[MRA 엔진 노트 흐름]
프롬프트 → 프로파일/가중치 → 실행 로직 → 데이터/계산 → 검증/MRA 엔진 → AI 문장화

현재 위치: 번외 — 2026년의 AI 사용 방법과 비용

※ 이 글의 서비스 구성과 가격은 2026년 9월 16일 확인 기준이다. AI 모델, 요금제, 무료 제공 범위는 매우 빠르게 바뀐다. 실제 가입할 때는 각 서비스의 최신 안내를 다시 확인하는 것이 좋다.

어느새 AI에도 매달 돈을 내고 있었다

처음 AI를 사용할 때는 비용을 별로 생각하지 않았다.

ChatGPT에 질문을 해 보고, Gemini도 써 보고, Claude도 써 보았다.

무료로 시작할 수 있었고 질문 몇 번 한다고 바로 돈이 드는 것도 아니었다.

그런데 공부와 개발에 AI를 조금씩 더 많이 사용하면서 상황이 달라졌다.

무료 사용량이 부족하면 유료 요금제가 눈에 들어온다.

코딩을 많이 하면 개발용 AI도 필요해진다.

프로그램 안에서 AI를 직접 호출하려고 하면 API라는 것도 만나게 된다.

하나씩 보면 그렇게 큰돈은 아닌 것 같다.

그런데 두세 개를 함께 사용하기 시작하면 어느 순간 AI도 제법 큰 고정비가 된다.

그래서 궁금해졌다.

AI를 잘 쓰려면 꼭 비싼 AI 하나를 구독해야 하는 걸까.

조금 찾아보니 꼭 그렇지는 않았다.

오히려 2026년에는 좋은 AI가 많아진 것만큼이나 AI를 가져다 쓰는 방법 자체가 여러 갈래로 나뉘고 있었다.

먼저 네 가지만 구분하면 생각보다 쉽다

AI 가격표가 어려워 보이는 이유는 성격이 다른 서비스를 한꺼번에 보기 때문이다.

처음에는 네 가지만 구분하면 충분하다.

방식	쉽게 말하면	대표적인 예
무료 웹 AI	홈페이지에서 바로 질문	ChatGPT Free, Gemini, Claude Free
월 구독	일정액을 내고 더 많이 사용	ChatGPT Go·Plus·Pro, Google AI, Claude Pro·Max
종량제	실제 사용한 만큼 지불	각 회사 API, OpenCode Zen
AI 에이전트	AI에 파일·도구·기억을 붙여 일을 맡김	Codex, Antigravity, Claude Code, OpenCode, Hermes, OpenClaw

마지막의 AI 에이전트가 요즘 특히 재미있다.

채팅 AI에서 ‘일하는 AI’로

몇 년 전에는 AI 서비스라고 하면 대부분 채팅창을 떠올렸다.

질문을 입력하면 AI가 답한다.

글을 써 달라고 하면 글을 써 주고, 코드를 물으면 코드를 보여 주었다.

그런데 최근의 흐름은 조금 다르다.

AI에게 단순히 대답만 시키는 것이 아니라,

파일을 읽어라.
코드를 고쳐라.
프로그램을 실행해라.
오류를 확인해라.
다시 수정해라.
결과를 검토해라.

처럼 하나의 일을 맡기기 시작했다.

이런 프로그램을 흔히 AI 에이전트라고 부른다.

모델과 에이전트를 아주 쉽게 구분하면 이렇다.

GPT / Gemini / Claude / Muse Spark
= 생각하는 두뇌

Codex / Antigravity / Claude Code / OpenCode / Hermes / OpenClaw
= 그 두뇌에 파일, 도구, 기억, 실행 능력을 붙인 작업자

이 차이를 알고 나면 요즘 AI 서비스들이 훨씬 이해하기 쉬워진다.

OpenAI — ChatGPT와 Codex

ChatGPT는 가장 범용적인 AI 작업 환경 가운데 하나다.

질문, 글쓰기, 자료 조사, 파일 분석, 이미지, 데이터 분석 등 여러 일을 한곳에서 처리할 수 있다.

2026년 9월 현재 개인용 요금제를 간단히 보면 다음과 같다.

