코드팩토리x바이브코딩 · 2026-09-17

오늘의 대화

아침에는 Codex·Claude 계열의 리셋과 사용량 표시를 둘러싼 혼선이 있었고, 이어 Fable·Opus·Astra·Sol·Codex의 역할 분담과 하네스 운용이 논의됐다. 낮에는 Aside 브라우저 자동화, 시장 브리핑·블로그 포스팅, Premiere 기반 자동 편집 시스템이 화제가 됐고, 오후에는 토큰 절약과 장기 프로젝트의 컨텍스트·QA, 콘텐츠 수익화와 기업의 AI 비용 부담이 이어졌다. 저녁에는 로컬 LLM용 Mac·메모리와 클라우드 비용, 늦은 밤에는 Aside의 로그인 정보 처리와 모델 출시 전언을 확인했다.

원문 인용의 화자명은 개인정보 보호를 위해 익명화했으며, 오픈채팅봇의 반복 공지·입퇴장 알림·사진과 동영상, 개인·회사·고객·프로젝트의 식별 가능한 세부 정보, 계정·API 키·로그인·결제 식별 정보는 공개 Wiki에서 생략했다. 모델 성능·사용량·가격·출시·보안에 관한 발언은 참여자 경험이나 전언이므로 확정된 사실로 쓰지 않는다.

이야기 나온 주제

AI 코딩 모델·하네스의 역할 분담

Claude Code와 Codex 중 어느 쪽이 개발에 더 좋은지 묻는 질문에서, 참여자들은 바이브 코딩과 개발자 주도 개발을 구분해 체감이 다르다고 말했다. 하네스·루프 엔지니어링, 모델의 추론 깊이와 작업 성격이 결과에 영향을 준다는 의견이 있었고, 복잡한 설계는 Opus·Fable에 맡기고 Sol·Astra를 리뷰어로 두는 구성이 제안됐다. 이는 방 안의 사용 방식과 선호를 기록한 것이며 모델의 일반적인 우열이나 현재 성능을 판정한 내용은 아니다.

구독·사용량·리셋과 토큰 비용

무료 계정의 월간 한도, 구독의 주간 한도, Fable·Astra·Opus 사용량, 5x·20x 요금제와 리셋권에 관한 질문이 하루 종일 반복됐다. 두 질문만으로 월간 한도의 6%가 소모됐다는 사례처럼 사용량 표시는 작업·모델·플랜에 따라 크게 체감됐고, 상위 모델을 한 번에 써서 반복 피드백 비용을 줄일지 가벼운 모델을 여러 번 쓸지도 의견이 갈렸다. 한도·리셋·가격은 날짜와 계정별 조건이 중요한 현재성 높은 정보다.

Aside·브라우저 자동화와 로그인 보안

Aside·Ego의 용도를 비교하면서, 로그인된 웹사이트에서 여러 단계를 클릭하거나 본인이 쓰는 계정으로 반복 업무를 수행하는 브라우저 에이전트라는 설명이 공유됐다. BrowserSkill 저장소 링크도 공유됐지만, 이 대화에서 구현 상태나 제품 기능을 검증한 것은 아니다. 늦은 밤에는 Claude API 키와 웹 로그인 정보가 어디로 전달되는지에 대한 보안 우려가 나왔고, “프롬프트에 주입하지 않는다”는 답만으로 실제 세션·쿠키·자격 증명 처리의 안전성을 확정할 수 없다는 open question이 남았다.

시장 브리핑·자동 포스팅의 토큰 절감

Claude로 매일 아침 시장 분석 브리핑을 만들고 그 결과를 Google Blogger에 자동 게시하는 사례에서, 한 번 실행할 때 5시간 사용량의 절반을 쓰는 문제가 제기됐다. 참여자들은 조사 대상 사이트를 제한하고, 분석과 글쓰기에 서로 다른 모델을 배정하며, 전체 파이프라인에서 토큰이 많이 드는 단계를 목록화해 하나씩 개선하라고 제안했다. 금융 데이터의 정확성이나 자동 게시 전 검수는 별도 설계가 필요하며, 이 대화는 사용량 최적화 사례이지 투자 판단 방법이 아니다.

바이브 코딩 기반 자동 편집 시스템

Premiere를 기반으로 아이템 검색·대본 작성, 수동 촬영 뒤 자동 싱크, NG 컷 편집, 자료 화면 레이어 배치와 말자막 생성을 연결한 개인 시스템 사례가 공유됐다. 뼈대는 구현했지만 정확도와 품질 개선이 남았다는 보고가 있었고, Fable로 바꾸면 자동으로 처리된다는 짧은 답도 나왔다. 구체적인 프로젝트·영상 원본과 공개 범위가 불분명한 업무 조건은 옮기지 않았다.

