20:42

대화의 분위기

낮까지는 사용량 부족과 모델의 돌발 행동을 농담으로 견디며 실무 팁을 나누는 분위기였다. 저녁 논쟁에서는 질문의 표현과 검증되지 않은 자기평가가 반감을 불러 대화가 급격히 격해졌고, 운영 규칙에 따른 강제 퇴장으로 마무리됐다.

연결

• 아는개발자 전체 보기
• 전날 아는개발자 대화
• 다음 날 아는개발자 대화
• 같은 날 에이전트코리아의 사용량·에이전트 구성 대화