ChatGPT 요금제	미국 기준 월 가격	대략적인 위치
Free	무료	기본 사용
Go	$8	Free보다 높은 사용량
Plus	$20	일반적인 유료 개인 요금제
Pro	$100	Plus 대비 5배 수준의 높은 Pro 사용량
Pro 20X	$200	Plus 대비 20배 수준의 최상위 사용량

OpenAI 공식 도움말에 따르면 Pro $100과 Pro $200은 기본 기능의 종류보다 사용량 차이가 핵심이다. $100 Pro는 Plus보다 5배 높은 사용량, $200 Pro 20X는 20배 사용량을 제공한다.

다만 현재 중요한 변화가 하나 있다.

2026년 9월 10일부터 월 $200 Pro 20X의 신규 가입과 업그레이드가 일시 중단됐다.

기존 $200 가입자는 계속 갱신할 수 있지만 Free, Go, Plus, Pro $100 사용자가 새로 $200 요금제로 올라가는 것은 현재 불가능하다.

월 $100 Pro는 정상적으로 신규 가입할 수 있다.

ChatGPT와 Codex는 무엇이 다를까

OpenAI에는 Codex라는 별도의 코딩 에이전트가 있다.

ChatGPT에서

이 코드를 어떻게 고칠까?

라고 물으면 보통 설명과 코드를 답으로 받는다.

Codex는 한 단계 더 나간다.

실제 코드 저장소를 읽고, 파일을 수정하고, 테스트하고, 작업 결과를 검토하는 식으로 프로젝트 자체를 맡겨 작업시키는 방향이다.

OpenAI는 Codex를 코드 작성, 검토, 배포를 돕는 AI 에이전트라고 설명한다.

그리고 현재 Codex는 Free와 Go를 포함한 모든 ChatGPT 요금제에 포함돼 있다.

쉽게 나누면,

ChatGPT
→ 질문, 글쓰기, 조사, 파일 분석 등 범용 작업

Codex
→ 코드 저장소를 직접 다루는 개발 에이전트

라고 생각하면 된다.

따라서 ChatGPT를 구독하고 있다면 별도의 코딩 AI를 알아보기 전에 Codex부터 시험해 볼 수도 있다.

Google — Gemini와 Antigravity

Google 쪽에는 Gemini가 있다.

Gemini는 일반적인 질문과 글쓰기뿐 아니라 Google 검색, Gmail, Docs, Drive 같은 Google 생태계와 연결되는 것이 큰 특징이다.

현재 미국 표시 가격 기준 Google AI Plus는 월 $9.99, AI Pro는 월 $19.99다. AI Pro에는 Gemini의 Pro 모델, Deep Research, Gmail·Docs 등의 확장 기능과 Google Antigravity의 확대된 사용량도 포함된다.

그리고 Google에도 이제 별도의 개발용 에이전트 플랫폼이 있다.

Google Antigravity 2.0이다.

Antigravity는 Google판 개발 에이전트 허브에 가깝다

Google은 Antigravity를 agent-first development platform, 즉 처음부터 에이전트 중심으로 설계한 개발 플랫폼이라고 설명한다.

Antigravity 2.0은 별도의 Desktop 프로그램이며 하나의 AI만 사용하는 것이 아니라 여러 에이전트를 동시에 움직일 수 있다.

예를 들어 한 에이전트에게 프로그램 코드를 만들게 하고, 다른 에이전트에게 디자인 자료를 만들게 하는 식의 병렬 작업도 가능하다.

예약 작업, 동적 서브에이전트, Google AI Studio·Android·Firebase와의 연결도 제공한다.

특히 흥미로운 것은 무료 개인 요금제도 있다는 점이다.

현재 Antigravity 개인 요금제는 월 $0이고 기본 주간 사용량을 제공한다.

무료 개인 플랜에서도 여러 Gemini 모델뿐 아니라 Claude Sonnet·Opus 계열과 gpt-oss 모델 등을 선택할 수 있도록 안내되고 있다.

따라서 개발용 AI 에이전트를 무료로 경험하고 싶다면 Antigravity 역시 꽤 중요한 선택지다.

Google도 $100과 $200 상위 계층이 생겼다

Google은 2026년 I/O에서 개발자와 전문 사용자를 위한 월 $100 AI Ultra를 새로 추가했다.

AI Pro보다 Gemini와 Antigravity 사용량이 5배 많다.

