크맥이냐 페이블이냐 — 밤 10시 가성비 모델 배틀

밤 10시 7분, 한 참여자가 짧고 강렬한 감상을 남겼다.

"이게 바로 나에게 페이블이다"

앤트로픽의 최상위 모델 라인업인 페이블(Fable)을 두고 나온 극찬이었다. 그런데 1분 뒤 다른 참여자는 정반대 방향에서 가성비를 따졌다. "페이블(1.5) + 오푸스(0.5) 보다 kimi(1.3) 이 맛있는게 어쩔수업음" 성능이 아니라 비용 대비 만족도를 놓고 보면, 페이블과 오푸스를 섞어 쓰는 것보다 문샷의 키미(Kimi) 쪽이 더 낫다는 계산이었다. 곧이어 "키미를 폴백으로 쓰실수잇슴"이라는 조언이 따라붙었다. 주력 모델이 막히거나 한도를 넘겼을 때 대신 투입할 예비(폴백, fallback) 모델로 키미를 활용하라는 실전 팁이었다.

10시 17분에는 또 다른 후보가 도마에 올랐다. "크맥 후기 : 잘하는데……………………나사가 몇개 좀 없는데 잘하는데?" 크맥은 알리바바의 큐웬(Qwen) 3.8맥스를 방에서 줄여 부르는 이름으로, 이 참여자는 성능 자체는 인정하면서도 군데군데 어딘가 불안정하다는 뉘앙스를 마침표 대신 긴 말줄임표로 표현했다.

밤 11시 23분에는 화제가 모델 간 실수율 비교로 넘어갔다.

"혹시 opus 4.8이 gpt 5.6 sol 보다 결과값이나 실수가 적은 이유를 알고 계신가요 그냥 codex 하니스가 claude 보다 구려서 그런걸까요"

오픈AI의 GPT-5.6과 앤트로픽의 오푸스(Opus) 4.8을 코딩 작업에 나란히 써본 이 참여자는, 결과물의 완성도 차이가 모델 자체의 실력 차이인지 아니면 코덱스(codex) 쪽 하네스 구현의 문제인지를 궁금해했다. 코딩 에이전트의 품질은 모델 성능과 이를 감싸는 하네스(harness, 실행 환경) 양쪽에 좌우된다는 점을 짚은 질문이었다.

이날 밤 오간 대화를 관통하는 것은 결국 가성비라는 한 단어다. 페이블과 오푸스처럼 이름값 높은 모델도 키미나 크맥 같은 상대적으로 저렴한 대안 앞에서는 절대적 우위를 인정받지 못했고, 오히려 실수율이나 안정성 같은 실전 지표가 선택의 기준으로 떠올랐다. 최고 성능 모델 하나에 의존하기보다 상황에 맞춰 여러 모델을 섞어 쓰는 폴백 전략이, 이 방에서는 이미 익숙한 운영 방식으로 자리 잡은 모습이었다.

흥미로운 것은 같은 밤 사이에도 평가가 계속 엇갈렸다는 점이다. 한쪽에서는 페이블을 향해 감탄사를 내뱉고, 다른 쪽에서는 그 페이블조차 가성비로는 키미에 밀린다고 계산하며, 또 다른 참여자는 크맥의 안정성을 의심하고, 마지막에는 오푸스와 GPT의 실수율 차이가 모델 탓인지 하네스 탓인지를 따졌다. 정답 하나로 수렴하지 않는 이 논쟁 자체가, 코딩 에이전트 시장이 아직 한 모델이 압도적으로 우위를 점하지 못한 춘추전국 같은 상태임을 보여준다.