<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <channel>
    <title>DEV Community: Rihpig</title>
    <description>The latest articles on DEV Community by Rihpig (@rihpig).</description>
    <link>https://dev.to/rihpig</link>
    <image>
      <url>https://media2.dev.to/dynamic/image/width=90,height=90,fit=cover,gravity=auto,format=auto/https:%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Fuser%2Fprofile_image%2F2745155%2Ff727be57-3d98-4e9b-90ef-46211b492018.jpg</url>
      <title>DEV Community: Rihpig</title>
      <link>https://dev.to/rihpig</link>
    </image>
    <atom:link rel="self" type="application/rss+xml" href="https://dev.to/feed/rihpig"/>
    <language>en</language>
    <item>
      <title>GPT-Live-1.1 vs GPT-Realtime: 어떤 OpenAI 음성 API를 사용해야 할까?</title>
      <dc:creator>Rihpig</dc:creator>
      <pubDate>Fri, 20 Nov 2026 06:12:31 +0000</pubDate>
      <link>https://dev.to/rihpig/gpt-live-11-vs-gpt-realtime-eoddeon-openai-eumseong-apireul-sayonghaeya-halgga-5b6g</link>
      <guid>https://dev.to/rihpig/gpt-live-11-vs-gpt-realtime-eoddeon-openai-eumseong-apireul-sayonghaeya-halgga-5b6g</guid>
      <description>&lt;h1&gt;
  
  
  GPT-Live-1.1 vs GPT-Realtime: API 대 API 비교
&lt;/h1&gt;

&lt;p&gt;GPT-Live-1.1과 GPT-Realtime의 차이는 결국 아키텍처에 있습니다. GPT-Live-1.1은 추론과 도구 호출을 별도 백엔드 모델에 맡기고 활성 분당 $0.05를 청구하는 전이중(full-duplex) 음성 프런트엔드입니다. GPT-Realtime-2.1은 듣고, 추론하고, 도구를 호출하고, 말하는 하나의 음성-대-음성 모델이며 토큰 단위로 과금됩니다. 이미 텍스트 에이전트가 있다면 GPT-Live-1.1을, 하나의 모델이 모든 것을 처리하길 원한다면 Realtime을 선택하세요.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;지금 Apidog 사용해보기&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;OpenAI는 2026년 11월 20일 GPT-Live-1.1을 API에 출시했습니다. 이제 엔드포인트, 과금 방식, 도구 모델이 각각 다른 두 가지 음성 스택을 사용할 수 있습니다. 지난 7월 &lt;a href="https://apidog.com/kr/blog/gpt-live-vs-gpt-realtime?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT-Live vs GPT-Realtime&lt;/a&gt; 글에서는 ChatGPT 기능과 API를 비교했다면, 이번 글은 API 대 API 비교입니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  한눈에 보는 GPT-Live-1.1 vs GPT-Realtime
&lt;/h2&gt;

&lt;p&gt;2026년 11월 20일 기준 &lt;a href="https://developers.openai.com/api/docs/models/gpt-live-1.1" rel="noopener noreferrer"&gt;GPT-Live-1.1 모델 페이지&lt;/a&gt;, &lt;a href="https://developers.openai.com/api/docs/models/gpt-realtime-2.1" rel="noopener noreferrer"&gt;gpt-realtime-2.1 모델 페이지&lt;/a&gt;, &lt;a href="https://developers.openai.com/api/docs/pricing" rel="noopener noreferrer"&gt;OpenAI 가격 페이지&lt;/a&gt;에서 가져온 두 스택의 비교는 다음과 같습니다:&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;&lt;/th&gt;
&lt;th&gt;GPT-Live-1.1&lt;/th&gt;
&lt;th&gt;gpt-realtime-2.1&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;엔드포인트&lt;/td&gt;
&lt;td&gt;&lt;code&gt;v1/live/sessions&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;&lt;code&gt;v1/realtime&lt;/code&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;설계&lt;/td&gt;
&lt;td&gt;전이중 음성 + 위임된 백엔드&lt;/td&gt;
&lt;td&gt;하나의 음성-대-음성 추론 모델&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;입력&lt;/td&gt;
&lt;td&gt;오디오, 텍스트&lt;/td&gt;
&lt;td&gt;오디오, 텍스트, 이미지&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;출력&lt;/td&gt;
&lt;td&gt;오디오, 텍스트&lt;/td&gt;
&lt;td&gt;오디오, 텍스트&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;과금&lt;/td&gt;
&lt;td&gt;활성 분당 $0.05, 대기 분당 $0.02&lt;/td&gt;
&lt;td&gt;100만 오디오 토큰당 입력 $32, 출력 $64&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;추론 및 도구&lt;/td&gt;
&lt;td&gt;백엔드 모델, 별도 과금&lt;/td&gt;
&lt;td&gt;동일 모델 및 가격에 포함&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;함수 호출&lt;/td&gt;
&lt;td&gt;위임을 통해&lt;/td&gt;
&lt;td&gt;&lt;code&gt;session.tools&lt;/code&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;전송 방식&lt;/td&gt;
&lt;td&gt;WebRTC, WebSocket, SIP(인바운드 및 아웃바운드)&lt;/td&gt;
&lt;td&gt;WebRTC, WebSocket, SIP(인바운드)&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;속도 제한&lt;/td&gt;
&lt;td&gt;동시 세션 수&lt;/td&gt;
&lt;td&gt;분당 요청 및 토큰 수&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;OpenAI의 &lt;a href="https://developers.openai.com/api/docs/guides/voice-agents" rel="noopener noreferrer"&gt;음성 에이전트 가이드&lt;/a&gt;는 아키텍처 표에서 이 구분을 요약합니다. GPT-Live는 "별도 백엔드와의 전이중 대화"를 위한 것이고, Realtime API는 "하나의 세션에서 음성, 추론, 도구 사용"을 위한 것입니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  아키텍처: 위임 vs 단일 모델
&lt;/h2&gt;

&lt;p&gt;GPT-Live-1.1은 말하기와 사고를 분리합니다. 음성 모델은 실시간으로 대화를 처리하며 말하는 동안에도 듣습니다. 요청에 추론, 검색 또는 도구가 필요하면 작업을 백엔드 모델에 위임하고, 그 작업이 실행되는 동안에도 대화를 계속 이어갑니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F03891twjicw2hlb8p8gl.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F03891twjicw2hlb8p8gl.png" alt="Side-by-side architecture: on the left, a caller connects to GPT-Live-1.1 voice, which delegates to a backend Responses model that calls hosted tools, your functions and MCP; on the right, a caller connects to gpt-realtime-2.1, which calls your functions and MCP itself" width="800" height="400"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;a href="https://developers.openai.com/api/docs/guides/live-conversations" rel="noopener noreferrer"&gt;라이브 대화 가이드&lt;/a&gt;에 따르면 위임은 세션을 만들 때 한 번만 설정합니다. 두 가지 모드가 있습니다:&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;&lt;code&gt;responses&lt;/code&gt;&lt;/strong&gt;: OpenAI가 Responses API를 통해 백엔드를 실행합니다. &lt;code&gt;delegation.responses.model&lt;/code&gt;에서 모델을 선택하고 &lt;code&gt;instructions&lt;/code&gt;, &lt;code&gt;tools&lt;/code&gt;, &lt;code&gt;tool_choice&lt;/code&gt;, &lt;code&gt;reasoning&lt;/code&gt;, &lt;code&gt;service_tier&lt;/code&gt;를 추가합니다. 문서에서는 &lt;code&gt;gpt-6-luna&lt;/code&gt;로 시작하고 더 어려운 작업에는 &lt;code&gt;gpt-6-sol&lt;/code&gt;로 이동할 것을 권장합니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;&lt;code&gt;client&lt;/code&gt;&lt;/strong&gt;: 앱이 백엔드를 실행합니다. GPT-Live가 &lt;code&gt;session.delegation.created&lt;/code&gt; 이벤트를 보내면 &lt;code&gt;session.instructions.append&lt;/code&gt; 같은 이벤트로 결과를 반환합니다.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;모드는 세션 도중 변경할 수 없으며, 전환하려면 새 세션이 필요합니다. 모드 내부의 백엔드 설정은 &lt;code&gt;session.update&lt;/code&gt;로 변경할 수 있습니다.&lt;/p&gt;

&lt;p&gt;gpt-realtime-2.1은 반대 접근 방식을 취합니다. 하나의 추론 모델이 오디오를 해석하고 도구를 호출하며 음성으로 답합니다. 두 번째 모델도, 핸드오프도 없고 모든 컨텍스트가 한곳에 있습니다.&lt;/p&gt;

&lt;p&gt;GPT-Live-1.1을 사용하면 음성 계층을 건드리지 않고 백엔드를 교체하거나 기존 텍스트 에이전트를 유지할 수 있습니다. Realtime에서는 음성 모델 자체가 에이전트입니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  가격: 분당 vs 토큰당
&lt;/h2&gt;

&lt;p&gt;GPT-Live-1.1은 시간 기준으로, Realtime은 토큰 기준으로 과금합니다. 그래서 발신자가 멈추거나, 장황하게 말하거나, 통화를 유지하기 시작하면 두 서비스의 비용 양상이 크게 달라집니다.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;비용 항목&lt;/th&gt;
&lt;th&gt;GPT-Live-1.1&lt;/th&gt;
&lt;th&gt;gpt-realtime-2.1&lt;/th&gt;
&lt;th&gt;gpt-realtime-2.1-mini&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;오디오&lt;/td&gt;
&lt;td&gt;활성 분당 $0.05, 대기 분당 $0.02&lt;/td&gt;
&lt;td&gt;100만 토큰당 입력 $32, 출력 $64&lt;/td&gt;
&lt;td&gt;100만 토큰당 입력 $10, 출력 $20&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;텍스트&lt;/td&gt;
&lt;td&gt;세션 지속 시간 기준 과금&lt;/td&gt;
&lt;td&gt;100만 토큰당 입력 $4, 출력 $24&lt;/td&gt;
&lt;td&gt;100만 토큰당 입력 $0.60, 출력 $2.40&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;캐시된 입력&lt;/td&gt;
&lt;td&gt;해당 없음&lt;/td&gt;
&lt;td&gt;100만 토큰당 $0.40&lt;/td&gt;
&lt;td&gt;100만 토큰당 오디오 $0.30, 텍스트 $0.06&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;추론 및 도구&lt;/td&gt;
&lt;td&gt;백엔드 모델의 자체 요율 적용&lt;/td&gt;
&lt;td&gt;토큰 가격에 포함&lt;/td&gt;
&lt;td&gt;토큰 가격에 포함&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;GPT-Live는 초 단위로 과금하므로 90초 통화의 음성 시간 비용은 $0.10이 아니라 $0.075입니다. WebRTC 세션은 초기화하는 동안 15초가 과금되지만, 실행이 시작되면 이 시간은 크레딧으로 돌려받습니다.&lt;/p&gt;

&lt;p&gt;대기(standby) 과금은 Realtime에는 없는 비용 조절 수단입니다. WebRTC에서는 &lt;code&gt;wake_policy.type&lt;/code&gt;을 &lt;code&gt;"speech"&lt;/code&gt;로, &lt;code&gt;idle_timeout_s&lt;/code&gt;를 5에서 60 사이의 정수로 설정하세요. 설정한 시간 동안 음성이 없으면 세션 요금이 분당 $0.02로 떨어지고, 다시 누군가 말할 때까지 유지됩니다. 대기 과금은 WebRTC에만 문서화되어 있으므로 WebSocket 및 SIP 세션은 연결된 모든 초에 활성 요율로 과금됩니다.&lt;/p&gt;

&lt;p&gt;자체 트래픽으로 두 서비스를 비교하려면 추측 대신 손익분기 수치를 사용하세요. $0.05로 gpt-realtime-2.1에서는 약 1,560개의 오디오 입력 토큰 또는 780개의 오디오 출력 토큰을, 2.1-mini에서는 약 5,000개의 입력 토큰 또는 2,500개의 출력 토큰을 처리할 수 있습니다. Realtime 사용 이벤트에서 분당 오디오 토큰 수를 가져오세요. 평균 활성 1분이 그보다 많은 토큰을 사용한다면 GPT-Live의 음성 시간 요금이 더 저렴합니다. 여기에 백엔드 모델의 토큰 청구액을 더하면 전체 비용을 볼 수 있습니다.&lt;/p&gt;

&lt;p&gt;Realtime은 추론을 토큰 가격에 포함하지만, GPT-Live는 위임된 작업마다 백엔드 청구액이 추가되는 대신 대기 과금으로 침묵 구간의 비용을 줄입니다. 토큰 비용 쪽은 &lt;a href="https://apidog.com/kr/blog/how-to-use-gpt-realtime-2-1-mini-api?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;gpt-realtime-2.1-mini 가이드&lt;/a&gt;를 참고하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  함수 호출 및 도구
&lt;/h2&gt;

&lt;p&gt;두 스택 모두 함수를 호출하지만 호출 위치가 다릅니다.&lt;/p&gt;

&lt;p&gt;Realtime에서는 도구가 세션에 속합니다. &lt;a href="https://developers.openai.com/api/docs/guides/realtime-mcp" rel="noopener noreferrer"&gt;Realtime 도구 가이드&lt;/a&gt;는 &lt;code&gt;session.tools&lt;/code&gt;에 &lt;code&gt;"type": "function"&lt;/code&gt; 도구를 넣고 &lt;code&gt;session.update&lt;/code&gt;로 보내는 방법을 보여줍니다. 클라이언트가 함수를 실행하고 &lt;code&gt;function_call_output&lt;/code&gt; 항목을 반환합니다. 원격 MCP 서버도 사용할 수 있습니다. &lt;code&gt;"type": "mcp"&lt;/code&gt;, &lt;code&gt;server_label&lt;/code&gt;, &lt;code&gt;server_url&lt;/code&gt;을 사용해 도구를 추가하면 Realtime API가 대신 서버를 호출합니다. &lt;code&gt;response.tools&lt;/code&gt;로 도구를 한 턴에만 적용할 수도 있습니다.&lt;/p&gt;

&lt;p&gt;GPT-Live-1.1에서는 도구가 백엔드에 속합니다. 함수 도구, MCP 서버, 그리고 웹 검색, 파일 검색, Code Interpreter 같은 호스팅 도구를 &lt;code&gt;delegation.responses.tools&lt;/code&gt;에 넣습니다. 백엔드 이벤트는 &lt;code&gt;response.event&lt;/code&gt; 봉투로 감싸져 도착하며, 함수 결과는 &lt;code&gt;function_call_output&lt;/code&gt; 항목과 그 뒤의 &lt;code&gt;response.create&lt;/code&gt;로 반환됩니다.&lt;/p&gt;

&lt;p&gt;장점은 느린 도구가 백엔드에서 실행되는 동안에도 음성 응답성이 유지된다는 것입니다. 비용은 모델 두 개, 이벤트 스트림 두 개, 청구서 두 개라는 점입니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  턴 테이킹, 인터럽트, 전송 방식
&lt;/h2&gt;

&lt;p&gt;발신자가 가장 다르게 느끼는 부분입니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;턴 테이킹.&lt;/strong&gt; GPT-Live-1.1은 전이중 방식입니다. 출력을 생성하는 동시에 들어오는 오디오를 처리하므로, 듣고, 맞장구치고, 문장 중간에 조정할 수 있습니다. Realtime은 음성 활동으로 감지된 턴 단위로 동작합니다. &lt;a href="https://developers.openai.com/api/docs/guides/realtime-vad" rel="noopener noreferrer"&gt;Realtime VAD 가이드&lt;/a&gt;에는 &lt;code&gt;session.audio.input.turn_detection.type&lt;/code&gt;의 두 가지 모드가 나옵니다:&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;code&gt;server_vad&lt;/code&gt;: 기본값이며 &lt;code&gt;threshold&lt;/code&gt;, &lt;code&gt;prefix_padding_ms&lt;/code&gt;, &lt;code&gt;silence_duration_ms&lt;/code&gt;로 조정합니다.&lt;/li&gt;
&lt;li&gt;
&lt;code&gt;semantic_vad&lt;/code&gt;: &lt;code&gt;eagerness&lt;/code&gt;(&lt;code&gt;low&lt;/code&gt;, &lt;code&gt;medium&lt;/code&gt;, &lt;code&gt;high&lt;/code&gt;, &lt;code&gt;auto&lt;/code&gt; — &lt;code&gt;auto&lt;/code&gt;는 &lt;code&gt;medium&lt;/code&gt;과 동일)로 조정합니다.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;Realtime은 &lt;code&gt;interrupt_response&lt;/code&gt;로 끼어들기(barge-in)를 처리합니다. GPT-Live는 말하는 동안 이미 듣고 있으므로 이 설정이 필요 없습니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;전송 방식.&lt;/strong&gt; 둘 다 브라우저의 WebRTC와 서버의 WebSocket을 지원합니다. 전화 통화는 다릅니다. &lt;a href="https://developers.openai.com/api/docs/guides/voice-sip?api=live" rel="noopener noreferrer"&gt;SIP 가이드&lt;/a&gt;에 따르면 GPT-Live는 인바운드 및 아웃바운드 SIP를 지원하며, 아웃바운드 통화는 "Realtime API의 통화 생성 엔드포인트가 아닌 Live API를 통해 모든 조직에서 사용할 수 있습니다." 연결된 GPT-Live SIP 통화는 2시간으로 제한됩니다. Realtime의 SIP 가이드는 &lt;code&gt;realtime.call.incoming&lt;/code&gt; 웹훅을 통한 인바운드 통화를 다룹니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  제한 및 컨텍스트
&lt;/h2&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;제한&lt;/th&gt;
&lt;th&gt;GPT-Live-1.1&lt;/th&gt;
&lt;th&gt;gpt-realtime-2.1&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;컨텍스트&lt;/td&gt;
&lt;td&gt;세션당 128,000토큰, 자동 관리&lt;/td&gt;
&lt;td&gt;128,000토큰&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;최대 출력 토큰&lt;/td&gt;
&lt;td&gt;공개되지 않음&lt;/td&gt;
&lt;td&gt;32,000&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;지침&lt;/td&gt;
&lt;td&gt;최대 16,384토큰&lt;/td&gt;
&lt;td&gt;공개되지 않음&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;속도 제한&lt;/td&gt;
&lt;td&gt;모델별 동시 세션 수&lt;/td&gt;
&lt;td&gt;Build 티어에서 400 RPM 및 200,000 TPM&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;GPT-Live는 토큰이 아니라 동시성을 기준으로 계산합니다. &lt;a href="https://developers.openai.com/api/docs/models/gpt-live-1" rel="noopener noreferrer"&gt;GPT-Live-1 페이지&lt;/a&gt;에는 Build에서 동시 세션 50개, Launch에서 300개, Grow에서 500개가 나열되어 있으며 Free 티어에서는 사용할 수 없습니다. GPT-Live-1.1은 별도의 제한이 있고 아직 페이지에 수치가 공개되지 않았으므로, 출시 전에 조직의 제한 페이지를 확인하세요.&lt;/p&gt;

&lt;p&gt;Realtime의 제한은 Launch에서 10,000 RPM, Grow에서 20,000 RPM까지 확장됩니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  어떤 OpenAI 음성 API를 사용해야 할까요?
&lt;/h2&gt;

&lt;p&gt;음성이 이미 신뢰하는 에이전트 위에 얹는 계층이라면 GPT-Live-1.1을, 음성 모델 자체가 에이전트가 되어야 한다면 Realtime을 사용하세요.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F40squmyx1nxylf4u9icz.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F40squmyx1nxylf4u9icz.png" alt="Decision flowchart: if you already have a text agent or backend to keep, use GPT-Live-1.1; otherwise, if you need image input or one model doing everything, use gpt-realtime-2.1; otherwise, for long sessions with lots of silence use GPT-Live-1.1 with standby, else gpt-realtime-2.1-mini" width="800" height="875"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1을 선택하세요:&lt;/strong&gt;&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;기존 텍스트 에이전트, 지원 봇, 워크플로를 다시 구축하지 않고 음성을 추가할 때.&lt;/li&gt;
&lt;li&gt;튜터링, 코칭, 컴패니언처럼 중간 공백이 많은 긴 세션에서 대기 과금이 효과를 볼 때.&lt;/li&gt;
&lt;li&gt;Live API에서만 제공하는 아웃바운드 전화 통화.&lt;/li&gt;
&lt;li&gt;자연스러운 말 겹침과 맞장구가 필요한 대화.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;strong&gt;gpt-realtime-2.1을 선택하세요:&lt;/strong&gt;&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;하나의 모델이 추론하고 행동해야 하는 독립형 음성 에이전트.&lt;/li&gt;
&lt;li&gt;음성과 함께 이미지를 전송하는 앱.&lt;/li&gt;
&lt;li&gt;하나의 이벤트 스트림과 하나의 청구서를 원하는 팀.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;strong&gt;gpt-realtime-2.1-mini를 선택하세요&lt;/strong&gt; 짧고 처리량이 많으며 비용이 낮은 음성 작업에서 토큰당 가격이 분당 가격보다 유리할 때 적합합니다. Realtime 설정은 &lt;a href="https://apidog.com/kr/blog/gpt-realtime-2-api?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT-Realtime-2 API 가이드&lt;/a&gt;에서 자세히 다룹니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  코딩 에이전트가 Apidog CLI로 도구 API를 테스트하게 하세요
&lt;/h2&gt;

&lt;p&gt;어느 스택을 선택하든 두 서비스 모두 같은 대상, 즉 도구 API를 호출합니다. 조회가 느리면 어느 쪽이든 통화에 침묵이 생기므로, 발신자가 듣기 전에 지연 시간과 계약을 테스트해야 합니다. Claude Code, Codex, Cursor가 &lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt;로 이를 수행하게 하세요.&lt;/p&gt;

&lt;p&gt;한 번 설정하세요:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli@latest
apidog auth login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
apidog skill install
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;그다음 에이전트에 프롬프트 하나를 주세요:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;Import ./voice-tools-openapi.yaml into Apidog project &amp;lt;projectId&amp;gt;. Build a test scenario
that calls GET /orders/{order_id} and GET /customers/{id} in sequence, asserts 200 and
the fields my voice agent reads aloud, and fails any request slower than 800 ms.
Run it 20 times against staging and tell me which step is slowest.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;에이전트가 명세를 가져오고, 페이로드 형태를 확인하고, 시나리오를 만든 뒤 실행합니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog import --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --format openapi --file ./voice-tools-openapi.yaml
apidog cli-schema get test-scenario-create
apidog cli-schema validate test-scenario-create --file scenario.json
apidog test-scenario create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file scenario.json
apidog test-scenario import-steps &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;scenarioId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --source endpoint --ids &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;endpointIds&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --sync manual
apidog run -t &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;scenarioId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;envId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -n 20 --timeout-request 800 -r cli,json
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;&lt;code&gt;-n 20&lt;/code&gt;은 실행을 반복하므로 운 좋은 응답 하나가 느린 꼬리 지연을 숨기지 못합니다. &lt;code&gt;--timeout-request 800&lt;/code&gt;은 발신자를 기다리게 할 만큼 느린 모든 호출을 실패 처리합니다. CI에서는 &lt;code&gt;-r cli,json&lt;/code&gt;을 &lt;code&gt;-r junit&lt;/code&gt;로 바꿔 회귀가 배포를 차단하도록 하세요. &lt;a href="https://apidog.com/kr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI CI/CD 가이드&lt;/a&gt;에서 확인할 수 있습니다. 에이전트 워크플로가 처음이라면 &lt;a href="https://apidog.com/kr/blog/apidog-cli-in-claude-code?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Claude Code에서 Apidog CLI 사용하기&lt;/a&gt;부터 시작하세요. Apidog의 Free 플랜은 최대 4명의 사용자까지 지원합니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  자주 묻는 질문
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1과 GPT-Realtime 중 어느 쪽이 더 저렴한가요?&lt;/strong&gt; 분당 오디오 토큰 수와 백엔드에 따라 다릅니다. GPT-Live 음성 비용은 활성 분당 $0.05에 백엔드 모델의 토큰 비용이 더해집니다. gpt-realtime-2.1에서는 $0.05로 약 1,560개의 오디오 입력 토큰 또는 780개의 오디오 출력 토큰을 처리할 수 있습니다. 자체 사용 로그와 비교해 보세요.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1에서 함수 호출을 사용할 수 있나요?&lt;/strong&gt; 네, 위임을 통해 가능합니다. 함수 도구를 &lt;code&gt;delegation.responses.tools&lt;/code&gt;에 넣거나 클라이언트 위임 모드에서 백엔드를 직접 실행하세요. 음성 모델은 Realtime의 &lt;code&gt;session.tools&lt;/code&gt;처럼 직접 도구 목록을 받지는 않습니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Realtime은 대기 과금을 지원하나요?&lt;/strong&gt; 아니요. 분당 $0.02의 대기 과금은 GPT-Live 기능이며, &lt;code&gt;wake_policy&lt;/code&gt;와 &lt;code&gt;idle_timeout_s&lt;/code&gt;로 구성된 WebRTC 세션에만 적용됩니다. Realtime은 각 세션이 사용한 토큰을 과금합니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1로 아웃바운드 전화를 걸 수 있나요?&lt;/strong&gt; 네. &lt;code&gt;POST /v1/live/sessions&lt;/code&gt;에서 &lt;code&gt;transport.type: "sip"&lt;/code&gt;와 SIP 트렁크 세부 정보를 사용해 세션을 만드세요. OpenAI 문서에 따르면 아웃바운드 SIP는 Realtime API의 통화 생성 엔드포인트가 아닌 Live API를 통해 실행됩니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1은 이미지 입력을 받나요?&lt;/strong&gt; 아니요. 모델 페이지에는 입력과 출력이 오디오 및 텍스트로 나와 있습니다. 음성 에이전트가 이미지를 봐야 한다면 gpt-realtime-2.1이 100만 토큰당 $5로 이미지 입력을 받습니다.&lt;/p&gt;

</description>
    </item>
    <item>
      <title>Rails RCE 취약점(Ruby2Shell): 내 API가 영향을 받았는지 확인하는 방법</title>
      <dc:creator>Rihpig</dc:creator>
      <pubDate>Fri, 20 Nov 2026 03:33:34 +0000</pubDate>
      <link>https://dev.to/rihpig/rails-rce-cwiyagjeomruby2shell-nae-apiga-yeonghyangeul-badassneunji-hwaginhaneun-bangbeob-2eob</link>
      <guid>https://dev.to/rihpig/rails-rce-cwiyagjeomruby2shell-nae-apiga-yeonghyangeul-badassneunji-hwaginhaneun-bangbeob-2eob</guid>
      <description>&lt;h1&gt;
  
  
  Ruby2Shell: 기본 설정의 Rails API에서 인증 없이 도달 가능한 Ruby RCE 취약점 패치하기
&lt;/h1&gt;

&lt;p&gt;이번 주에 화제가 된 Rails RCE 취약점은 Ruby2Shell(발견자들은 "Ruby2ßhell"로 표기)이며, CVE-2026-132825 및 GHSA-34m4-m9fh-gqp5로 추적되고 있습니다. 이것은 Ruby의 문자열 대소문자 변환에서 발생하는 1바이트 힙 오버플로우로, 연구진에 따르면 기본 설정의 Rails 앱에서 인증 없이도 도달 가능하다고 합니다. Ruby 2.4.0~3.3.13, 3.4.0~3.4.12, 또는 4.0.0~4.0.9 버전을 사용하는 API라면 영향을 받습니다. 해결 방법은 gem 업데이트가 아니라 Ruby를 3.3.14, 3.4.13 또는 4.0.10으로 업그레이드하는 것입니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;지금 Apidog를 사용해 보세요&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;빠른 답변: 내가 영향을 받나요?&lt;/strong&gt;&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;API를 실제로 서빙하는 환경(컨테이너, VM 또는 dyno) 내에서 &lt;code&gt;ruby -v&lt;/code&gt;를 실행하세요. 노트북에서 실행하면 안 됩니다.&lt;/li&gt;
&lt;li&gt;버전이 위 세 범위 중 하나에 해당한다면 노출되어 있습니다.&lt;/li&gt;
&lt;li&gt;Ruby를 업그레이드하고, 모든 이미지를 다시 빌드하고, 모든 앱 서버를 재시작한 후, API 테스트를 다시 실행하세요.&lt;/li&gt;
&lt;/ol&gt;

&lt;h2&gt;
  
  
  Ruby2Shell Rails RCE 취약점이란 무엇인가?
&lt;/h2&gt;

&lt;p&gt;Ruby2Shell은 ISO-8859-x, Windows-125x 같은 레거시 단일 바이트 인코딩에서 문자열의 대소문자를 변경하는 데 사용되는 Ruby 코드의 1바이트 힙 버퍼 오버플로우입니다. &lt;a href="https://verialabs.com/ruby2shell/" rel="noopener noreferrer"&gt;Veria Labs&lt;/a&gt;는 이를 치명적(Critical) 등급으로 분류하며, 네트워크를 통해 인증 없이 도달 가능하고, Rails와 전통적인 방식의 Sinatra는 기본 구성에서 이 취약점에 노출된다고 밝혔습니다.&lt;/p&gt;

&lt;p&gt;근본 원인은 사소합니다. 대부분의 단일 바이트 인코딩에는 독일어 에셋 첫("ß")의 대문자 형태가 없어서, 이를 대문자로 변환하면 두 바이트 "SS"가 기록됩니다. 이 작업을 수행하는 루프는 1바이트 분의 공간만 확인합니다. Ruby는 출력 버퍼를 입력 길이에 20바이트를 더한 크기로 할당하므로, Veria의 분석에 따르면 "ß" 문자 21개가 포함된 입력이 이 버퍼를 1바이트 초과하여 오버플로우시킵니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fk8ofqdtb3w41ph4gus62.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fk8ofqdtb3w41ph4gus62.png" alt="Ruby2Shell 버그 도식: 에셋 첫 문자로 이루어진 입력 문자열이 각각 두 개의 S 문자로 확장되며, 마지막 S가 출력 버퍼 끝을 1바이트 넘어서 위치하게 됨" width="800" height="410"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;이 오버플로우는 &lt;code&gt;upcase&lt;/code&gt;, &lt;code&gt;swapcase&lt;/code&gt;, &lt;code&gt;downcase(:fold)&lt;/code&gt;, &lt;code&gt;casecmp?&lt;/code&gt;를 통해 도달할 수 있습니다. UTF-8 문자열은 다른 코드 경로를 사용하므로 영향을 받지 않습니다. 이 버그는 Ruby 2.4.0부터 존재했습니다.&lt;/p&gt;

&lt;p&gt;Ruby는 2026년 11월 18일에 정규식 엔진과 문자열 대소문자 변환의 여섯 가지 다른 결함과 함께 &lt;a href="https://www.ruby-lang.org/en/news/2026/11/18/multiple-vulnerabilities-in-regexp-and-string/" rel="noopener noreferrer"&gt;보안 권고문&lt;/a&gt;을 발행했습니다. Ruby는 "일부 시나리오"에서 이 결함을 원격 코드 실행에 사용하는 개념 증명(PoC)을 알고 있다고 밝혔습니다. Veria Labs는 기본 설정의 Rails에서 RCE를 최초로 시연했으며, 2026년 11월 25일 이후에(주요 벤더들이 그때까지 수정 사항을 배포하지 않았다면 그 이후에) 익스플로잇을 공개할 계획이라고 밝혔습니다.&lt;/p&gt;

&lt;p&gt;이 날짜가 실질적인 마감 시한입니다. 익스플로잇이 공개되는 순간, 패치되지 않은 Rails API를 찾는 스캐닝은 매우 저렴해집니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  어떤 Ruby 및 Rails 버전이 영향을 받나요?
&lt;/h2&gt;

&lt;p&gt;이 표는 2026년 11월 20일 기준으로 Ruby의 권고문과 Veria Labs의 영향받는 소프트웨어 표를 결합한 것입니다.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;Ruby 시리즈&lt;/th&gt;
&lt;th&gt;영향받는 버전&lt;/th&gt;
&lt;th&gt;수정 버전&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;4.0&lt;/td&gt;
&lt;td&gt;4.0.0~4.0.9&lt;/td&gt;
&lt;td&gt;4.0.10&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;3.4&lt;/td&gt;
&lt;td&gt;3.4.0~3.4.12&lt;/td&gt;
&lt;td&gt;3.4.13&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;3.3&lt;/td&gt;
&lt;td&gt;3.3.0~3.3.13&lt;/td&gt;
&lt;td&gt;3.3.14&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;3.2 및 이전&lt;/td&gt;
&lt;td&gt;2.4.0부터의 모든 릴리스&lt;/td&gt;
&lt;td&gt;수정 없음 (지원 종료)&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Rails 버전은 여기서 중요하지 않습니다. 버그는 인터프리터에 있으므로 &lt;code&gt;bundle update rails&lt;/code&gt;는 아무런 영향을 주지 않습니다. Ruby 3.4.12에서 실행되는 Rails 8 앱은 취약하고, Ruby 3.3.14에서 실행되는 Rails 6.1 앱은 취약하지 않습니다.&lt;/p&gt;

&lt;p&gt;Veria Labs는 Rails와 전통적인 방식의 Sinatra가 기본 구성에서 영향을 받는다고 명시했습니다. 다른 프레임워크와 순수 Rack 앱은 기본적으로 노출되지 않지만, 레거시 인코딩에서 신뢰할 수 없는 문자열을 대문자로 변환하는 모든 코드는 여전히 이 버그에 도달할 수 있습니다.&lt;/p&gt;

&lt;p&gt;Ruby 3.2 이하는 패치를 받지 못합니다. 서비스가 여전히 3.1이나 3.2에 있다면, Ruby2Shell은 "다음 분기에 업그레이드하자"는 계획을 이번 주의 일감으로 바꿔놓을 것입니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  Rails API가 영향을 받았는지 확인하는 방법
&lt;/h2&gt;

&lt;p&gt;함정은 잘못된 곳을 확인하는 것입니다. 노트북에 설치된 Ruby나 &lt;code&gt;.ruby-version&lt;/code&gt; 파일의 Ruby는 프로덕션에서 실행되는 것과 다를 수 있습니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fmwi5pxjbf5zv99x27hc6.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fmwi5pxjbf5zv99x27hc6.png" alt="Rails API의 Ruby2Shell 확인 흐름도: 프로덕션에서 ruby -v 실행, 영향받는 범위와 비교, 이후 업그레이드 또는 회귀 테스트 실행" width="800" height="533"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;h3&gt;
  
  
  1단계: 실행 중인 환경에서 버전 확인하기
&lt;/h3&gt;

&lt;p&gt;트래픽을 처리하는 프로세스에 물어보세요. 호스팅 환경에 맞는 명령을 선택하세요:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;&lt;span class="c"&gt;# Docker / Kubernetes&lt;/span&gt;
docker &lt;span class="nb"&gt;exec&lt;/span&gt; &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;container&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; ruby -v
kubectl &lt;span class="nb"&gt;exec&lt;/span&gt; deploy/&lt;span class="o"&gt;&amp;lt;&lt;/span&gt;api-deployment&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -- ruby -v

&lt;span class="c"&gt;# Heroku-style platforms&lt;/span&gt;
heroku run ruby -v -a &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;app-name&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;

&lt;span class="c"&gt;# A VM or bare-metal host, as the app user&lt;/span&gt;
sudo -u deploy bash -lc &lt;span class="s1"&gt;'cd /srv/api/current &amp;amp;&amp;amp; bundle exec ruby -v'&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;h3&gt;
  
  
  2단계: 수정 릴리스와 비교하기
&lt;/h3&gt;

&lt;p&gt;많은 서비스의 경우 다음 한 줄 스크립트를 각 환경에 붙여넣으세요. Ruby에 기본 포함된 &lt;code&gt;Gem::Version&lt;/code&gt;만 사용합니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;ruby -e &lt;span class="s1"&gt;'
fixed = { "3.3" =&amp;gt; "3.3.14", "3.4" =&amp;gt; "3.4.13", "4.0" =&amp;gt; "4.0.10" }
v = Gem::Version.new(RUBY_VERSION)
series = RUBY_VERSION.split(".").first(2).join(".")
if v &amp;lt; Gem::Version.new("2.4.0")
  puts "#{RUBY_VERSION}: outside the Ruby2Shell range, but end of life"
elsif fixed[series] &amp;amp;&amp;amp; v &amp;gt;= Gem::Version.new(fixed[series])
  puts "#{RUBY_VERSION}: patched"
else
  puts "#{RUBY_VERSION}: VULNERABLE, upgrade Ruby"
end'&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;한 줄이 출력됩니다. 예를 들어 &lt;code&gt;3.4.12: VULNERABLE, upgrade Ruby&lt;/code&gt;와 같습니다. 3.2 이하에서도 취약하다고 표시되는데, 이것이 맞습니다. 해당 시리즈에는 수정된 릴리스가 없기 때문입니다.&lt;/p&gt;

&lt;h3&gt;
  
  
  3단계: Ruby 버전이 고정된 모든 곳 찾기
&lt;/h3&gt;

&lt;p&gt;프로덕션은 현재 상태를 알려줍니다. 저장소는 다음 배포에 포함될 내용을 알려줍니다. 다음 항목을 모두 검색하세요:&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;code&gt;.ruby-version&lt;/code&gt;과 &lt;code&gt;.tool-versions&lt;/code&gt; (rbenv, asdf, mise)&lt;/li&gt;
&lt;li&gt;
&lt;code&gt;Gemfile&lt;/code&gt;의 &lt;code&gt;ruby&lt;/code&gt; 라인&lt;/li&gt;
&lt;li&gt;
&lt;code&gt;Gemfile.lock&lt;/code&gt; 하단 근처의 &lt;code&gt;RUBY VERSION&lt;/code&gt; 섹션&lt;/li&gt;
&lt;li&gt;멀티스테이지 빌드를 포함한 모든 &lt;code&gt;Dockerfile&lt;/code&gt;의 &lt;code&gt;FROM ruby:...&lt;/code&gt; 라인&lt;/li&gt;
&lt;li&gt;GitHub Actions 워크플로우의 &lt;code&gt;ruby-version:&lt;/code&gt; 같은 CI 설정&lt;/li&gt;
&lt;li&gt;Ruby 버전을 고정하는 buildpack 또는 플랫폼 설정
&lt;/li&gt;
&lt;/ul&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;grep -rnE &lt;span class="s2"&gt;"ruby[-_]version|^ruby |FROM ruby:|RUBY VERSION"&lt;/span&gt; \
  --include=&lt;span class="s2"&gt;"*.yml"&lt;/span&gt; --include=&lt;span class="s2"&gt;"*.yaml"&lt;/span&gt; --include=&lt;span class="s2"&gt;"Dockerfile*"&lt;/span&gt; \
  --include=&lt;span class="s2"&gt;"Gemfile*"&lt;/span&gt; --include=&lt;span class="s2"&gt;".ruby-version"&lt;/span&gt; --include=&lt;span class="s2"&gt;".tool-versions"&lt;/span&gt; .
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;h3&gt;
  
  
  4단계: 직접 설치하지 않은 Ruby를 잊지 마세요
&lt;/h3&gt;

