퓨전 하네스

퓨전 하네스는 코그니션이 만든 코딩 에이전트 데빈의 작업 처리 틀이다. 요리에 비유하면 셰프(AI 모델)의 실력 자체가 아니라, 주방에서 재료를 언제 꺼내고 어떤 순서로 손질하고 불을 켜는지를 정한 조리 매뉴얼에 가깝다. 같은 셰프라도 매뉴얼이 잘 짜여 있으면 시간과 재료 낭비 없이 같은 요리를 더 싸게 만들 수 있는데, 퓨전 하네스가 하는 일이 그런 것이다.

코딩 에이전트는 한 번 작업을 맡으면 내부적으로 모델을 수십, 수백 번 불러 코드를 쓰고 실행하고 오류를 고치는 과정을 반복한다. 이때 모델을 얼마나 효율적으로, 몇 번 불러야 할지 정하는 절차가 부실하면 같은 결과를 내는 데도 비용이 눈덩이처럼 불어난다. 코그니션은 이 절차 자체를 다듬어서, 앤스로픽의 최신 모델을 그대로 쓰는 것보다 더 싼 비용으로 비슷한 성능을 낼 수 있었다고 밝혔다.

즉 퓨전 하네스는 새로운 AI 모델이 아니라, 기존 모델을 얼마나 알뜰하고 영리하게 부려 쓰느냐를 결정하는 운영 방식이다. 모델 자체의 성능 경쟁과는 별개로, 이런 실행 틀을 잘 짜는 것만으로도 비용을 크게 줄일 수 있다는 걸 보여준 사례다.

기사 속 문장: "같은 FrontierCode 1.1 Extended 벤치마크에서 퓨전 하네스는 점수 63.2를 태스크당 1.43달러에 기록했어요." 여기서 오해하기 쉬운 점은 퓨전 하네스가 새로운 AI 모델이라고 생각하는 것이다. 실제로는 앤스로픽의 Fable 5.1 모델을 그대로 쓰면서, 그 모델을 호출하고 작업을 처리하는 절차만 코그니션이 자체적으로 최적화한 시스템이다.