Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Anthropic, OpenAI, Google의 최신 모델들을 하나의 Python 스크립트로 연결하여 역할 분담을 통해 워크플로우를 최적화하는 방법을 다룹니다. Gemini의 리서치, GPT의 초안 작성, Claude의 최종 교정 기능을 결합한 오케스트레이션 구현 사례를 제시합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Zenn AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기2026년 5월, Anthropic, OpenAI, Google이 연달아 주력 모델을 업데이트했다.
본고에서는 3개 모델을 "역할 분담"으로 구동하는 최소 구현을 보여준다.
리서치: Gemini 3.5 Flash (속도 · MCP 대응)
초안 작성 + 사실 확인: GPT-5.5 Instant (환각 52.5% 감소)
다듬기 + 최종 출력: Claude Opus 4.7 (고난도 SOTA)
import os
from anthropic import Anthropic
from openai import OpenAI
from google import genai
anthropic = Anthropic()
openai_client = OpenAI()
gemini = genai.Client(api_key=os.environ['GEMINI_API_KEY'])
def research(topic: str) -> str:
res = gemini.models.generate_content(
model='gemini-3.5-flash',
contents=f'최근 24시간 동안의 {topic} 관련 뉴스를 5건, URL과 함께 나열해줘'
)
return res.text
def draft(material: str) -> str:
res = openai_client.chat.completions.create(
model='gpt-5.5-instant',
messages=[{'role': 'user', 'content': f'다음 내용을 바탕으로 구성안과 초안을 작성해줘:\n{material}'}],
)
return res.choices[0].message.content
def polish(draft_text: str) -> str:
res = anthropic.messages.create(
model='claude-opus-4-7',
max_tokens=4000,
messages=[{'role': 'user', 'content': f'다음 문장을 SEO와 가독성을 의식하여 다듬어줘:\n{draft_text}'}],
)
return res.content[0].text
if name == 'main':
topic = '생성형 AI 부업'
print(polish(draft(research(topic))))
## 3. 비용 체감 (2026/05 실측) | 모델 | 입력 | 출력 | 1기사 상당 | |---|---|---|---| | Gemini 3.5 Flash | 저렴 | 저렴 | $0.02 | | GPT-5.5 Instant | 중간 | 중간 | $0.08 | | Claude Opus 4.7 | 높음 | 높음 | $0.45 | 3개 모델 합계로도 1기사당 $0.55 정도. 한 달에 60개를 돌려도 $33. ## 4. 주의할 점 - 레이트 리미트 (Rate Limit): Opus 4.7은 배치가 밀리기 쉽다. 요청 사이에 0.5s의 슬립(sleep)을 권장 - 출력 포맷: 3개 모델 각각 Markdown 방언이 다르다. 정형화를 함수화할 것을 권장 - 보안: API 키는 반드시 환경 변수 또는 .env 사용. 리포지토리에 커밋 금지 ## 5. 요약 1개 모델에만 의존하는 것은 "무의식적인 비용 절감"이다. 역할 분담으로 구성하면 품질도 속도도 비용도 모두 이길 수 있다.