기존 최상위 Ultra는 월 $250에서 $200으로 가격이 내려갔으며, AI Pro보다 20배 높은 Gemini와 Antigravity 사용 한도를 제공한다.

즉 Google 역시,

무료 Antigravity
→ AI Pro
→ Ultra $100
→ Ultra $200

처럼 사용량에 따라 단계가 나뉘는 구조다.

Anthropic — Claude와 Claude Code

Claude는 긴 문서, 글쓰기, 분석과 코딩에서 많이 사용되는 AI다.

개인용 Pro는 미국 기준 월 $20이다.

더 많은 사용량이 필요한 사람을 위한 Max도 있다.

Claude 요금제	월 가격
Free	무료
Pro	$20
Max 5x	$100
Max 20x	$200

Max는 Pro보다 각각 5배, 20배 높은 사용량을 제공한다.

Claude Code는 Claude의 개발용 작업자다

Claude에도 Claude Code라는 별도 개발 도구가 있다.

Claude Code는 터미널이나 VS Code, JetBrains 같은 개발 환경에서 실제 프로젝트를 읽고 복잡한 코딩 작업을 맡기는 에이전트다.

현재 Claude Code는 Pro와 Max 요금제에 포함되어 있으며 Claude의 일반 사용량과 Claude Code 사용량을 하나의 구독 안에서 함께 사용한다.

즉 세 회사를 나란히 놓으면 꽤 이해하기 쉽다.

OpenAI
ChatGPT → Codex

Google
Gemini → Antigravity

Anthropic
Claude → Claude Code

세 회사 모두 이제 단순히 “질문하면 답하는 AI”에 머물지 않고 실제 개발 작업을 맡기는 에이전트를 함께 제공하고 있다.

그렇다면 OpenCode는 무엇이 다를까

여기서 OpenCode가 등장한다.

Codex는 OpenAI의 환경이고,

Antigravity는 Google의 환경이며,

Claude Code는 Anthropic의 환경이다.

OpenCode의 흥미로운 점은 특정 한 회사의 모델에만 묶이지 않는다는 것이다.

OpenCode는 여러 AI 공급자와 로컬 모델을 연결해 쓸 수 있는 오픈소스 에이전트다.

오늘은 Muse를 쓰고,

다른 작업에서는 GPT를 쓰고,

또 다른 작업에서는 Claude나 Gemini 계열을 선택하는 식으로 모델을 바꿀 수 있다.

그래서 OpenCode를 이해할 때는,

새로운 AI 모델

이라기보다,

여러 AI 두뇌를 갈아 끼울 수 있는 작업대

라고 생각하는 편이 정확하다.

Windows에서는 OpenCode Desktop부터 시작하면 된다

OpenCode에는 Windows x64용 Desktop 프로그램이 있다.

처음부터 Linux나 WSL, npm 명령어를 배울 필요는 없다.

Windows 10이나 Windows 11을 사용한다면 공식 다운로드 페이지에서 Windows (x64) 설치 파일을 받아 일반 프로그램처럼 설치하면 된다. (opencode.ai)

1단계. 연습용 폴더를 하나 만든다

처음부터 중요한 업무 폴더를 열 필요는 없다.

Windows 탐색기에서 예를 들어,

문서
└─ AI연습
    ├─ 메모1.txt
    ├─ 메모2.txt
    └─ 블로그초안.md

같은 폴더를 하나 만든다.

없어져도 문제가 없는 복사본 몇 개만 넣어 두면 된다.

OpenCode Desktop에서 이 폴더를 연다.

2단계. 사용할 AI를 연결한다

OpenCode 자체가 AI 모델은 아니다.

따라서 AI 공급자를 연결해야 한다.

OpenCode가 직접 제공하는 서비스가 Zen이다.

기본 흐름은,

/connect
→ OpenCode Zen 선택

/models
→ 사용할 모델 선택

이다.

Zen 공식 가입 과정은 로그인 후 결제 정보를 등록하고 API 키를 만드는 구조다.

따라서 뒤에서 나올 무료 모델의 가격이 $0이라고 해도 Zen 가입 자체에 결제정보가 필요 없다는 뜻은 아니다. (dev.opencode.ai)

현재는 무료 모델도 꽤 있다

2026년 9월 현재 OpenCode Zen에는 한정 기간 동안 무료로 제공되는 모델들이 있다.

