클로드 코드와 코덱스가 서로 리뷰하는 환경을 쓰고 있다. 결과물은 대체로 마음에 들어서 이 방식은 유지하고 싶은데, 아직 하고 싶은 게 많아서인지 주어진 주간 사용량이 빠르게 소모됐다.
더 비싼 구독으로 올리면 되겠지만 언제나 주머니 사정이 어렵다. 지금 쓰는 사용량 안에서 작업을 더 하려면 일부 일감을 다른 모델에 넘길 필요가 있었다. 그렇게 딥시크를 끼워 넣을 방법을 찾아봤다.
딥시크를 고른 이유는 가격이었다
최근 공개된 딥시크 4.1 플래시는 커뮤니티에서 GPT-5.6 Sol 수준의 성능이라는 평가를 받고 있었다. 관심이 간 이유는 무엇보다 가격이었다. 특히 캐시 사용료가 저렴했고, 딥시크 하네스 등에서는 캐시 히트율이 98%를 넘을 정도로 캐시를 많이 활용했다. 이 정도로 캐시를 활용하면 대략 1억 토큰당 1달러 수준이었다.
여기에 하이브AI에서 5달러를 충전하면 100달러를 추가로 주는 이벤트까지 하고 있었다. 7,000원 남짓한 돈으로 100억 토큰을 쓸 수 있는 셈이었다. 전기세도 안 나오지 않을까 싶을 정도로 저렴했다.
다만 경량 모델인 만큼 일반적인 에이전트 작업에 쓰기에는 성능이 부족한 편이었고, 과추론 문제도 있었다. 결과물도 Opus-5.5에 비하면 썩 만족스럽지 않았다.
저렴하게 쓸 수 있다는 점은 매력적이었지만, 기존 일감을 그대로 넘기기에는 걸리는 부분이 있었다. 지금의 결과물 수준을 유지하려면 딥시크가 맡을 범위부터 정해야 했다.
지금의 작업에서 어디까지 맡길 수 있을까?
기존에는 Opus-5.5가 플랜과 구현을 맡고, GPT-6 Astra가 이를 리뷰했다. 리뷰에서 지적한 내용을 Opus-5.5가 검토하고 수정한 뒤 다시 리뷰를 받는 흐름이었다.
이 흐름에서 결과물의 품질까지 생각하면 딥시크가 들어갈 자리는 많지 않았다. 플랜 생성과 리뷰는 프론티어 모델이 맡아야 한다고 봤고, 남는 후보는 구현이었다. 구현을 넘기려면 딥시크를 어떤 환경에서 사용할지도 정해야 했다.
딥시크 하네스와 클로드 코드 하네스 사이에서
딥시크에 구현을 맡기는 방법은 크게 2가지였다.
| 방식 | 연결 방법 |
|---|---|
| 딥시크 하네스 사용 | 클로드 코드나 코덱스의 에이전트 세션에 작업을 전달하듯, 딥시크 하네스에 작업을 넘긴다. |
| 클로드 코드 하네스 사용 | 하네스는 클로드 코드를 쓰고, 모델 호출을 앤트로픽 대신 하이브AI API로 연결해 딥시크를 사용한다. |
모델에 최적화된 딥시크 하네스가 더 좋지 않을까 하는 고민은 있었다. 그래도 클로드 코드의 사용감이 좋은 데에는 모델 성능뿐 아니라 하네스가 잘 만들어진 덕도 있지 않을까 싶었다. 그래서 클로드 코드 하네스에 딥시크를 연결하는 쪽으로 정했다.
클로드 코드 하네스에서 딥시크 사용하기
이런 설정은 에이전트에게 요청하면 큰 어려움 없이 해준다. 딥시크 공식 경로는 Anthropic 호환 API를 제공해서 바로 연결할 수 있고, 내가 사용하는 하이브AI에서는 우회책을 썼다. hive-bridge.mjs가 127.0.0.1:<임의 포트>에 임시 서버를 열고, Anthropic 형식의 요청을 OpenAI 형식으로 바꿔 하이브AI에 전달하는 방식이다.
연결 방법을 정하고 나니 구현을 얼마나 넘길지가 남았다. 사용량만 생각하면 첫 구현부터 맡기는 쪽이 좋아 보였지만, 결과물에 대한 걱정이 있었다.
첫 구현은 오푸스에게, 리뷰 대응은 딥시크에게
토큰이 가장 많이 소모되는 부분은 첫 구현이었다. 이후 리뷰에 대응하며 추가로 작업할 때는 캐시를 활용하므로 소모가 적은 편이었다.
첫 구현은 오푸스에게 두고, 리뷰에서 나온 수정 사항만 딥시크에게 넘겼다.
절약 효과가 큰 부분부터 넘기고 싶었지만, 딥시크 4.1 플래시에 첫 구현을 맡겼을 때 품질이 떨어질까 걱정됐다. 경량 모델이라 복잡한 작업에서는 헤맬 수도 있었다. 결국 첫 구현은 Opus-5.5가 맡고, 이후 리뷰에서 나온 지적 사항을 딥시크가 수정하도록 정했다.
