📌 클로드 코드 최신 업데이트 (00:00)
🔹 모델 오버라이드 소개
클로드 코드의 최신 업데이트를 소개하며, 모델 오버라이드를 통한 비용 절감이 주요 목표입니다.
🔹 모델 오버라이드란? (00:11)
세 가지 모델(하이쿠, 스넷, 오퍼스)을 작업 성격에 따라 나눠 사용하는 방식입니다.
- 하이쿠: 간단한 파일 처리나 테스트에 사용.
- 스넷: 코드 점검 및 수정에 사용.
- 오퍼스: 아키텍처 설계에 사용.
모델을 적절히 분배하여 토큰을 효율적으로 사용하는 것이 중요합니다.
🔹 모델 오버라이드의 필요성 (00:35)
모든 작업에 고성능 모델(예: 오퍼스)을 사용하면 토큰이 부족해져 실제로 필요한 아키텍처 설계 시 사용이 어려울 수 있습니다.
- 저렴한 모델(하이쿠)을 활용: 파일 탐색, 테스트 실행 등에 사용.
- 코드 리뷰: 순해 사용.
- 아키텍처 설계: 오퍼스 사용.
🔹 모델 오버라이드 설정 방법 (01:28)
별명을 만들어 모델을 지정합니다.
- 설정 파일 위치: 글로벌 또는 해당 프로젝트.
- 설정 방법: JSON 양식을 복사하여 클로드 코드가 켜진 상태에서 붙여넣기.
- 프로젝트 설정 추천: 글로벌 설정은 변동 가능성이 있으므로 프로젝트 설정을 권장.
- 배드락 사용 시: 회사에서 배드락을 사용하는 경우 설정 방법이 다를 수 있으므로 참조 필요.
🔹 비용 비교 (02:35)
모델 오버라이드 사용 여부에 따른 비용 차이를 비교합니다.
- 모든 작업에 오퍼스 사용: 비용이 5배 증가할 수 있음.
- 모델 분리 사용: 비용을 약 1.6배로 절감 가능.
동일한 결과를 얻으면서 비용을 최대 70%까지 절감할 수 있습니다.
🔹 모델 오버라이드 활용 (03:02)
에이전트 모델로 활용합니다.
- 필요 조건: 클로드 버전 2.1.76 이상.
- 버전 업데이트: 터미널에서
클로드 // 업데이트 실행.
- 에이전트 모델 파라미터 설정: 파이 탐색 (하이쿠), 코드 수정 (스넷), 아키텍처 설계 (오퍼스) 등으로 설정.
🔹 멀티 디버깅 예시 (03:49)
모델별 역할 분담을 통해 멀티 디버깅을 수행합니다.
- 하이쿠: 에러 로그 수집.
- 스넷: 종합 분석.
- 오퍼스: 아키텍처 요약 (별칭 사용).
🔹 프로젝트 뇌 분석 (04:40)
대규모 파이썬 프로젝트에서 모델별 역할을 분담하여 분석을 수행합니다.
- 하이쿠: 병렬 구조 파악.
- 스넷: 파이썬 코딩 품질 점검.
- 오퍼스: 14번째 차원 설계안 설계.
🔹 비용 차이 분석 (06:52)
혼합 모델 사용 시와 오퍼스만 사용 시의 비용 차이를 비교합니다.
- 혼합 모델: 43만 토큰 사용, 약 2.77달러 소요.
- 오퍼스만 사용: 약 14.21달러 소요.
혼합 모델 사용 시 비용이 약 5.2배 절감되며, 81%의 비용 절감 효과를 얻을 수 있습니다.
🔹 소요 시간 비교 (08:26)
혼합 모델과 오퍼스만 사용 시의 소요 시간을 비교합니다.
- 혼합 모델: 약 10분 소요.
- 오퍼스만 사용: 약 18분 소요.
구조 파악은 하이쿠로도 충분하며, 혼합 모델 사용 시 시간 단축 효과를 얻을 수 있습니다.
📌 루프 기능 (08:49)
🔹 루프 기능 소개
프롬프트가 실행되는 환경에서 특정 간격마다 반복적으로 작업을 수행하는 기능입니다.
