오늘의 흐름
오늘 소식은 AI를 얼마나, 어떻게 나눠 쓰느냐로 모인다. 월 200달러짜리 ChatGPT Pro는 같은 값에 담기는 Codex 사용량이 줄어든다. 한 사람이 여러 AI 도구를 함께 쓰는 일이 흔해지면서, 그 도구들을 한 화면에 묶거나 결과를 휴대폰으로 받아 보는 방법도 함께 나오고 있다.
구독 대신 내 컴퓨터에서 AI를 돌리려는 쪽에서는 이미 가진 그래픽카드의 성능을 더 끌어내는 실험이 공개됐다. 어느 쪽이든 결론은 같다. 한 회사의 한 요금제에 모든 일을 기대기보다, 내 업무가 실제로 얼마나 쓰는지 재 보고 나눠 담는 편이 안전하다.
ChatGPT Pro 200, 10/29 뒤 Codex 한도 축소
OpenAI 도움말에 따르면 9월 22일부터 9월 29일 오전 10시(미국 태평양시) 사이에 Pro 200 요금제를 쓰고 있던 사람은, 구독을 유지하는 동안 2026년 10월 29일까지 예전 사용량을 그대로 받는다. 그 뒤에는 더 적은 기본 사용량으로 옮겨지고 요금은 월 200달러 그대로다. 그 기간 뒤 새로 가입한 Pro 200에는 처음부터 줄어든 사용량이 적용된다.
Codex는 OpenAI의 코딩 도구로, 말로 지시하면 AI가 파일을 고치고 명령을 실행한다. OpenAI는 Pro를 월 100·200·500달러 세 단계로 나눴고, 가장 빠른 실행 방식인 Ultrafast는 500달러 요금제에만 붙였다. Pro에는 지금 5시간 단위 한도가 없고 주간 한도가 걸릴 수 있다. 같은 이름의 요금제라도 가입 시점에 따라 받는 양이 달라진 것이 이번 변화의 핵심이다.
Codex로 업무 자동화나 사내 도구를 만드는 팀이라면 10월 30일부터 같은 작업이 주 중간에 멈출 수 있다. 지난 몇 주 동안 주간 한도의 몇 %를 썼는지 지금 기록해 두면, 줄어든 뒤 200달러를 유지할지, 500달러로 올릴지, 추가 크레딧을 살지 판단할 근거가 생긴다. 한도에 닿은 Plus·Pro 사용자는 크레딧을 따로 살 수 있다.
얼마나 줄어드는지는 OpenAI 도움말과 요금 안내에 숫자로 나와 있지 않다. 인터넷에 도는 배수는 가입자가 받은 메일을 옮긴 것이라 공식 수치로 보기 어렵다. 10월 30일 이후 자기 계정의 사용량 화면으로 직접 확인하는 것이 가장 정확하다.
Tutti, Claude Code·Codex·Hermes를 한 방에
Tutti는 여러 AI 에이전트와 사람이 같은 작업 공간에서 맥락·파일·할 일을 실시간으로 나눠 쓰게 하는 도구다. 에이전트는 목표만 주면 여러 단계를 알아서 이어 가는 AI 일꾼이라고 보면 된다. 설계도(소스 코드)가 공개된 오픈소스이고 라이선스는 Apache 2.0이다. 지금은 Claude Code, Codex, Nous Research의 Hermes를 각자 쓰던 구독 그대로 연결하며, OpenClaw 연결은 개발 중이다.
지금까지는 한 AI가 만든 결과를 다른 AI에게 넘기려면 사람이 복사해 붙여 넣어야 했다. Tutti에서는 '@'와 '+'로 다른 에이전트의 지난 대화·파일·할 일을 불러오고, 목표를 적으면 하위 작업으로 쪼개 에이전트마다 맡길 수 있다. 승인을 기다리는 일과 돌아가는 작업은 Control Center 한 화면에 모인다. macOS·Windows 설치 파일이 있고 평소 사용에는 명령어 입력이 필요 없다.
