작업별로 AI 모델을 바꿔 쓰면 비용을 크게 아낄 수 있다
코딩, 디버깅, 문서 분석, 글쓰기 등 다양한 작업에 여러 을 몇 주간 테스트해 본 결과, 대부분의 작업에는 가장 비싼 모델이 필요하지 않다는 점이 드러났다. 생산성을 가장 크게 높인 요인은 더 뛰어난 모델을 찾는 것이 아니라, 작업 종류에 따라 모델을 빠르게 바꿔 쓸 수 있는 것이었다.
예를 들어 복잡한 디버깅과 아키텍처 논의에는 를, 일반적인 글쓰기에는 를, 대용량 코드 분석에는 를 사용하는 식이다. 여러 모델을 한 곳에서 함께 쓸 수 있게 되면서, 플랫폼을 계속 옮겨 다니는 것보다 시간을 훨씬 아낄 수 있었다고 한다.
핵심 포인트
- 복잡한 디버깅·아키텍처 논의에는 사용
- 일반 글쓰기에는 , 대용량 코드 분석에는 사용
- 가장 비싼 모델이 항상 필요한 건 아니며 작업별 이 중요
- 여러 모델을 한 곳에서 전환해 쓰는 것이 시간 절약에 크게 기여
- 여러 구독 대신 API 직접 사용이나 라우터 도구를 쓰는 방법에 대한 논의가 있음