예를 들면,

MiMo-V2.5 Free
Ling 3.0 Flash Fin Free
Nemotron 계열 Free
Big Pickle
Muse Spark 1.3 Contributor Free

등이다.

OpenCode는 이 무료 제공을 모델 평가와 피드백을 위한 한정 프로모션으로 설명한다. 따라서 오늘 무료인 모델이 계속 무료라고 생각해서는 안 된다. (dev.opencode.ai)

처음에는 ‘읽기만 해 줘’부터 시작한다

OpenCode는 파일을 수정하거나 명령을 실행할 수 있다.

따라서 첫날부터,

이 폴더를 알아서 다 정리해 줘.

라고 시키는 것보다는 작게 시작하는 편이 좋다.

예를 들어,

이 폴더의 파일들을 읽어 보고 어떤 내용인지 설명해 줘.
아무 파일도 수정하지 마.

라고 해 본다.

그다음에는,

비슷한 내용의 파일을 찾아 줘.
수정하지 말고 목록만 보여 줘.

그리고 익숙해지면,

이 문서의 오탈자를 찾아 줘.
실제로 수정하기 전에 바꿀 내용을 먼저 보여 줘.

정도로 진행한다.

처음에는,

읽기
→ 설명
→ 수정 계획
→ 내가 확인
→ 실제 수정

순서가 안전하다.

그런데 ‘100만 토큰’은 얼마만큼일까

AI 가격표를 보면 갑자기 100만 토큰당 얼마라는 표현이 나온다.

처음 보는 사람에게 100만 토큰은 전혀 감이 오지 않는 숫자다.

토큰(token)은 AI가 글을 읽고 쓸 때 사용하는 작은 계산 단위다.

사람은 글자나 단어로 문장을 세지만 AI는 문장을 더 작은 조각으로 잘라 처리한다.

중요한 것은,

한 글자 = 한 토큰

이라는 공식은 없다는 점이다.

언어와 모델, 토크나이저에 따라 같은 문장도 토큰 수가 달라진다. OpenAI 역시 영어 이외의 언어에서는 문자와 토큰의 비율이 달라질 수 있다고 설명한다. (help.openai.com)

한글 1,000토큰은 어느 정도일까

정확한 비용을 계산하려면 실제 사용하는 모델의 토큰 계산기를 이용해야 한다.

하지만 처음 감을 잡기 위한 아주 거친 기준이라면 다음 정도로 생각할 수 있다.

토큰 수	한글 중심 문서의 대략적인 감각
500토큰	짧은 설명문
1,000토큰	약 700~1,500자 정도
5,000토큰	약 3,500~7,500자 정도
10,000토큰	약 7,000~15,000자 정도
100,000토큰	상당히 긴 보고서나 작은 책 규모
1,000,000토큰	여러 권의 자료를 한 작업에 담을 수 있는 규모

이 표는 정확한 공식 환산표가 아니다.

한글을 토큰으로 나누는 방식이 모델마다 꽤 다르기 때문에 크기를 이해하기 위한 넓은 근삿값이다.

A4 용지로 생각하면 조금 쉽다.

일반적인 10~11포인트 한글 문서와 보통 줄 간격을 기준으로 아주 거칠게 보면,

1,000토큰
≈ A4 반 장~1장 정도

10,000토큰
≈ A4 5~10장 정도

100,000토큰
≈ A4 수십 장 이상

정도로 기억할 수 있다.

Google도 100만 토큰 컨텍스트의 규모를 설명하면서 약 1,500페이지의 텍스트 또는 30,000줄의 코드를 예로 든다. 이것 역시 특정 한글 문서의 정확한 환산이 아니라 크기를 이해하기 위한 예다. (support.google.com)

그렇다면 100만 토큰이면 몇 번 질문할 수 있을까

질문과 답변을 합쳐 평균 1,000토큰을 사용한다고 단순 가정하면,

1,000,000 ÷ 1,000
= 약 1,000회

다.

한 번에 5,000토큰 정도 사용하는 긴 대화라면,

1,000,000 ÷ 5,000
= 약 200회

다.

