[AI 매터스 뉴스레터 #198] 48만 원 리포트를 6만 원에…클로드 서브에이전트 지시문으로 85% 사용량 절약하는 법

이 기사, AI에게 물어보기

안녕하세요, AI매터스입니다.

AI는 이미 우리의 삶입니다. 그 가운데 놓치지 말아야 할 중요한 이슈들을 정리해 제공합니다.

놓치지 마시기 바랍니다.

클로드 페이블 5.1, 370년 미해결 17세기 암호 44분 만에 해독…열쇠는 책 자체였다 🔐📜

미국 AI 평가기관 발스 AI(Vals AI)가 클로드 페이블 5.1이 370여 년간 풀리지 않던 17세기 암호문을 44분 만에 해독했다고 공개했습니다. 암호문은 토머스 어커트 경이 1653년 펴낸 책 말미에 실린 숫자 64개짜리 사이프럴 디스티치인데요. 열쇠는 외부 대응표가 아니라 책 자체였고, 페이블 5.1은 토큰 17만 6,000개를 써 사람의 개입 없이 답을 냈습니다. 산출된 평문은 찰스 2세를 위한 기도문이었습니다. 더 알아보기

퍼플렉시티 ‘포터블 컴퓨터’, 윈도우 RTX PC 지원…로컬 AI 에이전트 확장 💻🔒

퍼플렉시티의 로컬 AI 에이전트 포터블 컴퓨터가 윈도우 RTX PC를 지원하기 시작했습니다. 엔비디아 블로그가 현지 시각 9월 14일 전했는데요. 로컬에서 끝낸 작업은 클라우드 크레딧을 쓰지 않고, 더 깊은 추론이 필요한 작업만 사용자 허락을 받아 클라우드 모델로 넘깁니다. 기본 모델은 큐원 3.8 27B이며 24GB 이상 VRAM을 갖춘 지포스 RTX와 RTX PRO GPU에서 쓸 수 있습니다. 더 알아보기

“구글이 RSI에 도달했다” 루머, 근거는 X 계정 게시물 이니셜 글자들이었다 🐦❓

구글 딥마인드가 재귀적 자기 개선에 도달했다는 루머가 X에서 퍼졌습니다. 발단은 단어 중간의 대문자 R과 S, I를 이어 읽으면 RSI가 되는 축하 인사 한 줄이었는데요. 이 게시물은 조회 389만 회를 기록했지만 작성자는 딥마인드 소속이 아니고, 모델명도 논문도 벤치마크 수치도 적혀 있지 않습니다. 구글과 구글 딥마인드는 공식 입장을 내놓지 않았습니다. 더 알아보기

로봇 관절 부품 기업만 모은 미국 첫 상장 ETF 출시…휴머노이드 원가의 40~60%가 액추에이터 🤖📈

디파이언스 ETF가 현지 시각 9월 15일 로봇 액추에이터에 특화한 ETF를 Cboe 거래소에 상장했습니다. 티커는 AT이고, 매출의 50% 이상을 액추에이터와 모션 제어 부품에서 얻는 기업만 지수에 편입되는데요. 맥킨지 집계로 액추에이터는 휴머노이드 로봇 자재명세서의 40~60%를 차지하고, 옵티머스는 몸체에 28개, 손에 50개의 관절 액추에이터를 씁니다. 더 알아보기

구글 제미나이 3.8 라이브 공개…말하는 도중에 도구 실행하고 97개 언어 자동 전환 🎙️🌐

구글이 현지 시각 9월 15일 음성 대화 모델 제미나이 3.8 라이브와 익스텐디드 싱킹을 공개했습니다. 대화를 이어 가면서 도구와 API 호출을 배경에서 실행하고, 지원 언어 97개를 대화 중간에 자동으로 감지해 전환하는데요. 익스텐디드 싱킹은 아티피셜 애널리시스의 음성 대 음성 품질 지수에서 82.6점으로 1위에 올랐습니다. 두 모델 모두 발표 당일부터 제미나이 API와 구글 AI 스튜디오에서 쓸 수 있습니다. 더 알아보기