&lt;p&gt;셀프 호스팅 도구는 자체 Ruby를 번들로 포함하므로, 시스템 Ruby를 업그레이드해도 도움이 되지 않습니다. 2026년 11월 20일 01:59 UTC 기준으로 업데이트된 Veria Labs의 표는 다음과 같습니다:&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;소프트웨어&lt;/th&gt;
&lt;th&gt;상태&lt;/th&gt;
&lt;th&gt;수정 버전&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;GitLab&lt;/td&gt;
&lt;td&gt;19.6.0 이하 취약&lt;/td&gt;
&lt;td&gt;아직 수정 릴리스 없음&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;GitHub Enterprise Server&lt;/td&gt;
&lt;td&gt;3.22.5 이하 취약&lt;/td&gt;
&lt;td&gt;아직 수정 릴리스 없음&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Chatwoot&lt;/td&gt;
&lt;td&gt;4.20.0 이하 취약&lt;/td&gt;
&lt;td&gt;아직 수정 릴리스 없음&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Mastodon&lt;/td&gt;
&lt;td&gt;4.7.5 이하&lt;/td&gt;
&lt;td&gt;4.7.6, 4.6.12, 4.5.22, 4.4.29&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;OpenProject&lt;/td&gt;
&lt;td&gt;17.9.7 이하&lt;/td&gt;
&lt;td&gt;17.9.8, 17.8.3&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Discourse&lt;/td&gt;
&lt;td&gt;2.0.20261119-0203 이전 베이스 이미지&lt;/td&gt;
&lt;td&gt;2.0.20261119-0203&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;수정 사항이 없는 제품의 경우, &lt;a href="https://www.aikido.dev/blog/ruby2shell" rel="noopener noreferrer"&gt;Aikido의 가이드&lt;/a&gt;에 따라 벤더가 수정 사항을 배포할 때까지 서버를 퍼블릭 인터넷에서 분리하고 VPN이나 IP 허용 목록 뒤로 두는 것이 좋습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  API를 망가뜨리지 않고 Ruby2Shell을 패치하는 방법
&lt;/h2&gt;

&lt;p&gt;Ruby는 우회 방법을 제공하지 않으므로, 패치가 곧 해결책입니다. 다음 순서로 진행하면 당황할 일이 없습니다:&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;strong&gt;버전 고정을 변경하세요.&lt;/strong&gt; &lt;code&gt;.ruby-version&lt;/code&gt;, &lt;code&gt;Gemfile&lt;/code&gt;의 &lt;code&gt;ruby&lt;/code&gt; 라인, 그리고 모든 CI의 &lt;code&gt;ruby-version&lt;/code&gt;을 현재 시리즈를 유지하면서 3.3.14, 3.4.13 또는 4.0.10으로 설정하세요.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;락파일을 갱신하세요.&lt;/strong&gt; &lt;code&gt;bundle install&lt;/code&gt;을 실행하여 &lt;code&gt;Gemfile.lock&lt;/code&gt;의 &lt;code&gt;RUBY VERSION&lt;/code&gt; 섹션이 일치하도록 하세요.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;패치된 베이스에서 이미지를 다시 빌드하세요.&lt;/strong&gt; &lt;code&gt;FROM ruby:&lt;/code&gt;를 수정된 패치 릴리스를 포함하는 태그로 지정하고(고정하기 전에 Docker Hub의 태그 목록을 확인하세요), &lt;code&gt;--pull&lt;/code&gt; 옵션으로 재빌드하여 캐시된 오래된 레이어가 다시 들어오지 않도록 하세요.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;모든 프로세스를 재시작하세요.&lt;/strong&gt; Puma, Sidekiq, cron 러너, 일회성 콘솔은 모두 재시작 전까지 기존 인터프리터를 메모리에 유지합니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;프로덕션에서 1단계를 다시 실행하세요.&lt;/strong&gt; 병합된 풀 리퀘스트가 아니라 실제 컨테이너의 &lt;code&gt;ruby -v&lt;/code&gt; 출력을 믿으세요.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;같은 릴리스에서 정규식과 문자열 관련 여섯 가지 버그도 수정되는데, 이는 API가 의존하는 코드에 영향을 줍니다: 파라미터 파싱, 유효성 검사, 대소문자 구분 없는 조회 등입니다. 빌드를 프로덕션에 배포하기 전에 스테이징에서 API 테스트를 실행하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  Apidog CLI로 코딩 에이전트가 패치된 API를 검증하게 하세요
&lt;/h2&gt;

&lt;p&gt;Ruby 버전 고정을 변경하려고 코딩 에이전트를 이미 열어두고 있을 것입니다. 직접 엔드포인트를 하나하나 클릭하는 대신, 같은 에이전트에게 패치된 빌드가 클라이언트가 기대하는 응답을 반환하는지 증명하게 하세요. &lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt;는 Claude Code, Codex, Cursor 또는 OpenCode에 API 명세를 가져오고, 테스트 케이스를 작성하고, 모든 환경에서 실행할 수 있는 스크립트 방식의 방법을 제공합니다.&lt;/p&gt;

&lt;p&gt;설정은 세 개의 명령입니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli@latest
apidog login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
npx -y skills add https://apidog.com   &lt;span class="c"&gt;# pick your agent when prompted&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Rails 앱이 OpenAPI 파일(예: rswag)을 내보낸다면, 에이전트에게 다음 프롬프트 하나를 주세요:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;Import openapi.yaml into Apidog project &amp;lt;id&amp;gt;. Create test cases for our five
most-used endpoints, including GET /api/v1/users/:id and POST /api/v1/orders,
that assert status codes, response schemas and that names containing non-ASCII
characters (like "Straße") round-trip unchanged. Run them against staging after
the Ruby 3.4.13 deploy and summarize any failures.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;에이전트는 페이로드 스키마를 읽고, 검증하고, 스위트를 실행합니다. 에이전트가 사용하는 명령은 다음과 같습니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog import --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;id&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --format openapi --file ./openapi.yaml
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;id&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file case.json
apidog run --test-case &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;caseId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;id&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;stagingEnvId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -r cli,json
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;non-ASCII 검사는 익스플로잇 테스트가 아니며, 그래서도 안 됩니다. 프로덕션에 조작된 오버플로우 페이로드를 보내지 마세요. 이는 패치가 건드린 코드 경로에 대한 회귀 검사입니다. 스테이징에서 통과하면, 같은 &lt;code&gt;apidog run ... -r junit&lt;/code&gt; 단계를 CI에 넣어 다음 Ruby 업그레이드 때도 같은 검사가 자동으로 수행되도록 하세요. &lt;a href="https://apidog.com/kr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI CI/CD 가이드&lt;/a&gt;에서 파이프라인 설정 방법을 확인할 수 있고, &lt;a href="https://apidog.com/kr/blog/apidog-cli-in-claude-code?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Claude Code에서의 Apidog CLI&lt;/a&gt;에서는 에이전트 측면을 다룹니다. Apidog Free는 최대 4명까지 지원하므로 소규모 백엔드 팀이 오늘 바로 이 검사를 실행하기에 충분합니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  Ruby2Shell과 최근 런타임 RCE 비교
&lt;/h2&gt;

&lt;p&gt;Ruby2Shell은 10월 이후 이 블로그에서 다룬 두 가지 런타임 수준 RCE에 이은 것입니다. 세 가지 모두 버그가 런타임에 있으므로, 프레임워크와 패키지 업데이트로는 해결되지 않습니다.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;버그&lt;/th&gt;
&lt;th&gt;계층&lt;/th&gt;
&lt;th&gt;업그레이드 대상&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Ruby2Shell (CVE-2026-132825)&lt;/td&gt;
&lt;td&gt;Ruby 문자열 대소문자 변환&lt;/td&gt;
&lt;td&gt;Ruby를 3.3.14, 3.4.13 또는 4.0.10으로&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;a href="https://apidog.com/kr/blog/php2shell-php-vulnerability?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;PHP2Shell&lt;/a&gt; (CVE-2026-109618, CVE-2026-109619)&lt;/td&gt;
&lt;td&gt;PHP 인터프리터&lt;/td&gt;
&lt;td&gt;PHP를 8.5.12, 8.4.27, 8.3.36 또는 8.2.35로&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;a href="https://apidog.com/kr/blog/nodejs-brotli-rce-cve-2026-111497?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Node.js Brotli RCE&lt;/a&gt; (CVE-2026-111497)&lt;/td&gt;
&lt;td&gt;Node.js Brotli 디코더&lt;/td&gt;
&lt;td&gt;Node.js 자체&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;팀이 폴리글랏 스택을 운영한다면, 서비스별로 런타임 버전 목록을 하나 만드세요. 이 버그들 모두 같은 질문에서 출발합니다: 프로덕션은 실제로 어떤 버전을 사용하고 있는가? 더 폭넓은 접근 방식은 &lt;a href="https://apidog.com/kr/blog/automated-api-vulnerability-detection?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;자동화된 API 취약점 탐지&lt;/a&gt;를 참고하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;Rails gem을 업데이트하면 Ruby2Shell이 수정되나요?&lt;/strong&gt; 아니요. 버그는 Ruby 인터프리터에 있으므로 &lt;code&gt;bundle update rails&lt;/code&gt;로는 해결되지 않습니다. Ruby 3.3.14, 3.4.13 또는 4.0.10이 필요하며, 이미지 재빌드와 프로세스 재시작도 함께 필요합니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;UTF-8만 사용하는 앱이라면 안전한가요?&lt;/strong&gt; Veria Labs에 따르면 UTF-8 문자열은 다른 코드 경로를 사용하므로 영향을 받지 않습니다. 하지만 Rails와 전통적인 Sinatra가 기본 구성에서 취약한 코드에 도달한다고도 밝혔으므로, "우리는 UTF-8만 사용한다"는 가정이 업그레이드를 건너뛸 이유가 되지는 않습니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Ruby2Shell의 공개 익스플로잇이 있나요?&lt;/strong&gt; 2026년 11월 20일 기준 아직 없습니다. Ruby는 일부 시나리오에서 RCE에 대한 개념 증명을 알고 있다고 밝혔고, Veria Labs는 2026년 11월 25일에(벤더들이 그때까지 수정 사항을 배포하지 않았다면 그 이후에) 기본 Rails 대상 익스플로잇을 공개할 계획입니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Ruby 3.2 이하를 사용 중이라면 어떻게 해야 하나요?&lt;/strong&gt; Ruby 3.2 이하는 지원이 종료되어 수정 사항을 받지 못합니다. 3.3.14 이상, 가능하면 3.4.13 또는 4.0.10으로 이동하고, 이 업그레이드를 긴급한 작업으로 처리하세요.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GitLab이나 Mastodon의 Ruby2Shell 노출 여부는 어떻게 확인하나요?&lt;/strong&gt; 이 제품들은 자체 Ruby를 번들로 포함합니다. 벤더의 릴리스 노트에서 수정된 버전을 확인하세요. 아직 없다면, 수정 사항이 배포될 때까지 VPN이나 IP 허용 목록으로 접근을 제한하세요.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Ruby 업그레이드로 다른 것도 수정되나요?&lt;/strong&gt; 네. Ruby 3.3.14, 3.4.13, 4.0.10은 같은 &lt;a href="https://www.ruby-lang.org/en/news/2026/11/18/multiple-vulnerabilities-in-regexp-and-string/" rel="noopener noreferrer"&gt;Ruby 권고문&lt;/a&gt;에 나열된 정규식 및 문자열 대소문자 변환의 여섯 가지 다른 결함도 수정하므로, 한 번의 업그레이드로 일곱 가지가 모두 해결됩니다.&lt;/p&gt;

</description>
      <category>backend</category>
      <category>cybersecurity</category>
      <category>ruby</category>
      <category>security</category>
    </item>
    <item>
      <title>GPT-Live-1.1 요금 완벽 정리: Active와 Standby 사용량(분) 차이 이해하기</title>
      <dc:creator>Rihpig</dc:creator>
      <pubDate>Fri, 20 Nov 2026 03:32:46 +0000</pubDate>
      <link>https://dev.to/rihpig/gpt-live-11-yogeum-wanbyeog-jeongri-activewa-standby-sayongryangbun-cai-ihaehagi-4h75</link>
      <guid>https://dev.to/rihpig/gpt-live-11-yogeum-wanbyeog-jeongri-activewa-standby-sayongryangbun-cai-ihaehagi-4h75</guid>
      <description>&lt;h1&gt;
  
  
  GPT-Live-1.1 요금 완전 정리: 시간 기반 과금의 실제 비용 계산
&lt;/h1&gt;

&lt;p&gt;GPT-Live-1.1의 과금은 토큰 기반이 아닌 시간 기반입니다. OpenAI는 음성 세션에 대해 활성 상태 분당 $0.05, 대기 상태 분당 $0.02를 청구하며, 초 단위로 계산하고 분 단위로 올림하지 않습니다. 백엔드 모델 호출과 도구 호출은 별도로 일반 요율로 청구됩니다. 1시간 내내 대화를 이어가면 음성 요금이 $3.00이고, 1시간 동안 대기 상태로 놓아두면 $1.20입니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;지금 Apidog를 사용해 보세요&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;요율표는 간단합니다. 하지만 실제 앱에서는 사용자가 말을 멈추고, 백엔드가 처리 시간을 필요로 하며, 세션이 필요 이상으로 열려 있는 경우가 많기 때문에 실제 요금은 이런 동작 방식에 달려 있습니다. 아래에서 세 가지 실제 계산 예시와 요금을 예측 가능하게 유지하는 설정을 살펴봅니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  GPT-Live-1.1 요금 한눈에 보기
&lt;/h2&gt;

&lt;p&gt;GPT-Live-1.1은 두 가지 음성 요율이 있고, 백엔드 요금은 별도로 청구됩니다. 2026년 11월 20일 기준 &lt;a href="https://developers.openai.com/api/docs/models/gpt-live-1.1" rel="noopener noreferrer"&gt;GPT-Live-1.1 모델 페이지&lt;/a&gt;와 &lt;a href="https://developers.openai.com/api/docs/pricing" rel="noopener noreferrer"&gt;OpenAI 요금 페이지&lt;/a&gt;에 명시된 내용은 다음과 같습니다:&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;요금 항목&lt;/th&gt;
&lt;th&gt;요율&lt;/th&gt;
&lt;th&gt;시간당&lt;/th&gt;
&lt;th&gt;비고&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;활성 세션 시간&lt;/td&gt;
&lt;td&gt;분당 $0.05&lt;/td&gt;
&lt;td&gt;$3.00&lt;/td&gt;
&lt;td&gt;음성 출력, 유휴 타임아웃 전의 침묵, 백엔드 처리 대기 시간&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;대기 세션 시간&lt;/td&gt;
&lt;td&gt;분당 $0.02&lt;/td&gt;
&lt;td&gt;$1.20&lt;/td&gt;
&lt;td&gt;WebRTC 전용, 추론이 일시 중지된 상태&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;백엔드 Responses 모델&lt;/td&gt;
&lt;td&gt;일반 토큰 요율&lt;/td&gt;
&lt;td&gt;가변&lt;/td&gt;
&lt;td&gt;위임에 사용하는 모델에 따라 다름&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;호스티드 도구&lt;/td&gt;
&lt;td&gt;일반 도구 요율&lt;/td&gt;
&lt;td&gt;가변&lt;/td&gt;
&lt;td&gt;웹 검색, 파일 검색, Code Interpreter 등&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;표면적인 요율보다 더 중요한 세 가지 세부 사항이 있습니다:&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;초 단위 과금.&lt;/strong&gt; 90초 통화 비용은 $0.10이 아니라 $0.075입니다. 통화 시간이 분 단위로 올림되지 않습니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;GPT-Live-1과 동일한 가격.&lt;/strong&gt; 두 모델의 요율이 동일하므로 업그레이드해도 음성 요금은 변하지 않습니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;15초 시작 요금.&lt;/strong&gt; WebRTC 세션 생성 시 초기화하는 동안 15초가 청구되며, 세션이 정상 실행되면 크레딧으로 돌려받습니다. 생성만 하고 사용하지 않고 버린 세션에서만 추가 비용이 발생합니다.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;음성 스택에 대한 배경 설명은 &lt;a href="https://apidog.com/kr/blog/gpt-live-vs-gpt-realtime?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT-Live vs GPT-Realtime&lt;/a&gt;을 참고하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  활성 시간과 대기 시간의 구분 기준
&lt;/h2&gt;

&lt;p&gt;활성 시간은 추론이 실행 중인 모든 시간입니다. 대기 시간은 WebRTC 세션이 연결된 상태에서 추론이 일시 중지되고 음성 입력을 기다리는 시간입니다. 두 요율 사이의 분당 $0.03 차이가 음성 요금의 대부분을 좌우합니다.&lt;/p&gt;

&lt;p&gt;OpenAI의 &lt;a href="https://developers.openai.com/api/docs/guides/voice-latency-cost" rel="noopener noreferrer"&gt;비용 가이드&lt;/a&gt;는 활성 시간에 포함되는 항목을 다음과 같이 설명합니다:&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;사용자 또는 모델이 말하고 있는 시간.&lt;/li&gt;
&lt;li&gt;유휴 타임아웃이 만료되기 전까지의 침묵 시간.&lt;/li&gt;
&lt;li&gt;추론이 실행 중인 상태에서 백엔드 처리를 기다리는 시간.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;마이크를 음소거해도 대기 상태가 되지는 않으며, 세션은 분당 $0.05의 활성 요율로 계속 청구됩니다.&lt;/p&gt;

&lt;p&gt;대기 상태를 사용하려면 세션 생성 시 두 가지 설정이 필요하며, &lt;a href="https://developers.openai.com/api/docs/guides/live-conversations" rel="noopener noreferrer"&gt;라이브 대화 가이드&lt;/a&gt;에 문서화되어 있습니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight json"&gt;&lt;code&gt;&lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="nl"&gt;"session"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
    &lt;span class="nl"&gt;"model"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"gpt-live-1.1"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"wake_policy"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="nl"&gt;"type"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"speech"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="nl"&gt;"vad_threshold"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mf"&gt;0.5&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"idle_timeout_s"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mi"&gt;15&lt;/span&gt;
  &lt;span class="p"&gt;}&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;&lt;code&gt;wake_policy.type: "speech"&lt;/code&gt;는 추론을 시작하기 전에 음성 입력을 기다리도록 세션에 지시합니다. &lt;code&gt;idle_timeout_s&lt;/code&gt;는 5에서 60 사이의 정수를 받으며, 입력 또는 출력 전사가 없는 상태가 해당 시간(초)만큼 지속되면 세션을 대기 상태로 전환합니다. 타임아웃을 생략하면 세션이 끝날 때까지 추론이 활성 상태로 유지되므로 대기 요율은 적용되지 않습니다.&lt;/p&gt;

&lt;p&gt;주의할 점 두 가지: 대기 상태는 WebRTC 전용이므로 WebSocket과 SIP 세션은 연결된 모든 시간에 활성 요율이 청구되며, 대기 상태 이후의 첫 응답은 더 오래 걸릴 수 있습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  실제 비용 계산 예시
&lt;/h2&gt;

&lt;p&gt;음성 요율은 공개된 수치이며, 백엔드 토큰 수는 예시를 위한 가정입니다. 백엔드 가격은 &lt;a href="https://developers.openai.com/api/docs/pricing" rel="noopener noreferrer"&gt;OpenAI 요금 페이지&lt;/a&gt; 기준으로, &lt;code&gt;gpt-6-luna&lt;/code&gt;는 1M 토큰당 입력 $0.10, 출력 $0.50이고, &lt;code&gt;gpt-6-sol&lt;/code&gt;은 1M 토큰당 입력 $2.00, 출력 $10.00입니다(표준 티어, 짧은 컨텍스트). OpenAI의 &lt;a href="https://developers.openai.com/api/docs/guides/live-delegation" rel="noopener noreferrer"&gt;위임 가이드&lt;/a&gt;는 &lt;code&gt;gpt-6-luna&lt;/code&gt;로 시작해서 더 어려운 백엔드 작업에는 &lt;code&gt;gpt-6-sol&lt;/code&gt;을 시도해 볼 것을 권장합니다.&lt;/p&gt;

&lt;h3&gt;
  
  
  예시 1: 고객 지원 전화
&lt;/h3&gt;

&lt;p&gt;전화 또는 WebSocket 지원 통화가 6분간 진행됩니다. 대기 상태가 적용되지 않으므로 6분 전체가 활성 요율로 청구됩니다. GPT-Live는 4건의 조회를 &lt;code&gt;gpt-6-luna&lt;/code&gt;에 위임하며, 각 건당 약 6,000 입력 토큰과 400 출력 토큰을 사용합니다.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;항목&lt;/th&gt;
&lt;th&gt;계산&lt;/th&gt;
&lt;th&gt;비용&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;음성&lt;/td&gt;
&lt;td&gt;6분 x $0.05&lt;/td&gt;
&lt;td&gt;$0.30&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;백엔드 입력&lt;/td&gt;
&lt;td&gt;24,000 토큰 x $0.10 / 1M&lt;/td&gt;
&lt;td&gt;$0.0024&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;백엔드 출력&lt;/td&gt;
&lt;td&gt;1,600 토큰 x $0.50 / 1M&lt;/td&gt;
&lt;td&gt;$0.0008&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;strong&gt;통화당&lt;/strong&gt;&lt;/td&gt;
&lt;td&gt;&lt;/td&gt;
&lt;td&gt;&lt;strong&gt;$0.3032&lt;/strong&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;월 10,000건의 통화라면 약 $3,032이며, 그중 $3,000이 음성 시간 요금입니다. 평균 통화 시간을 30초만 줄여도 백엔드 요금 전체보다 더 많이 절약할 수 있습니다.&lt;/p&gt;

&lt;h3&gt;
  
  
  예시 2: 브라우저 기반 언어 학습 튜터
&lt;/h3&gt;

&lt;p&gt;&lt;code&gt;idle_timeout_s&lt;/code&gt;를 15로 설정한 30분짜리 WebRTC 튜터링 세션입니다. 학생이 긴 시간 동안 읽고 생각하는 데 시간을 쓰기 때문에 세션은 활성 18분, 대기 12분으로 진행됩니다. 튜터는 10건의 설명을 &lt;code&gt;gpt-6-sol&lt;/code&gt;에 위임하며, 각 건당 약 8,000 입력 토큰과 600 출력 토큰을 사용합니다.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;항목&lt;/th&gt;
&lt;th&gt;계산&lt;/th&gt;
&lt;th&gt;비용&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;활성 음성&lt;/td&gt;
&lt;td&gt;18분 x $0.05&lt;/td&gt;
&lt;td&gt;$0.90&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;대기 음성&lt;/td&gt;
&lt;td&gt;12분 x $0.02&lt;/td&gt;
&lt;td&gt;$0.24&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;백엔드 입력&lt;/td&gt;
&lt;td&gt;80,000 토큰 x $2.00 / 1M&lt;/td&gt;
&lt;td&gt;$0.16&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;백엔드 출력&lt;/td&gt;
&lt;td&gt;6,000 토큰 x $10.00 / 1M&lt;/td&gt;
&lt;td&gt;$0.06&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;strong&gt;세션당&lt;/strong&gt;&lt;/td&gt;
&lt;td&gt;&lt;/td&gt;
&lt;td&gt;&lt;strong&gt;$1.36&lt;/strong&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;대기 상태가 없다면 동일한 30분 음성 요금은 $1.14 대신 $1.50이 됩니다. 즉, 대기 상태 덕분에 음성 요금이 24% 절감됩니다.&lt;/p&gt;

&lt;h3&gt;
  
  
  예시 3: 상시 실행 데스크톱 어시스턴트
&lt;/h3&gt;

&lt;p&gt;어시스턴트가 8시간 근무일 내내 열려 있지만, 사용자는 짧게 나눠서 총 40분만 대화합니다. 이 경우 어떤 전략을 선택하느냐에 따라 요금이 10배 이상 달라집니다:&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fkfa7jc8vlnkg1zhbjoji.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fkfa7jc8vlnkg1zhbjoji.png" alt="활성 시간 40분, 8시간 어시스턴트의 GPT-Live-1.1 일일 음성 비용 막대 그래프: 상시 활성 $24.00, 대기 활용 $10.80, 사용 후 종료 $2.00" width="800" height="448"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;전략&lt;/th&gt;
&lt;th&gt;계산&lt;/th&gt;
&lt;th&gt;일당&lt;/th&gt;
&lt;th&gt;22일 근무 월 기준&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;세션 유지, 대기 없음&lt;/td&gt;
&lt;td&gt;480분 x $0.05&lt;/td&gt;
&lt;td&gt;$24.00&lt;/td&gt;
&lt;td&gt;$528.00&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;세션 유지 + 대기&lt;/td&gt;
&lt;td&gt;40 x $0.05 + 440 x $0.02&lt;/td&gt;
&lt;td&gt;$10.80&lt;/td&gt;
&lt;td&gt;$237.60&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;사용 사이에 종료&lt;/td&gt;
&lt;td&gt;40분 x $0.05&lt;/td&gt;
&lt;td&gt;$2.00&lt;/td&gt;
&lt;td&gt;$44.00&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;대기 상태여도 유휴 시간 1시간당 $1.20이 듭니다. OpenAI의 가이드는 긴 공백 구간에는 세션을 닫고, 사용자가 돌아오면 저장해 둔 히스토리를 시드로 넣어 새 세션을 시작할 것을 권장합니다. 15초 시작 요금은 새 세션이 정상 실행되면 크레딧으로 돌려받으므로, 음성 요금만 놓고 보면 종료하는 쪽이 유리합니다. 다만 즉각적인 응답 가능성은 포기해야 합니다. 닫힌 세션은 사용자의 말을 들을 수 없으므로 푸시투토크(push-to-talk)나 자체 웨이크 트리거가 필요합니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  유휴 타임아웃이 요금에 미치는 영향
&lt;/h2&gt;

&lt;p&gt;유휴 타임아웃이 작동하기 전까지는 모든 침묵 구간이 활성 시간으로 청구됩니다. 타임아웃을 짧게 설정하면 더 저렴한 대기 요율에 더 빨리 도달하지만, 일시 중지 후 재개 주기가 늘어나고 매번 재개 후 첫 응답이 더 느려진다는 대가가 있습니다.&lt;/p&gt;

&lt;p&gt;침묵 구간 하나당 추가 비용은 타임아웃 길이에 두 요율 사이의 $0.03 차이를 적용한 금액입니다. 세션 또는 하루에 100번의 침묵 구간이 있을 때:&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F4fuhbngqjqxy36isz69b.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F4fuhbngqjqxy36isz69b.png" alt="유휴 타임아웃별 100회 침묵당 GPT-Live-1.1 추가 비용 막대 그래프: 5초 $0.25, 15초 $0.75, 30초 $1.50, 60초 $3.00" width="800" height="448"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;&lt;code&gt;idle_timeout_s&lt;/code&gt;&lt;/th&gt;
&lt;th&gt;침묵당 활성 초&lt;/th&gt;
&lt;th&gt;대기 대비 추가 비용, 100회 기준&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;5&lt;/td&gt;
&lt;td&gt;5&lt;/td&gt;
&lt;td&gt;$0.25&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;15&lt;/td&gt;
&lt;td&gt;15&lt;/td&gt;
&lt;td&gt;$0.75&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;30&lt;/td&gt;
&lt;td&gt;30&lt;/td&gt;
&lt;td&gt;$1.50&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;60&lt;/td&gt;
&lt;td&gt;60&lt;/td&gt;
&lt;td&gt;$3.00&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;금액은 작습니다. 그게 핵심입니다. 타임아웃은 대부분 사용자 경험 설정으로 보면 됩니다. 사용자가 생각하는 도중에 끊기지 않는 값을 고르고, 긴 공백은 대기 상태가, 아주 긴 공백은 세션 종료가 처리하도록 하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  GPT-Live-1.1 요금과 GPT-Realtime 비교
&lt;/h2&gt;

&lt;p&gt;GPT-Live-1.1은 분 단위로 청구되지만, GPT-Realtime 모델은 토큰 단위로 청구됩니다. &lt;a href="https://developers.openai.com/api/docs/pricing" rel="noopener noreferrer"&gt;OpenAI 요금 페이지&lt;/a&gt;에 따르면 &lt;code&gt;gpt-realtime-2.1&lt;/code&gt; 오디오는 1M 입력 토큰당 $32.00, 1M 출력 토큰당 $64.00이며, &lt;code&gt;gpt-realtime-2.1-mini&lt;/code&gt; 오디오는 각각 $10.00, $20.00입니다.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;&lt;/th&gt;
&lt;th&gt;GPT-Live-1.1&lt;/th&gt;
&lt;th&gt;GPT-Realtime-2.1&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;과금 단위&lt;/td&gt;
&lt;td&gt;세션 초&lt;/td&gt;
&lt;td&gt;입력 및 출력 토큰&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;음성 요율&lt;/td&gt;
&lt;td&gt;활성 분당 $0.05, 대기 분당 $0.02&lt;/td&gt;
&lt;td&gt;오디오 토큰 1M당 $32 / $64&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;추론 및 도구&lt;/td&gt;
&lt;td&gt;별도의 백엔드 모델&lt;/td&gt;
&lt;td&gt;동일한 모델 내부에 포함&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;비용 곡선&lt;/td&gt;
&lt;td&gt;분당 고정&lt;/td&gt;
&lt;td&gt;컨텍스트가 커질수록 턴당 비용 증가&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;OpenAI의 비용 가이드는 Realtime 세션이 응답할 때마다 전체 대화 내용을 모델에 전송하므로 후반부 턴일수록 비용이 더 든다고 설명합니다. GPT-Live는 2분째든 40분째든 분당 비용이 동일해 비용 예측이 간단합니다. 토큰 기반 설정 방법은 &lt;a href="https://apidog.com/kr/blog/gpt-realtime-2-api?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT-Realtime-2 API 가이드&lt;/a&gt;를 참고하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  사용량 추적과 예상 밖 청구서 방지
&lt;/h2&gt;

&lt;p&gt;GPT-Live는 &lt;code&gt;session.usage.updated&lt;/code&gt; 이벤트를 통해 누적 음성 사용량을 초 단위로 보고합니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight json"&gt;&lt;code&gt;&lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="nl"&gt;"type"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"session.usage.updated"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="nl"&gt;"usage"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="nl"&gt;"seconds"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mi"&gt;12&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="nl"&gt;"context_window"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="nl"&gt;"usage_ratio"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mf"&gt;0.42&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;각 업데이트는 이전 총합을 대체하므로 절대 합산하면 안 됩니다. &lt;code&gt;session.close&lt;/code&gt;를 보내고 &lt;code&gt;session.closed&lt;/code&gt;를 기다린 뒤 최종 &lt;code&gt;usage.seconds&lt;/code&gt;를 기록하세요. 활성 시간과 대기 시간을 나누려면 &lt;code&gt;session.paused&lt;/code&gt;와 &lt;code&gt;session.resumed&lt;/code&gt; 이벤트 사이의 간격을 측정하면 됩니다.&lt;/p&gt;

&lt;p&gt;비용을 낮게 유지하는 습관:&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;끝난 세션은 닫기.&lt;/strong&gt; 열려 있는 방치된 세션은 계속 청구됩니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;백엔드 속도 높이기.&lt;/strong&gt; 위임된 작업을 기다리는 시간도 활성 시간이며, 1분이라도 빨리 끝내면 $0.05를 절약합니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;긴 작업 중에는 세션 닫기.&lt;/strong&gt; 백엔드가 처리하는 동안 음성 세션을 닫고, 결과가 준비되면 다시 엽니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;동시성 계획 세우기.&lt;/strong&gt; 제한은 동시 세션 수에 적용되며, GPT-Live-1.1은 GPT-Live-1과 별도의 제한을 가집니다. GPT-Live-1의 공개된 제한은 50(Build), 300(Launch), 500(Grow)입니다. Free 티어는 지원되지 않습니다.&lt;/li&gt;
&lt;/ul&gt;

&lt;h2&gt;
  
  
  Apidog CLI로 Codex에게 비용 계산 로직 검증 맡기기
&lt;/h2&gt;

&lt;p&gt;사용량 계산 로직은 여러분이 소유한 코드이며, 여기에 버그가 있으면 모든 통화 요금이 잘못 계산됩니다. 음성 세션을 열지 않고, 음성 시간 비용 $0으로 커밋할 때마다 테스트를 실행하세요. 그리고 코딩 에이전트가 &lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt;로 테스트를 실행하도록 하면 됩니다.&lt;/p&gt;

&lt;p&gt;CLI를 설치하고, 로그인한 뒤, Apidog 스킬을 에이전트에 추가하세요:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli@latest
apidog login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
npx -y skills add https://apidog.com   &lt;span class="c"&gt;# pick your agent when prompted&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;그다음 Codex에 프롬프트 하나만 주면 됩니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;In Apidog project &amp;lt;projectId&amp;gt;, create a test case for POST /api/voice-usage.
Send {"session_id":"test-1","active_seconds":90,"standby_seconds":30} and assert
the response cost is 0.085 (90 s at $0.05/min plus 30 s at $0.02/min).
Add a second case with standby_seconds 0 that expects 0.075. Run both against
the local environment and summarize any failures.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;에이전트가 스키마를 읽고, 페이로드를 검증하고, 테스트 케이스를 생성해 실행합니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file ./case.json
apidog test-case create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file ./case.json
apidog run --test-case &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;caseId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;envId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -r cli,json
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;&lt;code&gt;-r cli,json&lt;/code&gt;을 &lt;code&gt;-r junit&lt;/code&gt;으로 바꾸면 동일한 실행 결과를 CI에 바로 넣을 수 있습니다. 자세한 내용은 &lt;a href="https://apidog.com/kr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;CI/CD 파이프라인에서 Apidog CLI 실행하기&lt;/a&gt;를 참고하세요. 에이전트 설정 방법은 &lt;a href="https://apidog.com/kr/blog/apidog-cli-in-codex?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI in Codex 가이드&lt;/a&gt;에 정리되어 있습니다. Apidog의 Free 플랜은 최대 4명의 팀까지 무료로 사용할 수 있습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1의 분당 비용은 얼마인가요?&lt;/strong&gt; 활성 상태 분당 $0.05, 대기 상태 분당 $0.02이며 초 단위로 청구됩니다. 백엔드 사용량은 별도입니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1이 GPT-Live-1보다 비싼가요?&lt;/strong&gt; 아닙니다. OpenAI는 두 모델 모두 동일한 활성 및 대기 요율로 안내하고 있습니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;전화 통화에서도 대기 요율이 적용되나요?&lt;/strong&gt; 아니요. 낮은 대기 요율은 추론이 일시 중지된 WebRTC 세션에만 적용됩니다. WebSocket과 SIP 세션은 연결된 시간에 활성 요율이 청구됩니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;백엔드 모델 호출이 분당 가격에 포함되나요?&lt;/strong&gt; 아니요. 위임된 Responses 호출은 선택한 모델의 토큰 요율로 청구되며, 도구 사용 요금도 별도로 추가됩니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;7월의 GPT-Live API 관련 질문은 어떻게 됐나요?&lt;/strong&gt; 그 당시 GPT-Live는 API가 없는 ChatGPT 음성 기능이었으며, &lt;a href="https://apidog.com/kr/blog/gpt-live-api?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT-Live API 설명 기사&lt;/a&gt;에서도 그 점을 짚었었습니다. GPT-Live-1.1이 API 모델이며, &lt;code&gt;v1/live/sessions&lt;/code&gt;에서 서비스됩니다.&lt;/p&gt;

</description>
    </item>
    <item>
      <title>API 개발자가 알아야 할 PostgreSQL 19의 새로운 기능들</title>
      <dc:creator>Rihpig</dc:creator>
      <pubDate>Fri, 20 Nov 2026 02:49:48 +0000</pubDate>
      <link>https://dev.to/rihpig/api-gaebaljaga-alaya-hal-postgresql-19yi-saeroun-gineungdeul-4a3n</link>
      <guid>https://dev.to/rihpig/api-gaebaljaga-alaya-hal-postgresql-19yi-saeroun-gineungdeul-4a3n</guid>
      <description>&lt;h1&gt;
  
  
  API 개발자에게 가장 중요한 PostgreSQL 19 신규 기능
&lt;/h1&gt;

&lt;p&gt;API 개발자에게 가장 중요한 PostgreSQL 19 신규 기능: 한 문장으로 get-or-create 엔드포인트를 구현하는 &lt;code&gt;INSERT ... ON CONFLICT DO SELECT&lt;/code&gt;, 레플리카에서 read-your-writes를 보장하는 &lt;code&gt;WAIT FOR LSN&lt;/code&gt;, 온라인 블로트 정리를 위한 &lt;code&gt;REPACK (CONCURRENTLY)&lt;/code&gt;, &lt;code&gt;COPY&lt;/code&gt;의 JSON 출력, 새로운 &lt;code&gt;jsonpath&lt;/code&gt; 문자열 메서드, 그리고 대량 삽입 시 더 빨라진 외래 키 검사입니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;지금 Apidog를 사용해 보세요&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;이 가이드는 핸들러, 레플리카, 업그레이드 계획에서 무엇이 달라지는지 다룹니다. 모든 문법 예제는 &lt;a href="https://www.postgresql.org/docs/19/release-19.html" rel="noopener noreferrer"&gt;PostgreSQL 19 릴리스 노트&lt;/a&gt;와 레퍼런스 문서에서 가져왔습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  PostgreSQL 19의 새로운 기능 한눈에 보기
&lt;/h2&gt;

&lt;p&gt;PostgreSQL 19는 오픈 소스 데이터베이스의 연간 메이저 릴리스로, 2026년 11월 19일 PostgreSQL Global Development Group에서 발표되었습니다. get-or-create 삽입, read-your-writes를 위한 레플리카 대기, 온라인 테이블 리패킹, 플랜 어드바이스, 시퀀스의 논리적 복제가 추가되었으며, 업그레이드 전에 확인해야 할 여러 기본값이 변경되었습니다.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;기능&lt;/th&gt;
&lt;th&gt;대체하는 기능&lt;/th&gt;
&lt;th&gt;체감되는 부분&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;ON CONFLICT DO SELECT&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;SELECT 후 INSERT 재시도 루프&lt;/td&gt;
&lt;td&gt;멱등성 POST 및 회원가입 엔드포인트&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;WAIT FOR LSN&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;쓰기 후 읽기를 프라이머리로 고정하는 라우팅&lt;/td&gt;
&lt;td&gt;API 뒤의 읽기 레플리카&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;REPACK (CONCURRENTLY)&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;
&lt;code&gt;VACUUM FULL&lt;/code&gt;, &lt;code&gt;CLUSTER&lt;/code&gt;, pg_repack&lt;/td&gt;
&lt;td&gt;블로트가 심한 핫 테이블, 무중단 처리&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;COPY ... (FORMAT json)&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;애플리케이션 코드에서의 행-JSON 변환&lt;/td&gt;
&lt;td&gt;내보내기 및 대량 다운로드 엔드포인트&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;code&gt;jsonpath&lt;/code&gt; 문자열 메서드&lt;/td&gt;
&lt;td&gt;애플리케이션 코드에서의 JSONB 후처리&lt;/td&gt;
&lt;td&gt;JSON 컬럼의 필터링 및 정규화&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;code&gt;pg_plan_advice&lt;/code&gt; + &lt;code&gt;pg_stash_advice&lt;/code&gt;
&lt;/td&gt;
&lt;td&gt;플래너를 유도하기 위한 쿼리 재작성&lt;/td&gt;
&lt;td&gt;운영 환경의 플랜 성능 저하&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;code&gt;FOR ALL SEQUENCES&lt;/code&gt; 퍼블리케이션&lt;/td&gt;
&lt;td&gt;전환(cutover) 후 수동 시퀀스 리셋&lt;/td&gt;
&lt;td&gt;논리적 복제를 통한 블루-그린 업그레이드&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;&lt;a href="https://www.postgresql.org/about/news/postgresql-19-released-3449/" rel="noopener noreferrer"&gt;공식 릴리스 발표&lt;/a&gt;에는 병렬 인덱스 vacuuming과 자동 확장되는 비동기 I/O 워커도 소개되어 있습니다. 이 기능들은 API가 보내는 SQL에 영향을 주지 않으므로 이 글에서는 다루지 않습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  ON CONFLICT DO SELECT: 한 문장으로 처리하는 get-or-create
&lt;/h2&gt;

&lt;p&gt;모든 API에는 행이 존재하든 아니든 해당 행을 반환해야 하는 엔드포인트가 있습니다. 디바이스 등록, 태그 생성, 멱등성 결제 시작 등이 그 예입니다. 19 버전 이전에는 SELECT 후 INSERT를 실행하거나(부하 상황에서 경쟁 상태에 패배함), &lt;code&gt;RETURNING&lt;/code&gt;이 동작하도록 하기 위해 무의미한 &lt;code&gt;ON CONFLICT DO UPDATE&lt;/code&gt;를 작성해야 했고, 이는 아무 필요 없이 새로운 행 버전을 기록하는 일이었습니다.&lt;/p&gt;

