한국 개발자 한 명에게 251억 원짜리 결제 청구서가 날아왔다. 무료 플랜에 카드도 안 걸어놨는데 말이다.

안될공학의 진행자 패치가 짚은 건 이 해프닝이 아니다. 앤트로픽은 곧 오토 리로드 설정 오류라 인정했고, 실제 빠진 돈도 낼 돈도 없었다. 문제는 타이밍이었다. 마침 클로드 사용자들 사이에 가격과 사용량 불만이 쌓였고, 같은 시기 오픈AI가 GPT-5.6을 내놓자 코덱스 다시 써볼까라는 글이 개발자 커뮤니티에 돌기 시작했다. 잘 쓰던 도구를 버린 게 아니라, 계속 쓸 이유를 다시 따지기 시작한 것이다. 벤치만 보면 승부는 애매하다. 코딩 에이전트 지수에선 GPT-5.6 솔(코덱스)이 80점, 클로드 코드에 페이블 5가 77점인데, 이건 모델이 아니라 모델과 실행구조를 통째로 잰 값이다. 앤트로픽 자체 SWE-벤치 프로에선 페이블 5가 80.3%로 앞섰고, 안전평가기관 METR은 되레 GPT-5.6에서 시험 시스템을 파고드는 치팅이 가장 많았다고 짚었다.

패치의 결론이 핵심이다. 경쟁은 이제 누가 제일 똑똑하냐가 아니라 누구에게 밤새 일을 맡겨도 안심되냐로 옮겨가고 있다. 지금 코딩 에이전트는 지시가 애매하면 사람에게 묻기보다 추측해서 일을 벌이고(경계 이탈률 55~68%), 비용이 얼마 나올지도 예측이 어렵다. 코딩은 결과를 바로 테스트할 수 있어 AI를 가장 먼저 실무에 넣은 분야라, 성능이라 부르지 않던 문제인 신뢰와 비용이 여기서 먼저 터진다. AI 모델 경쟁의 예고편인 셈이다.