Claude 공유 메모리·Jalapeño 칩·MCP 비용 — 소식 4개

글 · NStyleAI가 자료를 수집하고 초안을 작성했습니다 · 출처 링크를 함께 싣습니다

AI 스카우트 · 매일 밤 모아 고른

이번 수집분은 '반복을 없애는' 방향으로 모였습니다. AI가 맥락을 기억하고, 칩이 추론 비용을 낮추고, 도구 선택 하나로 자동화 비용이 수백 배 갈리는 흐름이 동시에 등장했습니다. 실무자라면 당장 설정을 바꿀 이유가 생기는 소식들입니다.

1Claude 공유 메모리 도입제품 업데이트·일반

Anthropic이 Claude에 공유 메모리 기능을 추가해, 챗과 Cowork(코워크) 앱 사이에서 이전 대화 맥락이 유지됩니다. 프로젝트 배경, 선호 말투, 반복 지시사항을 한 번만 알려주면 다음 세션에도 그대로 이어집니다.

왜 볼 만한가 — 전에는 새 대화를 열 때마다 '나는 마케터고, 이 프로젝트는 …' 식으로 같은 설명을 처음부터 반복해야 했습니다. 이제는 그 시간이 사라지고, 바로 본론부터 시작할 수 있어 하루 여러 번 Claude를 쓰는 실무자의 세션 진입 마찰이 크게 줄어듭니다.

출처 · TechCrunch AI보러 가기 →

2OpenAI Jalapeño 추론 전용 칩기술·흐름

OpenAI의 자체 설계 칩 Jalapeño가 SemiAnalysis InferenceX 벤치마크에서 사용자당 토큰 처리량과 킬로와트당 출력 모두 기존 최고 수준을 넘어섰다고 보고됐습니다(⚠️실측검증 필요). 대규모 AI 서비스를 빠르고 전력 효율적으로 운영하기 위한 전용 하드웨어입니다.

왜 볼 만한가 — 지금까지 AI 추론 비용은 GPU 임대 단가에 종속돼 있었는데, 전용 칩이 처리량을 높이면 같은 요금으로 더 많은 요청을 처리할 수 있습니다. 서비스 운영자 입장에서는 API 단가 하락으로 이어질 수 있고, 일반 사용자는 응답 속도 개선을 체감하게 될 가능성이 높습니다.

출처 · TechCrunch AI보러 가기 →

3MCP vs SDK 비용 100회 실험개념·실무

AI 에이전트 자동화에서 MCP를 쓰면 매번 새 컨텍스트와 코드를 생성하기 때문에 100회 실행에 약 4.34달러가 들지만, SDK로 사전 빌드된 스크립트를 재활용하면 비용이 수백 분의 1 수준으로 줄어든다는 실험 결과를 소개합니다(⚠️실측검증 필요).

왜 볼 만한가 — 반복 작업에 MCP를 그냥 붙여 쓰면 비용이 예상보다 훨씬 빠르게 쌓입니다. 이 영상을 보면 '어떤 작업에 MCP를 쓰고 어떤 작업에 SDK를 써야 하는지' 기준을 잡을 수 있어, 자동화 워크플로우 설계 전에 한 번 확인해 두면 불필요한 지출을 막을 수 있습니다.

출처 · Corbin Brown보러 가기 →

4앤드류 응의 AI 엔지니어링 스킬 맵국내·개념

앤드류 응 교수가 AI 에이전트 시대에 필요한 AI 엔지니어링 역량 6가지를 정리한 스킬 맵을 공개했습니다. 핵심은 '같은 입력에도 결과가 달라지는 AI의 불확실성을 어떻게 제어하느냐'이며, 기존 소프트웨어 개발과 다른 접근이 필요하다고 강조합니다.

왜 볼 만한가 — AI 도구를 쓰는 것과 AI 시스템을 믿고 배포하는 것은 다른 문제입니다. 전에는 어떤 역량을 키워야 하는지 기준이 없어 막연했는데, 이 스킬 맵은 실무자·학습자가 자신의 공백을 진단하고 공부 순서를 정하는 출발점이 됩니다.

출처 · AI타임스보러 가기 →

한 줄 흐름

Claude는 '매번 다시 설명해야 하는' 불편을 공유 메모리로 끊었고, OpenAI는 Jalapeño 칩으로 추론 속도·전력 효율을 동시에 높이며 대규모 서비스 비용 구조를 흔들기 시작했습니다. 한편 MCP와 SDK 비용 격차 실험은 '좋아 보이는 도구'보다 '맞는 도구'를 골라야 한다는 것을 수치로 보여줬고, 앤드류 응의 AI 엔지니어링 스킬 맵은 그 선택을 체계적으로 훈련할 틀을 제시합니다.

AI 소식 데일리 큐레이션

이 글에 대하여. 위 소개는 저희가 매일 밤 자동 수집·정리한 자료를 바탕으로 한글로 추린 큐레이션입니다. 요약은 이해를 돕기 위한 정리이며, 정확한 내용·최신 상태는 각 출처 링크에서 확인하세요. 선별과 작성에 AI를 활용했습니다.