질문+답변 한 번	100만 토큰으로 가능한 이론상 횟수
1,000토큰	약 1,000회
2,000토큰	약 500회
5,000토큰	약 200회
10,000토큰	약 100회
20,000토큰	약 50회

하지만 OpenCode나 Codex, Hermes 같은 에이전트에서는 실제 사용량이 훨씬 커질 수 있다.

나는 한 줄 물었는데 AI는 뒤에서 수십 장을 읽을 수도 있다

내가 이렇게 한 줄 썼다고 해 보자.

이 오류를 고쳐 줘.

내가 쓴 것은 몇 글자 안 된다.

그러나 에이전트가 실제 AI에게 보내는 것은 다음과 같을 수 있다.

내 질문
+
앞에서 나눈 대화
+
관련 코드 파일
+
설정 파일
+
작업 지침
+
오류 로그
+
명령 실행 결과
+
테스트 결과

즉 내가 한 줄만 질문했더라도 AI는 뒤에서 A4 수십 장 분량의 자료를 읽을 수도 있다.

그래서 에이전트 비용에서는 질문 횟수보다 AI가 실제 얼마나 많은 자료를 읽고 반복 작업했는가가 더 중요해진다.

입력 토큰과 출력 토큰도 따로 계산된다

API 가격표에는 보통 입력과 출력 가격이 따로 있다.

입력 토큰은 AI가 읽은 양이다.

출력 토큰은 AI가 만들어 낸 양이다.

예를 들어 어떤 모델이,

입력 100만 토큰 = $0.10
출력 100만 토큰 = $0.20

이라면 한 작업에서 입력 10,000토큰, 출력 2,000토큰을 사용했을 때,

입력
10,000 ÷ 1,000,000 × $0.10
= $0.001

출력
2,000 ÷ 1,000,000 × $0.20
= $0.0004

합계
= $0.0014

가 된다.

이제 가격표의 숫자가 조금 현실적으로 보이기 시작한다.

‘100만 토큰 컨텍스트’는 또 다른 말이다

또 자주 혼동하는 표현이 있다.

100만 토큰 컨텍스트 지원

이라는 말이다.

이것은 100만 토큰을 무료로 준다는 뜻이 아니다.

컨텍스트는 AI가 한 번의 작업에서 참고할 수 있는 작업 공간의 크기다.

쉽게 비유하면,

토큰 사용량
= 실제 읽고 쓴 종이의 양

100만 토큰당 가격
= 종이 사용료

100만 토큰 컨텍스트
= 한꺼번에 종이를 펼칠 수 있는 책상의 크기

정도로 생각하면 된다.

큰 책상이 있다고 종이가 공짜인 것은 아니다.

요즘 특히 눈에 띄는 Muse Spark 1.3

OpenCode를 살펴보다 보면 최근 자주 보이는 이름이 하나 있다.

Muse Spark 1.3이다.

Meta가 에이전트와 코딩 작업을 염두에 두고 만든 모델이다.

일반적인 한 번의 질문과 답변보다 긴 시간 동안 도구를 사용하고 여러 단계를 반복하는 작업에서 효율을 높이는 방향으로 설계됐다.

OpenClaw의 공식 모델 정보에는 Muse Spark 1.3의 컨텍스트가 1,048,576토큰, 즉 약 100만 토큰으로 표시돼 있다. 최대 출력도 131,072토큰에 이른다. (docs.openclaw.ai)

Contributor는 왜 그렇게 저렴할까

Muse Spark 1.3에는 Standard와 Contributor가 있다.

현재 가격 차이는 상당히 크다.

모델	입력 100만 토큰	출력 100만 토큰
Muse Spark 1.3 Standard	$1.25	$4.25
Muse Spark 1.3 Contributor	$0.10	$0.20

(docs.openclaw.ai)

Contributor가 훨씬 싸다.

하지만 이유가 있다.

Standard의 입력과 출력은 모델 학습에 사용하지 않는 반면 Contributor/Discounted 서비스는 약관에 따라 입력한 내용과 생성 결과를 Meta가 향후 모델 학습에 사용할 수 있도록 허용하는 조건이 붙는다. (docs.openclaw.ai)

따라서,

공개 코드
연습 자료
공개 문서
개인정보가 없는 프로젝트
→ Contributor 활용을 고려할 만함

개인정보
회사 기밀
비공개 코드
고객 자료
민감한 연구자료
→ Contributor 사용에 신중해야 함

이라고 보는 것이 좋다.