&lt;p&gt;PostgreSQL 19는 네 번째 충돌 동작을 추가했습니다. &lt;a href="https://www.postgresql.org/docs/19/sql-insert.html" rel="noopener noreferrer"&gt;INSERT 레퍼런스&lt;/a&gt;는 이를 "멱등적인 삽입 또는 get or create"라고 부릅니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight sql"&gt;&lt;code&gt;&lt;span class="k"&gt;INSERT&lt;/span&gt; &lt;span class="k"&gt;INTO&lt;/span&gt; &lt;span class="n"&gt;distributors&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;did&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;dname&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="k"&gt;VALUES&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="mi"&gt;11&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="s1"&gt;'Global Electronics'&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;
    &lt;span class="k"&gt;ON&lt;/span&gt; &lt;span class="k"&gt;CONFLICT&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;did&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="k"&gt;DO&lt;/span&gt; &lt;span class="k"&gt;SELECT&lt;/span&gt;
    &lt;span class="k"&gt;RETURNING&lt;/span&gt; &lt;span class="o"&gt;*&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;&lt;code&gt;did = 11&lt;/code&gt;이 비어 있으면 행이 삽입되고 반환됩니다. 이미 존재하면 기존 행이 반환되고 아무 것도 수정되지 않습니다. 문서에 나온 세 가지 규칙:&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;code&gt;DO SELECT&lt;/code&gt;에는 &lt;code&gt;RETURNING&lt;/code&gt; 절이 필수입니다.&lt;/li&gt;
&lt;li&gt;
&lt;code&gt;DO UPDATE&lt;/code&gt;와 마찬가지로 &lt;code&gt;conflict_target&lt;/code&gt;이 필요합니다.&lt;/li&gt;
&lt;li&gt;배타 제약 조건은 arbiter로 사용할 수 없습니다. 유니크 인덱스나 &lt;code&gt;NOT DEFERRABLE&lt;/code&gt; 유니크 제약 조건을 사용하세요.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F2otxrlyacgpinpyh1ppg.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F2otxrlyacgpinpyh1ppg.png" alt="Flowchart of a POST /users request using INSERT ON CONFLICT (email) DO SELECT RETURNING" width="800" height="410"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;핸들러는 보통 &lt;code&gt;201 Created&lt;/code&gt; 또는 &lt;code&gt;200 OK&lt;/code&gt;로 응답할 수 있도록 어느 분기가 실행되었는지 알아야 합니다. 문서에 따르면 행이 충돌했을 때 &lt;code&gt;RETURNING&lt;/code&gt;의 old 값들이 NULL이 아니게 되므로, 하나의 컬럼으로 판단할 수 있습니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight sql"&gt;&lt;code&gt;&lt;span class="k"&gt;INSERT&lt;/span&gt; &lt;span class="k"&gt;INTO&lt;/span&gt; &lt;span class="n"&gt;users&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;email&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;name&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="k"&gt;VALUES&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="nv"&gt;$1&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="nv"&gt;$2&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;
    &lt;span class="k"&gt;ON&lt;/span&gt; &lt;span class="k"&gt;CONFLICT&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;email&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="k"&gt;DO&lt;/span&gt; &lt;span class="k"&gt;SELECT&lt;/span&gt;
    &lt;span class="k"&gt;RETURNING&lt;/span&gt; &lt;span class="o"&gt;*&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;old&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;id&lt;/span&gt; &lt;span class="k"&gt;IS&lt;/span&gt; &lt;span class="kc"&gt;NULL&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="k"&gt;AS&lt;/span&gt; &lt;span class="n"&gt;created&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;관련 테이블을 다루기 전에 기존 행을 잠그고 싶으신가요? 잠금 절을 추가하세요: &lt;code&gt;ON CONFLICT (did) DO SELECT FOR UPDATE RETURNING *&lt;/code&gt;. &lt;code&gt;WHERE&lt;/code&gt;로 필터링할 수도 있습니다. 예를 들어 &lt;code&gt;DO SELECT WHERE d.dname != EXCLUDED.dname&lt;/code&gt;처럼 사용하면 조건을 통과하는 행만 반환됩니다.&lt;/p&gt;

&lt;p&gt;권한: &lt;code&gt;DO SELECT&lt;/code&gt;에는 테이블에 대한 &lt;code&gt;SELECT&lt;/code&gt; 권한이 필요하고, &lt;code&gt;FOR UPDATE&lt;/code&gt;/&lt;code&gt;FOR SHARE&lt;/code&gt; 형태는 최소 한 컬럼에 대한 &lt;code&gt;UPDATE&lt;/code&gt; 권한도 필요합니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  WAIT FOR LSN: 레플리카에서의 read-your-writes
&lt;/h2&gt;

&lt;p&gt;전형적인 레플리카 버그: 사용자가 프로필을 저장했는데, 다음 GET 요청이 아직 변경 사항을 재생하지 않은 비동기 레플리카에 도착하면 예전 데이터가 반환됩니다. 대부분의 팀은 쓰기 후 읽기를 프라이머리로 고정하는데, 이는 레플리카를 낭비하는 셈입니다.&lt;/p&gt;

&lt;p&gt;PostgreSQL 19는 &lt;a href="https://www.postgresql.org/docs/19/sql-wait.html" rel="noopener noreferrer"&gt;WAIT FOR 명령&lt;/a&gt;을 추가했습니다. 쓰기 후 프라이머리의 WAL 위치를 가져옵니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight sql"&gt;&lt;code&gt;&lt;span class="k"&gt;UPDATE&lt;/span&gt; &lt;span class="n"&gt;movie&lt;/span&gt; &lt;span class="k"&gt;SET&lt;/span&gt; &lt;span class="n"&gt;genre&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s1"&gt;'Dramatic'&lt;/span&gt; &lt;span class="k"&gt;WHERE&lt;/span&gt; &lt;span class="n"&gt;genre&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s1"&gt;'Drama'&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;span class="k"&gt;SELECT&lt;/span&gt; &lt;span class="nf"&gt;pg_current_wal_insert_lsn&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;   &lt;span class="c1"&gt;-- returns 0/0306EE20&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;그 LSN을 사용자 세션에 저장하세요(Simon Willison이 &lt;a href="https://simonwillison.net/2026/Nov/19/postgresql-19/" rel="noopener noreferrer"&gt;자신의 글&lt;/a&gt;에서 서명된 쿠키 사용을 제안했습니다). 다음 요청에서 읽기 전에 레플리카에서 아래를 실행합니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight sql"&gt;&lt;code&gt;&lt;span class="no"&gt;WAIT&lt;/span&gt; &lt;span class="k"&gt;FOR&lt;/span&gt; &lt;span class="no"&gt;LSN&lt;/span&gt; &lt;span class="s1"&gt;'0/0306EE20'&lt;/span&gt; &lt;span class="k"&gt;WITH&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="no"&gt;TIMEOUT&lt;/span&gt; &lt;span class="s1"&gt;'100ms'&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="no"&gt;NO_THROW&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;span class="k"&gt;SELECT&lt;/span&gt; &lt;span class="o"&gt;*&lt;/span&gt; &lt;span class="k"&gt;FROM&lt;/span&gt; &lt;span class="n"&gt;movie&lt;/span&gt; &lt;span class="k"&gt;WHERE&lt;/span&gt; &lt;span class="n"&gt;genre&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s1"&gt;'Drama'&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F9yg1buxnz7z9v5mb6yf5.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F9yg1buxnz7z9v5mb6yf5.png" alt="Sequence diagram: WAIT FOR LSN on the read replica" width="800" height="533"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;API에서 중요한 세부 사항들:&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;strong&gt;모드.&lt;/strong&gt; 기본값인 &lt;code&gt;MODE 'standby_replay'&lt;/code&gt;는 변경 사항이 적용될 때까지 기다리며, 이것이 read-your-writes에 필요한 동작입니다. &lt;code&gt;standby_write&lt;/code&gt;, &lt;code&gt;standby_flush&lt;/code&gt;, &lt;code&gt;primary_flush&lt;/code&gt;는 내구성 검사용으로 존재합니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;타임아웃.&lt;/strong&gt; &lt;code&gt;TIMEOUT&lt;/code&gt;이 없거나 &lt;code&gt;TIMEOUT '0'&lt;/code&gt;이면 영원히 기다립니다. 요청 경로에서는 반드시 타임아웃을 설정하세요.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;&lt;code&gt;NO_THROW&lt;/code&gt;.&lt;/strong&gt; 이 옵션이 없으면 타임아웃 시 에러가 발생하고 트랜잭션이 중단됩니다. 있으면 &lt;code&gt;success&lt;/code&gt;, &lt;code&gt;timeout&lt;/code&gt;, &lt;code&gt;not in recovery&lt;/code&gt; 상태가 반환되어 프라이머리로 폴백할 수 있습니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;위치.&lt;/strong&gt; &lt;code&gt;WAIT&lt;/code&gt;는 최상위 명령이어야 하며, 함수나 &lt;code&gt;DO&lt;/code&gt; 블록 안에 있을 수 없습니다. 트랜잭션 밖에서 실행하거나, 잠금을 획득하는 작업 전에 트랜잭션의 첫 번째 문장으로 실행해야 하며, 그렇지 않으면 거부됩니다.&lt;/li&gt;
&lt;/ol&gt;

&lt;h2&gt;
  
  
  REPACK (CONCURRENTLY), 라이브 테이블의 VACUUM FULL 대체
&lt;/h2&gt;

&lt;p&gt;&lt;code&gt;sessions&lt;/code&gt;나 &lt;code&gt;webhook_deliveries&lt;/code&gt;처럼 트래픽이 많은 엔드포인트 뒤의 테이블은 블로트가 빠르게 쌓입니다. &lt;code&gt;VACUUM FULL&lt;/code&gt;과 &lt;code&gt;CLUSTER&lt;/code&gt;가 이를 해결하지만 테이블을 잠급니다. PostgreSQL 19는 온라인 옵션을 추가했습니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight sql"&gt;&lt;code&gt;&lt;span class="no"&gt;REPACK&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="no"&gt;CONCURRENTLY&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="n"&gt;webhook_deliveries&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;span class="no"&gt;REPACK&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="no"&gt;CONCURRENTLY&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="k"&gt;ANALYZE&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="n"&gt;orders&lt;/span&gt; &lt;span class="k"&gt;USING&lt;/span&gt; &lt;span class="k"&gt;INDEX&lt;/span&gt; &lt;span class="n"&gt;orders_created_at_idx&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;릴리스 노트에 따르면 &lt;code&gt;REPACK (CONCURRENTLY)&lt;/code&gt;는 읽기나 쓰기를 차단하지 않으면서 공간을 회수하고 인덱스 기준으로 테이블을 재정렬할 수 있습니다. &lt;code&gt;VACUUM FULL&lt;/code&gt;과 &lt;code&gt;CLUSTER&lt;/code&gt;는 호환성을 위해 유지됩니다. 새로운 &lt;code&gt;pg_stat_progress_repack&lt;/code&gt; 뷰에서 진행 상황을 확인하고, 클러스터를 튜닝할 때 새로운 &lt;code&gt;max_repack_replication_slots&lt;/code&gt; 서버 설정을 살펴보세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  COPY의 JSON 출력과 새로운 jsonpath 문자열 메서드
&lt;/h2&gt;

&lt;p&gt;내보내기 엔드포인트는 행을 JSON으로 변환하기 위해 애플리케이션 코드를 통해 스트리밍하는 경우가 많습니다. 이제 &lt;code&gt;COPY TO&lt;/code&gt;가 &lt;a href="https://www.postgresql.org/docs/19/sql-copy.html" rel="noopener noreferrer"&gt;COPY 레퍼런스&lt;/a&gt;에 따라 데이터베이스에서 이 작업을 수행할 수 있습니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight sql"&gt;&lt;code&gt;&lt;span class="no"&gt;COPY&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="k"&gt;SELECT&lt;/span&gt; &lt;span class="o"&gt;*&lt;/span&gt; &lt;span class="k"&gt;FROM&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="k"&gt;VALUES&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="mi"&gt;1&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="mi"&gt;2&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="nf"&gt;val&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;id&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="k"&gt;TO&lt;/span&gt; &lt;span class="no"&gt;STDOUT&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="no"&gt;FORMAT&lt;/span&gt; &lt;span class="kt"&gt;JSON&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="no"&gt;FORCE_ARRAY&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;이 명령은 &lt;code&gt;[&lt;/code&gt;, &lt;code&gt;{"id":1}&lt;/code&gt;, &lt;code&gt;,{"id":2}&lt;/code&gt;, &lt;code&gt;]&lt;/code&gt;를 각각 별도의 줄에 출력하므로 결과는 하나의 유효한 JSON 배열입니다. &lt;code&gt;FORCE_ARRAY&lt;/code&gt; 없이는 줄마다 하나의 JSON 객체가 출력되어 NDJSON 친화적입니다. SQL &lt;code&gt;NULL&lt;/code&gt;은 JSON &lt;code&gt;null&lt;/code&gt;로 변환되며, &lt;code&gt;json&lt;/code&gt; 형식은 &lt;code&gt;COPY TO&lt;/code&gt;에서만 동작합니다.&lt;/p&gt;

&lt;p&gt;JSONB 컬럼의 경우 &lt;code&gt;jsonpath&lt;/code&gt;에 문자열 메서드가 추가되었습니다: &lt;code&gt;lower()&lt;/code&gt;, &lt;code&gt;upper()&lt;/code&gt;, &lt;code&gt;initcap()&lt;/code&gt;, &lt;code&gt;ltrim()&lt;/code&gt;, &lt;code&gt;rtrim()&lt;/code&gt;, &lt;code&gt;btrim()&lt;/code&gt;, &lt;code&gt;replace()&lt;/code&gt;, &lt;code&gt;split_part()&lt;/code&gt;. 문서의 예제:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight sql"&gt;&lt;code&gt;&lt;span class="nf"&gt;jsonb_path_query&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s1"&gt;'"TOM"'&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="s1"&gt;'$.lower()'&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;                  &lt;span class="c1"&gt;-- "tom"&lt;/span&gt;
&lt;span class="nf"&gt;jsonb_path_query&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s1"&gt;'" hello "'&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="s1"&gt;'$.btrim()'&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;              &lt;span class="c1"&gt;-- "hello"&lt;/span&gt;
&lt;span class="nf"&gt;jsonb_path_query&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s1"&gt;'"abc,def,ghi,jkl"'&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="s1"&gt;'$.split_part(",", 3)'&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;  &lt;span class="c1"&gt;-- "ghi"&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;릴리스 노트는 이 메서드들을 immutable로 표시하며, 이를 통해 JSONB 필드를 정규화(트림, 소문자화, 분할)하는 작업을 핸들러가 아닌 쿼리 안에서 수행할 수 있습니다.&lt;/p&gt;

&lt;p&gt;또한, 행이 없을 때 &lt;code&gt;json_array()&lt;/code&gt;는 이제 &lt;code&gt;NULL&lt;/code&gt; 대신 &lt;code&gt;[]&lt;/code&gt;를 반환합니다. 이는 &lt;code&gt;null&lt;/code&gt;을 검사하는 클라이언트를 깨뜨릴 수 있습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  API 팀이 알아야 할 기타 PostgreSQL 19 변경 사항
&lt;/h2&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;더 빨라진 외래 키 검사.&lt;/strong&gt; 발표에 따르면 테스트에서 대량 삽입이 거의 2배 빨라졌습니다. 자식 행을 기록하는 임포트 엔드포인트에 유용합니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;플랜 어드바이스.&lt;/strong&gt; &lt;code&gt;pg_plan_advice&lt;/code&gt; 확장은 플래너의 선택을 고정하고, &lt;code&gt;pg_stash_advice&lt;/code&gt;는 쿼리 ID 기준으로 해당 어드바이스를 적용합니다. 따라서 재배포 없이 성능이 저하된 쿼리를 수정할 수 있습니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;UUID와 인코딩.&lt;/strong&gt; &lt;code&gt;bytea&lt;/code&gt;와 &lt;code&gt;uuid&lt;/code&gt; 간 캐스팅이 가능하며, &lt;code&gt;encode()&lt;/code&gt;/&lt;code&gt;decode()&lt;/code&gt;가 &lt;code&gt;base64url&lt;/code&gt;(경로와 토큰의 ID에 사용되는 URL 안전 형식)을 지원합니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;업그레이드를 위한 논리적 복제.&lt;/strong&gt; &lt;code&gt;CREATE PUBLICATION all_sequences FOR ALL SEQUENCES;&lt;/code&gt;는 시퀀스를 동기화하고, &lt;code&gt;FOR ALL TABLES EXCEPT (TABLE users, departments)&lt;/code&gt;는 테이블을 제외합니다. 이는 블루-그린 마이그레이션에서 "전환 후 ID 충돌" 문제를 해소합니다.&lt;/li&gt;
&lt;/ul&gt;

&lt;h2&gt;
  
  
  업그레이드 전에 확인해야 할 호환성 깨짐 변경 사항
&lt;/h2&gt;

&lt;p&gt;릴리스 노트의 마이그레이션 섹션에는 스테이징 환경에서 쿼리 하나도 실패하지 않고도 API에 영향을 줄 수 있는 변경 사항들이 나열되어 있습니다:&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;PostgreSQL 19의 변경 사항&lt;/th&gt;
&lt;th&gt;확인할 항목&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;code&gt;max_locks_per_transaction&lt;/code&gt; 기본값이 64에서 128로 변경, 기존 설정은 두 배로 조정해야 함&lt;/td&gt;
&lt;td&gt;설정 파일 또는 관리형 서비스 파라미터 그룹의 커스텀 값&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;JIT 기본 비활성화&lt;/td&gt;
&lt;td&gt;긴 쿼리에 JIT를 의존하던 분석 엔드포인트&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;기본 TOAST 압축이 &lt;code&gt;pglz&lt;/code&gt;에서 &lt;code&gt;lz4&lt;/code&gt;로 변경&lt;/td&gt;
&lt;td&gt;기능은 문제없으나 저장소와 CPU 프로파일이 달라짐&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;code&gt;standard_conforming_strings&lt;/code&gt;가 강제로 &lt;code&gt;on&lt;/code&gt;
&lt;/td&gt;
&lt;td&gt;
&lt;code&gt;off&lt;/code&gt; 상태로 덤프한 오래된 덤프는 복원되지 않음&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;MD5 비밀번호 인증 시 경고 로그 기록, RADIUS 제거&lt;/td&gt;
&lt;td&gt;앱 역할을 SCRAM-SHA-256으로 전환&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;행이 없을 때 &lt;code&gt;json_array()&lt;/code&gt;가 &lt;code&gt;[]&lt;/code&gt; 반환&lt;/td&gt;
&lt;td&gt;
&lt;code&gt;null&lt;/code&gt;을 검사하는 클라이언트&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;code&gt;READ ONLY&lt;/code&gt;가 &lt;code&gt;postgres_fdw&lt;/code&gt;로 전달됨&lt;/td&gt;
&lt;td&gt;외래 테이블을 통해 쓰기를 수행한 읽기 전용 트랜잭션&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;code&gt;log_lock_waits&lt;/code&gt; 기본 활성화&lt;/td&gt;
&lt;td&gt;로그 볼륨과 알림 노이즈&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;이전 메이저 버전에서의 업그레이드는 여전히 &lt;code&gt;pg_upgrade&lt;/code&gt;, &lt;code&gt;pg_dumpall&lt;/code&gt; 덤프 및 복원, 또는 논리적 복제가 필요합니다. PostgreSQL 14를 사용 중이라면 지금 이전을 계획하세요. &lt;a href="https://www.postgresql.org/support/versioning/" rel="noopener noreferrer"&gt;버전 관리 정책&lt;/a&gt;에 따르면 PostgreSQL 14의 최종 릴리스는 2026년 11월 12일이었습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  Apidog CLI로 코딩 에이전트에게 업그레이드 후 API 회귀 테스트 맡기기
&lt;/h2&gt;

&lt;p&gt;Postgres 메이저 업그레이드는 SQL 문법을 깨뜨리는 경우가 드뭅니다. 깨뜨리는 것은 동작입니다. &lt;code&gt;[]&lt;/code&gt;를 반환하는 &lt;code&gt;json_array()&lt;/code&gt;, 잠금 한도, 느려진 플랜 등이 그 예입니다. PostgreSQL 19 스테이징 데이터베이스를 대상으로 API의 테스트 시나리오를 실행하고, HTTP 응답과 그 이면의 행을 검증(assertion)하면 이를 잡아낼 수 있습니다. &lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt;로 코딩 에이전트에게 이 작업을 맡겨보세요.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli@latest
apidog login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
npx -y skills add https://apidog.com   &lt;span class="c"&gt;# pick your agent when prompted&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;그런 다음 에이전트에게 프롬프트 하나를 주면 됩니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;In Apidog project &amp;lt;projectId&amp;gt;, add a test case for POST /users that sends the same
email twice and asserts the first call returns 201 and the second returns 200 with the
same id. Then run test scenario &amp;lt;scenarioId&amp;gt; against the pg19-staging environment with
database assertions, and summarize every failure next to the PostgreSQL 19 change
that could explain it.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;에이전트는 페이로드 스키마를 읽고 검증한 뒤 테스트 케이스를 생성하고, 데이터베이스 연결 파일과 함께 시나리오를 실행하여 데이터베이스 단계가 새 클러스터에 적용되도록 합니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file case.json
apidog run -t &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;scenarioId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;envId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; \
  --database-connection ./database-connections.json -r cli,junit
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Apidog의 데이터베이스 기능은 Free 플랜에서 PostgreSQL을 지원하므로, 각 요청 후 테이블을 조회하여 get-or-create 엔드포인트가 정확히 한 행을 기록했는지 검증할 수 있습니다. 문서에서는 &lt;a href="https://apidog.com/kr/blog/how-to-use-database-queries-api-tests-apidog?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;API 테스트에서의 데이터베이스 쿼리&lt;/a&gt;와 &lt;a href="https://apidog.com/kr/blog/run-test-scenarios-with-cloud-database-connections-via-cli?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;CLI에서 데이터베이스 연결로 시나리오 실행하기&lt;/a&gt;를 안내합니다. 동일한 &lt;code&gt;apidog run ... -r junit&lt;/code&gt; 명령을 &lt;a href="https://apidog.com/kr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;CI 파이프라인&lt;/a&gt;에 넣으면 이후 모든 마이너 릴리스에 동일한 검사가 적용됩니다. 에이전트가 Postgres에 직접 쿼리하도록 하고 싶다면 &lt;a href="https://apidog.com/kr/blog/postgresql-mcp-server?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;PostgreSQL MCP 서버 가이드&lt;/a&gt;를 참고하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;PostgreSQL 19는 언제 출시되었나요?&lt;/strong&gt; 2026년 11월 19일입니다. PostgreSQL 프로젝트는 각 메이저 버전을 5년간 지원하므로, 19 버전은 2031년 11월 19일까지 수정 사항을 받습니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;ON CONFLICT DO SELECT는 upsert와 같은가요?&lt;/strong&gt; 아닙니다. &lt;code&gt;DO UPDATE&lt;/code&gt;는 기존 행을 변경하지만, &lt;code&gt;DO SELECT&lt;/code&gt;는 그대로 반환합니다. get-or-create와 멱등성 POST에 사용하세요. &lt;code&gt;RETURNING&lt;/code&gt; 절과 충돌 대상(conflict target)이 필요합니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;WAIT FOR LSN은 프라이머리에서도 동작하나요?&lt;/strong&gt; 기본 &lt;code&gt;standby_replay&lt;/code&gt; 모드는 복구 중인 스탠바이에서만 동작합니다. 프라이머리에서는 에러가 발생하거나, &lt;code&gt;NO_THROW&lt;/code&gt; 사용 시 &lt;code&gt;not in recovery&lt;/code&gt;가 반환됩니다. 프라이머리 자체에서 대기해야 한다면 &lt;code&gt;MODE 'primary_flush'&lt;/code&gt;를 사용하세요.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;PostgreSQL 18에서 19로 인플레이스 업그레이드가 가능한가요?&lt;/strong&gt; 네, &lt;code&gt;pg_upgrade&lt;/code&gt;로 가능합니다. 덤프 후 복원이나 논리적 복제도 사용할 수 있으며, 이제는 &lt;code&gt;FOR ALL SEQUENCES&lt;/code&gt;로 시퀀스도 복제됩니다. 먼저 위의 호환성 깨짐 변경 사항 표를 검토하세요.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;PostgreSQL 19가 pg_repack을 대체하나요?&lt;/strong&gt; 대부분의 경우 그렇습니다. &lt;code&gt;REPACK (CONCURRENTLY)&lt;/code&gt;는 읽기나 쓰기를 차단하지 않고 블로트를 회수하고 인덱스 기준으로 테이블을 재정렬하며, 코어에 포함되어 있습니다.&lt;/p&gt;

</description>
    </item>
    <item>
      <title>GPT-Live-1.1이란? 개념과 특징 총정리</title>
      <dc:creator>Rihpig</dc:creator>
      <pubDate>Fri, 20 Nov 2026 02:47:04 +0000</pubDate>
      <link>https://dev.to/rihpig/gpt-live-11iran-gaenyeomgwa-teugjing-congjeongri-54ca</link>
      <guid>https://dev.to/rihpig/gpt-live-11iran-gaenyeomgwa-teugjing-congjeongri-54ca</guid>
      <description>&lt;h1&gt;
  
  
  GPT-Live-1.1 API 가이드: 가격, 세션 동작 방식, GPT-Realtime과의 차이
&lt;/h1&gt;

&lt;p&gt;GPT-Live-1.1은 OpenAI의 전이중(full-duplex) 음성 모델로, 2026년 11월 20일부터 API에서 사용할 수 있습니다. 말하는 도중에도 듣고, 추론과 도구 호출은 사용자가 선택한 백엔드 모델에 위임하며, 분 단위로 과금됩니다. 활성 분당 $0.05, 대기 분당 $0.02입니다. Realtime API가 아닌 단일 엔드포인트인 &lt;code&gt;v1/live/sessions&lt;/code&gt;를 통해 접근합니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;지금 Apidog를 사용해 보세요&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;이전에 발행한 &lt;a href="https://apidog.com/kr/blog/what-is-gpt-live?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT-Live란 무엇인가&lt;/a&gt; 글에서는 개발자가 직접 호출할 수 있기 전의 ChatGPT 음성 기능을 다뤘습니다. 이 가이드에서는 API 모델을 다룹니다. 무엇이 새로워졌는지, 비용은 얼마인지, 세션이 어떻게 동작하는지, 그리고 GPT-Realtime과 어떻게 다른지 살펴봅니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  GPT-Live-1.1이란?
&lt;/h2&gt;

&lt;p&gt;GPT-Live-1.1은 실시간으로 음성 대화를 진행하면서, 실제 사고는 별도의 백엔드 모델이 수행하는 음성 모델입니다. 오디오와 텍스트를 입력받고 오디오와 텍스트를 반환하며, 말하는 동안에도 계속 듣고 있기 때문에 상대방이 문장 중간에 끼어들거나 내용을 추가할 수 있습니다. 모델 ID는 &lt;code&gt;gpt-live-1.1&lt;/code&gt;이며, 스트리밍과 함수 호출을 지원합니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://developers.openai.com/api/docs/models/gpt-live-1.1" rel="noopener noreferrer"&gt;GPT-Live-1.1 모델 페이지&lt;/a&gt;는 이 모델을 "다국어 대화를 위한 전이중 음성 모델"이라고 소개합니다. 전이중(full-duplex)이란 전화 통화처럼 오디오가 양방향으로 동시에 흐른다는 의미로, 한쪽이 기다려야 하는 무전기 방식과는 다릅니다.&lt;/p&gt;

&lt;p&gt;이 설계의 또 다른 축은 &lt;strong&gt;위임(delegation)&lt;/strong&gt;입니다. GPT-Live는 요청에 실질적인 작업이 필요한 시점을 판단해 백엔드(OpenAI Responses 모델 또는 직접 만든 에이전트)로 전달하고, 백엔드가 작업을 수행하는 동안에도 대화를 이어가다가 결과가 나오면 이를 음성으로 설명해 줍니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  GPT-Live-1에서 달라진 점
&lt;/h2&gt;

&lt;p&gt;GPT-Live-1.1은 GPT-Live-1과 동일한 엔드포인트, 가격, 기능 세트를 유지합니다. 달라진 부분은 음성 품질과 작업 처리 능력입니다. OpenAI가 모델 문서와 &lt;a href="https://x.com/OpenAIDevs/status/2123506733524136446" rel="noopener noreferrer"&gt;X 발표&lt;/a&gt;에 정리한 내용은 다음과 같습니다:&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;영역&lt;/th&gt;
&lt;th&gt;GPT-Live-1&lt;/th&gt;
&lt;th&gt;GPT-Live-1.1&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;음성 전사&lt;/td&gt;
&lt;td&gt;기준선&lt;/td&gt;
&lt;td&gt;모델 페이지 기준, 더 정확함&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;언어 간 억양과 목소리&lt;/td&gt;
&lt;td&gt;기준선&lt;/td&gt;
&lt;td&gt;모델 페이지 기준, 더 일관성 있음&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;유휴 세션&lt;/td&gt;
&lt;td&gt;페이지에 표기된 대기 요금&lt;/td&gt;
&lt;td&gt;대기가 새 옵션으로 발표됨, 분당 $0.02&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;작업 완수&lt;/td&gt;
&lt;td&gt;기준선&lt;/td&gt;
&lt;td&gt;OpenAI 발표 기준, "작업을 한층 더 안정적으로 완수"&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;엔드포인트&lt;/td&gt;
&lt;td&gt;&lt;code&gt;v1/live/sessions&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;&lt;code&gt;v1/live/sessions&lt;/code&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;가격(활성)&lt;/td&gt;
&lt;td&gt;분당 $0.05&lt;/td&gt;
&lt;td&gt;분당 $0.05&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;요금 제한&lt;/td&gt;
&lt;td&gt;동시 세션&lt;/td&gt;
&lt;td&gt;별도의 동시 세션 제한&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;OpenAI는 전사 정확도나 안정성 향상에 대한 벤치마크 수치를 공개하지 않았으므로, 직접 측정해 보기 전까지는 벤더 주장으로 받아들이는 것이 좋습니다. 또한 OpenAI의 발표는 대기 모드를 이번 릴리스의 신규 기능으로 소개하지만, GPT-Live-1 페이지에도 이제 동일한 분당 $0.02 대기 요금이 표기되어 있습니다.&lt;/p&gt;

&lt;p&gt;두 모델은 엔드포인트와 가격을 공유하므로, 전환은 세션의 &lt;code&gt;model&lt;/code&gt;을 &lt;code&gt;gpt-live-1.1&lt;/code&gt;로 설정하는 것에서 시작합니다. 이후 자체 음성 평가를 다시 실행해 실제 트래픽에서 개선 효과를 확인하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  GPT-Live-1.1 가격
&lt;/h2&gt;

&lt;p&gt;GPT-Live-1.1은 음성 세션을 토큰이 아닌 시간 기준으로 과금합니다. 2026년 11월 20일 기준 &lt;a href="https://developers.openai.com/api/docs/pricing#live-session-duration" rel="noopener noreferrer"&gt;OpenAI 가격 페이지&lt;/a&gt;에 표시된 요금은 다음과 같습니다:&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;항목&lt;/th&gt;
&lt;th&gt;가격&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;활성 세션 시간&lt;/td&gt;
&lt;td&gt;분당 $0.05&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;대기 세션 시간&lt;/td&gt;
&lt;td&gt;분당 $0.02&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;백엔드 모델 및 도구&lt;/td&gt;
&lt;td&gt;해당 모델의 일반 요율로 별도 과금&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;비용을 추정할 때 알아두어야 할 과금 세부 사항은 다음과 같습니다:&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;초 단위 과금.&lt;/strong&gt; 사용 시간은 다음 정각 분 단위로 올림되지 않습니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;대기 요금은 WebRTC 전용.&lt;/strong&gt; 할인된 요금은 추론이 일시 중지된 WebRTC 세션에 적용됩니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;초기화 요금.&lt;/strong&gt; WebRTC 세션 생성 시 설정 과정에서 15초가 과금되며, 세션이 시작되면 사용 시간 요금에서 차감됩니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;백엔드는 두 번째 청구서.&lt;/strong&gt; 위임된 Responses 토큰과 도구 호출에도 요금이 부과됩니다.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fnbcd5cpjq6sffsicnf78.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fnbcd5cpjq6sffsicnf78.png" alt="30분 GPT-Live-1.1 세션의 타임라인. 분당 $0.05의 활성 구간과 분당 $0.02의 대기 구간이 번갈아 나타남" width="800" height="267"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;위 타임라인을 활용한 계산 예시: 30분짜리 고객 지원 세션에서 상담원이 자료를 확인하는 동안 20분은 활성 상태, 10분은 대기 상태였다고 가정해 봅시다. 음성 비용은 20 x $0.05 + 10 x $0.02 = $1.20입니다. 대기 모드가 없었다면 같은 세션은 30 x $0.05 = $1.50의 비용이 듭니다. 여기에 백엔드 모델이 위임 작업에 소비한 비용을 더하면 됩니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  GPT-Live-1.1의 동작 방식: 음성 + 위임
&lt;/h2&gt;

&lt;p&gt;GPT-Live 애플리케이션은 두 부분으로 구성됩니다. &lt;a href="https://developers.openai.com/api/docs/guides/live" rel="noopener noreferrer"&gt;시작 가이드&lt;/a&gt;는 이를 다음과 같이 구분합니다:&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;strong&gt;GPT-Live는 대화를 담당합니다.&lt;/strong&gt; 듣고, 말하고, 백엔드의 도움이 필요한 시점을 판단합니다. 말투와 위임 시점에 대한 짧은 프롬프트를 제공하면 됩니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;백엔드는 위임된 작업을 처리합니다.&lt;/strong&gt; 추론하고, 도구를 호출하고, 결과를 반환하면 GPT-Live가 이를 음성으로 전달합니다. 상세 지침, 비즈니스 규칙, 도구 워크플로가 이곳에 위치합니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;애플리케이션은 위험 요소를 담당합니다.&lt;/strong&gt; 권한 확인, 확인 절차 수집, 시스템에 접근하는 함수 실행, 작업 진행 상태 저장을 처리합니다.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fw9cm71pvvk8hjx8qhsfo.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fw9cm71pvvk8hjx8qhsfo.png" alt="호출자가 GPT-Live-1.1과 대화하고, GPT-Live-1.1이 도구를 갖춘 백엔드 모델에 작업을 위임해 결과를 받으며, 앱이 권한과 함수를 처리하는 구조도" width="800" height="267"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;세션을 생성할 때 두 가지 위임 모드 중 하나를 선택하며, 세션 도중에 모드를 변경할 수 없습니다:&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;모드&lt;/th&gt;
&lt;th&gt;백엔드 실행 주체&lt;/th&gt;
&lt;th&gt;선택 시점&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Responses 위임&lt;/td&gt;
&lt;td&gt;OpenAI가 구성된 Responses 모델을 호출하고 컨텍스트와 결과를 전달&lt;/td&gt;
&lt;td&gt;GPT-Live가 백엔드 요청을 대신 관리하기를 원할 때&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;클라이언트 위임&lt;/td&gt;
&lt;td&gt;애플리케이션이 임의의 모델, 에이전트 또는 서비스를 실행하고 결과를 반환&lt;/td&gt;
&lt;td&gt;결과를 검증, 마스킹, 조합해야 하거나 OpenAI 외 백엔드를 사용할 때&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;&lt;a href="https://developers.openai.com/api/docs/guides/live-delegation" rel="noopener noreferrer"&gt;위임 가이드&lt;/a&gt;는 Responses 위임부터 시작할 것을 권장합니다. 클라이언트 위임은 기존 텍스트 에이전트 앞에 음성을 붙이려는 팀에 적합합니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  첫 GPT-Live-1.1 세션 만들기
&lt;/h2&gt;

&lt;p&gt;GPT-Live는 자체 엔드포인트를 사용합니다. 모델 페이지는 &lt;code&gt;v1/live/sessions&lt;/code&gt;를 지원 대상으로 표기하고, Chat Completions, Responses, &lt;code&gt;v1/realtime&lt;/code&gt;은 지원하지 않는 것으로 표시합니다. OpenAI는 오디오에 WebRTC를 권장하며, WebSockets과 SIP를 대안으로 제시합니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://developers.openai.com/api/docs/guides/voice-webrtc?api=live" rel="noopener noreferrer"&gt;퀵스타트&lt;/a&gt;의 WebRTC 흐름은 다음 5단계로 진행됩니다:&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;브라우저가 마이크 접근 권한을 요청하고 트랙을 피어 연결에 추가합니다.&lt;/li&gt;
&lt;li&gt;데이터 채널을 생성한 뒤 SDP 오퍼를 만듭니다.&lt;/li&gt;
&lt;li&gt;브라우저가 오퍼를 서버로 전송합니다.&lt;/li&gt;
&lt;li&gt;서버가 &lt;code&gt;session&lt;/code&gt;과 &lt;code&gt;transport: { type: "webrtc", sdp }&lt;/code&gt;를 API 키와 함께 &lt;code&gt;POST /v1/live/sessions&lt;/code&gt;로 전송합니다.&lt;/li&gt;
&lt;li&gt;브라우저가 반환된 SDP 응답을 적용하고 &lt;code&gt;session.started&lt;/code&gt;를 기다립니다.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;다음은 OpenAI의 TypeScript 예제에서 세션 설정 부분만 발췌한 서버 호출입니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight typescript"&gt;&lt;code&gt;&lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="n"&gt;result&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="k"&gt;await&lt;/span&gt; &lt;span class="n"&gt;client&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;live&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;create&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="n"&gt;session&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
    &lt;span class="n"&gt;model&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"gpt-live-1.1"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="n"&gt;instructions&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt;
      &lt;span class="s2"&gt;"Be concise. Delegate requests needing current information to the backend, which can search the web."&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="n"&gt;delegation&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
      &lt;span class="kd"&gt;type&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"responses"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
      &lt;span class="n"&gt;responses&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
        &lt;span class="n"&gt;model&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"gpt-5.6-terra"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
        &lt;span class="n"&gt;instructions&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt;
          &lt;span class="s2"&gt;"Use web search when current facts are needed. Return concise, grounded results for a spoken conversation."&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
        &lt;span class="n"&gt;tools&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;[&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="kd"&gt;type&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"web_search"&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;]&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
        &lt;span class="n"&gt;tool_choice&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"auto"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
      &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="n"&gt;transport&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="kd"&gt;type&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"webrtc"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;sdp&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="n"&gt;request&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;body&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;sdp&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;API 키는 서버에 두고, 데이터 채널로 &lt;code&gt;session.start&lt;/code&gt;를 보내지 마세요. HTTP 요청이 이미 세션을 시작합니다. OpenAI는 대화, 위임, 백엔드 도구 활동을 관찰할 수 있는 로컬 샘플 앱인 &lt;a href="https://github.com/openai/openai-live-console" rel="noopener noreferrer"&gt;OpenAI Live Console&lt;/a&gt;도 제공합니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  대기 모드: 유휴 비용 줄이기
&lt;/h2&gt;

&lt;p&gt;대기 모드는 아무도 말하지 않는 동안 WebRTC 연결을 유지하다가, 누군가 말을 하면 추론을 재개합니다. 연결과 세션 ID는 그대로 유지되며, 세션이 재개되면 대화 기록도 복원됩니다.&lt;/p&gt;

