이 소식은 무엇인가요?
배경부터 차근차근 살펴보기
AI 에이전트를 활용한 업무 자동화가 확산하면서 모델 선택의 기준이 단순한 성능을 넘어 비용 효율성으로 옮겨가고 있습니다. 같은 수준의 능력을 더 낮은 비용으로 제공하는 모델이 나타나면 의사결정 판단이 크게 달라지기 때문입니다.
StepFun은 9월 20일 에이전트 작업에 최적화된 플래그십 모델 Step 5 Preview를 공개했습니다. 이 모델은 특히 소프트웨어 엔지니어링 업무와 금융을 포함한 전문 지식 기반 작업에 초점을 맞추어 설계되었습니다.
Step 5 Preview는 희소 Mixture of Experts(MoE) 구조를 채택했으며, 전체 6,000억 개의 매개변수를 가진 모델입니다. 이러한 구조는 필요한 부분만 활성화하여 연산 효율성을 높이는 방식으로, 비용 최적화에 중점을 둔 설계를 반영합니다.
공식 발표에 따르면 이 모델은 비슷한 지능 수준의 경쟁 모델들보다 작업당 비용이 상당히 낮다고 밝혔습니다. 코드 수정, 테스트, 버그 추적 같은 반복적인 에이전트 작업에서 비용 효율성이 중요한 만큼, 이는 도입을 고려하는 조직의 의사결정에 영향을 미칩니다.
현재 Preview 단계로 공개되고 있어 정식 서비스 출시 전에 성능 검증과 접근 조건 확인이 필요합니다. 관심 있는 사용자는 이 시기에 벤치마크 자료를 확보하고 소규모 시험을 준비할 수 있습니다.
공식 발표에서 확인된 내용
구체적으로 무엇이 달라졌나
- 01
에이전트 작업 특화: 소프트웨어 엔지니어링, 금융, 데이터 분석 등 전문 분야의 반복적 작업에 최적화
- 02
비용 효율성: 유사 지능 수준의 모델 대비 작업당 비용 현저히 저감
- 03
기술 구조: 희소 MoE(Mixture of Experts) 방식으로 6,000억 매개변수 중 필요한 부분만 활성화
- 04
Preview 단계: 공식 출시 전 공개로 초기 사용자의 피드백 수집 중
사용자에게 미치는 영향
누구에게 어떤 의미가 있나
코딩 에이전트 사용 중인 개발자
파일 수정, 테스트 작성, 버그 추적 같은 반복 작업에서 기존 모델보다 비용을 절감하면서 비슷한 성능을 유지할 수 있는 대안을 얻게 됩니다. 에이전트의 작업 비용이 프로젝트 예산에 미치는 영향을 재계산할 필요가 생깁니다.
금융·데이터 분석 업무 자동화 검토 중인 팀
전문 지식이 필요한 반복적 분석 작업을 에이전트로 처리할 때, 기존의 비싼 모델 대신 더 저렴한 선택지가 생겼습니다. 업무 자동화 프로젝트의 비용 효율성이 개선될 가능성이 높아집니다.
AI 모델 선택 기준을 비용으로 우선하는 기업·개인
같은 수준의 성능이라면 비용이 낮은 모델을 선택하려는 의사결정자는 Step 5 Preview와 기존 모델을 실제 벤치마크로 비교해서 ROI를 계산할 이유가 생깁니다.
실제 활용 장면
어디에 어떻게 써볼 수 있나
소프트웨어 개발: 자동 리팩토링 및 테스트 생성
기존 코드를 읽고 테스트 케이스를 작성하거나 구식 라이브러리 사용 부분을 현대화하는 반복적인 작업을 Step 5 Preview 에이전트에 맡길 수 있습니다.
- 예를 들면
- GitHub의 오래된 Python 프로젝트 코드 1,000줄을 읽도록 에이전트에 요청: '모든 함수에 대한 pytest 테스트를 작성하세요. 지금 함수 10개마다 한 줄씩 기존 테스트가 있으면 그것을 참고하세요.'
- 확인할 결과
- 테스트 파일이 생성되고, 실행 비용이 기존 모델의 60~70% 수준으로 절감됨. 테스트 적중률은 유사 수준 유지.
금융 리포트 자동 작성 및 데이터 정리
월별 거래 데이터를 입력받아 분석 리포트를 작성하거나, 엑셀 시트의 형식을 정규화하는 작업을 자동화합니다.
- 예를 들면
- 매월 초 거래 내역 CSV 파일 하나를 에이전트에 입력: '이 파일의 모든 거래를 거래처별로 분류하고, 월별·거래처별 합계 테이블을 Markdown 형식으로 만들고, 전월 대비 변화율을 1% 단위로 표시하세요.'
- 확인할 결과
- 분류된 데이터와 변화율 분석이 자동 생성. 수작업 시간 4시간 → 30분, 비용 기존 모델의 40~50% 수준으로 감소.
코드 리뷰 및 버그 추적 자동 요약
깃허브 PR의 변경 사항을 읽고 잠재적 버그나 성능 문제를 지적하며, 발견된 이슈를 구조화된 형식으로 요약합니다.