지금 OpenCode에서는 Muse Contributor를 무료로 시험할 수 있다

2026년 9월 16일 현재 OpenCode Zen에는 Muse Spark 1.3 Contributor Free가 한정 무료 모델로 올라와 있다. (dev.opencode.ai)

무료 제공은 언제든 끝날 수 있다.

하지만 에이전트용으로 설계된 비교적 큰 모델을 비용 없이 직접 시험해 볼 수 있다는 점에서는 흥미로운 기회다.

그다음 선택지는 OpenCode Go와 Zen

OpenCode의 유료 방식은 성격이 조금 다르다.

Go는 월정액에 가깝고,

Zen은 사용한 토큰만큼 내는 종량제에 가깝다.

그래서 아주 단순하게는,

현재 무료 모델
→ 먼저 시험

Go
→ 자주 쓰면서 비용을 단순하게 관리

Zen
→ 필요한 모델만 골라 사용량만큼 지불

정도로 생각하면 된다.

여기서부터는 ‘개인 AI 작업자’를 만드는 이야기다

OpenCode를 사용하다 보면 이런 욕심이 생길 수 있다.

프로젝트 폴더만 보는 것이 아니라
내가 자주 하는 일을 기억하고,
그 작업 방법 자체를 다음에도 재사용하면 어떨까.

여기서 Hermes Agent가 등장한다.

그리고,

아예 컴퓨터에 계속 켜 두고
휴대전화나 메신저에서 불러 일을 시키면 어떨까.

까지 가면 OpenClaw가 보인다.

Hermes Agent — 일을 하면서 Skill을 쌓는 에이전트

Hermes Agent는 Nous Research가 개발하는 AI 에이전트다.

특히 기억과 Skill을 강조한다.

반복 작업에서 얻은 방식을 하나의 Skill로 만들고 다음 작업에서 다시 활용하는 구조다. (hermes-agent.nousresearch.com)

예를 들어 내가 늘,

새 문서를 읽는다.
→ 제목 구조를 검사한다.
→ 파일명을 확인한다.
→ 오류를 정리한다.
→ 보고서를 만든다.

같은 일을 한다면 이 절차 자체를 재사용하는 방향으로 발전시킬 수 있다.

Hermes도 Windows에서 시작할 수 있다

Hermes는 Windows 10과 Windows 11을 정식 지원하고 Windows에서 네이티브로 실행할 수 있다.

컴퓨터를 잘 모르는 사용자라면 Hermes Desktop 설치 프로그램으로 시작할 수 있다. (hermes-agent.nousresearch.com)

처음에는 복잡한 자동화를 붙이지 말고,

설치
→ 모델 선택
→ 대화
→ 작은 작업

정도로 시험하면 충분하다.

카드도 API 키도 없이 시작하는 OpenCode Free

Hermes에는 특히 재미있는 연결 방식이 하나 있다.

OpenCode Free다.

현재 Hermes 공식 문서에 따르면 OpenCode Free는,

OpenCode 계정이 필요 없고
API 키도 필요 없으며
요청을 익명으로 보내고
현재 OpenCode 무료 프로모션 모델 목록을 자동으로 가져온다.

(hermes-agent.nousresearch.com)

즉,

Hermes
   ↓
OpenCode Free
   ↓
현재 무료 모델

이라는 구조를 만들 수 있다.

Zen 무료 모델은 Zen 가입과 결제정보 등록 절차가 있지만, Hermes의 OpenCode Free는 현재 카드와 API 키 없이 무료 에이전트를 체험할 수 있는 경로라는 차이가 있다.

OpenClaw — 항상 켜 둔 개인 AI에 가깝다

OpenClaw는 조금 더 나간다.

OpenClaw는 컴퓨터나 서버에 Gateway를 두고 Telegram, Discord, Slack 같은 메신저를 연결해 AI를 부르는 구조다.

휴대전화
   ↓
Telegram / Discord / Slack
   ↓
OpenClaw
   ↓
AI 모델
   ↓
파일 / 브라우저 / 명령 / 자동화

처럼 생각하면 된다.

즉 프로그램을 열고 있을 때만 사용하는 도구보다 상시형 개인 AI 작업자에 가깝다.