현대차, 자체 자율주행 소프트웨어 2029년으로 2년 연기…그 사이 엔비디아 기술 적용 🚗⏳

현대차그룹이 자체 개발한 주행 보조 소프트웨어를 탑재한 차량 출시를 2029년 말로 미뤘다고 로이터가 현지 시각 9월 12일 보도했습니다. 당초 계획보다 2년 늦어진 일정인데요. 공백 기간에는 엔비디아 하이페리온 10 플랫폼을 적용한 레벨 2+와 레벨 2++ 시스템을 2028년에 먼저 넣고, 거기서 모은 데이터로 자체 플랫폼 아트리아를 학습시킵니다. 박민우 사장은 엔비디아와의 협력이 운명을 전부 맡기는 것은 아니라고 말했습니다. 더 알아보기

금융권 AI 생산성 향상 68%, 그런데 매출이 늘었다는 금융사는 18%뿐이었다 💰📊🏦

조사에 응한 금융사 10곳 가운데 7곳 가까이가 AI를 도입해 생산성이 올랐다고 답했습니다. 그런데 그 AI가 매출을 늘려줬다고 답한 곳은 5곳 중 1곳도 되지 않았는데요. 딜로이트가 2026년 9월 발간한 아시아태평양 금융서비스 보고서에서, 전 세계 금융업계 응답자 573명 가운데 68%가 생산성 향상을 보고한 반면 매출 증대를 확인한 곳은 18%에 그쳤습니다.

지금까지 확인된 것은 같은 일을 더 적은 시간과 비용으로 처리하게 됐다는 사실이고, 새로운 돈이 들어오기 시작했다는 증거는 대부분 기대의 영역에 남아 있습니다. 앞으로 매출이 늘어날 것으로 기대한다는 응답은 75%였는데요. 보고서는 AI 역량에 대한 접근이 쉬워지면서 개인화 같은 기능이 더는 강점이 되지 못하는 경쟁의 동질화를 새로운 위험으로 꼽았습니다. 👉 우리 회사의 AI는 시간을 아껴 주고 있는지 돈을 벌어 주고 있는지, 확인해 보세요. 더 알아보기

자율주행 트럭 상용화를 막는 건 기술이 아니었다, 유럽 구매자 63%가 꼽은 진짜 장벽 🚛⚖️🇪🇺

유럽 트럭 구매 결정권자들에게 자율주행 트럭 도입을 막는 장벽을 물었더니, 가장 많이 나온 답은 사고가 났을 때 법적 책임이 누구에게 있는지 정해져 있지 않다는 것으로, 63%가 이를 꼽았습니다. 규제가 더 마련돼야 한다는 응답이 58%로 뒤를 이었는데요. 맥킨지앤드컴퍼니가 2026년 9월 공개한 유럽 트럭 산업 보고서의 조사 결과로, 상위 두 항목이 모두 기술이 아니라 제도를 가리킵니다.

맥킨지는 유럽에서 고속도로 물류 거점 사이를 오가는 레벨 4 트럭 상용화 시점을 2031년으로 잡았습니다. 미국보다 3~4년 늦은 일정인데요. 자율주행 트럭과 기존 트럭의 총소유비용이 같아지는 시점은 2032년 무렵으로 봤고, 2035년까지 유럽에서 자율주행 트럭 운행과 관련 서비스가 만드는 시장을 1,000억 유로 규모로 추산했습니다. 👉 비용 계산이 맞아떨어져도 계약서에 서명이 되지 않는 이유, 확인해 보세요. 더 알아보기

물류 AI 도입 90% 시대, 5천만 달러 성과를 낸 기업은 AI를 쓰는 방식부터 달랐다 📦🔄💡

물건을 보내는 기업인 화주의 약 90%가 이미 운송 분야에서 AI를 하나 이상 쓰고 있습니다. 맥킨지가 화주 278곳을 조사한 결과 운송에서는 88%, 창고에서는 96%가 활용 사례를 하나 이상 도입했는데요. 도입률과 만족도 모두 기업 사이 차이가 크지 않아, 도구를 갖췄다는 사실만으로는 앞서갈 수 없는 상태가 됐습니다.