- 사용법:
루프 / 루프 [간격] [프롬프트]
- 예시: 2분마다 주식 마켓의 데일리 프라이스 데이터가 잘 쌓이는지 확인.
🔹 루프 활용 예시 (09:40)
데일리 프라이스 데이터에서 금요일 데이터 누락 여부를 확인하고, 누락 시 업데이트를 요청합니다.
🔹 루프와 스케줄러의 차이점 (10:57)
- 스케줄러: 컴퓨터 스케줄러에 등록하여 특정 시간에 파이썬 파일을 실행하거나 클로드에 직접 명령을 내리는 방식 (매일 자동 실행).
- 루프: 해당 세션이 종료되면 자동으로 종료됨.
루프는 특정 세션 내에서 반복적인 작업을 수행하는 데 유용합니다.
📌 프롬프트 캐시 (11:31)
🔹 프롬프트 캐시 소개
반복적인 프롬프트에 대해 캐시를 활용하여 비용을 절감하는 기능입니다.
- 캐시 히트 시: 90% 할인 적용.
- 원리: 첫 번째 호출에서 전체 토큰을 사용하고, 이후 반복되는 데이터는 캐시를 통해 사용자 메시지만 처리하여 토큰 사용량을 줄임.
🔹 프롬프트 캐시 효과 (12:11)
캐시 수정 전후의 비용을 비교합니다.
- 수정 전: 10회 호출 시 71,000 토큰 사용.
- 수정 후: 14,300 토큰 사용 (약 5배 비용 절감).
🔹 캐시 확인 방법 (12:44)
/코스트 명령어를 통해 캐시 사용량을 확인할 수 있습니다 (API 사용자 대상).
📌 FvT 모드 (13:19)
🔹 FvT 모드 소개
클로드가 얼마나 깊이 있게 추론할지를 설정하는 모드입니다.
- 종류: 로우, 미디엄 (기본값), 하이, 맥스, 오토.
- 활용: 작업의 성격에 따라 적절한 추론 깊이를 설정하여 효율성을 높임.
🔹 FvT 모드 활용 예시 (13:50)
- 로우: 빠르고 저렴하게 끝나는 단순 작업.
- 하이: 고차원적인 개발 (예: 뇌 개발).
🔹 FvT 모드 설정 방법 (14:09)
/맥스 명령어를 통해 FvT 모드를 변경할 수 있습니다.
📌 MCP & 스페어패스 (14:37)
🔹 MCP (14:37)
대화 중간에 선택 옵션을 넣어 사용자의 가이드를 받을 수 있는 기능입니다.
🔹 스페어패스 (15:12)
필요한 폴더만 체크아웃하여 작업하는 방식으로, 토큰 소모를 절감할 수 있습니다.
- 원리: 전체 폴더를 스캔하는 대신 필요한 폴더만 지정하여 작업.
- 예시: 한국 시장 작업 시 KR 마켓 폴더만 지정.
스페어패스를 통해 로드되는 파일 수를 줄여 인덱싱 시간 단축, 불필요한 파일 참조 방지, 토큰 소모 절감 효과를 얻을 수 있습니다.
📌 종합 업데이트 (16:07)
🔹 업데이트 요약
클로드 코드의 6가지 업데이트를 요약합니다.
- 모델 오버라이드
- 에이전트 모델
- 루프
- 프롬프트 캐시
- FvT 모드
- 스페어패스
🔹 권장 사항
- 클로드 버전 2.1.76 이상 사용.
- 모델별 특성을 고려하여 작업에 활용.
- 노션 공유 자료를 참고하여 원하는 형태로 사용.
🔹 비용 절감 전략 (17:18)
모델 오버라이드, FvT 모드, 스페어패스 등을 활용하여 최대 80%까지 비용을 절감할 수 있습니다.
🔹 적용 순서 (17:23)
- 클로드 업데이트.
- JSON 파일에 모델 오버라이드 설정.
- 에이전트 모델 지정.
- FvT 모드 조절.
- 스페어패스 설정.
🔹 루프 사용 시 주의사항 (18:04)
루프 사용 시 토큰이 계속 소모되므로, 모델을 신중하게 선택해야 합니다.