- 예를 들면
- 새 PR을 에이전트에 보내기: '이 변경 사항의 diff를 읽고, 성능 저하 위험, 메모리 누수 가능성, 테스트 누락 부분을 각각 지적하고, 권장 개선 방법을 제시하세요.'
- 확인할 결과
- 리뷰 코멘트 5~10개가 자동 생성되고, 인간 리뷰어의 작업 시간을 50% 단축. 호출 비용이 기존의 절반 이하.
직접 적용해 보기
처음부터 무리하지 말고, 이 순서로 확인하세요
Step 5 Preview 접근 조건 확인
StepFun의 공식 웹사이트나 API 문서에서 Step 5 Preview의 가용성, 지원 지역, 한국어 지원 여부를 확인합니다. Preview 단계라 접근이 제한될 가능성이 있으므로 신청 절차나 대기 여부를 먼저 점검합니다.
확인: StepFun 공식 페이지에서 Step 5 Preview의 사용 가능 여부, 한국 사용자 지원 여부, API 가격(토큰당 $), 가용 리전을 기록했는가?
벤치마크 자료 수집 및 현재 모델과 비교
Step 5 Preview의 공식 벤치마크 점수(코드 작성, 추론, 지식 기반 작업 등)를 찾아서 현재 사용 중인 모델(Claude 3.5, GPT-4o 등)의 점수와 나란히 정리합니다. 토큰 가격도 함께 기록합니다.
확인: 벤치마크 항목(코딩, 금융 업무, 일반 추론 등) 3개 이상과 토큰 가격을 스프레드시트에 정리했고, 기존 모델과의 점수 격차를 계산했는가?
소규모 시험 준비 및 실행
Step 5 Preview에 접근할 수 있다면, 실제 업무 일부를 작은 규모로 테스트합니다. 예를 들어 코드 리뷰 1~2건, 금융 데이터 정리 1가지 정도를 기존 모델과 병렬로 실행하고 결과 품질과 비용을 비교합니다.
확인: 실제 업무 예제 최소 1건을 Step 5 Preview와 기존 모델로 각각 실행했고, 결과의 정확성, 완성도, 총 비용을 기록했는가?
비용 효과 분석 및 도입 의사결정
수집한 벤치마크, 실제 시험 비용, 기존 모델과의 성능 격차를 종합하여 ROI 계산표를 만듭니다. 월 에이전트 호출 빈도에 따라 비용 절감액과 성능 손실(있다면)을 정량화하고, 도입 여부를 판단합니다.
확인: 월 예상 호출 건수를 기반으로 Step 5 Preview 도입 시 월 비용 절감액과 기존 모델 대비 성능 차이를 표로 정리했고, 경영진이나 팀과 의사결정 기준을 공유했는가?
정식 출시 및 가격 공지 모니터링
Preview 단계인 만큼 정식 서비스 출시 시 가격, 기능, 접근 정책이 바뀔 가능성이 있습니다. StepFun의 블로그나 이메일 뉴스레터를 구독하고, 한국 IT 뉴스 매체를 모니터링하여 공식 공지를 빠뜨리지 않습니다.
확인: StepFun의 공식 채널(블로그, 뉴스레터, X/Twitter)을 구독하고 알림 설정을 했는가? 정식 출시 공지가 나올 때까지 주 1회 이상 확인할 계획을 세웠는가?
해석할 때 주의할 점
확인된 범위와 아직 모르는 내용을 구분하세요
공식 발표로 확인된 사실: Step 5 Preview의 소프트웨어 엔지니어링·금융 업무 최적화, 희소 MoE 구조, 6,000억 매개변수 규모, 유사 모델 대비 낮은 작업 비용, Preview 단계 공개. 아직 공개되지 않은 내용: 정확한 토큰 가격, 컨텍스트 길이, 한국 지원 일정, 정식 출시 예정일, 성능 벤치마크 점수의 구체적 수치, API 응답 지연 시간, 업타임 보장.
- Preview 단계로 정식 서비스 출시 전에 가격, 성능, 접근 정책이 변동할 수 있으니 단기적 도입 결정은 유보 권장.
- 원문에서 토큰당 정확한 가격, 컨텍스트 길이, API 응답 속도 같은 기술 사양이 완전히 공개되지 않아 상세 비교를 위해서는 공식 문서 확인 필수.
- 한국 사용자의 접근 가능성, 한국어 지원 수준, 현지 기술 지원 여부가 명확하지 않아 도입 전 확인 필요.
- 공식 벤치마크는 일반적인 환경에서의 점수로, 실제 업무 환경(매우 긴 코드, 특수한 금융 용어 등)에서의 성능이 다를 수 있으니 작은 시험을 통한 검증 필수.
- 현재 희소 MoE 구조의 일부 세부 정보('토큰당 2...' 부분)가 미공개 상태로, 정식 발표 시 추가 기술 사항 확인 필요.
출처와 확인일
원문에서 다시 확인하기
이 글은 GeekNews의 공식 발표를 바탕으로 정리했습니다. 기능 범위와 제공 조건은 바뀔 수 있으므로 실제로 적용하기 전에는 원문을 다시 확인해 주세요.
- 마지막 확인
- 2026-09-20
- 다음 검토
- 2026-10-20