장기 프로젝트의 컨텍스트·검수·QA

긴 내용을 한 번에 맡기면 에이전트가 무엇을 하는지 따라가기 어렵고 환각이 생긴다는 우려가 나왔다. GUI를 직접 그리거나 원격 제어를 적극적으로 시도하는 모델의 행동은 편리할 수 있지만, 터미널 명령과 로그처럼 사람이 진단 가능한 방식으로 제한하는 편이 더 정확했다는 경험도 공유됐다. 큰 작업에서는 높은 effort로 한 번에 처리해 반복 피드백을 줄이려는 전략과, 모델을 낮추고 여러 번 수정하는 전략을 비교했다. 완성도 있는 프로젝트에는 수개월의 반복 작업, 도메인 지식·기획, 기능 추가 뒤 재차 수행하는 QA가 필요하다는 흐름이다.

콘텐츠 사업과 기업의 AI 도입

블로그·유튜브·강의의 수익화에 대해, 조회수 자체보다 프로모션·광고 소싱·강의 판매와 기존의 노하우·영향력이 중요하다는 의견이 제시됐다. 자동화만으로 판매가 만들어지는 것은 아니며, 같은 주제의 경쟁 콘텐츠 속에서 살아남는 기획과 유통이 필요하다는 대화였다. 회사가 AI 구독료를 지원할지에 대해서도 생산성 향상과 부서 형평성·성과 증명의 긴장이 논의됐지만, 개인의 회사·직무·수익 사례는 공개하지 않았다.

로컬 LLM 하드웨어와 클라우드 선택

Mac Studio·Mac mini와 대형 메모리 장비로 로컬 LLM을 돌릴 만한지 묻는 질문이 나왔고, 결과물의 기대 수준에 따라 메모리 선택이 달라진다는 답이 있었다. 큰 비용을 들이기 전 OpenRouter 같은 클라우드에서 먼저 가능성을 시험하라는 조언, 24시간 실행·민감정보·외부망 제한이 있으면 로컬 장비가 의미 있을 수 있다는 의견도 나왔다. 무료 서버가 소진된 뒤 유료 클라우드와 구형 PC·미니 PC, 전기료를 비교하는 질문으로 이어졌지만, 특정 장비의 성능·가격을 확정할 수 있는 벤치마크는 없었다.

모델 출시 전언과 공유 저장소

Opus 5.2, GPT 6 Sol, Grok 4.7의 출시·성능에 관한 말이 이어졌지만 모두 커뮤니티 전언 또는 기대 수준이었다. 원문에는 브라우저 자동화, JEV, 토큰 측정과 관련된 공개 저장소 링크가 공유됐다. 링크 자체만 보존하며 저장소의 현재 내용이나 안전성·성능은 이 ingest에서 검토하지 않았다.

공개 링크:

• Tencent/BrowserSkill — 10:00에 공유된 저장소
• openjev — 18:03에 공유된 저장소
• token-meter-app — 19:33에 공유된 저장소

확인이 필요한 내용

• Claude·Codex·Astra·Fable·Opus·Sol·Terra·Grok 계열의 현재 모델명, 출시 여부, 성능·추론 수준, 사용량·리셋·가격은 원문 시점의 계정 경험과 전언이므로 공식 안내와 실제 계정에서 확인해야 한다.
• Aside·Ego·BrowserSkill의 로그인 세션·쿠키·API 키 처리, 연결 모델과 로컬 메모리의 범위, 금융·결제·게시 작업의 승인 경계는 이 대화만으로 안전하다고 판단할 수 없다.
• 시장 브리핑·자동 포스팅은 허용 도메인, 출처·시점, 모델별 역할, 사람 검수와 게시 취소 절차를 별도로 설계해야 하며 투자 판단 자동화로 일반화하지 않는다.
• Premiere 자동 편집 파이프라인의 자막·싱크·NG 컷 정확도와 Fable의 자동 구현 주장은 재현 테스트가 필요하다.
• 장기 프로젝트에서 하네스·서브에이전트·effort·병렬 세션이 토큰·CPU·RAM·품질에 미치는 영향, Mac·DGX·클라우드의 비용 대비 성능은 작업 조건별 벤치마크가 필요하다.
• 콘텐츠 수익화, 기업의 AI 구독 지원, 정부 지원사업과 모델 출시 전언은 개인 사례·추정이므로 일반적인 수익·채용·지원 조건으로 확정하지 않는다.

연결

• 코드팩토리x바이브코딩 전체 보기
• 전날 Aside·모델 한도·컨텍스트 인계·결제 설계 대화
• 에이전트코리아의 JEV·모델·하네스·검수 대화
• 영상독학의 영상 모델·자동화·GPU 대화