OpenClaw도 Windows Hub가 있다

Windows 사용자는 OpenClaw Windows Hub로 시작할 수 있다.

설정, 채팅, 상태 확인 등을 GUI에서 할 수 있다.

로컬 설치를 선택하면 내부적으로 전용 WSL Gateway를 자동 구성할 수 있지만 사용자가 처음부터 WSL 명령을 직접 공부할 필요는 없다. (docs.openclaw.ai)

OpenClaw + Muse Spark 1.3 Contributor

OpenClaw는 Muse Spark 1.3 Standard와 Contributor를 공식 지원한다.

따라서,

Windows PC
   ↓
OpenClaw
   ↓
Muse Spark 1.3 Contributor
   ↓
Telegram / Discord / Slack
   ↓
개인 AI 에이전트

같은 구성도 가능하다.

Contributor의 매우 낮은 토큰 가격을 이용하면 사용량을 통제하면서 비교적 저렴한 상시형 개인 에이전트를 구성할 수 있다.

단, 데이터 학습 조건은 그대로 적용된다.

이제 전체 그림이 조금 보인다

회사별 공식 개발 에이전트와 독립 에이전트를 한 번에 놓으면 다음과 같다.

일반 AI	개발·에이전트 환경	특징
ChatGPT	Codex	OpenAI 계정과 통합된 개발 에이전트
Gemini	Antigravity	Google의 다중 에이전트 개발 플랫폼
Claude	Claude Code	Claude 모델 중심의 코드 작업
여러 모델	OpenCode	특정 모델 회사에 묶이지 않는 작업대
여러 모델	Hermes	기억과 Skill 중심 범용 에이전트
여러 모델	OpenClaw	메신저·상시 실행·자동화 중심

무엇이 가장 좋다는 이야기가 아니다.

쓰임새가 다르다.

컴퓨터 초보라면 이런 순서가 가장 무난하다

처음부터 모든 것을 설치할 이유는 없다.

1단계 — 무료 채팅 AI

ChatGPT, Gemini, Claude의 무료판을 사용한다.

질문, 글쓰기, 공부라면 여기서 충분할 수도 있다.

2단계 — 회사 공식 개발 에이전트를 시험한다

이미 사용하는 서비스가 있다면,

ChatGPT 사용자 → Codex
Gemini 사용자 → Antigravity
Claude Pro·Max 사용자 → Claude Code

처럼 같은 생태계부터 시험하는 것이 쉽다.

특히 현재 Codex는 모든 ChatGPT 요금제에 포함되고, Antigravity도 무료 개인 요금제가 있다.

3단계 — 여러 모델을 바꿔 쓰고 싶다

OpenCode Desktop을 설치한다.

무료 모델부터 시험한다.

4단계 — 카드와 API 키 없이 범용 에이전트를 체험하고 싶다

Hermes + OpenCode Free를 사용해 본다.

5단계 — 반복 업무를 기억하게 하고 싶다

Hermes의 Skill과 기억 기능을 활용한다.

6단계 — 휴대전화에서 불러 자동화하고 싶다

OpenClaw 같은 상시형 에이전트로 넘어간다.

WSL은 나중에 알아도 된다

AI 에이전트를 처음 써 보기 위해 WSL부터 공부할 필요는 없다.

OpenCode는 Windows Desktop이 있다.

Antigravity도 독립형 Desktop 앱이다.

Hermes 역시 Windows에서 네이티브로 실행된다.

OpenClaw도 Windows Hub가 상당 부분을 자동 설정한다.

개발이 깊어져 Linux 도구가 필요할 때 WSL을 알아도 늦지 않다.

처음부터 WSL을 설명하면 AI보다 Linux 공부가 먼저 시작될 수 있다.

비용만 놓고 보면 이런 선택지도 있다

원하는 것	가능한 시작점	비용 구조
그냥 AI를 써 보고 싶다	ChatGPT / Gemini / Claude Free	무료
OpenAI 코딩 에이전트를 써 보고 싶다	Codex	현재 모든 ChatGPT 플랜에 포함
Google 개발 에이전트를 써 보고 싶다	Antigravity Individual	$0, 기본 주간 한도
Claude Code를 쓰고 싶다	Claude Pro	월 $20부터
여러 모델을 한 작업대에서 쓰고 싶다	OpenCode	프로그램 자체 무료
OpenCode의 한정 무료 모델	Zen Free 모델	모델 $0, Zen 가입·결제정보 필요
카드·API 키 없이 범용 에이전트 체험	Hermes + OpenCode Free	현재 무료
저가형 상시 개인 에이전트	OpenClaw + Muse Contributor	사용한 토큰만큼

이 표 역시 2026년 9월 16일 현재의 모습이다.

