최근 글로벌 개발자 커뮤니티를 중심으로 AI 에이전트의 언어 스타일을 의도적으로 거칠게 만들어 비용을 절감하려는 시도가 주목받고 있습니다. 특히 앤스로픽의 클로드 코드에 적용된 ‘동굴사람’ 스킬이 화두가 되었는데, 이는 AI 가 불필요한 인사말이나 정제된 문장을 줄이고 핵심 내용만 간결하게 전달하도록 유도하는 방식입니다. 이 아이디어가 급부상한 배경에는 AI 모델이 생성하는 텍스트의 길이가 곧 비용으로 직결된다는 현실적인 고민이 자리 잡고 있습니다.
주목할 점은 이 스킬이 주장하는 75% 의 토큰 절감 효과가 어디서 비롯되었는지입니다. 개발자 율리우스 브루세는 이 스킬이 모델의 숨겨진 추론 과정이나 사고 토큰을 줄이는 것이 아니라, 사용자에게 보이는 최종 출력 텍스트의 불필요한 수식어와 서두를 제거하는 데 초점을 맞췄다고 설명했습니다. 즉, AI 가 코드를 작성할 때의 논리적 깊이는 유지하되, 그 결과를 전달하는 방식만 ‘동굴사람’처럼 단답형으로 바꾼 것입니다. 이로 인해 생성된 코드의 품질이나 정확도가 크게 떨어지지 않으면서도 토큰 소모량은 획기적으로 줄어든다는 것이 핵심 논리입니다.
하지만 이 현상에 대한 평가는 신중하게 접근해야 합니다. 해당 스킬의 제작자 역시 초기 실험 데이터에서 나온 75% 라는 수치가 엄격한 벤치마크를 거친 것은 아니라고 인정했습니다. 실제로 스킬을 로드할 때 컨텍스트를 일부 소모한다는 점과, 작업의 복잡도에 따라 간결한 프롬프팅이 오히려 성능을 저하시킬 수도 있다는 연구 결과들이 존재합니다. 또한, AI 모델이 코딩 에이전트로 과도하게 튜닝되어 있어 화법을 강제한다고 해서 추론 능력이 극단적으로 떨어지지는 않을 것이라는 관측도 제기되었습니다.
앞으로 이 트렌드가 어떻게 발전할지 지켜볼 점은 단순한 유희를 넘어선 실용성 여부입니다. 현재는 재미와 실험의 성격이 강하지만, 향후 더 정교한 평가 지표가 마련된다면 AI 비용 최적화 전략의 한 축으로 자리 잡을 가능성이 있습니다. 다만, 모든 작업에 무조건 적용하기보다는 작업의 특성과 허용 가능한 오차 범위를 고려해 신중하게 도입해야 할 것입니다. 아직은 과장된 기대보다는 검증된 데이터가 나올 때까지 지켜보는 것이 현명한 태도입니다.
작성자 소개