딥시크가 수정한 내용도 GPT-6 Astra의 리뷰를 거치고, 마지막에는 Opus-5.5가 검토하고 반영한다. 이 정도로 역할을 나누고, 기존 세션에서 불필요하게 소모하던 사용량도 함께 살펴봤다.
세션을 어떻게 쓰느냐도 차이가 컸다
클로드는 서브에이전트를 쓰면 토큰 사용량이 크게 늘었다. 병렬로 처리할 수 있는 작업에서는 빠르지만, 서브에이전트와 메인 세션 사이에 컨텍스트를 주고받는 비용도 고려해야 했다.
주간 사용량을 이틀 만에 소진하고 5일 동안 손가락을 빠느니, 일주일에 걸쳐 천천히 작업하더라도 같은 사용량으로 더 많은 일을 하는 편이 나았다. 그래서 워크플로우에서 서브에이전트를 사용하지 않도록 했다. 한 단위의 작업이 끝나면 세션의 컨텍스트를 수동으로 압축하거나 새 세션으로 넘어갔다.
코덱스는 리뷰할 때마다 새 세션을 열던 방식이 문제였다. 리뷰 차수가 늘어날 때마다 같은 작업의 컨텍스트를 다시 넣느라 사용량이 많이 들었다. 이를 작업 단위당 하나의 세션을 유지하는 방식으로 바꿔, 여러 차례 리뷰하는 동안 앞서 넣은 컨텍스트를 재사용하도록 했다.
같은 작업의 리뷰는 한 세션에서 이어가며, 앞서 넣은 컨텍스트를 다시 활용했다.
주간 사용량이 절약된다는 체감은 이 부분에서 컸다. 특히 코덱스의 변화가 눈에 띄었다. 이전에는 리뷰만 맡겼는데도 x20 구독인 코덱스가 x5인 클로드보다 먼저 한도에 도달할 정도로 효율이 좋지 않았다. 세션 사용 방식을 바꾼 뒤에는 코덱스의 주간 사용량이 클로드보다 확실히 느리게 소모됐다.
세션 관리에서 효과를 크게 봤으니, 딥시크에 리뷰 대응을 맡긴 효과는 따로 따져볼 필요가 있었다.
딥시크에 넘긴 만큼 아꼈을까?
하이브AI에서 사용량을 확인해 보니, 평소처럼 작업했을 때 딥시크가 소모한 토큰은 대략 2억이었다. 물론 이만큼을 클로드에서 그대로 절약했다고 볼 수는 없었다. 딥시크의 새 세션에 컨텍스트를 넣는 비용이 있고, 모델 성능 차이 때문에 Opus-5.5보다 토큰을 더 많이 썼을 수도 있었다.
그 점을 감안해도 리뷰 대응에 들어가던 작업을 딥시크로 옮겼으니 절약 효과는 있을 것이다. 실제로 클로드의 주간 사용량이 소모되는 속도도 낮아졌다. 대략 주간 사용량의 15% 정도를 줄인 것으로 보였다.
딥시크의 캐시 히트율은 다소 낮아졌지만 여전히 90%를 넘었다. 사용 비용은 하루 1달러 안팎이었다. 지금 예상으로는 클로드 100달러 플랜의 15% 정도에 해당하는 작업을 딥시크에서 20달러로 처리하는 셈이었다.
이렇게 보면 하이브AI 같은 곳의 쌀먹 이벤트 없이도 가성비가 좋을지는 조금 물음표다. 차라리 클로드 20달러 플랜을 하나 더 구독하는 게 낫지 않을까 싶기도 했다. 일단 하이브AI에서 받은 105달러를 다 쓰고 나서 고민해 보려고 한다.
만들고 싶은 건 아직 많다
지능은 물처럼 싸지고 있다. 하지만 프론티어 모델은 예외다.
GPT만 구독할 때는 사용량도 풍부했고 리셋도 워낙 자주 해줘서 토큰 사용량 다이어트에 큰 관심이 없었다. GPT-6 Astra를 계기로 클로드 구독까지 추가하면서, 둘을 최대한 효율적으로 쓸 방법을 찾아가게 됐다.
사실 클로드와 GPT를 둘 다 200달러 플랜으로 구독하면 많은 것이 해결되기는 한다. 아니면 토이 프로젝트를 줄이거나. 카쫀쿠가 끝나기 전에 만들고 싶은 건 다 만들어볼 줄 알았는데 택도 없었다.
오픈코드에서 딥시크를 사용하는 방법도 더 살펴볼 생각이다. 딥시크가 계속 쓸 만한 성능을 보여줄지, 더 쓸 만하고 저렴한 모델이 나올지도 관심을 두고 지켜보려 한다.