팔미라 X6 작업당 비용 52% 줄인 라이터 실험

라이터(Writer)가 기업용 AI 에이전트 실험에서 팔미라 X6(Palmyra X6)의 작업당 비용을 52% 줄였다고 밝혔다. 비용 절감의 초점은 모델 가격 자체보다 에이전트를 실행하는 오케스트레이션 구조에 맞춰졌다.

라이터는 7월 8일 아카이브(arXiv)에 제출한 논문 ‘The Harness Effect: How Orchestration Design Sets the Token Economics of Enterprise Agentic AI’에서 22개 기업용 에이전트 작업과 6개 모델을 비교했다. 저자는 라이터 소속 32명이며, 대응 저자는 와심 알시크(Waseem AlShikh)다.

논문은 클로드 소넷(Claude Sonnet) 4.6, 제미나이(Gemini) 3.1, 제미나이 플래시(Gemini Flash) 3.5, 큐원(Qwen) 3.6, GLM 5.1, 팔미라 X6를 같은 작업에 적용했다. 기존 에이전트 루프와 라이터 에이전트 하네스(Writer Agent Harness)를 바꿔 끼우는 방식으로 비용, 처리시간, 토큰 사용량을 비교했다.

6개 모델 전체 평균 기준 작업당 비용은 0.21달러에서 0.12달러로 내려가 41% 줄었다. 중앙값 기준 처리시간은 48초에서 27초로 44% 단축됐고, 작업당 토큰 사용량은 1만4200개에서 8800개로 38% 감소했다.

팔미라 X6만 놓고 보면 절감 폭은 더 컸다. 작업당 비용은 0.25달러에서 0.12달러로 줄어 52% 절감됐고, 지연시간은 50초에서 26초로 낮아졌다. 제목의 52%는 6개 모델 전체 평균이 아니라 팔미라 X6 단일 모델의 비교 수치다.

품질 지표는 0.78에서 0.81로 올랐다. 다만 라이터는 논문에서 이 결과를 표본 규모상 방향성 수준으로 해석했다. 22개 작업군에 한정된 실험인 만큼 코드 생성, 대규모 데이터 처리, 산업별 워크플로 전반에 같은 절감 폭이 적용된다고 보기는 어렵다.

이번 논문이 겨냥한 문제는 ‘토큰 맥싱’이다. 에이전트형 AI는 한 번의 답변으로 끝나지 않고 시스템 프롬프트, 도구 호출, 검색 결과, 중간 추론, 재시도 과정을 반복한다. 이 과정에서 토큰이 늘면 단가가 내려가도 총비용은 커질 수 있다.

하네스는 에이전트가 어떤 정보와 도구를 쓰고, 작업을 어떤 순서로 처리하며, 실패했을 때 어떻게 재시도할지 정하는 실행 구조다. 라이터는 하네스가 컨텍스트 구성, 도구 노출, 작업 순서, 위임, 관측 가능성, 거버넌스를 맡는다고 설명했다.

기업 입장에서는 같은 모델을 쓰더라도 실행 구조에 따라 청구 비용이 달라질 수 있다는 뜻이다. 모델 선택이 성능과 단가를 좌우했다면, 에이전트 환경에서는 라우팅, 캐싱, 도구 호출 설계가 비용 구조의 또 다른 변수가 된다.

이 흐름은 가상자산 업계에도 간접적으로 닿아 있다. 거래소, 커스터디, 온체인 분석, 컴플라이언스 조직은 AI 에이전트를 업무 자동화에 붙일 때 비용과 데이터 통제를 함께 봐야 한다. 앞서 본지는 AI 에이전트가 예측시장과 결제 실험으로 확장되는 흐름을 다룬 바 있다.

에이전트 비용 관리는 이미 플랫폼 운영의 주요 과제로 떠올랐다. 여러 모델과 도구를 연속 호출하는 구조에서는 어느 단계에서 비용이 발생했는지 추적하는 일이 중요해지고 있다.

업계 논의도 모델 자체에서 실행 환경으로 넓어지는 흐름이다. 토마스 퉁구즈(Tomasz Tunguz)는 링크드인 글에서 하네스를 기업 데이터 보호와 모델 결합 구조의 새 경쟁 영역으로 봤다. 라이터도 자체 채널에서 6개 모델, 22개 작업 결과를 다시 제시하며 토큰 사용량과 비용, 처리시간 감소를 강조했다.

다만 이번 수치는 라이터가 직접 수행한 벤치마크에서 나왔다. 외부 독립 재현 사례는 별도로 제시되지 않았다. 라이터의 공개 모델 페이지에서는 팔미라 X5가 노출되고 팔미라 X6는 확인되지 않아, X6가 상용 공개 모델인지 연구용 또는 제한 공개 모델인지는 구분이 필요하다.

이번 논문의 의미는 ‘더 큰 모델’ 경쟁만으로는 기업 AI 비용 문제를 설명하기 어렵다는 데 있다. 라이터는 AI 에이전트 비용을 줄이는 변수가 모델 선택뿐 아니라 하네스 설계에도 있다는 점을 22개 작업 실험 수치로 제시했다.