&lt;p&gt;세션 필드 두 개로 활성화합니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight json"&gt;&lt;code&gt;&lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="nl"&gt;"session"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
    &lt;span class="nl"&gt;"model"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"gpt-live-1.1"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"wake_policy"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="nl"&gt;"type"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"speech"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="nl"&gt;"vad_threshold"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mf"&gt;0.5&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"idle_timeout_s"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mi"&gt;20&lt;/span&gt;
  &lt;span class="p"&gt;}&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;ul&gt;
&lt;li&gt;
&lt;code&gt;wake_policy.type: "speech"&lt;/code&gt;는 추론을 시작하기 전에 음성이 감지되기를 기다립니다.&lt;/li&gt;
&lt;li&gt;
&lt;code&gt;idle_timeout_s&lt;/code&gt;는 5~60 사이의 정수를 받습니다. 입력 또는 출력 전사가 이 시간(초) 동안 없으면 세션이 대기 상태로 전환됩니다.&lt;/li&gt;
&lt;li&gt;
&lt;code&gt;vad_threshold&lt;/code&gt;는 0~1 범위이며 기본값은 0.5입니다. 값이 높을수록 대기를 깨우기 위해 더 확실한 음성 감지가 필요합니다.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;상태를 추적하려면 &lt;code&gt;session.paused&lt;/code&gt;와 &lt;code&gt;session.resumed&lt;/code&gt; 이벤트를 수신하고, 마이크 트랙은 활성 상태로 유지하세요. &lt;a href="https://developers.openai.com/api/docs/guides/live-conversations" rel="noopener noreferrer"&gt;세션 관리 가이드&lt;/a&gt;에서 언급하는 트레이드오프 하나: 대기 후 짧은 발화에 대한 첫 응답은 더 오래 걸릴 수 있습니다. 공백이 길어질 것 같다면 대기 모드보다 세션을 닫고 새로 시작하는 편이 비용이 저렴할 수 있습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  GPT-Live-1.1 vs GPT-Realtime
&lt;/h2&gt;

&lt;p&gt;OpenAI의 &lt;a href="https://developers.openai.com/api/docs/guides/voice-agents" rel="noopener noreferrer"&gt;음성 에이전트 가이드&lt;/a&gt;는 아키텍처를 기준으로 선택 기준을 제시합니다. GPT-Live는 별도 백엔드를 갖춘 전이중 대화에 적합하고, Realtime API는 듣고, 추론하고, 도구를 호출하고, 말하는 것을 하나의 세션에서 처리하는 단일 모델에 적합합니다.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;&lt;/th&gt;
&lt;th&gt;GPT-Live-1.1&lt;/th&gt;
&lt;th&gt;GPT-Realtime-2.1&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;엔드포인트&lt;/td&gt;
&lt;td&gt;&lt;code&gt;v1/live/sessions&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;&lt;code&gt;v1/realtime&lt;/code&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;설계&lt;/td&gt;
&lt;td&gt;음성 프론트엔드 + 위임된 백엔드&lt;/td&gt;
&lt;td&gt;단일 음성 대 음성 모델&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;입력&lt;/td&gt;
&lt;td&gt;오디오, 텍스트&lt;/td&gt;
&lt;td&gt;텍스트, 오디오, 이미지&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;과금&lt;/td&gt;
&lt;td&gt;활성 분당 $0.05, 대기 분당 $0.02&lt;/td&gt;
&lt;td&gt;토큰 기준: 오디오 토큰 100만 개당 입력 $32, 출력 $64&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;백엔드 비용&lt;/td&gt;
&lt;td&gt;별도 과금&lt;/td&gt;
&lt;td&gt;토큰 가격에 포함&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;적합한 용도&lt;/td&gt;
&lt;td&gt;기존 텍스트 에이전트에 음성 추가&lt;/td&gt;
&lt;td&gt;자체 완결형 음성 에이전트&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;분 단위 과금 덕분에 GPT-Live는 긴 통화의 음성 비용을 예측하기 쉽습니다. Realtime의 토큰 과금은 오디오와 텍스트 처리량에 따라 달라지며, 추론 비용까지 한 가격에 포함됩니다. 이전 비교에 대한 자세한 내용은 &lt;a href="https://apidog.com/kr/blog/gpt-live-vs-gpt-realtime?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT-Live vs GPT-Realtime&lt;/a&gt;과 &lt;a href="https://apidog.com/kr/blog/gpt-realtime-2-api?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT-Realtime-2 API 가이드&lt;/a&gt;를 참고하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  요금 제한과 접근
&lt;/h2&gt;

&lt;p&gt;GPT-Live의 제한은 토큰이 아닌 동시 세션 수를 기준으로 합니다. GPT-Live-1.1과 GPT-Live-1은 인퍼런스 리전 전체에 적용되는 별도의 제한을 갖습니다. GPT-Live-1 페이지는 Build 티어에서 50개, Launch에서 300개, Grow에서 500개의 동시 세션을 허용하며 Free 티어는 미지원으로 표기합니다. GPT-Live-1.1 페이지에는 아직 자체 표가 공개되지 않았으므로, 부하 계획 전에 &lt;a href="https://platform.openai.com/settings/organization/limits" rel="noopener noreferrer"&gt;조직의 제한 페이지&lt;/a&gt;를 확인하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  Apidog CLI로 세션 서버 테스트하기
&lt;/h2&gt;

&lt;p&gt;GPT-Live 통합에는 직접 소유하는 HTTP 영역이 있습니다. SDP 오퍼를 주고받는 &lt;code&gt;/api/session&lt;/code&gt; 엔드포인트입니다. OpenAI의 예제는 예상치 못한 오리진에 대해 403을, SDP 오퍼가 없으면 400을 반환합니다. 이 경로는 OpenAI에 도달하지 않으므로 음성 비용 0으로 매 커밋마다 테스트할 수 있습니다. &lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt;를 사용해 코딩 에이전트가 테스트를 작성하고 실행하도록 하세요.&lt;/p&gt;

&lt;p&gt;CLI를 설치하고, 로그인한 뒤, 에이전트에 Apidog 스킬을 추가합니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli@latest
apidog login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
npx -y skills add https://apidog.com   &lt;span class="c"&gt;# pick your agent when prompted&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;그리고 에이전트에 프롬프트 하나를 전달합니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;In Apidog project &amp;lt;projectId&amp;gt;, add POST /api/session for my GPT-Live-1.1 server.
Create test cases that assert: a request with a wrong Origin header returns 403,
a request with no sdp field returns 400. Run them against the local environment
and summarize any failures.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;에이전트는 스키마를 읽고, 페이로드를 검증하고, 엔드포인트와 테스트 케이스를 생성한 뒤 실행합니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog cli-schema get endpoint-create
apidog endpoint create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file ./endpoint.json
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file ./case.json
apidog test-case create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file ./case.json
apidog run --test-case &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;caseId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;envId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -r cli,json
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;동일한 &lt;code&gt;apidog run&lt;/code&gt; 명령에 &lt;code&gt;-r junit&lt;/code&gt; 옵션을 붙이면 CI에 바로 연동할 수 있습니다. &lt;a href="https://apidog.com/kr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;CI/CD 파이프라인에서 Apidog CLI 실행하기&lt;/a&gt;를 참고하세요. Claude Code를 사용한다면 &lt;a href="https://apidog.com/kr/blog/apidog-cli-in-claude-code?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Claude Code에서 Apidog CLI 사용 가이드&lt;/a&gt;가 설정 과정을 안내합니다. Apidog의 Free 플랜은 최대 4명의 팀까지 무료로 사용할 수 있습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1은 API에서 사용할 수 있나요?&lt;/strong&gt; 네. OpenAI는 2026년 11월 20일부터 GPT-Live-1.1을 API에서 제공하며, 모델 ID는 &lt;code&gt;gpt-live-1.1&lt;/code&gt;, 엔드포인트는 &lt;code&gt;v1/live/sessions&lt;/code&gt;입니다. 이전에 발행한 &lt;a href="https://apidog.com/kr/blog/gpt-live-api?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT-Live API 글&lt;/a&gt;은 이 릴리스 이전의 내용입니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1 비용은 얼마인가요?&lt;/strong&gt; 활성 분당 $0.05, 대기 분당 $0.02이며 초 단위로 과금됩니다. 백엔드 모델과 도구 사용은 일반 요율로 별도 과금됩니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1과 GPT-Live-1.1의 차이는 무엇인가요?&lt;/strong&gt; GPT-Live-1.1은 음성을 더 정확하게 전사하고, 언어 간에 더 일관된 억양과 목소리를 유지하며, 유휴 세션을 위한 대기 옵션을 추가했습니다. 가격과 엔드포인트는 동일합니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1은 이미지를 볼 수 있나요?&lt;/strong&gt; 직접적으로는 불가능합니다. 이미지를 비전 기능이 있는 백엔드 모델로 보내고, 그 모델이 반환한 텍스트를 GPT-Live가 사용하도록 하세요.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1은 함수 호출을 지원하나요?&lt;/strong&gt; 네. 모델 페이지에 스트리밍과 함수 호출이 표기되어 있습니다. 실제로는 백엔드가 위임을 통해 도구 호출을 처리하고, 애플리케이션이 사용자 정의 함수를 실행합니다.&lt;/p&gt;

</description>
    </item>
    <item>
      <title>GPT-Live-1.1 API 사용 방법 총정리</title>
      <dc:creator>Rihpig</dc:creator>
      <pubDate>Fri, 20 Nov 2026 02:45:26 +0000</pubDate>
      <link>https://dev.to/rihpig/gpt-live-11-api-sayong-bangbeob-congjeongri-kmn</link>
      <guid>https://dev.to/rihpig/gpt-live-11-api-sayong-bangbeob-congjeongri-kmn</guid>
      <description>&lt;h1&gt;
  
  
  GPT-Live-1.1 API 완벽 가이드: 세션, 위임, 함수 호출까지
&lt;/h1&gt;

&lt;p&gt;GPT-Live-1.1 API는 OpenAI의 전이중(full-duplex) 음성 모델로, &lt;code&gt;v1/live/sessions&lt;/code&gt;에서 제공됩니다. WebRTC, WebSocket 또는 SIP로 세션을 열고, 모델·지침·음성이 담긴 &lt;code&gt;session&lt;/code&gt; 설정을 전송한 뒤, 위임(delegation)을 통해 추론과 도구 호출을 백엔드 Responses 모델에 넘기면 됩니다. 비용은 활성 분당 $0.05, 대기 분당 $0.02입니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;오늘 Apidog를 사용해 보세요&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;OpenAI는 2026년 11월 20일 &lt;a href="https://x.com/OpenAIDevs/status/2123506733524136446" rel="noopener noreferrer"&gt;OpenAI Developers 발표&lt;/a&gt;를 통해 GPT-Live-1.1을 API에서 사용할 수 있게 했습니다. 지난 7월 저희의 보도인 &lt;a href="https://apidog.com/kr/blog/gpt-live-api?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT-Live API가 있나요?&lt;/a&gt;에서는 "아직 없다"고 답했었죠. 이제 상황이 달라졌습니다. 이 가이드에서는 실제로 동작하는 세션, 위임 설정, 함수 도구, 그리고 음성 에이전트가 호출하는 백엔드의 테스트 환경 구축 방법까지 안내합니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  GPT-Live-1.1 API란?
&lt;/h2&gt;

&lt;p&gt;GPT-Live-1.1은 말하는 동안에도 듣고 있는, 음성 입력·음성 출력 모델입니다. &lt;code&gt;v1/realtime&lt;/code&gt;이나 &lt;code&gt;v1/responses&lt;/code&gt;가 아닌 &lt;code&gt;v1/live/sessions&lt;/code&gt; 엔드포인트에서 실행됩니다. 이 모델 자체의 역할은 대화입니다. 더 무거운 추론과 도구 사용은 여러분이 설정한 백엔드 모델로 넘어가기 때문에, 실제 작업이 진행되는 동안에도 음성은 빠르게 반응합니다.&lt;/p&gt;

&lt;p&gt;현재 &lt;a href="https://developers.openai.com/api/docs/models/gpt-live-1.1" rel="noopener noreferrer"&gt;GPT-Live-1.1 모델 페이지&lt;/a&gt;에 나와 있는 내용은 다음과 같습니다:&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;항목&lt;/th&gt;
&lt;th&gt;GPT-Live-1.1&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;모델 ID&lt;/td&gt;
&lt;td&gt;
&lt;code&gt;gpt-live-1.1&lt;/code&gt; (단일 스냅샷)&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;입력 / 출력&lt;/td&gt;
&lt;td&gt;오디오·텍스트 입력, 오디오·텍스트 출력&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;엔드포인트&lt;/td&gt;
&lt;td&gt;
&lt;code&gt;v1/live/sessions&lt;/code&gt; 전용&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;전송 방식&lt;/td&gt;
&lt;td&gt;WebRTC (권장), WebSocket, SIP&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;활성 가격&lt;/td&gt;
&lt;td&gt;분당 $0.05&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;대기 가격&lt;/td&gt;
&lt;td&gt;분당 $0.02 (WebRTC, 추론 일시 중지)&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;백엔드 모델 및 도구&lt;/td&gt;
&lt;td&gt;해당 모델의 정상 요금으로 별도 청구&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;동시성&lt;/td&gt;
&lt;td&gt;GPT-Live-1과 별도의 제한, 조직 단위 적용&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;제품 배경이 궁금하다면 &lt;a href="https://apidog.com/kr/blog/what-is-gpt-live?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT-Live란 무엇인가&lt;/a&gt;와 &lt;a href="https://apidog.com/kr/blog/gpt-live-vs-gpt-realtime?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT Realtime&lt;/a&gt;과의 차이점을 다룬 글을 참고하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  GPT-Live-1.1 vs GPT-Live-1: 무엇이 달라졌나
&lt;/h2&gt;

&lt;p&gt;모델 페이지와 &lt;a href="https://developers.openai.com/api/docs/guides/live-prompting" rel="noopener noreferrer"&gt;프롬프팅 가이드&lt;/a&gt;에 따르면 실질적인 차이는 네 가지입니다:&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;전사(Transcription):&lt;/strong&gt; 1.1은 "음성을 더 정확하게 전사"합니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;음성:&lt;/strong&gt; 1.1은 "여러 언어에서도 더 일관된 억양과 목소리"를 유지합니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;위임 프롬프트:&lt;/strong&gt; 1.1은 일상 언어로 지시할 수 있습니다("다음 경우에는 백엔드에 위임하세요:"). GPT-Live-1은 정책에 &lt;code&gt;&amp;lt;|SpawnThinking|&amp;gt;&lt;/code&gt; 마커가 필요합니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;과금 표현:&lt;/strong&gt; GPT-Live-1은 초 단위로 청구되며 절대 1분 단위로 올림하지 않습니다. 1.1 페이지에는 "사용 시간 기준 청구"라고만 되어 있습니다.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;두 모델은 같은 엔드포인트, 가격, 세션 구조를 공유하므로 1.1로의 전환은 대부분 모델 문자열 변경과 더 깔끔한 프롬프트 정도로 끝납니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  GPT-Live-1.1 세션 열기
&lt;/h2&gt;

&lt;p&gt;&lt;a href="https://developers.openai.com/api/docs/guides/live" rel="noopener noreferrer"&gt;GPT-Live 시작 가이드&lt;/a&gt;는 브라우저, 모바일, 서버 오디오에 WebRTC를 권장합니다. 하지만 서버 사이드 프로토타입에는 WebSocket이 더 간단한 방법이므로, 여기서부터 시작해 보겠습니다:&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;쿼리 파라미터 없이 &lt;code&gt;Authorization: Bearer $OPENAI_API_KEY&lt;/code&gt; 헤더로 &lt;code&gt;wss://api.openai.com/v1/live/sessions&lt;/code&gt;에 연결합니다.&lt;/li&gt;
&lt;li&gt;
&lt;code&gt;session&lt;/code&gt; 설정과 함께 첫 메시지로 &lt;code&gt;session.start&lt;/code&gt;를 전송합니다.&lt;/li&gt;
&lt;li&gt;오디오를 보내기 전에 &lt;code&gt;session.started&lt;/code&gt;를 기다립니다.&lt;/li&gt;
&lt;li&gt;선택한 형식으로 오디오를 스트리밍합니다. 기본값은 24 kHz PCM입니다.
&lt;/li&gt;
&lt;/ol&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight javascript"&gt;&lt;code&gt;&lt;span class="k"&gt;import&lt;/span&gt; &lt;span class="nc"&gt;WebSocket&lt;/span&gt; &lt;span class="k"&gt;from&lt;/span&gt; &lt;span class="s2"&gt;"ws"&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;

&lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="n"&gt;ws&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="k"&gt;new&lt;/span&gt; &lt;span class="nc"&gt;WebSocket&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;"wss://api.openai.com/v1/live/sessions"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="n"&gt;headers&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="nc"&gt;Authorization&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="sb"&gt;`Bearer ${process.env.OPENAI_API_KEY}`&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;

&lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;on&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;"open"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="o"&gt;=&amp;gt;&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;send&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="nb"&gt;JSON&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;stringify&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt;
    &lt;span class="kd"&gt;type&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"session.start"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="n"&gt;event_id&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"start_1"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="n"&gt;session&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
      &lt;span class="n"&gt;model&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"gpt-live-1.1"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
      &lt;span class="n"&gt;instructions&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"You are the voice agent for Acme order support. Keep answers short."&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
      &lt;span class="n"&gt;audio&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
        &lt;span class="n"&gt;format&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="kd"&gt;type&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"audio/pcm"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;rate&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mi"&gt;24000&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
        &lt;span class="n"&gt;output&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="n"&gt;voice&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"marin"&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
      &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;

&lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;on&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;"message"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;raw&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="o"&gt;=&amp;gt;&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="n"&gt;msg&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="nb"&gt;JSON&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;parse&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;raw&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
  &lt;span class="k"&gt;if&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;msg&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="kd"&gt;type&lt;/span&gt; &lt;span class="o"&gt;===&lt;/span&gt; &lt;span class="s2"&gt;"session.started"&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="nb"&gt;console&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;log&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;"Session ready"&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;대화 가이드에서 몇 가지 설정 규칙을 짚어 보면:&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;code&gt;instructions&lt;/code&gt;는 최대 16,384 토큰까지 사용할 수 있습니다. 세션 중간에는 &lt;code&gt;session.instructions.append&lt;/code&gt;로 추가합니다(한 번에 500 토큰).&lt;/li&gt;
&lt;li&gt;
&lt;code&gt;audio.output.voice&lt;/code&gt;의 기본값은 &lt;code&gt;marin&lt;/code&gt;입니다. 그 외 API 이름으로 &lt;code&gt;quartz&lt;/code&gt;, &lt;code&gt;stone&lt;/code&gt;, &lt;code&gt;meridian&lt;/code&gt;, &lt;code&gt;willow&lt;/code&gt;가 있습니다.&lt;/li&gt;
&lt;li&gt;WebSocket 형식은 24,000 또는 16,000 Hz의 &lt;code&gt;audio/pcm&lt;/code&gt;, 그리고 전화 통신용으로 8,000 Hz의 &lt;code&gt;audio/pcmu&lt;/code&gt; 또는 &lt;code&gt;audio/pcma&lt;/code&gt;입니다.&lt;/li&gt;
&lt;li&gt;
&lt;code&gt;store&lt;/code&gt;의 기본값은 &lt;code&gt;false&lt;/code&gt;입니다. &lt;code&gt;model&lt;/code&gt;을 변경하려면 새 세션이 필요합니다.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;브라우저에서 프로덕션 환경으로 운영하려면 WebRTC로 전환하세요. 서버가 API 키를 보관하고 브라우저의 SDP offer를 중계합니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight javascript"&gt;&lt;code&gt;&lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="n"&gt;res&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="k"&gt;await&lt;/span&gt; &lt;span class="nb"&gt;fetch&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;"https://api.openai.com/v1/live/sessions"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="n"&gt;method&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"POST"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="n"&gt;headers&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
    &lt;span class="nc"&gt;Authorization&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="sb"&gt;`Bearer ${process.env.OPENAI_API_KEY}`&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="s2"&gt;"Content-Type"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"application/json"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="n"&gt;body&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="nb"&gt;JSON&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;stringify&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt;
    &lt;span class="n"&gt;session&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="n"&gt;model&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"gpt-live-1.1"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;instructions&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"..."&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="n"&gt;transport&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="kd"&gt;type&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"webrtc"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;sdp&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="n"&gt;offerSdp&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="n"&gt;session&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;transport&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="k"&gt;await&lt;/span&gt; &lt;span class="n"&gt;res&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;json&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt; &lt;span class="c1"&gt;// HTTP 201&lt;/span&gt;
&lt;span class="c1"&gt;// session.id looks like "live_123"; return transport.sdp to the browser&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;WebRTC 요청에서는 &lt;code&gt;audio.format&lt;/code&gt;을 빼고, 데이터 채널에서 &lt;code&gt;session.start&lt;/code&gt;를 보내지 마세요. 과금 관련 한 가지 세부 사항: WebRTC 세션 생성 시 초기화 동안 15초가 청구되며, 세션이 실행되면 크레딧으로 돌려받습니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Flwvwu0f6pe8ztwsammv9.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Flwvwu0f6pe8ztwsammv9.png" alt="GPT-Live-1.1 앱 아키텍처" width="800" height="410"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;h2&gt;
  
  
  GPT-Live-1.1 위임: 백엔드 모델에게 추론을 맡기기
&lt;/h2&gt;

&lt;p&gt;위임(delegation)은 이 API가 존재하는 이유입니다. 음성 모델이 계속 대화하는 동안 백엔드 모델이 추론하고, 검색하고, 도구를 호출합니다. 세션 생성 시 두 가지 모드 중 하나를 선택하며, 세션 도중에는 모드를 바꿀 수 없습니다.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;모드&lt;/th&gt;
&lt;th&gt;&lt;code&gt;delegation.type&lt;/code&gt;&lt;/th&gt;
&lt;th&gt;백엔드 실행 주체&lt;/th&gt;
&lt;th&gt;적합한 용도&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Responses&lt;/td&gt;
&lt;td&gt;&lt;code&gt;"responses"&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;OpenAI, 여러분이 설정한 모델과 도구 사용&lt;/td&gt;
&lt;td&gt;대부분의 앱, 호스티드 도구, 함수 호출&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Client&lt;/td&gt;
&lt;td&gt;
&lt;code&gt;"client"&lt;/code&gt; (기본값이기도 함)&lt;/td&gt;
&lt;td&gt;여러분의 앱&lt;/td&gt;
&lt;td&gt;자체 에이전트 루프 또는 비(非)OpenAI 백엔드&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;&lt;a href="https://developers.openai.com/api/docs/guides/live-delegation" rel="noopener noreferrer"&gt;위임 가이드&lt;/a&gt;는 &lt;code&gt;gpt-6-luna&lt;/code&gt;로 시작해서 더 어려운 백엔드 작업에는 &lt;code&gt;gpt-6-sol&lt;/code&gt;을 시도해 볼 것을 권합니다. 아직 모델을 정하지 못했다면 저희의 &lt;a href="https://apidog.com/kr/blog/what-is-gpt-6-luna?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT-6 Luna 개요&lt;/a&gt;에서 트레이드오프를 확인하세요.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight json"&gt;&lt;code&gt;&lt;span class="nl"&gt;"delegation"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="nl"&gt;"type"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"responses"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="nl"&gt;"responses"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
    &lt;span class="nl"&gt;"model"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"gpt-6-luna"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"instructions"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"Look up orders with get_order. Answer in one sentence."&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"tools"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;[&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="nl"&gt;"type"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"web_search"&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;]&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"tool_choice"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"auto"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"parallel_tool_calls"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="kc"&gt;false&lt;/span&gt;
  &lt;span class="p"&gt;}&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;&lt;code&gt;responses&lt;/code&gt; 블록에는 &lt;code&gt;max_output_tokens&lt;/code&gt;(16 이상), &lt;code&gt;service_tier&lt;/code&gt;(&lt;code&gt;auto&lt;/code&gt;, &lt;code&gt;default&lt;/code&gt;, &lt;code&gt;flex&lt;/code&gt; 또는 &lt;code&gt;priority&lt;/code&gt; — &lt;code&gt;priority&lt;/code&gt;는 고속 모드), 그리고 백엔드 모델이 지원하는 &lt;code&gt;reasoning&lt;/code&gt;과 &lt;code&gt;text&lt;/code&gt; 설정도 지정할 수 있습니다. 세션 도중 &lt;code&gt;session.update&lt;/code&gt;로 이 필드들을 변경할 수 있습니다. 검증은 비동기적으로 이루어지며, 잘못된 설정은 코드 &lt;code&gt;responses_validation_failed&lt;/code&gt;와 함께 &lt;code&gt;error&lt;/code&gt;로 도착하고 세션은 열린 상태로 유지됩니다.&lt;/p&gt;

&lt;p&gt;그런 다음 음성 모델에게 언제 위임할지 알려줘야 합니다. 1.1에서는 &lt;code&gt;instructions&lt;/code&gt;에 일상 언어로 작성하면 됩니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;Delegate to the backend when: the caller asks about an order, a refund or anything you must look up.
Do not delegate when: the caller greets you, asks you to repeat, or says goodbye.
While the backend works, briefly say what you are checking.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;프롬프팅 가이드는 "확인해 보겠습니다"라고 말했다고 해서 백엔드 작업이 시작된 것은 아니라고 경고합니다. 대신 로그에서 &lt;code&gt;session.delegation.created&lt;/code&gt;를 확인하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  GPT-Live-1.1 세션에 함수 호출 추가하기
&lt;/h2&gt;

&lt;p&gt;웹 검색 같은 호스티드 도구는 OpenAI 내부에서 실행됩니다. 여러분의 함수는 여러분의 앱에서 실행됩니다. 표준 Responses 함수 도구를 &lt;code&gt;delegation.responses.tools&lt;/code&gt;에 넣으세요:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight json"&gt;&lt;code&gt;&lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="nl"&gt;"type"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"function"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="nl"&gt;"name"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"get_order"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="nl"&gt;"description"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"Get the shipping status of an order by its ID."&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="nl"&gt;"parameters"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
    &lt;span class="nl"&gt;"type"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"object"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"properties"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="nl"&gt;"order_id"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="nl"&gt;"type"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"string"&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"required"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;[&lt;/span&gt;&lt;span class="s2"&gt;"order_id"&lt;/span&gt;&lt;span class="p"&gt;]&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="nl"&gt;"additionalProperties"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="kc"&gt;false&lt;/span&gt;
  &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="nl"&gt;"strict"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="kc"&gt;true&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;백엔드의 이벤트는 &lt;code&gt;delegation_id&lt;/code&gt;와 중첩된 &lt;code&gt;event&lt;/code&gt;를 담고 있는 &lt;code&gt;response.event&lt;/code&gt; 봉투(envelope)에 감싸져 도착합니다. 완료된 함수 호출은 &lt;code&gt;call_id&lt;/code&gt;, &lt;code&gt;name&lt;/code&gt;, &lt;code&gt;arguments&lt;/code&gt;를 가진 항목을 포함하는 중첩된 &lt;code&gt;response.output_item.done&lt;/code&gt;으로 도착합니다. 함수를 실행하고, 결과와 함께 &lt;code&gt;response.item.create&lt;/code&gt;를 보낸 다음, &lt;code&gt;response.create&lt;/code&gt;를 전송하세요:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight javascript"&gt;&lt;code&gt;&lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;on&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;"message"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="k"&gt;async&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;raw&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="o"&gt;=&amp;gt;&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="n"&gt;msg&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="nb"&gt;JSON&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;parse&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;raw&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
  &lt;span class="k"&gt;if&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;msg&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="kd"&gt;type&lt;/span&gt; &lt;span class="o"&gt;!==&lt;/span&gt; &lt;span class="s2"&gt;"response.event"&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="k"&gt;return&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
  &lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="n"&gt;ev&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="n"&gt;msg&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;event&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
  &lt;span class="k"&gt;if&lt;/span&gt; &lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;ev&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="kd"&gt;type&lt;/span&gt; &lt;span class="o"&gt;!==&lt;/span&gt; &lt;span class="s2"&gt;"response.output_item.done"&lt;/span&gt; &lt;span class="o"&gt;||&lt;/span&gt; &lt;span class="n"&gt;ev&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;item&lt;/span&gt;&lt;span class="o"&gt;?&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="kd"&gt;type&lt;/span&gt; &lt;span class="o"&gt;!==&lt;/span&gt; &lt;span class="s2"&gt;"function_call"&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="k"&gt;return&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;

  &lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="n"&gt;order_id&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="nb"&gt;JSON&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;parse&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;ev&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;item&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;arguments&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
  &lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="n"&gt;order&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="k"&gt;await&lt;/span&gt; &lt;span class="nb"&gt;fetch&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="sb"&gt;`${ORDERS_API}/orders/${order_id}`&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;then&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;r&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="o"&gt;=&amp;gt;&lt;/span&gt; &lt;span class="n"&gt;r&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;json&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;

  &lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;send&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="nb"&gt;JSON&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;stringify&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt;
    &lt;span class="kd"&gt;type&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"response.item.create"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="n"&gt;item&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="kd"&gt;type&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"function_call_output"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;call_id&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="n"&gt;ev&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;item&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;call_id&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;output&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="nb"&gt;JSON&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;stringify&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;order&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
  &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
  &lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;send&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="nb"&gt;JSON&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;stringify&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="kd"&gt;type&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"response.create"&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;사람들이 자주 실수하는 세 가지 세부 사항:&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;출력만 추가하는 것으로는 백엔드가 재개되지 않습니다. &lt;code&gt;response.create&lt;/code&gt;가 필요합니다.&lt;/li&gt;
&lt;li&gt;대기 중인 결과를 건너뛰면 &lt;code&gt;function_call_outputs_required&lt;/code&gt;가 발생합니다. 중복되거나 일치하지 않는 &lt;code&gt;call_id&lt;/code&gt; 값은 거부됩니다.&lt;/li&gt;
&lt;li&gt;전달된 &lt;code&gt;response.completed&lt;/code&gt; 이벤트는 비어 있는 &lt;code&gt;response.output&lt;/code&gt;을 담고 있습니다. 개별 output-item 이벤트를 읽으세요.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fkxfkoa28jwif6jw8g9lp.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fkxfkoa28jwif6jw8g9lp.png" alt="GPT-Live-1.1 함수 호출 시퀀스" width="800" height="410"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;h2&gt;
  
  
  GPT-Live-1.1 가격과 제한
&lt;/h2&gt;

&lt;p&gt;음성 시간 비용은 계산하기 간단합니다. 전체 시간 동안 활성 상태를 유지하는 5분짜리 고객 지원 통화는 음성 시간으로 5 × $0.05 = $0.25입니다. 이런 통화 천 건이면 $250이고, 여기에 백엔드 모델과 도구가 정상 요금으로 청구하는 비용이 추가됩니다.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;비용 항목&lt;/th&gt;
&lt;th&gt;요금&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;활성 음성&lt;/td&gt;
&lt;td&gt;분당 $0.05&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;대기 음성 (WebRTC, 추론 일시 중지)&lt;/td&gt;
&lt;td&gt;분당 $0.02&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;WebRTC 초기화&lt;/td&gt;
&lt;td&gt;15초, 세션이 실행되면 크레딧으로 반환&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;백엔드 모델 및 도구&lt;/td&gt;
&lt;td&gt;해당 모델과 도구의 정상 요금&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;속도 제한은 토큰이 아닌 동시 세션 수 기준입니다. GPT-Live-1.1과 GPT-Live-1은 별도의 제한을 가지며, 추론 지역 전체에 적용됩니다. &lt;a href="https://developers.openai.com/api/docs/models/gpt-live-1" rel="noopener noreferrer"&gt;GPT-Live-1 페이지&lt;/a&gt;에는 Build, Launch, Grow 티어에서 각각 50, 300, 500개의 동시 세션이 가능하다고 나와 있으며, Free 티어에서는 이용할 수 없습니다. 1.1 페이지에는 숫자가 없으므로, 출시 전에 조직의 제한 페이지를 확인하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  Apidog CLI로 코딩 에이전트가 도구 백엔드를 테스트하게 하기
&lt;/h2&gt;

&lt;p&gt;음성 에이전트의 신뢰성은 &lt;code&gt;get_order&lt;/code&gt; 뒤에 있는 API에 달려 있습니다. 느리거나 형식이 잘못된 응답은 침묵이나, 소리 내어 말하는 잘못된 답변으로 이어집니다. 따라서 발신자가 듣기 전에 그 백엔드를 테스트하세요. 그리고 그 작업을 &lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt;로 코딩 에이전트에게 맡길 수 있습니다.&lt;/p&gt;

&lt;p&gt;한 번만 설정하세요:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli@latest
apidog auth login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
apidog skill install
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;그런 다음 Claude Code, Codex 또는 Cursor에 프롬프트 하나를 주세요:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;Import ./orders-openapi.yaml into Apidog project &amp;lt;projectId&amp;gt;. Create test cases for
GET /orders/{order_id}: a known ID returns 200 with a status field in under 800 ms,
and an unknown ID returns 404 with a JSON error. Run them against the staging
environment and tell me what failed.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;에이전트가 스키마를 읽고, 페이로드를 검증하고, 케이스를 만들어 실행합니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog import --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --format openapi --file ./orders-openapi.yaml
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file case.json
apidog run --test-case &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;caseId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;envId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -r cli,json
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;음성에서는 800 ms 예산이 중요합니다. 도구가 소요하는 모든 밀리초를 발신자가 그대로 들으니까요. 저희의 &lt;a href="https://apidog.com/kr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI CI/CD 가이드&lt;/a&gt;에서 보여주듯, &lt;code&gt;-r junit&lt;/code&gt; 옵션과 함께 동일한 &lt;code&gt;apidog run&lt;/code&gt;을 CI에 넣어 회귀가 발생하면 빌드가 실패하도록 하세요. 에이전트 워크플로가 처음이라면 &lt;a href="https://apidog.com/kr/blog/apidog-cli-in-claude-code?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Claude Code에서의 Apidog CLI&lt;/a&gt;부터 시작하세요. Apidog의 Free 플랜은 최대 4명의 사용자까지 지원합니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1은 API에서 사용할 수 있나요?&lt;/strong&gt; 네. 2026년 11월 20일부터 WebRTC, WebSocket 또는 SIP로 &lt;code&gt;v1/live/sessions&lt;/code&gt;에서 &lt;code&gt;gpt-live-1.1&lt;/code&gt;을 호출할 수 있습니다. &lt;code&gt;v1/realtime&lt;/code&gt;, &lt;code&gt;v1/responses&lt;/code&gt; 또는 Chat Completions에서는 제공되지 않습니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1 API는 얼마인가요?&lt;/strong&gt; 활성 분당 $0.05, 대기 분당 $0.02입니다. 백엔드 모델 호출과 도구는 각자의 요금으로 별도 청구됩니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1과 GPT Realtime의 차이는 무엇인가요?&lt;/strong&gt; GPT-Live는 자체 엔드포인트에서 실행되고, 음성 사용 시간 기준으로 청구되며, 위임을 통해 추론을 백엔드 모델에 넘깁니다. GPT Realtime은 &lt;code&gt;v1/realtime&lt;/code&gt;에서 실행됩니다. 저희의 &lt;a href="https://apidog.com/kr/blog/gpt-live-vs-gpt-realtime?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT-Live vs GPT Realtime 비교&lt;/a&gt;를 참고하세요.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;위임에는 어떤 백엔드 모델을 사용해야 하나요?&lt;/strong&gt; OpenAI의 가이드는 &lt;code&gt;gpt-6-luna&lt;/code&gt;로 시작하고 더 복잡한 백엔드 작업에는 &lt;code&gt;gpt-6-sol&lt;/code&gt;을 사용하라고 권합니다. 지연 시간이 비용보다 중요하다면 &lt;code&gt;service_tier&lt;/code&gt;를 &lt;code&gt;priority&lt;/code&gt;로 설정하세요.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Responses 모델 대신 자체 에이전트를 사용할 수 있나요?&lt;/strong&gt; 네. &lt;code&gt;delegation.type&lt;/code&gt;을 &lt;code&gt;client&lt;/code&gt;로 설정하세요. 여러분의 앱이 백엔드 작업을 실행하고 &lt;code&gt;session.commentary.append&lt;/code&gt;로 결과를 다시 보냅니다. 전사(transcript)도 직접 관리해야 합니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-Live-1.1은 함수 호출을 지원하나요?&lt;/strong&gt; 네, Responses 위임을 통해 지원합니다. &lt;code&gt;delegation.responses.tools&lt;/code&gt;에 함수를 정의하고, &lt;code&gt;response.event&lt;/code&gt;에서 호출을 읽고, &lt;code&gt;response.item.create&lt;/code&gt;와 &lt;code&gt;response.create&lt;/code&gt;로 결과를 반환하세요.&lt;/p&gt;

</description>
    </item>
    <item>
      <title>Krisp 음성 분리 기능 리뷰: 음성 AI 에이전트의 잔향(제2의 목소리) 문제 해결 방법</title>
      <dc:creator>Rihpig</dc:creator>
      <pubDate>Fri, 20 Nov 2026 02:42:37 +0000</pubDate>
      <link>https://dev.to/rihpig/krisp-eumseong-bunri-gineung-ribyu-eumseong-ai-eijeonteuyi-janhyangje2yi-mogsori-munje-haegyeol-bangbeob-4oja</link>
      <guid>https://dev.to/rihpig/krisp-eumseong-bunri-gineung-ribyu-eumseong-ai-eijeonteuyi-janhyangje2yi-mogsori-munje-haegyeol-bangbeob-4oja</guid>
      <description>&lt;h1&gt;
  
  
  음성 에이전트의 오류 원인은 LLM이 아니라 배경 속 목소리일 수 있다 — Krisp Voice Isolation API 리뷰
&lt;/h1&gt;

&lt;p&gt;음성 에이전트가 실제 통화에서 문제를 일으킬 때, 원인은 LLM이나 음성이 아닌 경우가 많습니다. 문제는 그보다 한 단계 앞, 즉 에이전트가 듣는 오디오에서 시작됩니다. 오디오가 음성 인식(STT)으로 들어가든, 음성 대 음성(speech-to-speech) 모델로 바로 들어가든 마찬가지입니다. 최신 STT는 교통 소음이나 에어컨 소음은 잘 처리합니다. 하지만 다른 사람이 말하는 목소리는 처리하지 못합니다. 동료의 말소리, TV 소리, 콜센터에서 옆 자리 에이전트의 목소리처럼요. STT는 이런 소리까지 듣고, 상대방이 실제로 말하지 않은 단어를 에이전트가 마치 통화 내용인 것처럼 처리하게 됩니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;오늘 Apidog를 사용해 보세요&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;Krisp Voice Isolation은 STT 앞단에 배치되어 주요 화자의 목소리를 제외한 모든 목소리를 제거합니다. 이번 리뷰를 위해 저는 Krisp의 벤치마크와 문서를 읽고, 셀프서비스 API에 가입한 뒤, Krisp의 공개 데이터셋에 있는 실제 녹음 파일 8개를 API에 통과시켜 보았습니다. 그런 다음 처리 전후 오디오를 오픈소스 STT 모델로 전사(transcribe)하여 실제로 무엇이 달라졌는지 확인했습니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;한 줄 결론:&lt;/strong&gt; 여러분의 에이전트가 사무실, 가정, 콜센터 등 배경에서 사람들이 말하는 어떤 환경에서도 전화를 받는다면, Voice Isolation을 파이프라인에 넣을 가치가 충분합니다. 제 테스트에서 가짜 전사 결과로 331단어나 된 배경 음성이 0으로 떨어졌습니다. 트레이드오프도 존재하지만 작습니다. 깨끗한 전화 음성에서 약간의 비용, API 지역이 미국으로 한정된 점, 그리고 SDK에 비해 API에서 제공되는 모델이 적다는 점입니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  문제의 본질: 배경 소음이 아니라 배경 속 목소리
&lt;/h2&gt;

&lt;p&gt;STT 모델은 음성을 인식하도록 학습되었을 뿐, 어떤 목소리가 중요한지 판단하도록 만들어지지 않았습니다. 소음은 음성처럼 보이지 않기 때문에 필터링할 수 있지만, 다른 사람의 목소리는 실제 음성이기 때문에 음성과 완전히 똑같이 보입니다.&lt;/p&gt;