지금 돌아보면

MRA를 만들면서 처음에는 어떤 AI가 가장 똑똑한지만 봤다.

GPT가 더 나은가.

Gemini가 더 나은가.

Claude가 더 나은가.

그런데 AI를 많이 사용하다 보니 질문이 조금 달라졌다.

이 일을 굳이 가장 비싼 AI에게 시켜야 하는가.

간단한 파일 정리는 무료 모델이 해도 된다.

반복 작업은 저렴한 모델이 맡을 수 있다.

복잡한 설계 판단만 더 강한 모델에게 넘길 수도 있다.

그리고 이제는 모델 하나만 비교할 필요도 없다.

OpenAI에서는 ChatGPT와 Codex

Google에서는 Gemini와 Antigravity

Anthropic에서는 Claude와 Claude Code

여러 모델을 섞어 쓰려면 OpenCode

반복 작업과 Skill을 쌓으려면 Hermes

상시형 개인 에이전트로 넓히려면 OpenClaw

처럼 선택지가 갈라진다.

토큰 가격도 마찬가지다.

100만 토큰당 가격이 싸다고 무조건 싸게 끝나는 것은 아니다.

에이전트가 프로젝트 전체와 과거 대화를 반복해서 읽으면 토큰 사용량은 빠르게 커질 수 있다.

반대로 단순 작업까지 가장 비싼 모델을 쓸 이유도 없다.

결국 중요한 것은 모델 하나의 순위가 아니라,

어떤 일에 어떤 AI를, 어떤 에이전트에 붙여, 얼마만큼 사용할 것인가였다.

몇 년 전에는 질문이 단순했다.

어느 AI를 구독할까.

2026년에는 조금 다른 질문도 가능해졌다.

내가 하는 일에 맞는 AI 작업 환경을 어떻게 구성할까.

노트 한 줄 요약

좋은 AI 하나를 비싸게 구독하는 방법만 있는 것은 아니었다. 무료 AI, 회사별 공식 개발 에이전트, 저가 모델과 OpenCode·Hermes·OpenClaw를 필요한 일에 맞게 조합하면 훨씬 다양한 비용과 작업 방식으로 AI를 사용할 수 있었다.

확인한 주요 자료

ChatGPT Pro $100/$200 구조와 Pro 20X 신규 가입 중단.
Codex가 Free·Go를 포함한 모든 ChatGPT 요금제에 포함된다는 OpenAI 안내.
Google Antigravity 2.0의 기능과 무료 개인 플랜.
Google AI Plus·Pro 가격과 Ultra $100/$200 구조.
Claude Pro와 Max, Claude Code 포함 범위.
OpenCode 무료 모델과 Zen 구조. (dev.opencode.ai)
Muse Spark 1.3 Contributor의 가격과 데이터 조건. (docs.openclaw.ai)
Hermes의 OpenCode Free 연결. (hermes-agent.nousresearch.com)
OpenClaw Windows Hub와 Muse Spark 지원. (docs.openclaw.ai)
토큰은 모델·언어에 따라 달라진다는 설명. (help.openai.com)

태그: AI, ChatGPT, Codex, Gemini, Antigravity, Claude, OpenCode, MuseSpark, HermesAgent, OpenClaw
locale: ko-KR

저작자표시 비영리 변경금지 (새창열림)

'MRA Engine Note' 카테고리의 다른 글

득령과 득지는 같은 힘이 아니었다 (0)	2026.06.28
8. 강하다, 약하다 너머에 값이 있을까 (0)	2026.06.15
7. 시행착오는 AI 호출 설계의 씨앗이었다 (0)	2026.06.11
6. 프롬프트가 작은 프로그램처럼 변해 갔다 (0)	2026.06.10
5. 출력 형식을 고정하려 했다: 표, 단계, JSON (0)	2026.06.10