맥킨지는 실제로 성과를 낸 기업들에게서 세 가지 공통 행동을 찾았습니다. 결정의 득실을 눈에 보이게 만들고, 분석을 현장의 결정 가까이로 옮기고, 스스로 움직이는 AI 도구로 그 결정을 곧바로 실행에 잇는다는 것인데요. 주당 2만 건의 배송 정보를 매시간 새로 고친 한 식품 기업은 5천만 달러 이상의 성과를 거뒀고, 한 소매 기업은 하루 50번 넘게 시뮬레이션을 돌려 항공 운송을 5% 줄였습니다. 👉 우리 회사의 AI 대시보드가 실제로 결정을 바꾸고 있는지, 확인해 보세요. 더 알아보기

48만 원 리포트를 6만 원에…클로드 서브에이전트 지시문으로 85% 사용량 절약하는 법

클로드 페이블 5.1은 복잡한 작업을 받으면 서브에이전트를 여러 개 띄워 일을 나눠 처리한다. 기본값으로는 그 서브에이전트가 전부 페이블 5.1에서 실행된다. 가장 비싼 모델로 수십 개의 병렬 작업을 동시에 돌리는 구성이라, 큰 작업 한 번에 사용량 한도가 바닥나는 일이 벌어진다. AI 에이전시를 운영하는 벤은 프롬프트에 지시 한 줄을 더해 같은 결과물을 85% 싼 비용으로 받은 과정을 공개했다.

벤은 두 달 치 고객 지원 통화 기록을 전부 분석해 고객 인텔리전스 리포트를 써 달라고 요청했다. 페이블 5.1은 서브에이전트 67개를 띄워 회의록을 나눠 읽었고, 제품 개발 로드맵과 고객 프로필 분석까지 담긴 리포트를 내놨다. 결과물은 만족스러웠지만 청구액은 약 350달러(약 48만 원)였고, 이 작업에서 쓴 토큰의 80%가량이 서브에이전트에서 발생했다. 같은 프롬프트에 서브에이전트를 쓸 때는 항상 소넷 5에서 실행하라는 지시만 더하자 청구액은 44달러(약 6만 원)로 떨어졌다. 결과물 구성은 거의 같았다.

서브에이전트를 아예 쓰지 않으면 메인 대화의 모델이 회의록을 전부 직접 읽어야 한다. 100만 토큰 맥락창 한계에 금방 닿고, 읽는 데만 토큰을 크게 쓰고 나면 정작 분석과 리포트 작성을 시작할 때 이미 토큰을 많이 소모한 상태가 된다. 서브에이전트는 읽기와 조사를 나눠 맡고 요약본만 넘기므로, 메인 에이전트는 토큰을 적게 쓴 상태로 분석에 들어간다. 서브에이전트가 담당하는 일은 기사와 회의록을 빠르게 읽는 단순 작업이라 최고 성능 모델이 필요하지 않다. 앤트로픽도 자사 문서에서 페이블은 오케스트레이션에 적합하고 이런 작업에는 소넷이나 오퍼스 5를 쓰라고 안내한다.

나머지 절약법은 대화를 여는 비용을 줄이는 쪽이다. 새 대화를 열기만 해도 토큰이 소비되는데, 벤의 환경에서는 프롬프트를 입력하기 전에 이미 8만 4,000토큰이 쓰였다. 클로드는 연결된 커넥터와 MCP 정보, 스킬 설명을 전부 읽기 때문이어서, 쓰지 않는 항목을 커스터마이즈 탭에서 비활성화하면 이 값이 줄어든다. 결과물을 여러 번 고쳐 가며 완성하는 습관도 비용을 올린다. 수정을 요청할 때마다 모델이 대화 전체를 다시 읽기 때문이다. 처음부터 작업과 목표, 의도, 가드레일, 완료 기준을 함께 적으면 80% 수준의 결과물을 한 번에 받을 수 있고, 남은 수정은 한두 번이면 된다.

습관처럼 넣는 지시가 오히려 토큰을 더 쓰게 만들기도 한다. 앤트로픽은 작업을 다시 확인하라처럼 모델이 이미 학습한 행동을 다시 시키는 지시, 최대한 철저하게 같은 과도한 강조, 고정된 단계 절차를 빼라고 안내한다. 자체 시험에서 이 규칙을 빼자 토큰은 15% 줄고 정확도는 5% 올랐다. 여섯 가지 가운데 효과가 가장 큰 항목은 서브에이전트 모델 지정이고, 조사와 읽기가 많은 작업일수록 차이가 커진다.

👉 지시문 한 줄로 청구액을 85% 줄인 클로드 토큰 절약법 여섯 가지, 자세히 알아보기