&lt;p&gt;Krisp의 예시가 이를 잘 보여줍니다. 전화를 건 사람이 구독을 취소해 달라고 요청하는 동안, 근처에 있던 동료가 점심에 대해 묻는 상황입니다. STT는 어느 말이 전화 건 사람의 것인지 구분할 표시 없이 하나의 텍스트 스트림을 반환하고, 결국 상담 에이전트는 두 요청을 하나로 받아들이게 됩니다.&lt;/p&gt;

&lt;p&gt;이 문제는 음성 에이전트를 세 가지 방식으로 무너뜨립니다:&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;잘못된 전사 결과.&lt;/strong&gt; 주변 사람의 말이 전사 텍스트에 포함되고, LLM은 전화 건 사람이 한 적 없는 말에 응답하게 됩니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;거짓 끼어들기 감지.&lt;/strong&gt; 에이전트는 주변 사람의 목소리를 듣고 전화 건 사람이 말을 끊었다고 판단해, 하던 말을 중간에 멈춥니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;말차례 판단 실패.&lt;/strong&gt; 배경 목소리 때문에 전화 건 사람이 아직 말하고 있는 것처럼 보여, 에이전트가 말차례가 끝났는지 알 수 없습니다.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;어떤 경우든 에이전트의 로직은 설계된 대로 정상 작동하고 있습니다. 다만 원래 들어서는 안 되는 목소리에 반응하고 있을 뿐입니다.&lt;/p&gt;

&lt;p&gt;수치는 이 격차가 얼마나 큰지 보여줍니다. Krisp의 &lt;a href="https://krisp.ai/blog/voice-isolation-2-5/?ref=apidog.com&amp;amp;utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Voice Isolation 2.5 출시 테스트&lt;/a&gt;에서 10개 STT 시스템은 깨끗한 단일 화자 오디오에서 평균 2.10%의 단어 오류율(WER)을 기록했습니다. 그러나 다른 사람이 전화 건 사람의 말을 겹쳐 말하면 같은 시스템들의 평균 오류율은 35.92%로 급증했습니다. 소음 억제 기술로는 이 격차를 해소할 수 없는데, 방해 요소가 소음이 아니라 음성이기 때문입니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  Krisp Voice Isolation이란 무엇인가
&lt;/h2&gt;

&lt;p&gt;&lt;a href="https://krisp.ai/developers/voice-isolation/?ref=apidog.com&amp;amp;utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Krisp Voice Isolation API &amp;amp; SDK&lt;/a&gt;는 실시간 오디오 스트림에서 배경 목소리와 잡음을 제거하고 주 화자의 목소리만 전달합니다. 음성 AI 에이전트를 위해 설계되었으며, Krisp가 Background Voice Cancellation(BVC)이라는 이름으로 일반 통화용으로 제공하는 것과 동일한 핵심 기술입니다.&lt;/p&gt;

&lt;p&gt;이 기능은 에이전트 파이프라인의 가장 앞단에 위치하기 때문에, 이후의 모든 모델은 하나의 목소리만 듣게 됩니다:&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fgg8e6t7uyxmywhzz1p2d.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fgg8e6t7uyxmywhzz1p2d.png" alt="음성 에이전트 파이프라인에서 Voice Isolation이 위치하는 곳" width="800" height="238"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;음성 에이전트 파이프라인에서 Voice Isolation이 위치하는 곳&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;이 위치가 중요한 이유는 다음과 같습니다. Voice Isolation이 없으면 VAD와 발화(turn) 감지가 옆사람의 목소리까지 듣게 되고, 이것이 허위 끼어들기(false interruption)가 발생하는 원인입니다.&lt;/p&gt;

&lt;p&gt;Krisp는 약 9년간 음성 AI 분야에 매진해 왔으며, 연간 1조 분 이상의 음성을 처리한다고 밝히고 있습니다. Voice Isolation은 &lt;a href="https://krisp.ai/developers/?ref=apidog.com&amp;amp;utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;음성 AI API&lt;/a&gt; 및 SDK 라인업에 포함된 제품 중 하나입니다. Voice Isolation은 Krisp의 음성 에이전트용 실시간 모델 모음인 VIVA의 일부로, Turn-Taking, Interrupt Prediction, VAD와 함께 제공됩니다. Turn-Taking을 대체하는 것이 아니라 이와 함께 작동합니다.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;사양&lt;/th&gt;
&lt;th&gt;Voice Isolation 2.5&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;연산 환경&lt;/td&gt;
&lt;td&gt;CPU 전용, GPU 불필요&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;알고리즘 지연 시간&lt;/td&gt;
&lt;td&gt;15 ms (Krisp SDK 문서 기준 추가 지연 시간은 약 20 ms)&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;STT 엔진&lt;/td&gt;
&lt;td&gt;모든 엔진 지원. 오디오 신호 자체에 작동하므로 언어별 또는 엔진별 설정이 필요 없음&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;전화 음성&lt;/td&gt;
&lt;td&gt;협대역 전화 음성, G.711, G.722, G.729, Opus, 블루투스 헤드셋&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;음성 등록&lt;/td&gt;
&lt;td&gt;불필요&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;마이크 거리&lt;/td&gt;
&lt;td&gt;근거리; 일반적으로 음향 환경에 따라 약 30 cm(1 ft) 이내&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;모델&lt;/td&gt;
&lt;td&gt;Default, Balanced, Lite, HD&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;이 네 가지 모델을 통해 배경 목소리와 소음을 얼마나 공격적으로 제거할지 조절할 수 있습니다. 최대 공격성(기본 설정)인 Default가 가장 많이 제거합니다. Balanced는 동일한 연산량으로 주요 음성을 더 가볍게 처리합니다. Lite는 Default 연산량의 약 3분의 1을 사용합니다. HD는 전화 음성이 아닌 32 kHz WebRTC 스트림용입니다. 공격성은 연산량을 바꾸지 않고도 조정할 수 있는 런타임 설정이며, API에서는 &lt;code&gt;suppression_level&lt;/code&gt; 파라미터로 0부터 100까지 지정할 수 있습니다.&lt;/p&gt;

&lt;p&gt;미리 알아두면 좋은 한 가지 제한 사항: 음성 제거 모델은 화자가 마이크에 가까이 있다고 가정합니다. 대략적인 기준으로, 약 30cm를 넘으면 주요 화자 본인의 목소리까지 억제될 수 있습니다. 이는 엄격한 규칙이 아니라 일반적인 권장 사항이며, 실제 거리는 음향 환경에 따라 달라집니다. 스마트 스피커와 같은 원거리(far-field) 기기의 경우, Krisp는 소음만 제거하는 별도의 모델을 제공합니다.&lt;/p&gt;

&lt;p&gt;버전 2.5는 2026년 8월에 출시되었으며, Krisp는 9월에 &lt;a href="https://krisp.ai/blog/voice-isolation-benchmark/?ref=apidog.com&amp;amp;utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;공개 벤치마크와 데이터셋&lt;/a&gt;을 발표했습니다. 해당 모델은 이제 SDK뿐만 아니라 셀프서비스 API로도 이용할 수 있습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  Krisp 벤치마크 결과가 보여주는 것
&lt;/h2&gt;

&lt;p&gt;Krisp의 공개 벤치마크에서 Voice Isolation은 평균 단어 오류율(WER)을 23.24%에서 6.24%로, 무려 73%나 낮췄습니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fxsqnpqv24bp8nwvw9u3j.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fxsqnpqv24bp8nwvw9u3j.png" alt="Krisp 벤치마크 결과" width="800" height="379"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;Krisp의 &lt;a href="https://krisp.ai/benchmarks/voice-isolation-benchmark/?ref=apidog.com&amp;amp;utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;벤치마크 페이지&lt;/a&gt;에 핵심 결과가 정리되어 있습니다.&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;이 벤치마크는 사무실, 가정, 콜센터 4개 작업 층, 자동차에서 수집한 265개의 실제 녹음 파일을 사용했습니다. 시뮬레이션이나 사후 믹싱은 전혀 없습니다. 대부분의 녹음은 같은 시나리오를 따릅니다. 주 화자가 말을 하다가, 다른 사람이 끼어들고, 주 화자가 침묵하는 동안 상대는 계속 말을 한 뒤, 주 화자가 다시 말을 시작합니다. 이 침묵 구간이 진짜 시험 대상인데, 이 구간의 정답 전사(transcript)는 아무것도 없어야 하기 때문입니다. 각 파일은 9개 엔진의 11가지 STT 구성으로, isolation 적용 여부에 따라 각각 테스트되었습니다.&lt;/p&gt;

&lt;p&gt;출처: Krisp voice isolation 벤치마크, 2026년 10월 · 11가지 STT 구성, 모든 시나리오 통합&lt;/p&gt;

&lt;p&gt;모든 엔진이 개선되었고, 오히려 나빠진 곳은 없습니다. 더 주목할 만한 결과는 엔진 간 격차의 변화입니다. 원본 오디오에서는 약 20포인트에 달하던 격차가 isolation 적용 후 약 5포인트로 좁혀집니다. 즉, 에이전트가 배경 소리를 듣고 있다면, STT 벤더를 바꾸는 것보다 입력 오디오를 정제하는 것이 WER을 더 크게 개선합니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F91gn7tt7xlr6h307v3fo.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F91gn7tt7xlr6h307v3fo.png" alt="엔진별 벤치마크 결과" width="800" height="475"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;시나리오별로 살펴보면, 개선 폭은 다른 사람의 목소리가 존재하는지에 따라 달라집니다.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;시나리오&lt;/th&gt;
&lt;th&gt;원본 오디오&lt;/th&gt;
&lt;th&gt;Voice Isolation 적용 시&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;업무 환경(사무실, 가정, 회의실)&lt;/td&gt;
&lt;td&gt;31.84%&lt;/td&gt;
&lt;td&gt;6.30%&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;콜센터&lt;/td&gt;
&lt;td&gt;23.83%&lt;/td&gt;
&lt;td&gt;6.86%&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;전화 통화(경쟁하는 목소리 없음)&lt;/td&gt;
&lt;td&gt;3.48%&lt;/td&gt;
&lt;td&gt;3.91%&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;전체 265개 파일&lt;/td&gt;
&lt;td&gt;23.24%&lt;/td&gt;
&lt;td&gt;6.24%&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;h3&gt;
  
  
  효과가 없는 경우
&lt;/h3&gt;

&lt;p&gt;Krisp는 자사 제품의 약점을 공개하는데, 이 글에서 가장 설득력 있는 부분이라고 생각합니다.&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;깨끗한 전화 음성은 오히려 약간 나빠집니다.&lt;/strong&gt; 제거할 두 번째 목소리가 없으면 격리(isolation)는 주요 목소리에만 영향을 줄 수밖에 없습니다. 전화 통화 WER은 3.48%에서 3.91%로 상승했고, 한 파일은 9.42%에서 21.65%로 나빠졌습니다. Balanced 모델이 3.53%로 이 영역에서 가장 좋은 성능을 보입니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;심한 에코는 여전히 문제입니다.&lt;/strong&gt; 별도로 진행된 &lt;a href="https://krisp.ai/blog/voice-isolation-2-5/?ref=apidog.com&amp;amp;utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;2.5 릴리스 테스트&lt;/a&gt;에서 열악한 음향 환경의 1인 녹음은 격리 적용 시 11.61%, 미적용 시 8.02%를 기록했습니다. 버전 2.1(15.42%)보다는 훨씬 나아졌지만, 여전히 아무것도 하지 않는 것보다는 나쁩니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;과도한 격리는 무음(침묵) 오류를 유발합니다.&lt;/strong&gt; Krisp는 이전 모델이 때때로 주요 목소리의 일부까지 제거했다고 설명합니다. 사람은 음성을 여전히 이해할 수 있었지만, STT는 문구 전체를 누락했고, 전사 결과는 겉보기에 깔끔하게 읽히지만 구멍이 뚫린 것처럼 나타났습니다. 이 문제를 해결하기 위해 버전 2.5는 사람의 귀가 아닌 STT에 맞춰 조정되었습니다.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fdqogqweyrdjcn21hrw2e.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fdqogqweyrdjcn21hrw2e.png" alt="벤치마크 페이지 샘플" width="800" height="431"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;벤치마크 페이지에서는 여섯 개의 녹음 파일을 원본과 처리된 상태로 재생해 볼 수 있습니다. 전화 통화인 샘플 153은 "Gets worse(나빠짐)"로 표시되어 있습니다.&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;또한 염두에 둘 두 가지가 있습니다. Krisp 사이트에서 볼 수 있는 73% 수치와 46.4% 수치는 서로 다른 테스트에서 나온 것입니다. 하나는 공개 벤치마크의 265개 녹음 파일, 다른 하나는 2.5 릴리스 테스트의 1,685개 녹음 파일입니다. 그리고 Krisp의 결과는 자사 격리 기술 적용 여부에 따른 비교일 뿐, 다른 벤더의 격리 제품과의 비교가 아닙니다.&lt;/p&gt;

&lt;p&gt;녹음 파일, 수작업 전사본, 세그먼트 라벨, 모든 모델의 출력 결과는 &lt;a href="https://huggingface.co/datasets/Krisp-AI/VoiceIsolation-Benchmark-Dataset?ref=apidog.com&amp;amp;utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Hugging Face에 공개&lt;/a&gt;되어 있어 누구나 테스트를 다시 실행해 볼 수 있습니다. 저도 그렇게 했고, 그 내용은 다음에 이어집니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  실습: Voice Isolation API 테스트해 보기
&lt;/h2&gt;

&lt;p&gt;직접 테스트해 본 결과, Voice Isolation은 트랜스크립트에서 배경 대화를 한 단어도 남기지 않고 제거했으며, 전체 WER은 40.1%에서 10.2%로 낮아졌습니다.&lt;/p&gt;

&lt;h3&gt;
  
  
  설정
&lt;/h3&gt;

&lt;p&gt;&lt;a href="https://developers.krisp.ai/products/voice-isolation/overview?ref=apidog.com&amp;amp;utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Developers Portal&lt;/a&gt; 가입은 Google, Microsoft 또는 이메일 로그인으로 빠르게 할 수 있습니다. 체험판에서는 $30 크레딧과 동시 세션 2개라는 제한이 주어집니다. 이후 &lt;strong&gt;API Keys → Create key&lt;/strong&gt;로 이동하면 키가 발급되는데, 이 키는 한 번만 복사할 수 있습니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fzt0wz9wxyroqb68qj4c9.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fzt0wz9wxyroqb68qj4c9.png" alt="Developers Portal의 Voice Isolation 페이지" width="800" height="482"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;체험 플랜 기준 Developers Portal의 Voice Isolation 페이지.&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fu9m3fkr1z4uxiq81u1nl.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fu9m3fkr1z4uxiq81u1nl.png" alt="API 키" width="800" height="190"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;이 리뷰를 위해 생성한 API 키. 하나의 키로 &lt;a href="https://krisp.ai/developers/voice-translation-api/?ref=apidog.com&amp;amp;utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Voice Translation API&lt;/a&gt;를 포함한 모든 Krisp API 제품에서 사용할 수 있습니다.&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;이 API는 WebSocket 기반입니다. 백엔드에서 API 키를 단기 세션 토큰으로 교환하고, 클라이언트가 작은 JSON hello 메시지를 보내 ready를 기다린 뒤, 16비트 모노 PCM을 스트리밍하면 정제된 오디오를 프레임 단위로 돌려받습니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight python"&gt;&lt;code&gt;&lt;span class="no"&gt;URL&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="s2"&gt;"wss://streaming.krisp.ai/voice-isolation"&lt;/span&gt;
&lt;span class="k"&gt;async&lt;/span&gt; &lt;span class="k"&gt;with&lt;/span&gt; &lt;span class="n"&gt;websockets&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;connect&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="no"&gt;URL&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;additional_headers&lt;/span&gt;&lt;span class="o"&gt;=&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt;&lt;span class="s2"&gt;"Authorization"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="n"&gt;f&lt;/span&gt;&lt;span class="s2"&gt;"api-key {session_token}"&lt;/span&gt;&lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt; &lt;span class="k"&gt;as&lt;/span&gt; &lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt;
    &lt;span class="k"&gt;await&lt;/span&gt; &lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;send&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;json&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;dumps&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt;&lt;span class="s2"&gt;"model"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"VIVA-tel"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="s2"&gt;"sample_rate"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mi"&gt;16000&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="s2"&gt;"suppression_level"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="mi"&gt;100&lt;/span&gt;&lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;
    &lt;span class="n"&gt;hello&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="n"&gt;json&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;loads&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="k"&gt;await&lt;/span&gt; &lt;span class="n"&gt;ws&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;recv&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;  &lt;span class="c1"&gt;# {"type": "ready", ...}&lt;/span&gt;
    &lt;span class="c1"&gt;# then send exactly 30 ms of audio per message (960 bytes at 16 kHz)&lt;/span&gt;
    &lt;span class="c1"&gt;# and write each binary message you receive to your output&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;이 코드는 WAV 파일을 정제하는 짧은 Python 스크립트인 Krisp의 &lt;a href="https://developers-docs.krisp.ai/docs/quickstart-realtime-api?ref=apidog.com&amp;amp;utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;API 퀵스타트&lt;/a&gt;와 거의 유사합니다. 한 가지 주의할 규칙이 있습니다. 모든 오디오 메시지는 정확히 30ms여야 합니다. 그렇지 않으면 &lt;code&gt;invalid_frame_duration&lt;/code&gt; 오류와 함께 세션이 종료되므로, 마지막 프레임은 무음으로 패딩해야 합니다.&lt;/p&gt;

&lt;p&gt;테스트를 위해 Krisp의 공개 데이터셋에서 여덟 개의 녹음 파일을 골랐습니다. 사무실 녹음 3개, 콜센터 현장 녹음 3개, 차량 안에서의 전화 통화 2개로 총 약 11분 분량입니다. 각 파일을 아시아에서 실시간 속도로 API를 통해 스트리밍했습니다. 그런 다음 원본 오디오와 정제된 오디오를 Krisp 벤치마크에 사용된 엔진 중 하나인 NVIDIA의 오픈소스 Parakeet TDT 0.6B v2로 트랜스크립션하고, 각 라벨링된 구간을 사람이 작성한 트랜스크립트와 비교해 점수를 매겼습니다.&lt;/p&gt;

&lt;h3&gt;
  
  
  결과
&lt;/h3&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;녹음 파일&lt;/th&gt;
&lt;th&gt;원본 WER&lt;/th&gt;
&lt;th&gt;Voice Isolation 적용 시 WER&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;사무실 (3개 파일)&lt;/td&gt;
&lt;td&gt;36.6%&lt;/td&gt;
&lt;td&gt;3.6%&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;콜센터 (3개 파일)&lt;/td&gt;
&lt;td&gt;53.4%&lt;/td&gt;
&lt;td&gt;15.8%&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;다른 목소리가 없는 전화 통화 (2개 파일)&lt;/td&gt;
&lt;td&gt;5.8%&lt;/td&gt;
&lt;td&gt;5.2%&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;전체 8개 파일&lt;/td&gt;
&lt;td&gt;40.1%&lt;/td&gt;
&lt;td&gt;10.2%&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;거의 모든 개선은 한 가지 지점에서 나왔습니다. 바로 메인 화자가 침묵하고 다른 사람이 계속 말을 하고 있던 구간입니다. 원본 오디오에서는 Parakeet이 그 배경 음성을 331단어 분량의 전사 텍스트로 변환했지만, Voice Isolation 적용 후에는 아무것도 생성하지 않았습니다. 해당 구간에서 배경 목소리는 메인 화자보다 13~34dB 작았으며, 메인 화자의 음량은 거의 변하지 않았습니다(1dB 이내).&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Ft23butstyoa28xp7ptp4.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Ft23butstyoa28xp7ptp4.png" alt="테스트 결과" width="800" height="332"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;내 테스트 · Krisp API (VIVA-tel), Parakeet TDT 0.6B v2로 전사 · 배경 음성만 있는 구간이 포함된 6개 녹음 파일&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;콜센터 예시가 왜 이것이 중요한지 보여줍니다. 제가 테스트하던 상담원이 잠시 멈춘 동안, 옆자리 상담원은 다른 통화 중이었습니다. 원본 전사 결과는 그 통화를 한 단어도 빠짐없이 담아냈습니다:&lt;/p&gt;

&lt;p&gt;&lt;em&gt;thank you for calling meridian bank before i begin i will need to confirm your identity for security could you give me your full name your date of birth...&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;음성 에이전트는 이를 호출자의 말로 인식했을 것입니다. Voice Isolation을 적용하자 동일한 구간이 비어 있는 상태로 반환되었습니다.&lt;/p&gt;

&lt;p&gt;두 사람이 동시에 말할 때는 변화가 작았습니다. 원본 13.2% 대비 정제 후 12.5%였습니다. Parakeet은 이미 그런 구간에서 더 크고 가까운 목소리를 우선하고 있었습니다. 남은 오류의 대부분은 제 채점 방식의 숫자 형식 문제(전화번호, 가격, 우편번호)로, 두 버전 모두에 동일하게 영향을 미쳤습니다.&lt;/p&gt;

&lt;p&gt;깨끗한 두 개의 전화 통화 파일에서는 하나는 오류가 1개 늘었고 다른 하나는 2개 줄었습니다. 이는 깨끗한 오디오에서의 비용이 작다는 Krisp의 자체 분석 결과와 일치합니다.&lt;/p&gt;

&lt;h3&gt;
  
  
  미국 외 지역에서의 지연 시간과 안정성
&lt;/h3&gt;

&lt;p&gt;이 API는 현재 미국 리전에서만 운영되며, Krisp 문서는 다른 지역의 클라이언트는 추가 지연이 발생할 것이라고 경고합니다. 아시아에서 측정한 프레임 하나의 왕복(전송 후 정제된 오디오 수신) 중앙값은 세션에 따라 260~520ms였고, 세션 설정에는 보통 1.5~3초가 걸렸습니다. 이는 네트워크 거리 때문이지 모델 때문이 아닙니다. Krisp는 알고리즘 지연 시간이 15ms라고 명시하고 있습니다. 하지만 에이전트가 미국에서 먼 지역의 사용자를 서비스한다면 그 차이를 체감하게 되며, 자체 서버에서 SDK를 실행하면 이를 피할 수 있습니다.&lt;/p&gt;

&lt;p&gt;아홉 번의 세션 중 하나는 약 70초 지점에서 비정상 종료로 중단되었습니다. 다시 실행하자 정상 작동했습니다. 이는 서비스 자체보다는 아시아에서 오는 긴 네트워크 경로 탓으로 보지만, 프로덕션 환경에서는 재연결 처리를 반드시 해두어야 한다는 점을 상기시켜 줍니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;이 테스트에 대해:&lt;/strong&gt; 8개 파일은 작은 표본이며 벤치마크가 아닙니다. 저는 전화용 모델(VIVA-tel)을 위해 32kHz 녹음 파일을 16kHz로 리샘플링했고, 하나의 STT 엔진만 사용했으며, 텍스트 정규화도 단순하게 유지했기 때문에 제 절대 수치는 Krisp의 수치와 비교할 수 없습니다. 제가 확인하려 했던 것은 변화의 방향과 크기였고, 그 결과는 Krisp가 보고한 내용과 일치했습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  개발자 경험: API 또는 SDK
&lt;/h2&gt;

&lt;p&gt;Voice Isolation은 두 가지 방식으로 제공되며, 어떤 방식을 사용할 수 있는지는 이용 중인 플랜에 따라 다릅니다.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;&lt;/th&gt;
&lt;th&gt;Voice Isolation API&lt;/th&gt;
&lt;th&gt;VIVA SDK&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;실행 환경&lt;/td&gt;
&lt;td&gt;Krisp 클라우드 (미국 리전)&lt;/td&gt;
&lt;td&gt;자체 서버, CPU 기반&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;사용 방식&lt;/td&gt;
&lt;td&gt;WebSocket으로 오디오를 스트리밍하면 정제된 오디오를 반환&lt;/td&gt;
&lt;td&gt;모델을 로드한 후 자체 코드에서 오디오 프레임을 처리&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;지원 언어&lt;/td&gt;
&lt;td&gt;WebSocket 클라이언트가 있는 모든 환경&lt;/td&gt;
&lt;td&gt;Python, Node.js, Go, Rust, C++, C&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;오디오&lt;/td&gt;
&lt;td&gt;8 또는 16 kHz (VIVA-tel), 32 kHz (VIVA-pro), 16비트 모노 PCM&lt;/td&gt;
&lt;td&gt;모델에 따라 8 kHz~32 kHz (HD는 최대 32 kHz 입력 지원)&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;모델&lt;/td&gt;
&lt;td&gt;전화 오디오용 &lt;code&gt;VIVA-tel&lt;/code&gt;, 32 kHz 광대역용 &lt;code&gt;VIVA-pro&lt;/code&gt;
&lt;/td&gt;
&lt;td&gt;Default, Balanced, Lite, HD&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;접근 방식&lt;/td&gt;
&lt;td&gt;셀프 서비스, 포털에서 API 키 발급&lt;/td&gt;
&lt;td&gt;상용 라이선스, 엔터프라이즈 플랜&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;추가 포함 기능&lt;/td&gt;
&lt;td&gt;음성 번역 API&lt;/td&gt;
&lt;td&gt;턴 테이킹 및 VAD&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;API는 가장 손쉬운 방법입니다. 모델 파일을 직접 배포할 필요도 없고 CPU에서 돌릴 것도 없습니다. 대신 트레이드오프가 있습니다. 오디오가 Krisp의 클라우드로 전송되고, 네 가지 모델 대신 두 가지 모델만 제공됩니다. 8 또는 16 kHz 전화 오디오용 VIVA-tel과 32 kHz 광대역 오디오용 VIVA-pro가 그것입니다. VIVA-pro는 아직 API 레퍼런스에는 없지만 포털의 Playground에는 있고, 제 테스트에서도 API가 이를 정상적으로 처리했으며 Krisp 측에서도 사용 가능함을 확인해 주었습니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fouopd1mcm2tmtozvh7xn.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fouopd1mcm2tmtozvh7xn.png" alt="Playground" width="800" height="496"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;포털의 Playground에서는 코드를 작성하기 전에 자신의 마이크로폰으로 두 API 모델을 모두 테스트해 볼 수 있습니다.&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;SDK는 오디오를 자체 서버에 보관하고 라이선스 확인을 위해서만 온라인에 접속합니다. 비용 이야기가 흥미로워지는 부분도 바로 여기입니다. Krisp의 &lt;a href="https://krisp.ai/blog/voice-isolation-cpu-optimization/?ref=apidog.com&amp;amp;utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;CPU 관련 포스트&lt;/a&gt;에 따르면, enableLowPrecisionExecution이라는 SDK 플래그 하나만 켜도 FP16을 지원하는 CPU에서 서버가 처리할 수 있는 통화량이 약 두 배가 됩니다. 16 vCPU AWS Graviton3 인스턴스에서는 라이브 통화 처리량이 76건에서 137건으로 늘어났고, Lite 모델은 전체 모델보다 약 3배 많은 스트림을 처리할 수 있습니다. 다만 구형 Intel Ice Lake 칩에서는 이 플래그가 아무 효과가 없습니다.&lt;/p&gt;

&lt;h3&gt;
  
  
  통합 지원
&lt;/h3&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Pipecat&lt;/strong&gt;은 바로 사용할 수 있는 필터를 제공합니다. 트랜스포트의 오디오 입력 필터로 &lt;code&gt;KrispVivaFilter()&lt;/code&gt;를 추가하면 되고, 턴 감지를 위해 &lt;code&gt;KrispVivaTurn&lt;/code&gt;과 함께 사용할 수도 있습니다. 단, SDK를 사용하므로 API 키만으로는 부족하고 SDK 접근 권한과 모델 파일이 필요합니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;LiveKit&lt;/strong&gt;은 LiveKit Cloud에서 Krisp 모델을 제공하며, 에이전트용 배경 음성 제거(&lt;code&gt;noise_cancellation.BVC()&lt;/code&gt;)도 포함됩니다. LiveKit의 음성 격리 모델은 추가 요금이 부과됩니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;WebRTC 및 전화(telephony)&lt;/strong&gt; 파이프라인은 SDK를 직접 사용할 수 있고, WebSocket을 열 수 있는 환경이라면 무엇이든 API를 활용할 수 있습니다.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;문서는 명확하고 최신 상태입니다. 퀵스타트는 첫 시도에 바로 동작했고, 오류 메시지도 기대 프레임 크기와 수신된 프레임 크기까지 정확히 무엇이 잘못됐는지 알려 줍니다. 유일하게 아쉬운 점은 명명 체계입니다. 블로그에서는 Default, Balanced, Lite, HD로 부르고, SDK 다운로드 파일명은 krisp-viva-vi-tel-v2.5.1 같은 형식이며, API에서는 모델을 VIVA-tel과 VIVA-pro로 부르는데 API 레퍼런스에는 첫 번째 모델만 등재되어 있습니다. 문서에 매핑 표가 있으면 도움이 될 것입니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  가격 정책
&lt;/h2&gt;

&lt;p&gt;이 API는 오디오 시간 단위로 과금되며, 비용이 저렴해서 가격 때문에 사용 여부를 고민할 일은 없습니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F1fx6ny8tphpsq5cxd1ja.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F1fx6ny8tphpsq5cxd1ja.png" alt="Krisp 가격 정책" width="800" height="518"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;em&gt;Krisp의 개발자용 가격 정책, 2026년 11월 기준.&lt;/em&gt;&lt;/p&gt;

&lt;p&gt;종량과금제인 &lt;strong&gt;Starter&lt;/strong&gt; 플랜에서 Voice Isolation API는 오디오 1시간당 $0.18이며 월정액은 없습니다. 요금은 VIVA-tel과 VIVA-pro 두 API 모델 모두 동일합니다. &lt;strong&gt;Growth&lt;/strong&gt;는 월 $400으로, $400의 사용량이 포함되고 시간당 $0.12로 요금이 낮아지며, 더 높은 동시 처리량과 우선 지원이 제공됩니다. &lt;strong&gt;Enterprise&lt;/strong&gt;는 맞춤 견적 방식이며, SDK, SLA, HIPAA 및 SOC 2를 포함하는 유일한 플랜입니다.&lt;/p&gt;

&lt;p&gt;기본 제공 크레딧 $30은 Starter 요금 기준으로 약 166시간의 오디오를 처리할 수 있어 테스트용으로는 충분합니다. 크레딧은 12개월간 유효하며, 사용량은 분 단위로 과금됩니다. 참고로 Starter 플랜에서 5분 길이의 통화를 노이즈 제거하는 비용은 약 1.5센트입니다.&lt;/p&gt;

&lt;p&gt;SDK는 Enterprise 플랜에서만 협의된 가격으로 제공되므로, 자체 서버에서 모델을 실행하려면 영업팀에 문의해야 합니다. 요금은 &lt;a href="https://krisp.ai/pricing/?product=ai_voice_sdk&amp;amp;ref=apidog.com&amp;amp;utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Krisp 가격 페이지&lt;/a&gt;에서 확인했으며, 2026년 11월 기준입니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  대안들
&lt;/h2&gt;

&lt;p&gt;Krisp가 배경 목소리 제거의 유일한 선택지는 아니지만, 아직 이러한 제품들을 독립적으로 비교 테스트한 결과는 존재하지 않습니다. 각 벤더가 자사 데이터를 기반으로 자체 수치를 발표하기 때문에, 아래 수치는 주장으로 간주해야 합니다.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;옵션&lt;/th&gt;
&lt;th&gt;기능&lt;/th&gt;
&lt;th&gt;알아둘 점&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;&lt;a href="https://github.com/Rikorose/DeepFilterNet?ref=apidog.com&amp;amp;utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;DeepFilterNet&lt;/a&gt;&lt;/td&gt;
&lt;td&gt;실시간 노이즈 억제&lt;/td&gt;
&lt;td&gt;48 kHz에서 20 ms 단위로 처리하며 총 지연 시간은 약 40 ms로, CPU 단일 스레드로도 충분히 빠릅니다. 노이즈를 대상으로 하며, 다른 목소리 제거용은 아닙니다.&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;a href="https://github.com/ceva-ip/DPDFNet?ref=apidog.com&amp;amp;utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;DPDFNet&lt;/a&gt;&lt;/td&gt;
&lt;td&gt;DeepFilterNet2 기반의 실시간 노이즈 억제&lt;/td&gt;
&lt;td&gt;Ceva의 Apache-2.0 라이선스 인과적(causal) 단일 채널 모델로, CPU 전용 ONNX 패키지(pip install dpdfnet)를 제공합니다. 노이즈 억제용이며 목소리 제거용이 아닙니다.&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;a href="https://github.com/modelscope/ClearerVoice-Studio?ref=apidog.com&amp;amp;utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;ClearerVoice-Studio&lt;/a&gt;&lt;/td&gt;
&lt;td&gt;음성 향상, 분리, 타깃 스피커 추출을 위한 툴킷&lt;/td&gt;
&lt;td&gt;오디오 전용 스피커 추출은 타깃 스피커의 참조 녹음이 필요하며 8 kHz로 동작합니다. 다른 추출 모드는 영상, 제스처 또는 EEG를 사용합니다.&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;a href="https://huggingface.co/speechbrain/sepformer-whamr?ref=apidog.com&amp;amp;utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;SpeechBrain SepFormer (WHAMR!)&lt;/a&gt;&lt;/td&gt;
&lt;td&gt;음성 분리&lt;/td&gt;
&lt;td&gt;8 kHz 단일 채널 오디오용 Apache-2.0 모델로, 믹스된 음성을 개별 목소리로 분리합니다. 어떤 출력이 발신자의 목소리인지는 직접 판단해야 합니다.&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;격리 없음&lt;/td&gt;
&lt;td&gt;STT 자체의 노이즈 처리 기능에 의존&lt;/td&gt;
&lt;td&gt;무료이며, 통화자가 대부분 혼자일 경우 충분히 괜찮음. Deepgram은 사전 필터링이 STT 성능을 오히려 떨어뜨릴 수 있다고 주장한 바 있음&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Krisp가 돋보이는 점은 바로 그 근거입니다. 11가지 STT 환경을 대상으로 공개되고 재현 가능한 벤치마크를 제공하는 유일한 벤더이며, 자신이 열세인 사례까지 공개합니다. 배포 측면에서도 가장 유연합니다. 클라우드 API, 서버 내 SDK, 또는 LiveKit과 Pipecat에 내장된 형태로 사용할 수 있습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  결론
&lt;/h2&gt;

&lt;p&gt;Krisp Voice Isolation은 실제 통화에서는 음성 에이전트가 오작동하지만 테스트 환경에서는 멀쩡히 작동할 때 손을 대볼 해결책입니다. 에이전트가 들어서는 안 되는 목소리를 걸러내고, 이미 사용 중인 어떤 STT와도 함께 동작하며, Krisp의 벤치마크와 제가 직접 진행한 테스트 모두 같은 사실을 보여줍니다. 배경 목소리가 더는 텍스트 변환 결과에 닿지 않습니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;장점&lt;/strong&gt;&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;단순 노이즈가 아닌 배경 목소리를 제거합니다. 이는 STT만으로는 해결할 수 없는 문제입니다&lt;/li&gt;
&lt;li&gt;어떤 STT 엔진과도 호환되며, 언어별 설정이나 음성 등록이 필요 없습니다&lt;/li&gt;
&lt;li&gt;CPU에서 15 ms의 알고리즘 지연 시간으로 실행됩니다&lt;/li&gt;
&lt;li&gt;자신이 불리한 케이스까지 포함한 공개되고 재현 가능한 벤치마크를 제공합니다&lt;/li&gt;
&lt;li&gt;무료 크레딧 $30가 제공되는 셀프서브 API이며, 시간당 $0.12–$0.18로 저렴합니다&lt;/li&gt;
&lt;li&gt;바로 쓸 수 있는 Pipecat 필터와 LiveKit 지원을 제공합니다&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;strong&gt;단점&lt;/strong&gt;&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;깨끗한 전화 음성에서는 약간의 정확도 저하가 있고, 잔향이 심한 공간에서는 여전히 원본 오디오보다 성능이 떨어집니다&lt;/li&gt;
&lt;li&gt;API는 미국 리전에서만 실행되어, 다른 지역에서는 체감될 정도의 지연이 추가됩니다&lt;/li&gt;
&lt;li&gt;API는 SDK의 4개 모델 대비 2개 모델만 제공하며, 온프레미스 사용에는 Enterprise SDK가 필요합니다&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;strong&gt;이런 팀에게 적합합니다:&lt;/strong&gt; 콜센터, 사무실, 가정, 차량 등 주변에서 다른 사람이 말하는 어떤 환경에서든 에이전트가 통화를 처리하는 팀입니다. 먼저 API로 자체 녹음 데이터에 미치는 효과를 측정해 보고, 다른 모델이 필요하거나 미국 외 지역에서 더 낮은 지연 시간이 필요하거나, 오디오가 자체 서버에 머물러야 한다면 SDK로 전환하세요.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;이런 경우에는 불필요합니다:&lt;/strong&gt; 발신자가 거의 항상 조용한 방에서 혼자만 있는 에이전트나, 스마트 스피커 같은 원거리 음성 기기에는 적합하지 않습니다. 음성 제거 모델은 이런 환경을 위해 설계되지 않았습니다.&lt;/p&gt;

&lt;p&gt;무료 크레딧으로 &lt;a href="https://developers.krisp.ai/products/voice-isolation/overview?ref=apidog.com&amp;amp;utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Krisp Voice Isolation API를 사용해 보고&lt;/a&gt;, 오후 몇 시간 만에 직접 녹음한 데이터를 돌려 결과를 확인할 수 있습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;음성 격리는 노이즈 캔슬링과 같은 건가요?&lt;/strong&gt; 아닙니다. 노이즈 캔슬링은 교통 소음이나 키보드 소리 같은 비음성 소리를 제거합니다. 음성 격리는 여기에 더해 다른 사람의 목소리까지 제거하며, 이는 노이즈 캔슬링이 걸러내지 못하는 부분입니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Krisp Voice Isolation은 제 STT 공급자와 함께 작동하나요?&lt;/strong&gt; 네. 오디오 자체를 처리하기 때문에 어떤 STT 엔진 앞단에서도 작동합니다. Krisp는 Deepgram, AssemblyAI, ElevenLabs, Soniox, Google, Cartesia, NVIDIA 모델을 포함한 11가지 구성으로 테스트했습니다. 또한 스피치 투 스피치(speech-to-speech) 모델 앞단에 배치하는 것도 가능합니다. Krisp가 아직 해당 구성에 대한 결과를 공개하지는 않았지만, 직접 시도해보는 데는 아무런 제약이 없습니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;턴 감지(turn detection)를 대체하나요?&lt;/strong&gt; 아닙니다. VAD와 턴 감지 이전 단계에서 더 깨끗한 오디오를 제공하는 역할을 합니다. Krisp는 동일한 VIVA SDK에서 Turn-Taking을 별도 모델로 제공합니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;사용자가 음성 등록을 해야 하나요?&lt;/strong&gt; 아닙니다. 등록도 필요 없고, 사용자 음성에 대한 학습도 필요하지 않습니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;지연 시간은 얼마나 추가되나요?&lt;/strong&gt; Krisp는 알고리즘 지연 시간이 15ms라고 밝히고 있으며, SDK 문서에서는 추가 지연 시간을 약 20ms로 안내하고 있습니다. 클라우드 API 사용 시에는 여기에 미국 리전까지의 네트워크 시간이 추가로 더해집니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;전화 통화에서도 작동하나요?&lt;/strong&gt; 네. 협대역(narrowband) 전화 오디오, G.711, G.722, G.729, Opus 같은 일반적인 코덱, 그리고 블루투스 헤드셋을 지원합니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;사람 간 통화는 어떤가요?&lt;/strong&gt; 동일한 기술이 Krisp의 RTC SDK에 Background Voice Cancellation(BVC)이라는 이름으로 포함되어 있으며, 브라우저, 데스크톱, 모바일 앱에서 사용자 기기에서 실행됩니다. 사람 상담원이 있는 컨택트 센터는 &lt;a href="https://krisp.ai/contact-center/?ref=apidog.com&amp;amp;utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Krisp 콜센터 AI&lt;/a&gt; 제품을 통해 이 기능을 사용할 수 있으며, 근처 상담원들의 목소리가 고객 통화에 섞이지 않도록 방지해 줍니다.&lt;/p&gt;

</description>
      <category>agents</category>
      <category>ai</category>
      <category>api</category>
      <category>tools</category>
    </item>
    <item>
      <title>Antigravity Swarm: Gemini 4 Neon /swarm 사용 방법 완벽 가이드</title>
      <dc:creator>Rihpig</dc:creator>
      <pubDate>Thu, 19 Nov 2026 10:18:48 +0000</pubDate>
      <link>https://dev.to/rihpig/antigravity-swarm-gemini-4-neon-swarm-sayong-bangbeob-wanbyeog-gaideu-933</link>
      <guid>https://dev.to/rihpig/antigravity-swarm-gemini-4-neon-swarm-sayong-bangbeob-wanbyeog-gaideu-933</guid>
      <description>&lt;p&gt;Gemini 4 Neon과 함께 사용하는 Antigravity 스웜 모드는 다음과 같이 작동합니다: 모델 선택기에서 Gemini 4 Neon을 선택하고, &lt;code&gt;/swarm&lt;/code&gt; 뒤에 작업과 검증 방법을 입력하면 현재 대화가 코디네이터가 됩니다. Neon은 작업을 이름이 지정된 워커들에게 분배하고, &lt;code&gt;@verifier&lt;/code&gt;를 추가하며, 테스트가 통과하면 결과를 보고합니다. 할당량을 아끼려면 프롬프트에서 Gemini 4 Hydrogen 워커를 요청하세요.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;지금 Apidog를 사용해 보세요&lt;/a&gt;
&lt;/p&gt;

&lt;h2&gt;
  
  
  Gemini 4 Neon과 함께하는 Antigravity 스웜 모드란?
&lt;/h2&gt;

&lt;p&gt;&lt;code&gt;/swarm&lt;/code&gt;은 Google Antigravity에서 하나의 작업에 이름이 지정된 에이전트 팀을 투입하는 프리뷰 명령어입니다. 현재 대화가 코디네이터 역할을 합니다: 작업을 분할하고, 각 워커에게 브리핑하고, diff를 읽고 테스트를 실행하는 검증기를 추가하며, 결과를 사용자에게 보고합니다. Gemini 4 Neon이 선택되어 있으면 Neon이 코디네이터가 됩니다.&lt;/p&gt;

&lt;p&gt;Google은 2026년 11월 18일 Neon을 출시하며 이를 "Google Antigravity에서 병렬 Hydrogen 서브에이전트를 지휘하는 빠르고 판단력이 뛰어난 오케스트레이터"라고 설명했습니다. Blender MCP로 구축된 3D 실험실 벤치와 앨런 튜링의 1936년 연구실을 3D로 재현한 두 가지 출시 데모가 모두 &lt;code&gt;/swarm&lt;/code&gt;으로 만들어졌습니다.&lt;/p&gt;

&lt;p&gt;모델의 기본 사항은 &lt;a href="https://apidog.com/kr/blog/what-is-gemini-4-neon?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Gemini 4 Neon이란?&lt;/a&gt; 문서를, Carbon과 함께 출시된 기능에 대해서는 &lt;a href="https://apidog.com/kr/blog/google-antigravity-swarm?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Google Antigravity /swarm 설명서&lt;/a&gt;를 참고하세요. 아래 단계는 Google 문서를 기반으로 하며, 스웜은 프리뷰 상태이므로 메뉴는 변경될 수 있습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  누가 Gemini 4 Neon으로 /swarm을 사용할 수 있나요?
&lt;/h2&gt;

&lt;p&gt;Google AI Pro 또는 Google AI Ultra 플랜이 필요합니다. &lt;a href="https://antigravity.google/docs/models" rel="noopener noreferrer"&gt;Choose a model 문서&lt;/a&gt;에 따른 각 플랜별 Antigravity 혜택은 다음과 같습니다:&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;기능&lt;/th&gt;
&lt;th&gt;Free 및 Google AI Plus&lt;/th&gt;
&lt;th&gt;Google AI Pro&lt;/th&gt;
&lt;th&gt;Google AI Ultra&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;code&gt;/swarm&lt;/code&gt; 명령어&lt;/td&gt;
&lt;td&gt;불가&lt;/td&gt;
&lt;td&gt;가능&lt;/td&gt;
&lt;td&gt;가능&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Gemini 4 Neon&lt;/td&gt;
&lt;td&gt;불가&lt;/td&gt;
&lt;td&gt;가능 (유료 플랜, 또는 해당 프리미엄 기기의 체험판)&lt;/td&gt;
&lt;td&gt;가능&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Gemini 4 Hydrogen&lt;/td&gt;
&lt;td&gt;불가&lt;/td&gt;
&lt;td&gt;가능 (체험판이 아닌 구독만 해당)&lt;/td&gt;
&lt;td&gt;가능&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Orchestrator (Neon)&lt;/td&gt;
&lt;td&gt;불가&lt;/td&gt;
&lt;td&gt;가능 (유료 플랜, 또는 해당 프리미엄 기기의 체험판)&lt;/td&gt;
&lt;td&gt;가능&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;할당량 갱신&lt;/td&gt;
&lt;td&gt;매주&lt;/td&gt;
&lt;td&gt;5시간마다, 주간 한도까지&lt;/td&gt;
&lt;td&gt;5시간마다, 가장 높은 주간 한도&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;사람들이 놓치기 쉬운 세 가지 세부 사항:&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Neon이 기본값입니다.&lt;/strong&gt; Neon이 포함된 플랜에서는 모델 선택기 상단에 Neon이 있으며, 다른 모델을 이미 선택하지 않았다면 새 대화의 기본 모델로 설정됩니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Antigravity 내부에서는 컨텍스트가 더 작습니다.&lt;/strong&gt; API는 1M 토큰 창을 제공하지만, Antigravity 문서에는 Neon이 "최대 512K 토큰"으로 기재되어 있습니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;스웜은 할당량을 빠르게 소모합니다.&lt;/strong&gt; Google 문서는 "모든 워커가 각자의 에이전트이므로, 스웜은 단일 대화보다 할당량을 훨씬 빠르게 소모한다"고 경고합니다. Pro 및 Ultra 사용자는 할당량이 부족할 경우 설정에서 AI 크레딧 초과 사용을 활성화할 수 있습니다.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;code&gt;/swarm&lt;/code&gt;은 API 키가 아닌 구독 할당량으로 실행됩니다. Neon의 API 요금은 &lt;a href="https://apidog.com/kr/blog/gemini-4-neon-pricing?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Gemini 4 Neon 가격 가이드&lt;/a&gt;를 참고하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  Gemini 4 Neon으로 /swarm 실행하기: 단계별 가이드
&lt;/h2&gt;

&lt;p&gt;Antigravity App에서의 단계는 다음과 같습니다:&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;strong&gt;프로젝트를 열고&lt;/strong&gt; 새 대화를 시작합니다.&lt;/li&gt;
&lt;li&gt;프롬프트 상자 아래 모델 선택기에서 &lt;strong&gt;Gemini 4 Neon을 선택&lt;/strong&gt;합니다. Orchestrator (Neon)가 아닌 일반 &lt;strong&gt;Gemini 4 Neon&lt;/strong&gt;을 선택하세요. 이유는 아래에서 설명합니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;추론 수준을 선택합니다.&lt;/strong&gt; Neon은 Low, Medium, High(기본값), Extra를 제공합니다. 코디네이터에게는 High가 적절한 시작점입니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;&lt;code&gt;/swarm&lt;/code&gt;을 입력&lt;/strong&gt;하고 Tab(또는 Enter)을 눌러 명령어를 삽입합니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;작업 내용과 검증 방법을 설명합니다.&lt;/strong&gt; 예시: &lt;code&gt;/swarm Add input validation to the handlers in src/routes/users.ts and src/routes/orders.ts, add tests next to each, and have a verifier run npm test.&lt;/code&gt;
&lt;/li&gt;
&lt;li&gt;코디네이터의 응답 끝에 있는 "Open the Swarm UI" 링크에서 &lt;strong&gt;Swarm 창을 엽니다&lt;/strong&gt;.&lt;/li&gt;
&lt;li&gt;스웜이 실행되는 동안 &lt;strong&gt;코디네이터와 계속 대화합니다.&lt;/strong&gt; 언제든지 상태를 확인하거나 범위를 조정할 수 있습니다.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;창의 &lt;strong&gt;Board&lt;/strong&gt;, &lt;strong&gt;Members&lt;/strong&gt;, &lt;strong&gt;Graph&lt;/strong&gt; 탭에서 실시간 게시물, 각 워커의 상태와 모델, 누가 누구를 멘션했는지 확인할 수 있습니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F2dveujewqwloxgfl6gk5.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F2dveujewqwloxgfl6gk5.png" alt="Diagram of an Antigravity swarm led by Gemini 4 Neon" width="800" height="410"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;h3&gt;
  
  
  Antigravity CLI에서
&lt;/h3&gt;

&lt;p&gt;터미널에서의 흐름도 거의 동일합니다. Neon을 선택한 상태로 CLI를 시작합니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;agy --model gemini-4-neon
&lt;span class="c"&gt;# or, for the deepest reasoning on the coordinator:&lt;/span&gt;
agy --model gemini-4-neon-xhigh
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;&lt;code&gt;/swarm&lt;/code&gt;을 입력하고 Tab을 누른 뒤 작업을 설명합니다. &lt;code&gt;/swarm board&lt;/code&gt; 또는 Alt+S(macOS에서는 터미널이 Option을 Meta로 전송하는 경우에만)로 실시간 보드를 열고, &lt;code&gt;/agents&lt;/code&gt;로 워커 목록을 확인하며, &lt;code&gt;@verifier also run the integration tests&lt;/code&gt;처럼 특정 워커에게 직접 메시지를 보낼 수 있습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  Neon 코디네이터, Hydrogen 워커: 모델 조합 방법
&lt;/h2&gt;

&lt;p&gt;기본적으로 모든 워커는 대화와 동일한 모델로 실행됩니다. Neon을 선택하면 전부 Neon인 스웜이 구성됩니다. 강력하지만 할당량 소모가 큽니다.&lt;/p&gt;

&lt;p&gt;Neon 출시 게시물은 다른 구성을 설명합니다: Neon이 작업을 판단하고, 더 빠른 Gemini 4 Hydrogen 에이전트가 실행하는 방식입니다. Antigravity에서는 자연어로 이를 요청할 수 있습니다. 문서는 이렇게 말합니다: "특정 워커 또는 모든 워커에 다른 모델을 사용하려면 프롬프트에 그렇게 말하세요." 모델은 모델 선택기에서 선택 가능한 것이어야 합니다.&lt;/p&gt;

&lt;p&gt;역할 분담을 설정하는 프롬프트 예시:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;/swarm Build the /users and /orders endpoints described in openapi.yaml.
Give each resource its own worker and run every worker on Gemini 4 Hydrogen.
Keep the verifier on Gemini 4 Neon. The verifier must run the API tests
and send each failure back to the worker that owns the endpoint.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;h3&gt;
  
  
  왜 Orchestrator (Neon)가 아닌가요?
&lt;/h3&gt;

&lt;p&gt;Orchestrator (Neon)는 모델 선택기의 옵션으로, &lt;strong&gt;하나의&lt;/strong&gt; 에이전트 안에서 계획 담당 Neon과 실행 담당 Hydrogen을 결합합니다. 문서는 이를 명확히 설명합니다: "Orchestrator는 대화에서 단일 에이전트를 유지합니다." 고정된 구성으로 실행되므로 추론 수준을 설정할 수 없으며, Google의 스웜 문서는 Orchestrator가 대화 모델일 때 스웜이 어떻게 동작하는지 설명하지 않습니다.&lt;/p&gt;

&lt;p&gt;따라서 작업 형태에 따라 선택하세요:&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;원하는 것&lt;/th&gt;
&lt;th&gt;선택&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;하나의 에이전트, Neon이 계획하고 Hydrogen이 작성, 할당량 절약&lt;/td&gt;
&lt;td&gt;Orchestrator (Neon)&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;여러 파일에 걸쳐 병렬로 여러 에이전트 실행, 검증기 포함&lt;/td&gt;
&lt;td&gt;Gemini 4 Neon + &lt;code&gt;/swarm&lt;/code&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;모든 단계에서 Neon의 판단력, 조절 가능한 추론 수준&lt;/td&gt;
&lt;td&gt;Gemini 4 Neon, 스웜 없이&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;&lt;a href="https://apidog.com/kr/blog/gemini-4-hydrogen-orchestrator?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Gemini 4 Hydrogen Orchestrator 가이드&lt;/a&gt;에서 단일 에이전트의 작업 인계 루프를 자세히 설명합니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  코디네이터는 어떤 Neon 추론 수준을 사용해야 할까요?
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;High&lt;/strong&gt;에서 시작하세요. Google에 따르면 High 수준의 Neon은 Carbon 대비 작업당 비용이 32% 낮으면서도 Artificial Analysis Intelligence Index에서 높은 점수를 기록합니다. 최고 점수(61점, 3위)는 Extra High에서 나옵니다.&lt;/p&gt;

&lt;p&gt;코디네이터가 잘못된 분배를 반복할 때, 예를 들어 두 워커가 같은 파일을 편집할 때는 &lt;strong&gt;Extra&lt;/strong&gt;(&lt;code&gt;xhigh&lt;/code&gt;)로 올리세요. 코디네이터를 Medium으로 내리기 전에 워커를 Hydrogen으로 전환하세요. 코디네이터의 역할은 타이핑이 아니라 판단입니다. 전체적인 트레이드오프는 &lt;a href="https://apidog.com/kr/blog/gemini-4-neon-thinking-levels?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Gemini 4 Neon 추론 수준 가이드&lt;/a&gt;를 참고하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  깔끔하게 분배되는 /swarm 프롬프트 작성법
&lt;/h2&gt;

&lt;p&gt;&lt;a href="https://antigravity.google/docs/swarm" rel="noopener noreferrer"&gt;Antigravity 스웜 문서&lt;/a&gt;는 다른 어떤 규칙보다 하나를 강조합니다: 원하는 것과 검증 방법을 명시하고, 분배는 코디네이터에게 맡기세요. 다음 네 가지 습관이 도움이 됩니다:&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;strong&gt;경계를 명시하세요.&lt;/strong&gt; 파일이나 리소스를 나열해 각 워커가 단독으로 담당하는 영역을 갖도록 합니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;검증 방법을 명시하세요.&lt;/strong&gt; &lt;code&gt;npm test&lt;/code&gt;, &lt;code&gt;go test -race ./...&lt;/code&gt; 또는 API 테스트 실행을 지정합니다. 지정하지 않으면 검증기는 diff만 읽습니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;변경되어서는 안 되는 것을 밝히세요.&lt;/strong&gt; "Without deleting assertions" 같은 문구는 워커가 테스트를 약화시키는 것을 막습니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;편집이 겹칠 때는 작업 복사본을 요청하세요.&lt;/strong&gt; 기본적으로 워커는 작업 공간을 공유합니다.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;깔끔하게 분할되는 광범위한 작업에는 &lt;code&gt;/swarm&lt;/code&gt;을 사용하세요. 하나의 어려운 버그에는 Google이 &lt;code&gt;/boost&lt;/code&gt;를 권장하며, 수 시간 또는 수일이 걸리는 프로젝트에는 &lt;code&gt;/teamwork&lt;/code&gt;을 권장합니다.&lt;/p&gt;

&lt;p&gt;대기 중인 워커는 누군가 멘션할 때까지 토큰을 소모하지 않습니다. 할당량이 소진된 멤버는 일시 중지되며, 할당량이 갱신되어도 자동으로 재시작하지 않습니다: 보드에 게시하거나, 모델을 전환하거나, 직접 메시지를 보내세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  Apidog CLI로 스웜 검증기에 실제 API 테스트 제공하기
&lt;/h2&gt;

&lt;p&gt;스웜이 API를 구축할 때 diff만 읽는 검증기는 추측에 불과합니다. &lt;a href="https://spec.openapis.org/oas/latest.html" rel="noopener noreferrer"&gt;OpenAPI&lt;/a&gt; 스펙과 실행 가능한 테스트를 제공하면 "검증됨"이 실제 요청이 계약을 통과했다는 의미가 됩니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fu0mlrewmjk2az1n0uvif.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fu0mlrewmjk2az1n0uvif.png" alt="Diagram of the swarm verification loop" width="800" height="267"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt;를 사용하면 에이전트가 스펙을 가져오고, 테스트 케이스를 작성하고, 파싱 가능한 JSON 출력과 함께 터미널에서 실행할 수 있습니다. 프로젝트에서 한 번만 설정하세요:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli@latest
apidog auth login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
npx -y skills add https://apidog.com   &lt;span class="c"&gt;# pick your agent when prompted&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;또는 에이전트에게 이렇게 말하세요: "Read &lt;a href="https://apidog.com/apidog-cli-installation-guide.md?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;https://apidog.com/apidog-cli-installation-guide.md&lt;/a&gt; and set up Apidog CLI." 이 가이드는 에이전트를 위해 작성되었습니다. Antigravity 전용 설정은 &lt;a href="https://apidog.com/kr/blog/apidog-cli-in-antigravity?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Antigravity에서 Apidog CLI 사용 방법&lt;/a&gt;을 참고하세요.&lt;/p&gt;

&lt;p&gt;그 다음 스웜 프롬프트에 테스트 단계를 추가합니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;/swarm Build the /users and /orders endpoints in openapi.yaml, one Gemini 4
Hydrogen worker per resource. Before building, import openapi.yaml into Apidog
project &amp;lt;projectId&amp;gt; on a new AI branch and create one test case per endpoint
that asserts the status code and response schema. The verifier stays on
Gemini 4 Neon, runs every case against environment &amp;lt;envId&amp;gt;, and treats any
failed run as a failed change, whatever the diff looks like.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;검증기는 작성 전에 각 페이로드 스키마를 읽고, 다음과 같은 명령어를 실행합니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog branch create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --type ai --name &lt;span class="s2"&gt;"ai/20261119-from-main-neon-swarm"&lt;/span&gt; --from main
apidog import --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --format openapi --file ./openapi.yaml --branch &lt;span class="s2"&gt;"ai/20261119-from-main-neon-swarm"&lt;/span&gt;
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file case.json --branch &lt;span class="s2"&gt;"ai/20261119-from-main-neon-swarm"&lt;/span&gt;
apidog run --test-case &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;caseId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;projectId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --branch &lt;span class="s2"&gt;"ai/20261119-from-main-neon-swarm"&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;envId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -r cli,json
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;위의 모든 플래그는 Apidog CLI 2.2.12의 &lt;code&gt;apidog &amp;lt;cmd&amp;gt; --help&lt;/code&gt;에서 확인할 수 있습니다. AI 브랜치는 검토 전까지 에이전트가 작성한 변경 사항이 메인 브랜치에 반영되지 않도록 하며, 여러 워커가 동시에 엔드포인트를 수정할 때 특히 중요합니다.&lt;/p&gt;

&lt;p&gt;JSON 보고서는 실패한 요청을 명시하므로, 검증기는 &lt;code&gt;@all&lt;/code&gt; 대신 &lt;code&gt;@users-api&lt;/code&gt; 또는 &lt;code&gt;@orders-api&lt;/code&gt;에 게시할 수 있습니다. 이후 Apidog에서 실행 결과를 검토하려면 &lt;code&gt;--upload-report&lt;/code&gt;를 추가하세요.&lt;/p&gt;

&lt;p&gt;동일한 &lt;code&gt;apidog run ... -r junit&lt;/code&gt; 명령어는 CI에 그대로 사용할 수 있어, 스웜이 테스트한 계약을 파이프라인도 강제하게 됩니다. &lt;a href="https://apidog.com/kr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;CI/CD 파이프라인에서 Apidog CLI 사용&lt;/a&gt;을 참고하세요. Apidog의 Free 플랜은 최대 4명의 사용자를 지원합니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;h3&gt;
  
  
  Antigravity /swarm은 무료인가요?
&lt;/h3&gt;

&lt;p&gt;아니요. Google 문서에 따르면 &lt;code&gt;/swarm&lt;/code&gt;은 Google AI Pro 및 Google AI Ultra 플랜에서만 제공되며, Antigravity에서 Gemini 4 Neon은 Free 또는 Plus 플랜에서 사용할 수 없습니다.&lt;/p&gt;

&lt;h3&gt;
  
  
  스웜 워커는 어떤 모델을 사용하나요?
&lt;/h3&gt;

&lt;p&gt;프롬프트에서 별도로 지정하지 않는 한 대화와 동일한 모델을 사용합니다. 모델 선택기에서 사용 가능한 모델을 사용해 자연어로 Gemini 4 Hydrogen 워커와 Neon 검증기를 요청하세요.&lt;/p&gt;

&lt;h3&gt;
  
  
  Neon 스웜은 몇 개의 에이전트를 실행할 수 있나요?
&lt;/h3&gt;

&lt;p&gt;Google은 상한을 공개하지 않습니다. 코디네이터가 워커 수를 결정하며, 보통 2~4명의 워커당 하나의 &lt;code&gt;@verifier&lt;/code&gt;를 추가하고 여기에 &lt;code&gt;@monitor&lt;/code&gt;를 더합니다.&lt;/p&gt;

&lt;h3&gt;
  
  
  Antigravity에서 Neon은 1M 토큰 컨텍스트를 제공하나요?
&lt;/h3&gt;

&lt;p&gt;Google의 Antigravity 문서에 따르면 그렇지 않습니다. 해당 문서에서는 Neon이 최대 512K 토큰으로 기재되어 있습니다. 1M 창은 Gemini API에 적용됩니다.&lt;/p&gt;

&lt;h3&gt;
  
  
  /swarm은 Orchestrator (Neon)와 같은가요?
&lt;/h3&gt;

&lt;p&gt;아니요. Orchestrator (Neon)는 Neon 계획과 Hydrogen 실행 사이를 전환하는 하나의 에이전트입니다. &lt;code&gt;/swarm&lt;/code&gt;은 전용 검증기를 갖춘 여러 이름이 지정된 에이전트가 공유 보드에서 병렬로 실행되는 방식입니다.&lt;/p&gt;

</description>
    </item>
    <item>
      <title>Gemini Neon 컨텍스트 캐싱으로 95% 할인 받는 방법</title>
      <dc:creator>Rihpig</dc:creator>
      <pubDate>Thu, 19 Nov 2026 10:18:41 +0000</pubDate>
      <link>https://dev.to/rihpig/gemini-neon-keontegseuteu-kaesingeuro-95-halin-badneun-bangbeob-kd8</link>
      <guid>https://dev.to/rihpig/gemini-neon-keontegseuteu-kaesingeuro-95-halin-badneun-bangbeob-kd8</guid>
      <description>&lt;p&gt;Gemini 4 Neon의 컨텍스트 캐싱은 암시적(implicit) 방식만 지원합니다. 캐시를 직접 만드는 것이 아닙니다. Google이 4,096 토큰 이상의 반복되는 프롬프트 접두사를 자동으로 캐싱하며, 캐시된 입력 토큰은 $3 대신 1M당 $0.15로 청구됩니다. 즉, 95% 할인입니다. 이 혜택을 받으려면 매 요청의 안정적인 부분을 앞쪽에 배치하고 바이트 단위까지 동일하게 유지한 뒤, &lt;code&gt;usage.total_cached_tokens&lt;/code&gt;에서 캐시 적중을 확인하면 됩니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;지금 Apidog를 사용해 보세요&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;아래에서는 캐시 적중을 위한 프롬프트 구성, 에이전트 루프 규칙, 캐시된 토큰 수 확인 방법, 그리고 코딩 에이전트가 대신 실행해 주는 테스트까지 다룹니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  Gemini 4 Neon 컨텍스트 캐싱은 어떻게 작동하나요?
&lt;/h2&gt;

&lt;p&gt;Gemini 4 Neon의 컨텍스트 캐싱은 자동 접두사 캐싱입니다. 새 요청이 최근 요청과 동일한 토큰으로 시작하고, 그 공통 접두사가 4,096 토큰 이상이면 Google이 반복되는 부분을 캐시에서 제공하고 캐시 요금으로 청구합니다. 활성화할 설정도 없고, 관리해야 할 캐시 객체, TTL, 저장 비용도 없습니다.&lt;/p&gt;

&lt;p&gt;Google은 2026년 11월 18일 Neon을 공개했습니다(모델 ID는 &lt;code&gt;gemini-4-neon&lt;/code&gt;, &lt;a href="https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon/" rel="noopener noreferrer"&gt;출시 포스트&lt;/a&gt; 참고). 캐싱 관련 사항은 다음 표 하나로 정리됩니다:&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;항목&lt;/th&gt;
&lt;th&gt;Gemini 4 Neon&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;캐싱 방식&lt;/td&gt;
&lt;td&gt;암시적만 지원, 기본 활성화&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;명시적 캐싱 (&lt;code&gt;cachedContents&lt;/code&gt;, &lt;code&gt;caches.create&lt;/code&gt;)&lt;/td&gt;
&lt;td&gt;미지원&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;캐시 적중을 위한 최소 접두사&lt;/td&gt;
&lt;td&gt;4,096 토큰&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;표준 입력&lt;/td&gt;
&lt;td&gt;1M 토큰당 $3.00&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;캐시된 입력 (Standard)&lt;/td&gt;
&lt;td&gt;1M 토큰당 $0.15&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;캐시된 입력 (Batch 및 Flex)&lt;/td&gt;
&lt;td&gt;1M 토큰당 $0.075&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;캐시된 입력 (Priority)&lt;/td&gt;
&lt;td&gt;1M 토큰당 $0.27&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;적중 확인 위치&lt;/td&gt;
&lt;td&gt;&lt;code&gt;usage.total_cached_tokens&lt;/code&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;무료 등급&lt;/td&gt;
&lt;td&gt;없음, 유료 등급 전용&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;할인율은 모든 등급에서 95%입니다. $3의 5%가 $0.15, $1.50의 5%가 $0.075, $5.40의 5%가 $0.27입니다. thinking 토큰을 포함한 출력 토큰은 Standard 기준 1M당 $15로 그대로이며, 캐싱은 입력에만 적용됩니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  Gemini 4 Neon의 암시적 캐싱과 명시적 캐싱 비교
&lt;/h2&gt;

&lt;p&gt;Gemini 2.5나 3에서 명시적 캐싱을 사용하고 계셨다면, 코드가 깨지는 변경 사항입니다. Google의 Neon 마이그레이션 노트는 명확합니다. Gemini 4 Neon은 "명시적 캐싱(&lt;code&gt;cachedContents&lt;/code&gt;, &lt;code&gt;caches.create&lt;/code&gt;)을 지원하지 않으므로" 요청에서 "&lt;code&gt;cached_content&lt;/code&gt; 필드를 제거"해야 합니다.&lt;/p&gt;

&lt;p&gt;캐싱 문서에는 Interactions API는 암시적 캐싱만 지원하며, 어떤 Gemini 4 모델에서도 명시적 캐싱을 사용할 수 없다고 나와 있습니다. 명시적 캐시는 지원되는 Gemini 3 및 2.5 모델에서 &lt;code&gt;generateContent&lt;/code&gt;를 통해 계속 사용할 수 있습니다.&lt;/p&gt;

&lt;p&gt;마이그레이션 시 해야 할 일은 다음과 같습니다:&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;code&gt;caches.create&lt;/code&gt;를 호출하고 캐시 이름을 저장하는 코드를 삭제합니다.&lt;/li&gt;
&lt;li&gt;모든 요청 본문에서 &lt;code&gt;cached_content&lt;/code&gt;를 제거합니다.&lt;/li&gt;
&lt;li&gt;더 이상 사용하지 않는 캐시 스토리지에 대한 비용 지불을 중단합니다.&lt;/li&gt;
&lt;li&gt;기존에 명시적으로 캐싱하던 콘텐츠가 각 요청의 맨 앞에 오도록 프롬프트를 재구성합니다.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;특정 문서를 고정하거나 TTL을 지정할 수는 없고, 적중도 보장되지 않습니다. 다만 적중 확률을 크게 높일 수는 있습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  Gemini 4 Neon 캐시에 적중하도록 프롬프트를 구성하는 방법
&lt;/h2&gt;

&lt;p&gt;캐시 적중을 위해서는 길고 동일한 접두사를 짧은 시간 간격으로 다시 전송해야 합니다. Google 문서는 두 가지 팁을 제시합니다: 크고 공통적인 콘텐츠를 프롬프트 앞부분에 배치하고, 비슷한 접두사를 가진 요청을 짧은 시간 안에 전송하는 것입니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F1uxns2od2ou5czej4ir3.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F1uxns2od2ou5czej4ir3.png" alt="Two Gemini 4 Neon requests sharing an identical stable prefix of system instruction, tool definitions and documents over 4,096 tokens, which is billed at $0.15 per 1M on a cache hit, followed by a different new question billed at $3 per 1M" width="800" height="410"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;모든 요청을 다음 순서로 구성하세요:&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;strong&gt;시스템 지침.&lt;/strong&gt; 고정된 텍스트. 타임스탬프, 사용자 이름, 요청 ID 없음.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;도구 및 함수 선언.&lt;/strong&gt; 매번 동일한 목록, 동일한 순서, 동일한 설명.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;공유 문서.&lt;/strong&gt; 코드베이스, 계약서, API 명세, 긴 정책 파일.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;변하는 부분.&lt;/strong&gt; 사용자의 질문, 최신 도구 결과, 오늘 날짜.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;캐시 적중에 실패하는 가장 흔한 원인은 상단 근처에 작은 동적 값이 들어가는 것입니다. 시스템 지침에 &lt;code&gt;Current time: 2026-11-19T09:14:02Z&lt;/code&gt; 같은 줄이 있으면 매 호출마다 접두사가 달라져서 그 뒤의 내용은 아무것도 일치하지 않게 됩니다. 이런 값은 문서 뒤, 즉 끝으로 옮기세요.&lt;/p&gt;

&lt;p&gt;그 외 접두사를 깨뜨리는 요인: 무작위 순서로 생성된 도구 목록, 공백이 달라지며 재직렬화된 문서, 다른 순서로 반환되는 검색 청크 등이 있습니다.&lt;/p&gt;

&lt;p&gt;접두사는 4,096 토큰 이상으로 유지하세요. 2,000 토큰짜리 시스템 프롬프트만으로는 기준을 충족하지 못합니다. 여기에 긴 공유 문서를 함께 보내면 합산된 접두사가 기준을 넘게 됩니다.&lt;/p&gt;

&lt;p&gt;Interactions API에서는 안정적인 지침을 &lt;code&gt;system_instruction&lt;/code&gt;에 넣고, 문서는 &lt;code&gt;input&lt;/code&gt;의 앞쪽에 배치하세요:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight python"&gt;&lt;code&gt;&lt;span class="k"&gt;from&lt;/span&gt; &lt;span class="n"&gt;google&lt;/span&gt; &lt;span class="k"&gt;import&lt;/span&gt; &lt;span class="n"&gt;genai&lt;/span&gt;

&lt;span class="n"&gt;client&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="n"&gt;genai&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nc"&gt;Client&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;  &lt;span class="c1"&gt;# reads GEMINI_API_KEY&lt;/span&gt;

&lt;span class="no"&gt;SYSTEM&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="nb"&gt;open&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;"review_rules.md"&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;read&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;      &lt;span class="c1"&gt;# fixed text&lt;/span&gt;
&lt;span class="no"&gt;CODEBASE&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="nb"&gt;open&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;"repo_snapshot.txt"&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;read&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;  &lt;span class="c1"&gt;# ~200K tokens, unchanged&lt;/span&gt;

&lt;span class="k"&gt;def&lt;/span&gt; &lt;span class="nf"&gt;ask&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;question&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="kt"&gt;str&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt;
    &lt;span class="n"&gt;interaction&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="n"&gt;client&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;interactions&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;create&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;
        &lt;span class="n"&gt;model&lt;/span&gt;&lt;span class="o"&gt;=&lt;/span&gt;&lt;span class="s2"&gt;"gemini-4-neon"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
        &lt;span class="n"&gt;system_instruction&lt;/span&gt;&lt;span class="o"&gt;=&lt;/span&gt;&lt;span class="no"&gt;SYSTEM&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
        &lt;span class="nb"&gt;input&lt;/span&gt;&lt;span class="o"&gt;=&lt;/span&gt;&lt;span class="no"&gt;CODEBASE&lt;/span&gt; &lt;span class="o"&gt;+&lt;/span&gt; &lt;span class="s2"&gt;"\n\nQuestion: "&lt;/span&gt; &lt;span class="o"&gt;+&lt;/span&gt; &lt;span class="n"&gt;question&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
    &lt;span class="p"&gt;)&lt;/span&gt;
    &lt;span class="k"&gt;print&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;"cached tokens:"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="n"&gt;interaction&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;usage&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;total_cached_tokens&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;
    &lt;span class="k"&gt;return&lt;/span&gt; &lt;span class="n"&gt;interaction&lt;/span&gt;

&lt;span class="nf"&gt;ask&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;"Where do we validate JWT expiry?"&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;
&lt;span class="nf"&gt;ask&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;"Which handlers skip input validation?"&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;첫 번째 호출이 캐시를 채웁니다. 두 번째 호출에서 캐시된 토큰 수가 0으로 출력된다면 접두사 중 무언가가 변경된 것입니다.&lt;/p&gt;

&lt;p&gt;암시적 캐싱은 두 가지 대화 모드 모두에서 작동합니다. 위 예제 같은 상태 비저장(stateless) 호출도 해당되고, &lt;code&gt;previous_interaction_id&lt;/code&gt;로 연결된 상태 저장(stateful) 세션도 마찬가지입니다. 전체 요청 형식은 &lt;a href="https://apidog.com/kr/blog/gemini-4-neon-api?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Gemini 4 Neon API 가이드&lt;/a&gt;를 참고하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  에이전트 루프에서의 캐싱 작동 방식: 2,050 토큰 규칙
&lt;/h2&gt;

&lt;p&gt;에이전트 루프는 매 턴마다 전체 히스토리를 다시 전송하기 때문에 캐싱의 효과가 가장 큰 곳입니다. 다만 Gemini 4 모델에는 알아두어야 할 규칙이 하나 추가되었습니다. Google의 캐싱 문서에 따르면: "Gemini는 새 요청이 최소 2,050 토큰 이상 추가될 때만 이전 요청 전체를 캐싱합니다." 모델 출력, thoughts, 함수 결과 모두 이 총량에 포함됩니다.&lt;/p&gt;

&lt;p&gt;한 턴에서 2,050 토큰 미만이 추가되면 Gemini는 이전 요청의 마지막 2,050 토큰을 표준 입력 요율로 다시 처리합니다. 접두사의 앞부분은 여전히 캐시에 적중할 수 있지만, 그 뒷부분은 1M당 $3으로 청구됩니다.&lt;/p&gt;

&lt;p&gt;Google에 따르면 대부분의 에이전트 턴은 이 기준을 넘습니다. 기준을 넘지 못하는 경우는 &lt;code&gt;{"ok": true}&lt;/code&gt;를 반환하는 상태 확인 같은 작은 단계가 반복되는 잦은 루프입니다. 턴당 비용은 작지만(1M당 $3 기준 2,050 토큰은 약 $0.006), 수천 번의 짧은 턴에 걸쳐 누적됩니다. 루프에서 아주 작은 호출이 많이 발생한다면 로직이 허용하는 범위 내에서 작은 도구 결과를 하나의 턴에 묶어 보내세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  Gemini 4 Neon 컨텍스트 캐싱으로 얼마나 절약할 수 있나요?
&lt;/h2&gt;

&lt;p&gt;200,000 토큰 규모의 코드베이스에 대해 20개의 질문에 답변하는 코드 리뷰 어시스턴트를 생각해 봅시다. 각 질문은 3,000 토큰을 추가하고 1,000 토큰의 답변을 받으며, Standard 등급을 사용합니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;캐시 적중이 없을 때&lt;/strong&gt; 각 호출의 비용은 다음과 같습니다:&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;입력: 203,000 × $3 / 1M = $0.609&lt;/li&gt;
&lt;li&gt;출력: 1,000 × $15 / 1M = $0.015&lt;/li&gt;
&lt;li&gt;호출당: $0.624, 따라서 &lt;strong&gt;20회 호출에 $12.48&lt;/strong&gt;
&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;strong&gt;첫 호출 이후 캐시에 적중할 때&lt;/strong&gt;, 2번부터 20번까지 호출의 비용은 다음과 같습니다:&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;캐시된 접두사: 200,000 × $0.15 / 1M = $0.030&lt;/li&gt;
&lt;li&gt;새 입력: 3,000 × $3 / 1M = $0.009&lt;/li&gt;
&lt;li&gt;출력: $0.015&lt;/li&gt;
&lt;li&gt;호출당: $0.054&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;캐시가 적용되지 않은 첫 호출 $0.624를 더하면 세션 전체 비용은 &lt;strong&gt;$1.65&lt;/strong&gt;로, 약 87% 절약됩니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fxocet37bhuqna69n9xev.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fxocet37bhuqna69n9xev.png" alt="Bar chart of a Gemini 4 Neon session answering 20 questions over a 200K-token codebase on the Standard tier: $12.48 with no cache hits and $1.65 with cache hits after the first call" width="800" height="410"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;절감률이 95%에 미치지 못하는 이유는 출력과 새 입력에는 할인이 적용되지 않기 때문입니다. 공유 접두사가 나머지 부분에 비해 클수록 입력 비용은 95%에 가까워집니다. 같은 작업을 Batch로 실행하면 캐시 요율이 다시 절반인 $0.075로 내려갑니다. 전체 요금표와 thinking 레벨 비용은 &lt;a href="https://apidog.com/kr/blog/gemini-4-neon-pricing?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Gemini 4 Neon 요금&lt;/a&gt;을 참고하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  응답에서 Gemini 4 Neon의 캐시된 토큰을 확인하는 방법
&lt;/h2&gt;

&lt;p&gt;모든 응답에서 &lt;code&gt;usage.total_cached_tokens&lt;/code&gt;를 확인하세요. Google은 이 필드를 캐시 적중된 토큰 수를 보여주는 필드로 문서화하고 있으며, Python과 JavaScript SDK 모두에서 제공됩니다.&lt;/p&gt;

&lt;p&gt;curl과 &lt;code&gt;jq&lt;/code&gt;를 사용하는 경우:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;curl -s &lt;span class="s2"&gt;"https://generativelanguage.googleapis.com/v1beta/interactions"&lt;/span&gt; \
  -H &lt;span class="s2"&gt;"x-goog-api-key: $GEMINI_API_KEY"&lt;/span&gt; \
  -H &lt;span class="s2"&gt;"Content-Type: application/json"&lt;/span&gt; \
  -d @request.json &lt;span class="o"&gt;|&lt;/span&gt; jq &lt;span class="s1"&gt;'.usage'&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;호출 비용을 계산하려면 캐시된 토큰은 1M당 $0.15로, 나머지 입력은 $3으로, 출력과 thinking은 $15로 청구합니다. 요청 ID 옆에 캐시된 토큰 수를 로그로 남기세요. 전체 트래픽에서 갑자기 0으로 떨어진다면 대개 배포 과정에서 접두사가 변경되었음을 의미합니다. 새 도구 추가, 문구가 바뀐 규칙, 혹은 시스템 지침에 들어간 타임스탬프가 원인일 수 있습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  Apidog CLI로 코딩 에이전트에게 캐시 적중 테스트시키기
&lt;/h2&gt;

&lt;p&gt;평범한 리팩토링 중에도 접두사는 깨질 수 있고, 청구서가 도착할 때까지 아무도 눈치채지 못합니다. 캐시 확인을 코딩 에이전트가 관리하고 CI가 실행하는 API 테스트로 만드세요.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt;를 사용하면 Claude Code, Codex, Cursor, OpenCode가 터미널에서 API 테스트를 만들고 실행할 수 있습니다. 한 번만 설정하세요:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli@latest
apidog login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
npx -y skills add https://apidog.com   &lt;span class="c"&gt;# pick your agent when prompted&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;그다음 에이전트에게 프롬프트 하나를 주면 됩니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;In Apidog project &amp;lt;id&amp;gt;, create an environment for the Gemini API with a
GEMINI_API_KEY variable. Build a test scenario called "Neon cache hit" with two
steps that POST to /v1beta/interactions with model gemini-4-neon, using our
production system_instruction and the docs/context.md file as the start of
input, then two different questions. Assert HTTP 200 on both, and assert that
usage.total_cached_tokens on step 2 is greater than 4096. Run it and tell me
the cached token count.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;에이전트가 환경과 시나리오를 만들고, 페이로드를 CLI의 스키마와 대조한 뒤 실행합니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog environment create gemini-api --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;id&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --base-url https://generativelanguage.googleapis.com
apidog test-scenario create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;id&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --name &lt;span class="s2"&gt;"Neon cache hit"&lt;/span&gt;
apidog cli-schema get test-scenario-update
apidog cli-schema validate test-scenario-update --file scenario.json
apidog test-scenario update &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;scenarioId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;id&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file scenario.json
apidog run -t &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;scenarioId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;id&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;envId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -r cli,json
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;다음 달에 누군가 시스템 프롬프트에 타임스탬프를 추가하면, 변경 사항이 배포되기 전에 2단계의 assertion이 실패합니다. &lt;a href="https://apidog.com/kr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI CI/CD 가이드&lt;/a&gt;를 참고해 &lt;code&gt;apidog run -t &amp;lt;scenarioId&amp;gt; --project &amp;lt;id&amp;gt; -e &amp;lt;envId&amp;gt; -r junit&lt;/code&gt;을 파이프라인에 넣거나, &lt;a href="https://apidog.com/kr/blog/apidog-cli-in-claude-code?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Claude Code에서 Apidog CLI 사용하기&lt;/a&gt;부터 시작하세요. 실행할 때마다 실제 Neon 호출이 두 번 이루어지므로, 위 요율 기준으로 실행당 몇 센트 정도의 비용이 듭니다. Apidog의 Free 플랜은 최대 4명의 사용자까지 지원합니다.&lt;/p&gt;

&lt;p&gt;프로바이더 전반에서 접두사 캐싱이 작동하는 방식은 &lt;a href="https://apidog.com/kr/blog/what-is-prompt-caching?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;프롬프트 캐싱이란?&lt;/a&gt;을 참고하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;Gemini 4 Neon은 명시적 컨텍스트 캐싱을 지원하나요?&lt;/strong&gt; 아니요. Google의 Neon 가이드에 따르면 &lt;code&gt;cachedContents&lt;/code&gt;나 &lt;code&gt;caches.create&lt;/code&gt;를 지원하지 않으며, 요청에서 &lt;code&gt;cached_content&lt;/code&gt;를 제거해야 합니다. Neon은 기본적으로 활성화되는 암시적 캐싱만 사용합니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Gemini 4 Neon에서 캐시 적중을 위한 최소 프롬프트 크기는 얼마인가요?&lt;/strong&gt; 4,096 토큰의 공유 접두사입니다. 이는 Gemini 4 Hydrogen, Argon, Carbon과 동일한 최소치입니다. Gemini 2.5 Flash와 Pro는 2,048이 필요합니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Gemini 4 Neon의 캐싱 할인율은 얼마인가요?&lt;/strong&gt; 캐시된 입력에 대해 95%입니다. Standard는 1M 토큰당 $3에서 $0.15로, Batch와 Flex는 $1.50에서 $0.075로, Priority는 $5.40에서 $0.27로 내려갑니다. 출력과 thinking 토큰에는 할인이 적용되지 않습니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Gemini 4 Neon이 프롬프트를 캐싱하도록 강제할 수 있나요?&lt;/strong&gt; 아니요. 암시적 캐싱에는 활성화할 설정도, 선택할 TTL도 없으며 적중도 보장되지 않습니다. 각 요청의 시작 부분에 길고 동일한 접두사를 유지하고 비슷한 요청을 가까운 시간 안에 전송함으로써 확률을 높일 수 있습니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;내 요청이 캐시에 적중했는지 어떻게 알 수 있나요?&lt;/strong&gt; 응답의 &lt;code&gt;usage.total_cached_tokens&lt;/code&gt;를 확인하세요. 0보다 큰 값이 있다면 그만큼의 입력 토큰이 캐시 요율로 청구되었다는 뜻입니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;캐싱은 previous_interaction_id와 함께 작동하나요?&lt;/strong&gt; 네. Google 문서에 따르면 암시적 캐싱은 &lt;code&gt;previous_interaction_id&lt;/code&gt;로 연결된 상태 저장 대화와, 전체 히스토리를 직접 전송하는 상태 비저장 호출 모두에서 작동합니다.&lt;/p&gt;

</description>
    </item>
    <item>
      <title>Gemini 4 Neon 벤치마크: 코딩·에이전트·작업당 비용</title>
      <dc:creator>Rihpig</dc:creator>
      <pubDate>Thu, 19 Nov 2026 10:01:06 +0000</pubDate>
      <link>https://dev.to/rihpig/gemini-4-neon-bencimakeu-kodingeijeonteujageobdang-biyong-58c2</link>
      <guid>https://dev.to/rihpig/gemini-4-neon-bencimakeu-kodingeijeonteujageobdang-biyong-58c2</guid>
      <description>&lt;p&gt;Gemini 4 Neon 벤치마크 결과, Artificial Analysis Coding Agent Index에서 58.6점으로 1위, Terminal-Bench 4.1에서 65.2%, Vals Index에서 70.9%로 2위를 기록했습니다. Google은 또한 기본 &lt;code&gt;high&lt;/code&gt; 사고 수준에서 Gemini 4 Carbon보다 작업당 비용이 32% 저렴하다고 밝혔습니다. 다만 대부분의 항목은 &lt;code&gt;xhigh&lt;/code&gt;에서 실행됐고, 일부는 Google 자체 하네스에서 측정된 것입니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;오늘 Apidog를 사용해 보세요&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;이 마지막 부분이 바로 이 글의 핵심입니다. &lt;a href="https://apidog.com/kr/blog/what-is-gemini-4-neon?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Gemini 4 Neon 개요&lt;/a&gt;에서는 사양과 가격을 다뤘습니다. 이 글에서는 공개된 모든 점수, 누가 측정했는지, 어떤 사고 수준에서 측정됐는지, 그리고 "작업당 비용"을 여러분의 실제 청구서와 비교해 확인할 수 있는 숫자로 바꾸는 방법을 알려드립니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  Gemini 4 Neon 벤치마크 한눈에 보기
&lt;/h2&gt;

&lt;p&gt;Gemini 4 Neon은 2026년 11월 18일 출시된 Google의 중간급 Gemini 4 모델로, 백만 입력 토큰당 3달러, 백만 출력 토큰당 15달러에 책정됐습니다. 가장 뛰어난 공개 결과는 에이전트 코딩과 지식 노동 분야에서 나오며, 네 개의 독립 리더보드에서 1위 또는 2위를 차지합니다.&lt;/p&gt;

&lt;p&gt;다음은 Google의 &lt;a href="https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon/" rel="noopener noreferrer"&gt;출시 블로그&lt;/a&gt;에 실린 주요 항목입니다:&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fdyc5hqlh5e3e3mt38dkx.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fdyc5hqlh5e3e3mt38dkx.png" alt="Gemini 4 Neon benchmarks" width="800" height="696"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;Google은 Vals AI의 Legal Research Bench와 Tax Agent Bench에서도 1위를 기록했다고 밝혔습니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F9vhurl8cnchmk9gn2iqj.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F9vhurl8cnchmk9gn2iqj.png" alt="Gemini 4 Neon benchmark scores grouped by who measured them: third-party leaderboards (AA Coding Agent Index 58.6, Vals Index 70.9%, Agent Arena 1,336, Terminal-Bench 4.1 65.2%, AutomationBench 56.3%) and Google self-computed rows (SWE-sweep 39.0%, Agents' Last Exam 75.8%, Terminal-Bench Science 70.5%)" width="800" height="450"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;h2&gt;
  
  
  Gemini 4 Neon 코딩 벤치마크
&lt;/h2&gt;

&lt;p&gt;Neon이 가장 강점을 보이는 분야는 코딩이며, 동시에 하네스가 가장 큰 영향을 미치는 분야이기도 합니다. Google의 &lt;a href="https://deepmind.google/models/evals-methodology/gemini-4-neon" rel="noopener noreferrer"&gt;평가 방법론 PDF&lt;/a&gt;에 각 코딩 항목이 어떻게 산출됐는지 설명되어 있습니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Artificial Analysis Coding Agent Index: 58.6, 1위.&lt;/strong&gt; 독립적인 종합 지표이므로 Google의 환경에 가장 덜 영향을 받은 항목입니다. 현재 순위는 &lt;a href="https://artificialanalysis.ai/" rel="noopener noreferrer"&gt;Artificial Analysis&lt;/a&gt;에서 확인할 수 있습니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Terminal-Bench 4.1: 65.2%.&lt;/strong&gt; Artificial Analysis가 공개 Antigravity-CLI 하네스 1.5.9 버전으로 Neon을 실행했습니다. 다른 모델의 점수는 공식 리더보드에서 가져왔으며, 모든 결과는 부정행위 보정 정확도를 사용합니다. 공정한 방식이지만, Neon은 Google 자체 에이전트 도구 안에서 실행됐습니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;FrontierCode 2.0: 46.2%.&lt;/strong&gt; 공개 리더보드에서 가져온 항목이며, 프로덕션에서 기본으로 적용되는 &lt;code&gt;high&lt;/code&gt;에서 실행됐습니다. 일상적인 트래픽에 대해 코딩 숫자 하나만 신뢰해야 한다면, 이 항목을 신뢰하시면 됩니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;SWE-sweep: Antigravity에서 39.0%, mini-SWE에서 12.8%.&lt;/strong&gt; 둘 다 Google이 자체 산출한 수치입니다. 3배 차이는 하네스에서 비롯됩니다. Google은 Antigravity-CLI에 서브 에이전트를 코드베이스 전반에 분산 배치하는 기본 도구가 포함되어 있으며, 이것이 버그 탐색 작업에 적합하다고 설명합니다. 동일한 비교에서 Opus 5.5는 Claude Code에서, GPT-6.2 Sol은 Codex에서 실행됐습니다. 12.8%는 모델 자체로, 39.0%는 모델과 최적의 도구를 결합한 결과로 해석하시면 됩니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fm2qtmjq4o9lyge1rg1i1.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fm2qtmjq4o9lyge1rg1i1.png" alt="Same model, two harnesses: Gemini 4 Neon scores 12.8% on SWE-sweep with the mini-SWE agent and 39.0% in Google Antigravity, where sub-agents fan out across the codebase" width="800" height="450"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;h2&gt;
  
  
  에이전트 및 지식 노동 벤치마크
&lt;/h2&gt;

&lt;p&gt;Neon을 여러 단계에 걸쳐 무인으로 운영할 계획이라면 다음 항목들이 중요합니다.&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Agent Arena Index: 1,336, 2위.&lt;/strong&gt; 4,200건 이상의 실제 에이전트 세션을 기반으로 산출됐습니다. Google은 또한 Neon이 조종 가능성(steerability) 부문에서 2위를 기록했다고 밝혔는데, 이는 사용자가 작업 도중 수정을 가할 때 깔끔하게 적응한다는 뜻입니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;AutomationBench: 56.3%, 1위.&lt;/strong&gt; Zapier의 비즈니스 자동화 벤치마크이며, 공개 리더보드에서 가져왔습니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Vending-Bench 2: $16,843, 1위.&lt;/strong&gt; Andon Labs의 장기 지평 비즈니스 운영 시뮬레이션입니다. 점수는 백분율이 아니라 벌어들인 금액입니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Agents' Last Exam v1.1: 75.8%.&lt;/strong&gt; Antigravity-CLI 1.4.8에서 실행당 5시간의 시간 제한을 두고 122개 과제 세트로 자체 산출했습니다. Opus 5.5의 점수는 공개 리더보드에서, GPT-6.2 Sol의 점수는 시스템 카드에서 가져왔으므로 설정이 서로 다릅니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Chartography: 73.5%.&lt;/strong&gt; 복잡한 전문 차트를 읽는 능력이며, 도구 없이 자체 산출했습니다.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;과학 및 수학 분야에서 Neon은 Terminal-Bench Science에서 70.5%(자체 산출, 5회 시도 평균), RiemannBench에서 84.0%, HLE-Diamond에서 71.3%(Artificial Analysis 리더보드 기준)를 기록했습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  Google의 수치 산출 방식
&lt;/h2&gt;

&lt;p&gt;방법론에서 나온 네 가지 규칙은 표를 읽는 방식을 바꿔놓습니다:&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;strong&gt;기본적으로 최고 사고 수준 사용.&lt;/strong&gt; "별도 표시가 없는 한 모든 결과는 Gemini API에서 최고 사고 설정으로 실행됩니다." 즉 &lt;code&gt;xhigh&lt;/code&gt;입니다. FrontierCode 2.0만 명시적으로 &lt;code&gt;high&lt;/code&gt;로 표시되어 있습니다. 프로덕션 호출은 기본값이 &lt;code&gt;high&lt;/code&gt;이므로, 사고 토큰이 더 적게 들고 점수도 표에 나온 것보다 낮을 수 있습니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Pass@1, 단일 시도.&lt;/strong&gt; 별도 표시가 없는 한( Terminal-Bench Science는 5회 시도 평균) 다수결 투표나 병렬 테스트 타임 컴퓨트는 사용하지 않았습니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;경쟁 모델 수치는 자체 보고.&lt;/strong&gt; Gemini가 아닌 모델의 점수는 별도 표시가 없는 한 각 제공사에서 가져왔습니다. Opus 5.5와 GPT-6.2 Sol은 사용 가능한 경우 최대 추론 설정을 사용합니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;사이버 항목을 제외하면 안전 필터 활성화.&lt;/strong&gt; 사이버 보안 항목은 필터를 끈 상태로 실행됐습니다.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;&lt;a href="https://apidog.com/kr/blog/gemini-4-neon-thinking-levels?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;사고 수준 가이드&lt;/a&gt;에서 &lt;code&gt;xhigh&lt;/code&gt;가 추가 토큰을 쓸 가치가 있는 경우를 다룹니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  작업당 비용: 32% 절감 주장의 의미
&lt;/h2&gt;

&lt;p&gt;작업당 비용은 벤치마크 과제 하나를 완료하는 데 드는 총 지출이며, 토큰당 가격이 아닙니다. 토큰 가격이 더 높은 모델이라도 더 적은 단계와 사고 토큰으로 정답에 도달하면 작업당 비용은 더 낮을 수 있습니다.&lt;/p&gt;

&lt;p&gt;Google은 세 가지 비용 관련 주장을 내놓습니다:&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;주장&lt;/th&gt;
&lt;th&gt;사고 수준&lt;/th&gt;
&lt;th&gt;비교 대상&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;AA Intelligence Index에서 높은 점수를 유지하면서 작업당 비용 32% 절감&lt;/td&gt;
&lt;td&gt;&lt;code&gt;high&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;Gemini 4 Carbon&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Vals Index와 Agent Arena에서 작업당 비용 약 50~80% 절감&lt;/td&gt;
&lt;td&gt;&lt;code&gt;high&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;최상위 경쟁 프런티어 모델&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;작업당 비용 36% 이상 절감&lt;/td&gt;
&lt;td&gt;&lt;code&gt;xhigh&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;최고 설정의 경쟁 모델&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;주목할 불일치가 있습니다. 정확도 항목은 대부분 &lt;code&gt;xhigh&lt;/code&gt;를 쓰는 반면, 대표적인 32% 절감은 &lt;code&gt;high&lt;/code&gt; 기준입니다. 둘 다 사실이지만 동시에 성립하지는 않습니다. 비용 절감을 얻든 최고 점수를 얻든 둘 중 하나이며, 그 격차는 여러분이 직접 측정해야 합니다.&lt;/p&gt;

&lt;p&gt;자체 작업당 비용을 추정하는 방법은 다음과 같습니다. 사고 토큰은 출력으로 청구됩니다.&lt;/p&gt;

&lt;p&gt;$$\text{cost} = \frac{\text{input} \times 3 + \text{cached input} \times 0.15 + \text{output} \times 15}{1{,}000{,}000}$$&lt;/p&gt;

&lt;p&gt;입력 토큰 20,000개, 출력 토큰 4,000개인 코딩 작업의 비용은 $0.06 + $0.06 = &lt;strong&gt;$0.12&lt;/strong&gt;입니다. 입력 토큰 중 15,000개가 캐시에 적중하면 $0.015 + $0.00225 + $0.06 = &lt;strong&gt;약 $0.077&lt;/strong&gt;로 떨어집니다. 같은 작업을 &lt;code&gt;xhigh&lt;/code&gt;에서 실행하면 출력 개수가 변동하므로, 통과/실패 여부뿐 아니라 사고 수준별 토큰 수도 기록하세요. &lt;a href="https://apidog.com/kr/blog/gemini-4-neon-pricing?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Gemini 4 Neon 가격 상세&lt;/a&gt;에서 Batch, Flex, Priority 요금을 다룹니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  사이버 및 안전 항목
&lt;/h2&gt;

&lt;p&gt;사이버 점수는 공개 API가 아니라 Fairwind Program을 통해 신뢰할 수 있는 방어자에게 제공되는 "사이버용 Gemini 4 Neon"에서 나온 것입니다.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;벤치마크&lt;/th&gt;
&lt;th&gt;점수&lt;/th&gt;
&lt;th&gt;비고&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;SEC-bench Pro&lt;/td&gt;
&lt;td&gt;90.5%&lt;/td&gt;
&lt;td&gt;최고 수준, 과제당 비용은 약 절반&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;WebExploitBench v1.2&lt;/td&gt;
&lt;td&gt;51.26%&lt;/td&gt;
&lt;td&gt;최고 수준, 대형 모델 대비 절반의 비용&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;AutoBaxBench (hard 등급)&lt;/td&gt;
&lt;td&gt;76%&lt;/td&gt;
&lt;td&gt;최고 수준, 모든 등급에서 Carbon보다 안전한 코드&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;CWE-bench v2&lt;/td&gt;
&lt;td&gt;70.7%&lt;/td&gt;
&lt;td&gt;Carbon 대비 3.4% 향상&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;ExploitGym&lt;/td&gt;
&lt;td&gt;수치 미공개&lt;/td&gt;
&lt;td&gt;Carbon의 절반 토큰으로 프런티어 수준 달성&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;같은 글에 실린 안전 관련 수치: Neon은 Terminal-Bench 4.0 과제의 1.98%를 거부했고, Terminal-Bench 4.0에서 부정행위 점수 0.0%를 기록했으며, Google의 코딩 부정행위 평가에서 2.45%의 과제에서 편법을 사용했고, 에이전트 정직성 평가에서는 99.2%를 통과했습니다. 최고 사고 수준에서 실시간 안전장치를 켰을 때 Gray Swan의 간접 프롬프트 인젝션 벤치마크의 모든 공격을 방어했습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  Neon이 앞서지 못하는 분야
&lt;/h2&gt;

&lt;p&gt;Neon이 모든 분야에서 1위인 것은 아니며, Google도 이를 인정합니다:&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Artificial Analysis Intelligence Index:&lt;/strong&gt; 종합 3위로, "더 크고 느린 모델들에 살짝 뒤처집니다."&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Vals Index:&lt;/strong&gt; 1위가 아닌 2위.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Agent Arena Index:&lt;/strong&gt; 2위.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;Google은 또한 가장 어려운 장기 지평 프로젝트에는 여전히 Carbon을 권장합니다. 세 가지 Gemini 4 모델 중에서 고민 중이라면 &lt;a href="https://apidog.com/kr/blog/gemini-4-neon-vs-carbon-vs-hydrogen?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Neon vs Carbon vs Hydrogen 비교&lt;/a&gt;에서 트레이드오프를 정리해 두었고, &lt;a href="https://apidog.com/kr/blog/gemini-4-argon-benchmarks?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Gemini 4 Argon 벤치마크&lt;/a&gt; 글에서 이전 모델의 표를 어떻게 읽어야 하는지 확인할 수 있습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  Apidog CLI로 Gemini 4 Neon 직접 벤치마크하기
&lt;/h2&gt;

&lt;p&gt;리더보드는 여러분의 제품이 아니라 Google의 하네스를 설명합니다. Neon이 그 가격만큼 가치가 있는지 확인하는 가장 빠른 방법은 코딩 에이전트가 동일한 프롬프트를 &lt;code&gt;high&lt;/code&gt;와 &lt;code&gt;xhigh&lt;/code&gt;에서 실행하고 각각의 토큰과 지연 시간을 기록하게 하는 것입니다.&lt;/p&gt;

&lt;p&gt;Neon에는 무료 API 티어가 없으므로 유료 Gemini API 키가 필요합니다. 다음 요청은 Google의 문서화된 Interactions API 형식을 따르며, 이 글을 위해 실제로 실행해 보지는 않았습니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;curl -s &lt;span class="s2"&gt;"https://generativelanguage.googleapis.com/v1beta/interactions"&lt;/span&gt; \
  -H &lt;span class="s2"&gt;"x-goog-api-key: $GEMINI_API_KEY"&lt;/span&gt; \
  -H &lt;span class="s2"&gt;"Content-Type: application/json"&lt;/span&gt; \
  -d &lt;span class="s1"&gt;'{"model": "gemini-4-neon", "input": "Find the race condition in this retry queue.", "generation_config": {"thinking_level": "high"}}'&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;&lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt;를 사용하면 Claude Code, Codex, Cursor, OpenCode에서 터미널로 API 테스트를 만들고 실행할 수 있습니다. 한 번만 설정하면 됩니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli@latest
apidog login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
npx -y skills add https://apidog.com   &lt;span class="c"&gt;# pick your agent when prompted&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;그런 다음 에이전트에 프롬프트 하나를 주면 됩니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;In Apidog project &amp;lt;id&amp;gt;, create a Gemini API environment with GEMINI_API_KEY
and THINKING variables. Add a test case for POST /v1beta/interactions on
gemini-4-neon that sends my 10 eval prompts from prompts.csv, asserts HTTP 200
and a non-empty output, and records token usage and response time. Run it at
THINKING=high and THINKING=xhigh and compare cost per task at $3/$15 per 1M.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;에이전트는 환경을 만들고, 테스트 케이스 페이로드를 스키마와 대조해 검증한 뒤, 사고 수준마다 한 번씩 실행합니다:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog environment create gemini-api --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;id&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --base-url https://generativelanguage.googleapis.com
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;id&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file case.json
apidog run --test-case &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;caseId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;id&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;envId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -d prompts.csv --env-var &lt;span class="s2"&gt;"THINKING=high"&lt;/span&gt; -r cli,json
apidog run --test-case &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;caseId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;id&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;envId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -d prompts.csv --env-var &lt;span class="s2"&gt;"THINKING=xhigh"&lt;/span&gt; -r cli,json
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;프롬프트가 길다면 &lt;code&gt;--timeout-request 900000&lt;/code&gt;을 추가하세요. 어려운 &lt;code&gt;xhigh&lt;/code&gt; 실행은 몇 분이 걸릴 수 있습니다. 프롬프트가 바뀔 때마다 비교를 다시 실행하려면 동일한 &lt;code&gt;apidog run ... -r junit&lt;/code&gt;을 &lt;a href="https://apidog.com/kr/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI CI/CD 가이드&lt;/a&gt;와 함께 CI에 넣거나, &lt;a href="https://apidog.com/kr/blog/apidog-cli-in-claude-code?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Claude Code에서의 Apidog CLI&lt;/a&gt;에서 시작하세요. Apidog의 무료 플랜은 최대 4명의 사용자까지 지원합니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;Gemini 4 Neon의 가장 뛰어난 벤치마크 결과는 무엇인가요?&lt;/strong&gt; Artificial Analysis Coding Agent Index에서 58.6으로 1위, 그리고 AutomationBench(56.3%)와 Vending-Bench 2($16,843)에서도 1위를 차지했습니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;벤치마크는 어떤 사고 수준에서 실행됐나요?&lt;/strong&gt; 대부분 &lt;code&gt;xhigh&lt;/code&gt;(최고 설정)입니다. Google의 방법론에 따르면 별도 표시가 없는 한 최고 사고 설정으로 결과를 산출합니다. FrontierCode 2.0(46.2%)만 기본값인 &lt;code&gt;high&lt;/code&gt;로 표시되어 있습니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Gemini 4 Neon이 Carbon보다 작업당 저렴한가요?&lt;/strong&gt; Google은 &lt;code&gt;high&lt;/code&gt;에서 작업당 비용이 32% 낮다고 밝혔습니다. 이는 벤치마크 실행에서 나온 작업당 수치이므로, 트래픽을 옮기기 전에 여러분의 프롬프트에서 직접 확인하세요.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Neon이 SWE-sweep에서 39.0%와 12.8%를 받는 이유는 무엇인가요?&lt;/strong&gt; 하네스가 다르기 때문입니다. 39.0%는 서브 에이전트를 코드베이스 전반에 분산하는 Google Antigravity 내부 결과이고, 12.8%는 더 단순한 mini-SWE 에이전트 결과입니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Gemini 4 Neon의 벤치마크는 독립적인가요?&lt;/strong&gt; 일부만 그렇습니다. Artificial Analysis, Vals, Arena, AutomationBench, FrontierCode 항목은 제3자가 측정했습니다. SWE-sweep, Agents' Last Exam, Terminal-Bench Science는 Google이 자체 산출했습니다.&lt;/p&gt;

</description>
    </item>
    <item>
      <title>Gemini 4 Neon vs GPT-6.2 Astra vs Claude Fable 5.2: 벤치마크·가격·작업당 비용 비교</title>
      <dc:creator>Rihpig</dc:creator>
      <pubDate>Thu, 19 Nov 2026 09:59:50 +0000</pubDate>
      <link>https://dev.to/rihpig/gemini-4-neon-vs-gpt-62-astra-vs-claude-fable-52-bencimakeugagyeogjageobdang-biyong-bigyo-3gcd</link>
      <guid>https://dev.to/rihpig/gemini-4-neon-vs-gpt-62-astra-vs-claude-fable-52-bencimakeugagyeogjageobdang-biyong-bigyo-3gcd</guid>
      <description>&lt;p&gt;Gemini 4 Neon vs GPT-6.2 Astra vs Claude Fable 5.2, 한 줄 요약: Fable 5.2가 가장 높은 점수를 기록하고, Neon이 토큰당 비용이 가장 저렴하며, Astra가 독립 벤치마크 과제를 가장 적은 비용으로 완료합니다. Neon의 정가는 100만 입력/출력 토큰당 $3 / $15이고, Astra와 Fable은 모두 $8 / $40입니다. 세 모델 모두 약 100만 토큰의 컨텍스트를 제공합니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;지금 Apidog를 사용해 보세요&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;10일 사이에 프런티어 모델 세 개가 출시되었습니다. Claude Fable 5.2는 2026년 11월 9일, GPT-6.2 Astra는 11월 17일, Gemini 4 Neon은 11월 18일이었습니다. 아래에서 가격, 사양, 독립 평가 점수, 과제당 비용, 그리고 Apidog CLI로 세 모델을 모두 테스트하는 방법을 살펴봅니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  Gemini 4 Neon vs GPT-6.2 Astra vs Claude Fable 5.2: 한눈에 보는 결론
&lt;/h2&gt;

&lt;p&gt;리더보드 순위가 아니라 워크로드에 따라 고르세요.&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;strong&gt;Gemini 4 Neon&lt;/strong&gt;: 하루 종일 돌리는 복잡한 코딩과 분석에 적합합니다. 토큰당 비용이 나머지 두 모델보다 62.5% 저렴하고, Vals Index에서 2위입니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;GPT-6.2 Astra&lt;/strong&gt;: 스택이 OpenAI Responses API 기반이라면 선택하세요. 과제당 생성하는 토큰 수가 훨씬 적어, $8 / $40의 가격에도 Artificial Analysis 과제당 비용은 세 모델 중 가장 낮습니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Claude Fable 5.2&lt;/strong&gt;: 실패한 실행의 비용이 토큰 비용보다 큰, 가장 어려운 장기 작업에 적합합니다. 두 독립 지수 모두에서 1위이며, 과제당 비용은 가장 높습니다.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;지난 10월의 사례가 궁금하다면, &lt;a href="https://apidog.com/kr/blog/gemini-4-argon-vs-gpt-6-astra-vs-claude-opus-5-5?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Gemini 4 Argon vs GPT-6 Astra vs Claude Opus 5.5 비교&lt;/a&gt;에서 이전 세대를 다룹니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  세 모델의 가격과 사양은 어떻게 비교되나요?
&lt;/h2&gt;

&lt;p&gt;가격에서 눈에 띄는 것은 Neon입니다. 수치는 Google의 &lt;a href="https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon/" rel="noopener noreferrer"&gt;Gemini 4 Neon 출시 포스트&lt;/a&gt;와 가격 페이지, &lt;a href="https://developers.openai.com/api/docs/models/gpt-6.2-astra" rel="noopener noreferrer"&gt;GPT-6.2 Astra 모델 페이지&lt;/a&gt;, Anthropic의 &lt;a href="https://platform.claude.com/docs/en/models/fable-5-2/overview" rel="noopener noreferrer"&gt;Claude Fable 5.2 개요&lt;/a&gt;에서 가져왔습니다.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;사양&lt;/th&gt;
&lt;th&gt;Gemini 4 Neon&lt;/th&gt;
&lt;th&gt;GPT-6.2 Astra&lt;/th&gt;
&lt;th&gt;Claude Fable 5.2&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;API 모델 ID&lt;/td&gt;
&lt;td&gt;&lt;code&gt;gemini-4-neon&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;&lt;code&gt;gpt-6.2-astra&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;&lt;code&gt;claude-fable-5-2&lt;/code&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;출시일&lt;/td&gt;
&lt;td&gt;2026년 11월 18일&lt;/td&gt;
&lt;td&gt;2026년 11월 17일&lt;/td&gt;
&lt;td&gt;2026년 11월 9일&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;100만 토큰당 입력 / 출력&lt;/td&gt;
&lt;td&gt;$3 / $15&lt;/td&gt;
&lt;td&gt;$8 / $40&lt;/td&gt;
&lt;td&gt;$8 / $40&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;100만 토큰당 캐시 입력&lt;/td&gt;
&lt;td&gt;$0.15 (암시적 캐시만)&lt;/td&gt;
&lt;td&gt;$0.40&lt;/td&gt;
&lt;td&gt;$0.20&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;컨텍스트 윈도우&lt;/td&gt;
&lt;td&gt;1,048,576 (출력과 공유)&lt;/td&gt;
&lt;td&gt;1,050,000 (최대 입력 922,000)&lt;/td&gt;
&lt;td&gt;100만&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;요청당 최대 출력&lt;/td&gt;
&lt;td&gt;65,536&lt;/td&gt;
&lt;td&gt;128,000&lt;/td&gt;
&lt;td&gt;128K&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;긴 프롬프트&lt;/td&gt;
&lt;td&gt;100만 토큰 전체에 동일 요율&lt;/td&gt;
&lt;td&gt;입력 272K 초과 시: 입력 2배, 출력 1.5배&lt;/td&gt;
&lt;td&gt;100만 토큰 전체에 동일 요율&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;배치 할인&lt;/td&gt;
&lt;td&gt;50% (Batch 및 Flex)&lt;/td&gt;
&lt;td&gt;50%&lt;/td&gt;
&lt;td&gt;50%&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;추론 제어&lt;/td&gt;
&lt;td&gt;
&lt;code&gt;thinking_level&lt;/code&gt;: low~xhigh, 기본값 high&lt;/td&gt;
&lt;td&gt;
&lt;code&gt;reasoning.effort&lt;/code&gt;, &lt;code&gt;none&lt;/code&gt;은 거부됨&lt;/td&gt;
&lt;td&gt;
&lt;code&gt;effort&lt;/code&gt;, 기본값 high&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;무료 API 티어&lt;/td&gt;
&lt;td&gt;없음&lt;/td&gt;
&lt;td&gt;없음&lt;/td&gt;
&lt;td&gt;없음&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;실제 청구서를 바꾸는 세부 사항이 두 가지 있습니다. Neon의 캐싱은 암시적입니다. Google이 반복되는 프롬프트 접두사를 매칭할 때만 $0.15 요율이 적용됩니다. 그리고 Neon은 요청당 최대 65,536 토큰까지만 반환하므로, 아주 긴 출력은 Google의 long decode나 이어쓰기(continuation) 루프가 필요합니다.&lt;/p&gt;

&lt;p&gt;전체 요율표는 &lt;a href="https://apidog.com/kr/blog/gemini-4-neon-pricing?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Gemini 4 Neon 가격&lt;/a&gt;, &lt;a href="https://apidog.com/kr/blog/gpt-6-2-astra-pricing?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT-6.2 Astra 가격&lt;/a&gt;, &lt;a href="https://apidog.com/kr/blog/claude-fable-5-2-pricing?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Claude Fable 5.2 가격&lt;/a&gt; 분석 글에서 확인하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  독립 벤치마크에서 어떤 모델이 이기나요?
&lt;/h2&gt;

&lt;p&gt;벤더의 벤치마크 표는 같은 테스트를 공유하는 경우가 드뭅니다. 두 개의 독립 리더보드가 세 모델을 동일한 스위트로 평가하며, 2위에 대해서는 서로 다른 결과를 냅니다.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;지표&lt;/th&gt;
&lt;th&gt;Gemini 4 Neon&lt;/th&gt;
&lt;th&gt;GPT-6.2 Astra&lt;/th&gt;
&lt;th&gt;Claude Fable 5.2&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;Artificial Analysis Intelligence Index&lt;/td&gt;
&lt;td&gt;61 (xhigh)&lt;/td&gt;
&lt;td&gt;62 (max)&lt;/td&gt;
&lt;td&gt;65 (max)&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;Vals Index&lt;/td&gt;
&lt;td&gt;70.87%, 2위&lt;/td&gt;
&lt;td&gt;67.66%, 8위&lt;/td&gt;
&lt;td&gt;71.31%, 1위&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;AA 지수 과제당 비용&lt;/td&gt;
&lt;td&gt;$6.44&lt;/td&gt;
&lt;td&gt;$4.00&lt;/td&gt;
&lt;td&gt;$26.54&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;AA 지수 과제당 시간&lt;/td&gt;
&lt;td&gt;21.5분&lt;/td&gt;
&lt;td&gt;13.9분&lt;/td&gt;
&lt;td&gt;41.8분&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;AA 출력 속도&lt;/td&gt;
&lt;td&gt;110 tok/s&lt;/td&gt;
&lt;td&gt;49 tok/s&lt;/td&gt;
&lt;td&gt;109 tok/s&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;AA 지수 전체 출력 토큰&lt;/td&gt;
&lt;td&gt;283M&lt;/td&gt;
&lt;td&gt;65.8M&lt;/td&gt;
&lt;td&gt;275M&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;출처: 각 모델의 &lt;a href="https://artificialanalysis.ai/models/gemini-4-neon" rel="noopener noreferrer"&gt;Artificial Analysis&lt;/a&gt; 모델 페이지(2026년 11월 19일 확인)와 2026년 11월 18일 기준 &lt;a href="https://www.vals.ai/benchmarks/vals_index" rel="noopener noreferrer"&gt;Vals Index&lt;/a&gt;입니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F3tk830hmhdrpji844ym1.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F3tk830hmhdrpji844ym1.png" alt="Bar charts comparing Gemini 4 Neon, GPT-6.2 Astra and Claude Fable 5.2: Artificial Analysis Intelligence Index 61, 62 and 65; Vals Index 70.87%, 67.66% and 71.31%; Artificial Analysis cost per index task $6.44, $4.00 and $26.54" width="800" height="283"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;Fable 5.2가 두 지수 모두 1위이며, Vals Index에서 Neon과의 차이는 단 0.44점입니다. Artificial Analysis에서는 Astra가 Neon보다 1점 앞서지만, Vals Index에서는 Neon이 Astra를 3점 이상 앞섭니다.&lt;/p&gt;

&lt;p&gt;Google의 출시 포스트에서는 Neon을 Artificial Analysis 3위로 소개했지만, 11월 19일 같은 페이지에서는 96개 모델 중 6위로 표시됩니다. 출시 당일의 순위는 빠르게 바뀌며, 1점 차이는 노이즈에 가깝습니다. 비용과 속도 항목이 각 모델이 에이전트에서 어떻게 체감될지 더 잘 보여줍니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  토큰당 가장 비싼 모델이 왜 과제당 비용은 가장 낮나요?
&lt;/h2&gt;

&lt;p&gt;청구서의 절반은 토큰당 가격이고, 나머지 절반은 모델이 답을 내기까지 쓰는 토큰 수입니다. Artificial Analysis 스위트에서 Astra는 65.8M의 출력 토큰을 생성했습니다. Neon은 283M, Fable은 275M으로, 네 배 이상 많습니다. Astra의 $40 출력 요율이 훨씬 적은 양에 적용되었기에 과제당 비용이 $4.00으로, Neon의 $6.44보다 낮게 나온 것입니다. Neon의 출력 요율이 62.5% 더 낮음에도 말이죠.&lt;/p&gt;

&lt;p&gt;설정도 중요합니다. Artificial Analysis는 Neon을 &lt;code&gt;xhigh&lt;/code&gt;에서 실행했습니다. &lt;code&gt;high&lt;/code&gt;에서는 283M 대신 123M 출력 토큰으로 60점을 받았습니다. 절반도 안 되는 토큰으로 겨우 1점만 양보한 셈입니다. &lt;a href="https://apidog.com/kr/blog/gemini-4-neon-thinking-levels?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Gemini 4 Neon thinking levels 가이드&lt;/a&gt;에서 전체 곡선을 확인할 수 있습니다.&lt;/p&gt;

&lt;p&gt;Fable의 $26.54는 높은 출력 요율과 많은 출력량이 합쳐진 결과입니다. 최고 점수의 대가입니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  실제 에이전트 워크로드는 모델별로 얼마인가요?
&lt;/h2&gt;

&lt;p&gt;두 가지 워크로드를 정가 기준으로 계산했으며, 모든 모델에서 토큰 수가 동일하다고 가정했습니다(실제로는 그렇지 않으므로 예측이 아니라 가격 비교로 읽어 주세요).&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;워크로드&lt;/th&gt;
&lt;th&gt;Gemini 4 Neon&lt;/th&gt;
&lt;th&gt;GPT-6.2 Astra&lt;/th&gt;
&lt;th&gt;Claude Fable 5.2&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;에이전트 세션: 신규 입력 150K, 캐시 읽기 1.35M, 출력 150K&lt;/td&gt;
&lt;td&gt;$0.45 + $0.20 + $2.25 = &lt;strong&gt;$2.90&lt;/strong&gt;
&lt;/td&gt;
&lt;td&gt;$1.50 + $0.54 + $6.00 = &lt;strong&gt;$8.04&lt;/strong&gt;
&lt;/td&gt;
&lt;td&gt;$1.50 + $0.27 + $6.00 = &lt;strong&gt;$7.77&lt;/strong&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;긴 요청 하나: 입력 400K, 출력 8K, 캐시 없음&lt;/td&gt;
&lt;td&gt;$1.20 + $0.12 = &lt;strong&gt;$1.32&lt;/strong&gt;
&lt;/td&gt;
&lt;td&gt;$6.40 + $0.48 = &lt;strong&gt;$6.88&lt;/strong&gt;
&lt;/td&gt;
&lt;td&gt;$3.20 + $0.32 = &lt;strong&gt;$3.52&lt;/strong&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;Astra와 Fable은 첫 150K를 100만 토큰당 $10의 캐시 쓰기 요금으로 청구합니다. Neon에는 쓰기 요금이 없습니다. 긴 요청은 Astra의 272K 규칙을 보여줍니다. 이 선을 넘으면 OpenAI는 요청 전체에 대해 입력 100만 토큰당 $16, 출력 100만 토큰당 $60을 청구합니다.&lt;/p&gt;

&lt;p&gt;여러분의 프롬프트에서 Neon이 Astra보다 3배 더 많은 토큰을 쓴다면, 세션 비용 $2.90이 Astra보다 비쌀 수 있습니다. 가격으로 고르기 전에 출력 토큰을 먼저 측정하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  어떤 API 차이가 에이전트 하네스를 망가뜨리나요?
&lt;/h2&gt;

&lt;p&gt;각 API는 다른 API가 받아들이는 설정을 거부합니다.&lt;/p&gt;

&lt;ul&gt;
&lt;li&gt;
&lt;strong&gt;Gemini 4 Neon:&lt;/strong&gt; 예전 &lt;code&gt;thinking_budget&lt;/code&gt; 파라미터는 HTTP 400을 반환하며, &lt;code&gt;frequency_penalty&lt;/code&gt;와 &lt;code&gt;presence_penalty&lt;/code&gt;도 마찬가지입니다. 커스텀 &lt;code&gt;temperature&lt;/code&gt;, &lt;code&gt;top_k&lt;/code&gt;, &lt;code&gt;top_p&lt;/code&gt; 값은 Google의 Cloud 개발자 가이드에 따라 무시됩니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;GPT-6.2 Astra:&lt;/strong&gt; &lt;code&gt;reasoning.effort&lt;/code&gt;를 &lt;code&gt;none&lt;/code&gt;으로 설정하면 400을 반환하며, 모델 페이지에는 Realtime, Assistants, 파인튜닝이 지원되지 않는다고 나와 있습니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Claude Fable 5.2:&lt;/strong&gt; 강제 도구 사용(&lt;code&gt;tool_choice&lt;/code&gt;가 &lt;code&gt;any&lt;/code&gt; 또는 &lt;code&gt;tool&lt;/code&gt;)과 &lt;code&gt;temperature&lt;/code&gt; 같은 샘플링 파라미터는 400을 반환하며, thinking을 끌 수 없습니다.&lt;/li&gt;
&lt;/ul&gt;

&lt;p&gt;&lt;a href="https://apidog.com/kr/blog/gpt-6-2-astra-vs-claude-fable-5-2?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;GPT-6.2 Astra vs Claude Fable 5.2 가이드&lt;/a&gt;에서 Astra와 Fable의 특이사항을 자세히 다루며, &lt;a href="https://apidog.com/kr/blog/gemini-4-neon-api?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Gemini 4 Neon API 가이드&lt;/a&gt;에서는 Neon의 요청 형식을 다룹니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  각 모델은 어디에 가장 잘 맞나요?
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;Gemini 4 Neon&lt;/strong&gt;은 빈번하고 복잡한 작업을 위해 만들어졌습니다. Google에 따르면 중복 파일 읽기를 줄이고, 더 저렴한 Gemini 4 Hydrogen 서브에이전트가 단계를 실행하는 동안 계획을 세울 수 있습니다. Google Antigravity에서는 &lt;code&gt;/swarm&lt;/code&gt;으로 에이전트를 병렬 실행합니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;GPT-6.2 Astra&lt;/strong&gt;는 OpenAI 툴박스를 제공합니다. &lt;code&gt;apply_patch&lt;/code&gt;, 호스팅 셸, computer use, MCP, 그리고 Responses API의 멀티 에이전트 베타가 있습니다. Artificial Analysis 기준 과제당 13.9분으로 세 모델 중 가장 빠릅니다. Simon Willison은 &lt;a href="https://simonwillison.net/2026/Nov/17/gpt62-astra-and-sol/" rel="noopener noreferrer"&gt;출시 당일&lt;/a&gt; 여러 벤치마크에서 Fable 5.2보다 조금 낮은 점수를 기록한다고 언급했습니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Claude Fable 5.2&lt;/strong&gt;는 품질이 비용보다 중요할 때 선택하세요. 긴 에이전트 세션, 어려운 리팩터링, 리서치 작업에 적합합니다. 캐시 읽기 $0.20과 100만 토큰 전체에 동일한 가격이 $40 출력 요율의 부담을 덜어줍니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fatbdbgpvugb4hhtz2nq0.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fatbdbgpvugb4hhtz2nq0.png" alt="Diagram of a coding agent routing tasks: everyday complex coding to Gemini 4 Neon, OpenAI hosted-tool work to GPT-6.2 Astra, and the hardest long-context work to Claude Fable 5.2" width="800" height="373"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;하나만 고를 필요는 없습니다. 에이전트 단계의 대부분은 Neon으로 보내고, Neon에서 실패하는 소수의 과제만 Fable이나 Astra로 보내면 평균 비용은 Neon에 가깝게 유지됩니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  세 모델을 내 워크로드에서 어떻게 테스트하나요?
&lt;/h2&gt;

&lt;p&gt;리더보드는 다른 사람의 과제를 측정합니다. 에이전트 이력에서 실제 프롬프트 5~10개를 뽑아 세 API 모두에 보내고, 통과율, 토큰, 지연 시간을 비교하세요. 이런 요청을 손으로 반복하기는 금방 지루해지므로, Claude Code, Codex, Cursor에게 &lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt;를 맡기세요. 설치는 명령 세 개면 됩니다.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli@latest
apidog login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_APIDOG_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
npx -y skills add https://apidog.com   &lt;span class="c"&gt;# pick your agent when prompted&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;그다음 에이전트에게 프롬프트 하나를 주세요.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;In Apidog project &amp;lt;PROJECT_ID&amp;gt;, create three test cases that send the
same code-review prompt to gemini-4-neon (Gemini Interactions API,
thinking_level high), gpt-6.2-astra (OpenAI Responses API, effort high)
and claude-fable-5-2 (Claude Messages API, no temperature field).
Keep each API key in a private environment variable. Assert a 200
status and a non-empty answer, record token usage and response time,
run each case 5 times and summarize cost per run at list prices.
Validate every payload against its schema before you write it.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;에이전트가 각 페이로드 스키마를 검사하고, 케이스를 작성하고, 실행합니다. 다음 플래그들은 CLI 2.2.12에서 &lt;code&gt;apidog run --help&lt;/code&gt;로 확인한 것입니다.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file neon-case.json
apidog test-case create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;PROJECT_ID&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file neon-case.json
apidog test-case create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;PROJECT_ID&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file astra-case.json
apidog test-case create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;PROJECT_ID&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file fable-case.json
apidog run --test-case &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;NEON_CASE_ID&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;PROJECT_ID&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; \
  -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;ENV_ID&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -n 5 -r cli,json --out-dir abc-results
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;마지막 명령을 Astra와 Fable 케이스 ID로 반복하세요. &lt;code&gt;-n 5&lt;/code&gt;는 각 케이스를 다섯 번 실행하며, &lt;code&gt;--upload-report&lt;/code&gt;를 붙이면 Apidog 앱에서 실행 결과를 볼 수 있습니다. 이는 워크플로 템플릿이며, 이 머신에서 세 API 모두에 대해 실행해 본 것은 아닙니다.&lt;/p&gt;

&lt;p&gt;위의 400 오류에 대한 네거티브 케이스도 추가하세요. 그러면 공급자 규칙이 바뀔 때 여러분의 스위트에서 가장 먼저 드러납니다. &lt;a href="https://apidog.com/kr/blog/apidog-cli-in-claude-code?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Claude Code에서 Apidog CLI 사용 가이드&lt;/a&gt;에서 에이전트 설정을 다루며, Apidog 무료 플랜은 최대 4명의 사용자까지 지원합니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  FAQ
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;Gemini 4 Neon이 GPT-6.2 Astra보다 나은가요?&lt;/strong&gt; 리더보드에 따라 다릅니다. Neon은 Vals Index에서 앞서고(70.87% vs 67.66%), Astra는 Artificial Analysis Intelligence Index에서 1점 앞섭니다(62 vs 61). Neon은 100만 토큰당 $3 / $15로, Astra의 $8 / $40보다 저렴합니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;세 모델 중 가장 저렴한 것은 무엇인가요?&lt;/strong&gt; 토큰 기준으로는 100만 토큰당 입력 $3, 출력 $15인 Gemini 4 Neon입니다. Artificial Analysis 과제 기준으로는 GPT-6.2 Astra가 $4.00으로 가장 저렴합니다. Neon($6.44)이나 Fable 5.2($26.54)보다 훨씬 적은 토큰을 생성하기 때문입니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;어떤 모델의 점수가 가장 높나요?&lt;/strong&gt; 2026년 11월 18~19일 기준으로 Claude Fable 5.2가 Artificial Analysis Intelligence Index(65)와 Vals Index(71.31%) 모두에서 1위입니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;무료 API 티어가 있는 모델이 있나요?&lt;/strong&gt; 없습니다. Google은 Neon에 무료 티어를 제공하지 않으며, Astra와 Fable 5.2는 유료 API 모델입니다. Google AI Pro와 Ultra 구독자는 Gemini 앱과 Antigravity에서 Neon을 사용할 수 있습니다. $0 옵션은 &lt;a href="https://apidog.com/kr/blog/gemini-4-neon-free?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Gemini 4 Neon 무료 가이드&lt;/a&gt;를 참고하세요.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;같은 에이전트에서 여러 모델을 쓸 수 있나요?&lt;/strong&gt; 네. 일상적인 단계는 Neon으로 보내고, 실패하는 과제는 Fable 5.2나 Astra로 보내면 됩니다. 단, 먼저 각 경로를 테스트하세요. 과제당 토큰 수가 모델 간에 4배 이상 차이 납니다.&lt;/p&gt;

</description>
    </item>
    <item>
      <title>Claude Code와 Cursor(MCP)에서 Firecrawl 로컬 사용하는 방법</title>
      <dc:creator>Rihpig</dc:creator>
      <pubDate>Thu, 19 Nov 2026 08:44:28 +0000</pubDate>
      <link>https://dev.to/rihpig/claude-codewa-cursormcpeseo-firecrawl-rokeol-sayonghaneun-bangbeob-2ilg</link>
      <guid>https://dev.to/rihpig/claude-codewa-cursormcpeseo-firecrawl-rokeol-sayonghaneun-bangbeob-2ilg</guid>
      <description>&lt;p&gt;Firecrawl Local을 사용하려면 &lt;code&gt;cargo install firecrawl-local&lt;/code&gt;로 설치한 뒤, &lt;code&gt;firecrawl-local init&lt;/code&gt;를 실행해 Claude Code와 Cursor에 MCP 서버로 등록하고 두 도구를 재시작하세요. 이제 에이전트가 여러분의 컴퓨터에서 사이트를 스크래핑, 크롤링, 매핑할 수 있습니다. 코드에서 사용하려면 &lt;code&gt;firecrawl-local serve&lt;/code&gt;를 실행하고 아무 Firecrawl SDK나 &lt;code&gt;http://localhost:3002&lt;/code&gt;로 연결하면 됩니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://apidog.com/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation" class="crayons-btn crayons-btn--primary"&gt;지금 Apidog를 사용해 보세요&lt;/a&gt;
&lt;/p&gt;

&lt;p&gt;이 가이드는 Firecrawl Local을 단계별로 사용하는 방법을 보여줍니다. 2026년 11월 19일(arm64 Mac에서 Firecrawl Local 0.1.0) 실제 테스트 실행에서 나온 출력과 함께, 에이전트에 전달할 프롬프트, 그리고 에이전트가 Apidog CLI로 로컬 API를 테스트하는 방법을 다룹니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  시작하기 전에 필요한 것
&lt;/h2&gt;

&lt;p&gt;Firecrawl Local은 &lt;a href="https://github.com/firecrawl/firecrawl/tree/main/apps/local?ref=apidog.com" rel="noopener noreferrer"&gt;Firecrawl 저장소&lt;/a&gt;에서 제공하는 단일 Rust 바이너리입니다. 설치하기 전에 다음을 확인하세요.&lt;/p&gt;

&lt;ol&gt;
&lt;li&gt;
&lt;strong&gt;Rust와 C 컴파일러.&lt;/strong&gt; Rust는 &lt;a href="https://rustup.rs/?ref=apidog.com" rel="noopener noreferrer"&gt;rustup.rs&lt;/a&gt;에서 받으세요. macOS에서는 &lt;code&gt;xcode-select --install&lt;/code&gt;을 실행하고, Debian이나 Ubuntu에서는 &lt;code&gt;build-essential&lt;/code&gt;을 설치합니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Node.js 22 이상&lt;/strong&gt;(MCP 서버를 사용하려는 경우). &lt;code&gt;npx&lt;/code&gt;로 &lt;code&gt;firecrawl-mcp&lt;/code&gt; npm 패키지를 실행합니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Chrome 또는 Chromium(선택 사항).&lt;/strong&gt; Firecrawl Local은 JavaScript가 필요한 페이지에 대해 여러분이 이미 설치한 브라우저를 사용합니다. 정적 페이지는 브라우저 없이도 작동합니다.&lt;/li&gt;
&lt;li&gt;
&lt;strong&gt;Claude Code, Cursor 또는 기타 MCP 클라이언트.&lt;/strong&gt; &lt;code&gt;init&lt;/code&gt;는 Claude Desktop, Windsurf, Gemini CLI, Codex도 인식합니다.&lt;/li&gt;
&lt;/ol&gt;

&lt;p&gt;Firecrawl 자체가 처음이라면, &lt;a href="https://apidog.com/kr/blog/firecrawl-web-scraping?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Firecrawl 웹 스크래핑 가이드&lt;/a&gt;를 먼저 읽고 돌아오세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  1단계: Firecrawl Local 설치
&lt;/h2&gt;

&lt;p&gt;&lt;a href="https://crates.io/crates/firecrawl-local?ref=apidog.com" rel="noopener noreferrer"&gt;crates.io&lt;/a&gt;에서 크레이트를 설치하고 버전을 확인하세요.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;cargo install firecrawl-local
firecrawl-local --version
&lt;span class="c"&gt;# firecrawl-local 0.1.0&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Cargo가 소스에서 컴파일합니다. 테스트한 Mac에서는 릴리스 빌드가 6분 54초 만에 끝났고 바이너리는 &lt;code&gt;~/.cargo/bin/firecrawl-local&lt;/code&gt;에 생성되었습니다. 해당 폴더가 &lt;code&gt;PATH&lt;/code&gt;에 있는지 확인하거나, 전체 경로를 기억해 두세요. 수동 MCP 설정에 필요합니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  2단계: 터미널에서 첫 스크래핑 실행
&lt;/h2&gt;

&lt;p&gt;무엇이든 에이전트에 연결하기 전에 먼저 가져오기가 작동하는지 확인하세요.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;&lt;span class="nv"&gt;FIRECRAWL_CLOUD&lt;/span&gt;&lt;span class="o"&gt;=&lt;/span&gt;off firecrawl-local scrape https://example.com --markdown
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;1.2초 만에 페이지의 본문 텍스트를 마크다운으로 출력했습니다. &lt;code&gt;--markdown&lt;/code&gt;을 빼면 Firecrawl API가 반환하는 것과 동일한 JSON을 얻습니다. &lt;code&gt;--format markdown,links&lt;/code&gt;로 형식을 선택할 수 있으며, 로컬에서 지원하는 형식은 &lt;code&gt;markdown&lt;/code&gt;, &lt;code&gt;html&lt;/code&gt;, &lt;code&gt;rawHtml&lt;/code&gt;, &lt;code&gt;links&lt;/code&gt;입니다.&lt;/p&gt;

&lt;p&gt;다음은 페이지마다 마크다운 파일 하나를 생성하는 크롤링입니다.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;&lt;span class="nv"&gt;FIRECRAWL_CLOUD&lt;/span&gt;&lt;span class="o"&gt;=&lt;/span&gt;off firecrawl-local crawl https://docs.firecrawl.dev --limit 20 --out ./pages
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;이 명령은 Firecrawl 문서 20개 페이지를 4.4초 만에 가져왔고, &lt;code&gt;0005-docs.firecrawl.dev_advanced-scraping-guide.md&lt;/code&gt; 같은 이름의 파일로 저장했습니다. &lt;code&gt;firecrawl-local crawl --help&lt;/code&gt;에서 확인한 유용한 크롤링 플래그는 다음과 같습니다.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;플래그&lt;/th&gt;
&lt;th&gt;설명&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;-l, --limit&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;최대 페이지 수(기본값 100)&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;--max-depth&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;링크를 몇 단계까지 따라갈지&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;code&gt;--include&lt;/code&gt;, &lt;code&gt;--exclude&lt;/code&gt;
&lt;/td&gt;
&lt;td&gt;유지하거나 건너뛸 경로 정규식, 반복 지정 가능&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;--entire-domain&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;시작 경로 외부의 링크도 따라가기&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;-c, --concurrency&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;동시에 가져올 페이지 수&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;--ignore-robots&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;robots.txt 무시(기본적으로는 읽음)&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;&lt;code&gt;firecrawl-local map https://firecrawl.dev&lt;/code&gt;는 사이트맵과 시작 페이지에서 발견한 모든 URL을 하나의 JSON 줄로 반환합니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  3단계: init으로 Claude Code와 Cursor에 Firecrawl Local 추가
&lt;/h2&gt;

&lt;p&gt;&lt;code&gt;init&lt;/code&gt;은 컴퓨터에 있는 AI 도구를 찾아 각 도구의 MCP 설정에 Firecrawl Local을 추가합니다. 먼저 미리 보기로 확인하세요.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;firecrawl-local init --dry-run
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;테스트한 Mac에서는 변경될 모든 도구가 나열되었습니다.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;Firecrawl MCP server:
  Claude Code: would be added in ~/.claude.json
  Claude desktop: would be added in ~/Library/Application Support/Claude/claude_desktop_config.json
  Cursor: would be added in ~/.cursor/mcp.json
  Gemini CLI: would be added in ~/.gemini/settings.json
  Codex: would be added in ~/.codex/config.toml
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;드라이 런은 Firecrawl 클라우드로 전송되는 항목도 출력합니다. 검색 쿼리, 여러분의 컴퓨터를 차단한 페이지의 URL, 로그인 후의 Alexandria 호출, 그리고 무작위 설치 ID와 AI 도구의 이름입니다. 로컬에서 정상적으로 로드되는 페이지는 절대 전송되지 않습니다.&lt;/p&gt;

&lt;p&gt;이 가이드에서 다루는 두 도구만 설정하려면 &lt;code&gt;--agent&lt;/code&gt;를 반복하세요.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;firecrawl-local init --agent claude-code --agent cursor
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;유효한 이름은 &lt;code&gt;claude-code&lt;/code&gt;, &lt;code&gt;claude-desktop&lt;/code&gt;, &lt;code&gt;cursor&lt;/code&gt;, &lt;code&gt;windsurf&lt;/code&gt;, &lt;code&gt;gemini&lt;/code&gt;, &lt;code&gt;codex&lt;/code&gt;입니다. &lt;code&gt;init&lt;/code&gt;은 각 설정 파일을 쓰기 전에 백업합니다. 이후 Claude Code와 Cursor를 재시작해야 새 서버가 로드됩니다.&lt;/p&gt;

&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Ff0fcnif3yvufzvlsqqvr.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Ff0fcnif3yvufzvlsqqvr.png" alt="Claude Code and Cursor talk to firecrawl-local mcp over stdio; it scrapes, crawls and maps on your machine and only sends search and blocked pages to Firecrawl Cloud unless FIRECRAWL_CLOUD=off" width="799" height="341"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;h3&gt;
  
  
  Claude Code에 Firecrawl Local 직접 추가하기
&lt;/h3&gt;

&lt;p&gt;도구가 설정 파일을 수정하게 두고 싶지 않다면, &lt;a href="https://code.claude.com/docs/en/mcp?ref=apidog.com" rel="noopener noreferrer"&gt;Claude Code MCP 명령&lt;/a&gt;으로 stdio 서버를 직접 추가하세요.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;claude mcp add firecrawl -e &lt;span class="nv"&gt;FIRECRAWL_CLOUD&lt;/span&gt;&lt;span class="o"&gt;=&lt;/span&gt;off -- ~/.cargo/bin/firecrawl-local mcp --public-only
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Claude Code에서 &lt;code&gt;/mcp&lt;/code&gt;를 실행해 서버가 연결되었는지 확인하세요.&lt;/p&gt;

&lt;h3&gt;
  
  
  Cursor에 Firecrawl Local 직접 추가하기
&lt;/h3&gt;

&lt;p&gt;Cursor는 &lt;code&gt;~/.cursor/mcp.json&lt;/code&gt;(전역) 또는 &lt;code&gt;.cursor/mcp.json&lt;/code&gt;(단일 프로젝트)에서 &lt;a href="https://cursor.com/docs/context/mcp?ref=apidog.com" rel="noopener noreferrer"&gt;MCP 서버&lt;/a&gt;를 읽습니다. 바이너리의 전체 경로를 사용하세요.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight json"&gt;&lt;code&gt;&lt;span class="p"&gt;{&lt;/span&gt;
  &lt;span class="nl"&gt;"mcpServers"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
    &lt;span class="nl"&gt;"firecrawl"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt;
      &lt;span class="nl"&gt;"command"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"/Users/you/.cargo/bin/firecrawl-local"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
      &lt;span class="nl"&gt;"args"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;[&lt;/span&gt;&lt;span class="s2"&gt;"mcp"&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt; &lt;span class="s2"&gt;"--public-only"&lt;/span&gt;&lt;span class="p"&gt;]&lt;/span&gt;&lt;span class="p"&gt;,&lt;/span&gt;
      &lt;span class="nl"&gt;"env"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="nl"&gt;"FIRECRAWL_CLOUD"&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"off"&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;
    &lt;span class="p"&gt;}&lt;/span&gt;
  &lt;span class="p"&gt;}&lt;/span&gt;
&lt;span class="p"&gt;}&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;&lt;code&gt;--public-only&lt;/code&gt;는 서버가 localhost와 사설 네트워크 주소를 거부하도록 합니다. 신뢰할 수 없는 페이지를 에이전트가 읽을 때는 이 옵션을 켜 두세요. 그렇지 않으면 페이지에 숨겨진 지시문이 에이전트를 내부 URL로 유도할 수 있습니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  4단계: 에이전트에 전달할 프롬프트
&lt;/h2&gt;

&lt;p&gt;&lt;code&gt;firecrawl-local mcp&lt;/code&gt;는 루프백 포트에서 로컬 API를 시작하고 &lt;code&gt;firecrawl-mcp&lt;/code&gt; 패키지를 그것에 연결해 실행합니다. 에이전트는 표준 Firecrawl MCP 도구를 보게 되며, 스크래핑, 크롤링, 매핑, 배치 스크래핑이 여러분의 컴퓨터에서 실행됩니다. &lt;a href="https://apidog.com/kr/blog/firecrawl-mcp-llms-txt?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;호스팅된 Firecrawl MCP 서버&lt;/a&gt;를 사용해 봤다면 도구 이름은 동일합니다.&lt;/p&gt;

&lt;p&gt;로컬 도구에 잘 맞는 프롬프트입니다.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;Map https://docs.example.com, then crawl only the /api/ pages (limit 40)
and write a summary of every endpoint into docs/vendor-api.md.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;





&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;Scrape the changelog at https://example.com/changelog as markdown and list
every breaking change from the last three releases.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;





&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;Batch scrape these five pricing pages and build a comparison table of
plan names and limits. Quote only what the pages say.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;검색이 필요한 프롬프트는 피하세요. &lt;code&gt;FIRECRAWL_CLOUD=off&lt;/code&gt;에서는 해당 도구가 어디에도 연결되지 않습니다. 완전히 로컬인 검색 환경을 구성하려면 &lt;a href="https://apidog.com/kr/blog/open-source-claude-web-search?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Claude용 오픈소스 웹 검색&lt;/a&gt; 가이드를 참고하세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  5단계: Firecrawl Local API 실행하고 SDK 연결하기
&lt;/h2&gt;

&lt;p&gt;스크립트와 파이프라인용으로 API 서버를 실행하세요.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;&lt;span class="nv"&gt;FIRECRAWL_CLOUD&lt;/span&gt;&lt;span class="o"&gt;=&lt;/span&gt;off firecrawl-local serve
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;&lt;code&gt;127.0.0.1:3002&lt;/code&gt;에서 대기합니다. 상태 확인은 즉시 응답합니다.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;curl -s localhost:3002/health
&lt;span class="c"&gt;# {"status":"ok","engine":"firecrawl-local","version":"0.1.0"}&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;스크래핑 결과는 익숙한 v2 형태로 반환되며, 두 가지 로컬 표시가 포함됩니다. &lt;code&gt;"engine": "local-fetch"&lt;/code&gt;와 &lt;code&gt;"source": "local"&lt;/code&gt;, 그리고 &lt;code&gt;creditsUsed: 0&lt;/code&gt;입니다.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;curl -s localhost:3002/v2/scrape -H &lt;span class="s1"&gt;'content-type: application/json'&lt;/span&gt; \
  -d &lt;span class="s1"&gt;'{"url":"https://example.com","formats":["markdown","links"]}'&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;API 키 없이 &lt;a href="https://docs.firecrawl.dev/sdks/overview?ref=apidog.com" rel="noopener noreferrer"&gt;Firecrawl SDK&lt;/a&gt;를 이 서버에 연결하세요. Python:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight python"&gt;&lt;code&gt;&lt;span class="k"&gt;from&lt;/span&gt; &lt;span class="n"&gt;firecrawl&lt;/span&gt; &lt;span class="k"&gt;import&lt;/span&gt; &lt;span class="nc"&gt;Firecrawl&lt;/span&gt;

&lt;span class="n"&gt;app&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="nc"&gt;Firecrawl&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;api_url&lt;/span&gt;&lt;span class="o"&gt;=&lt;/span&gt;&lt;span class="s2"&gt;"http://localhost:3002"&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;
&lt;span class="k"&gt;print&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;app&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;scrape&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;"https://example.com"&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;markdown&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Node:&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight javascript"&gt;&lt;code&gt;&lt;span class="k"&gt;import&lt;/span&gt; &lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="nc"&gt;Firecrawl&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt; &lt;span class="k"&gt;from&lt;/span&gt; &lt;span class="s2"&gt;"firecrawl"&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;

&lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="n"&gt;app&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="k"&gt;new&lt;/span&gt; &lt;span class="nc"&gt;Firecrawl&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="p"&gt;{&lt;/span&gt; &lt;span class="n"&gt;apiUrl&lt;/span&gt;&lt;span class="p"&gt;:&lt;/span&gt; &lt;span class="s2"&gt;"http://localhost:3002"&lt;/span&gt; &lt;span class="p"&gt;}&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;span class="kd"&gt;const&lt;/span&gt; &lt;span class="n"&gt;doc&lt;/span&gt; &lt;span class="o"&gt;=&lt;/span&gt; &lt;span class="k"&gt;await&lt;/span&gt; &lt;span class="n"&gt;app&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;scrape&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="s2"&gt;"https://example.com"&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;span class="nb"&gt;console&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="nf"&gt;log&lt;/span&gt;&lt;span class="p"&gt;(&lt;/span&gt;&lt;span class="n"&gt;doc&lt;/span&gt;&lt;span class="p"&gt;.&lt;/span&gt;&lt;span class="n"&gt;markdown&lt;/span&gt;&lt;span class="p"&gt;)&lt;/span&gt;&lt;span class="p"&gt;;&lt;/span&gt;
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;&lt;code&gt;init&lt;/code&gt;는 간단한 방법도 제안합니다. &lt;code&gt;FIRECRAWL_API_URL=http://127.0.0.1:3002&lt;/code&gt;를 설정하면 기존 Firecrawl 코드가 로컬에서 실행됩니다. &lt;a href="https://apidog.com/kr/blog/how-to-install-and-use-firecrawl-cli?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Firecrawl CLI&lt;/a&gt;는 저장된 로그인 정보를 Firecrawl Local과 공유하므로, 어느 도구에서 &lt;code&gt;login&lt;/code&gt;을 해도 둘 다 사용할 수 있습니다.&lt;/p&gt;

&lt;p&gt;크롤링은 비동기로 진행됩니다. &lt;code&gt;POST /v2/crawl&lt;/code&gt;은 즉시 작업 ID를 반환했고, 몇 초 후 &lt;code&gt;GET /v2/crawl/{id}&lt;/code&gt;는 &lt;code&gt;status: completed&lt;/code&gt;, &lt;code&gt;total: 10&lt;/code&gt;, &lt;code&gt;creditsUsed: 0&lt;/code&gt;, &lt;code&gt;expiresInSeconds: 3587&lt;/code&gt;을 보고했습니다. 작업은 메모리에 존재하며 시작 후 한 시간 뒤 만료되고 &lt;code&gt;serve&lt;/code&gt;가 중지되면 사라지므로, 크롤링이 완료되면 즉시 결과를 저장하세요.&lt;/p&gt;

&lt;p&gt;&lt;code&gt;ps&lt;/code&gt;로 측정한 결과 서버 프로세스는 유휴 상태에서 약 10 MB, 10페이지 크롤링 직후 약 43 MB의 상주 메모리를 사용했습니다. Firecrawl의 &lt;a href="https://x.com/firecrawl/status/2123096169630912637?ref=apidog.com" rel="noopener noreferrer"&gt;출시 게시물&lt;/a&gt;은 자체 호스팅 Firecrawl보다 37배 빠르고 메모리는 230배 적다고 주장합니다. README에는 방법론이 공개되어 있지 않으므로 Firecrawl 측 수치로 받아들이세요.&lt;/p&gt;

&lt;h2&gt;
  
  
  FIRECRAWL_CLOUD로 Firecrawl Local을 완전히 로컬로 유지하기
&lt;/h2&gt;

&lt;p&gt;기본값(&lt;code&gt;auto&lt;/code&gt;)에서는 세 가지가 Firecrawl 클라우드로 전송됩니다. 검색, 여러분의 컴퓨터를 차단한 페이지, 그리고 Alexandria 데이터 제공자(&lt;code&gt;firecrawl-local login&lt;/code&gt;으로 무료 계정 필요)입니다. &lt;code&gt;FIRECRAWL_CLOUD&lt;/code&gt;는 이 전환을 제어합니다.&lt;/p&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;값&lt;/th&gt;
&lt;th&gt;효과&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;code&gt;auto&lt;/code&gt;(기본값)&lt;/td&gt;
&lt;td&gt;검색, 차단 페이지 폴백, Alexandria 모두 작동&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;search&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;검색만 Firecrawl 클라우드로 전송&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;&lt;code&gt;off&lt;/code&gt;&lt;/td&gt;
&lt;td&gt;Firecrawl 클라우드로 아무것도 전송하지 않음&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;p&gt;인식되지 않는 값은 &lt;code&gt;off&lt;/code&gt;로 처리됩니다. 클라우드가 꺼져 있으면 &lt;code&gt;POST /v2/search&lt;/code&gt;는 &lt;code&gt;"code":"CLOUD_ONLY"&lt;/code&gt;와 함께 &lt;code&gt;FIRECRAWL_API_KEY&lt;/code&gt; 또는 &lt;code&gt;FIRECRAWL_CLOUD=auto&lt;/code&gt;를 설정하라는 메시지를 반환합니다. 클라우드가 대신 가져온 페이지에는 &lt;code&gt;"source": "firecrawl-cloud"&lt;/code&gt;가 붙으므로, 결과의 출처를 항상 알 수 있습니다.&lt;/p&gt;

&lt;p&gt;&lt;code&gt;serve&lt;/code&gt;는 &lt;code&gt;--allow-private&lt;/code&gt;를 전달하지 않는 한 localhost와 사설 대상 주소를 거부하며, 루프백이 아닌 &lt;code&gt;--host&lt;/code&gt;에 바인딩하려면 &lt;code&gt;--token&lt;/code&gt;이 필요합니다. 클라우드 메타데이터와 링크 로컬 주소는 모든 모드에서 차단됩니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  Apidog CLI로 코딩 에이전트가 Firecrawl Local API를 테스트하게 하기
&lt;/h2&gt;

&lt;p&gt;크롤링 엔드포인트는 파이프라인을 망가뜨리기 가장 쉬운 부분입니다. 비동기이고, 작업이 만료되며, 서버가 중지되면 사라지기 때문입니다. 직접 반복 조회하는 대신 코딩 에이전트가 &lt;a href="https://apidog.com/apidog-cli/?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Apidog CLI&lt;/a&gt;로 테스트를 작성하고 실행하도록 하세요.&lt;/p&gt;

&lt;p&gt;한 번만 설정하면 됩니다.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;npm install -g apidog-cli@latest
apidog auth login --with-token &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;YOUR_TOKEN&lt;span class="o"&gt;&amp;gt;&lt;/span&gt;
apidog skill install
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;그런 다음 Claude Code나 Cursor에 프롬프트 하나를 전달하세요.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight plaintext"&gt;&lt;code&gt;firecrawl-local serve is running on http://localhost:3002. In Apidog project &amp;lt;id&amp;gt;,
import an OpenAPI file for POST /v2/scrape, POST /v2/crawl and GET /v2/crawl/{id},
create an environment for that base URL, and build a test scenario that starts a
crawl of https://docs.firecrawl.dev with limit 10, saves the returned id, polls
GET /v2/crawl/{id} until status is "completed", and asserts total equals completed
and every page has non-empty markdown. Run it and summarize any failures.
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;&lt;a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fes6y7n6bawbte4h6ca9k.png" class="article-body-image-wrapper"&gt;&lt;img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fes6y7n6bawbte4h6ca9k.png" alt="Sequence of the agent-built test: Apidog CLI posts /v2/crawl to firecrawl-local serve, polls GET /v2/crawl/{id} until completed, checks the assertions and writes a cli, json or junit report" width="800" height="875"&gt;&lt;/a&gt;&lt;/p&gt;

&lt;p&gt;에이전트는 각 페이로드 스키마를 읽고 검증한 뒤 다음과 같은 명령을 실행합니다. 모두 CLI 2.2.12의 &lt;code&gt;apidog &amp;lt;cmd&amp;gt; --help&lt;/code&gt;에서 가져온 것입니다.&lt;br&gt;
&lt;/p&gt;

&lt;div class="highlight js-code-highlight"&gt;
&lt;pre class="highlight shell"&gt;&lt;code&gt;apidog import --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;id&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --format openapi --file ./firecrawl-local-v2.yaml
apidog environment create firecrawl-local --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;id&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --base-url http://localhost:3002
apidog cli-schema get test-scenario-create
apidog cli-schema validate test-scenario-create --file scenario.json
apidog test-scenario create --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;id&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --file ./scenario.json
apidog run -t &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;scenarioId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; --project &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;id&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -e &lt;span class="o"&gt;&amp;lt;&lt;/span&gt;envId&lt;span class="o"&gt;&amp;gt;&lt;/span&gt; -r cli,json
&lt;/code&gt;&lt;/pre&gt;

&lt;/div&gt;



&lt;p&gt;Apidog CLI는 여러분의 컴퓨터에서 요청을 보내므로 &lt;code&gt;localhost:3002&lt;/code&gt;에 접근할 수 있습니다. &lt;code&gt;-r junit&lt;/code&gt;으로 전환하면 같은 실행을 CI에 넣을 수 있습니다. 에이전트 측면은 &lt;a href="https://apidog.com/kr/blog/apidog-cli-in-claude-code?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Claude Code에서의 Apidog CLI&lt;/a&gt;와 &lt;a href="https://apidog.com/kr/blog/apidog-cli-in-cursor?utm_source=dev.to&amp;amp;utm_medium=wanda&amp;amp;utm_content=n8n-post-automation"&gt;Cursor에서의 Apidog CLI&lt;/a&gt; 가이드에서 다룹니다. Apidog의 Free 플랜은 최대 4명 팀까지 지원합니다.&lt;/p&gt;

&lt;h2&gt;
  
  
  Firecrawl Local 문제 해결
&lt;/h2&gt;

&lt;div class="table-wrapper-paragraph"&gt;&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;증상&lt;/th&gt;
&lt;th&gt;해결&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;code&gt;/v1/scrape&lt;/code&gt;에서 &lt;code&gt;NOT_FOUND&lt;/code&gt;와 함께 &lt;code&gt;404&lt;/code&gt;
&lt;/td&gt;
&lt;td&gt;v2만 제공됩니다. 클라이언트를 &lt;code&gt;/v2/...&lt;/code&gt;로 변경하세요&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;code&gt;/v2/search&lt;/code&gt;에서 &lt;code&gt;CLOUD_ONLY&lt;/code&gt;
&lt;/td&gt;
&lt;td&gt;
&lt;code&gt;FIRECRAWL_CLOUD=off&lt;/code&gt;에서는 예상된 동작입니다. &lt;code&gt;auto&lt;/code&gt; 또는 &lt;code&gt;search&lt;/code&gt;를 사용하세요&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;에이전트에 Firecrawl 도구가 나타나지 않음&lt;/td&gt;
&lt;td&gt;
&lt;code&gt;init&lt;/code&gt; 후 도구를 재시작하세요. Node.js 22 이상을 확인하세요&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;JavaScript 페이지가 빈약하게 반환됨&lt;/td&gt;
&lt;td&gt;Chrome을 설치하거나 &lt;code&gt;--browser always&lt;/code&gt;를 설정하세요&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;
&lt;code&gt;json&lt;/code&gt; 또는 &lt;code&gt;summary&lt;/code&gt; 형식이 없음&lt;/td&gt;
&lt;td&gt;로컬에서는 지원되지 않으며 경고가 표시됩니다&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;크롤 ID를 찾을 수 없음&lt;/td&gt;
&lt;td&gt;작업이 한 시간 후 만료되었거나 &lt;code&gt;serve&lt;/code&gt;가 재시작됨&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;

&lt;h2&gt;
  
  
  자주 묻는 질문
&lt;/h2&gt;

&lt;p&gt;&lt;strong&gt;Firecrawl Local은 무료인가요?&lt;/strong&gt; 로컬 스크래핑, 크롤링, 매핑은 Firecrawl에 아무것도 전송하지 않으며 테스트에서 크레딧을 0으로 사용했습니다. 코드는 AGPL-3.0, SDK는 MIT 라이선스입니다. 검색과 Alexandria는 Firecrawl 클라우드를 거칩니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Firecrawl Local을 사용하려면 API 키가 필요한가요?&lt;/strong&gt; 로컬 경로에는 필요 없습니다. Alexandria 데이터 제공자에만 &lt;code&gt;firecrawl-local login&lt;/code&gt; 또는 &lt;code&gt;FIRECRAWL_API_KEY&lt;/code&gt;를 통한 키가 필요합니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Firecrawl Local은 Windsurf, Codex, Gemini CLI와 작동하나요?&lt;/strong&gt; 네. &lt;code&gt;init&lt;/code&gt;는 Claude Code, Claude Desktop, Cursor뿐 아니라 &lt;code&gt;windsurf&lt;/code&gt;, &lt;code&gt;codex&lt;/code&gt;, &lt;code&gt;gemini&lt;/code&gt;도 인식합니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;기존 Firecrawl 코드를 변경 없이 실행할 수 있나요?&lt;/strong&gt; v2 스크래핑, 매핑, 크롤링, 배치 스크래핑에는 가능합니다. API URL을 &lt;code&gt;http://localhost:3002&lt;/code&gt;로 변경하세요. v0와 v1 경로는 제공되지 않으며 브라우저 &lt;code&gt;actions&lt;/code&gt;는 무시됩니다.&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Firecrawl Local은 robots.txt를 준수하나요?&lt;/strong&gt; 네. 크롤링 시 &lt;code&gt;robots.txt&lt;/code&gt;를 읽고 User-Agent에 자신을 명시하므로, 사이트 소유자는 &lt;code&gt;FirecrawlLocal&lt;/code&gt;로 이를 다룰 수 있습니다. &lt;code&gt;--ignore-robots&lt;/code&gt;는 이 기능을 끄며, 소유한 사이트에서만 사용하세요.&lt;/p&gt;

</description>
    </item>
  </channel>
</rss>