Claude와 ChatGPT를 오가며 쓰는 실무자라면 두 도구에 같은 배경 설명을 반복해 넣는 수고를 줄일 수 있다. 다만 한 작업을 여러 AI가 나눠 맡으면 누가 무엇을 바꿨는지 따라가기 어려워진다. 처음에는 조사는 Claude, 정리는 Codex처럼 역할을 나눠 작은 일부터 맡겨 보는 편이 낫다.
여러 사람과 기기가 함께 쓰는 클라우드 방인 Tutti · VM은 아직 사전 체험(Early Access) 단계라, 방을 만들려면 초대 코드가 필요하다. 사전 체험 기간에는 Tutti Agent에 요금을 받지 않지만 이후 사용량 기준 과금이 붙을 수 있다고 밝혀, 비용 구조는 아직 정해지지 않았다.
PlayMCP로 AI 결과를 카톡 나와의 채팅방에
카카오 PlayMCP는 AI가 바깥 서비스를 쓰게 해 주는 MCP 도구를 모아 둔 카카오의 개방형 플랫폼이다. MCP는 AI에 꽂는 공용 플러그라고 생각하면 된다. 카카오는 2025년 11월 도구함 기능을 붙여, 이용자가 고른 도구를 카카오 계정 인증 한 번으로 ChatGPT·Claude 같은 외부 AI에서 쓰게 했다. 카카오 쪽 도구로는 카카오톡 나와의 채팅방, 톡캘린더, 카카오맵, 선물하기, 멜론 등이 있다.
Claude에서는 설정의 커스텀 커넥터에, ChatGPT에서는 개발자 모드의 맞춤형 MCP 서버 주소에 도구함을 등록한다. Claude 커넥터 목록에는 카카오가 만든 PlayMCP 커넥터가 2026년 1월 올라왔고 로그인이 필요하다. 카카오가 든 예처럼 ‘방금 알려준 내용 카카오톡 나와의 채팅방에 보내줘’라고 하면 결과가 내 카톡으로 온다. 2026년 5월에는 내 컴퓨터에 설치해 쓰는 오픈소스 에이전트 OpenClaw 연동도 붙었고, 발급 후 10분만 유효한 일회용 인증값으로 연결한다.
AI에게 긴 작업을 맡겨 두고 자리를 비우는 일이 많다면, 끝난 결과나 요약을 휴대폰 카톡으로 받는 통로가 된다. 따로 앱을 깔거나 비공식 프로그램으로 카톡을 조작하지 않고 카카오가 공식으로 연 길을 쓴다는 점이 실무에서 가장 큰 차이다.
도구함에 담은 도구는 인증한 AI가 쓸 수 있게 되므로 필요한 것만 담아야 한다. OpenClaw 연결은 PlayMCP의 ‘프로필-설정-연결된 서비스’에서 해제한다. 다른 사람이 있는 단체방으로 보내는 기능은 카카오 공식 자료에서 확인되지 않았다.
gpu-unlock, RTX 3090 AI 연산 25~67%↑
GitHub에 공개된 오픈소스 도구 gpu-unlock은 NVIDIA RTX 30 계열 그래픽카드에서, 같은 칩을 쓰는 업무용 카드보다 낮게 묶여 있던 AI 계산 명령 처리 속도를 두 배로 푼다. 제작자 측정에서 RTX 3090 Ti는 AI에 흔히 쓰는 숫자 형식인 BF16 계산이 초당 87.50에서 157.41 TFLOPS로 올랐다. TFLOPS는 1초에 처리하는 계산량을 세는 단위다. 보고된 향상 폭은 RTX 3090 25~67%, 3090 Ti 68~80%, 3060 12GB 약 80%다.
이 도구는 리눅스에서 컴퓨터가 켜질 때 NVIDIA 드라이버보다 먼저 실행되는 커널 모듈, 즉 운영체제 깊숙이 붙는 부품이라 드라이버는 고치지 않고 그대로 쓴다. 대상 칩은 GA102·GA104·GA106 등이고 라이선스는 GPL-2.0이다. 수치는 보고자마다 자기 방식으로 잰 것이라 서로 바로 비교할 수 없다고 제작자가 밝혔고, 가장 낮은 25%는 전력을 225W로 묶은 카드에서 나왔다.
중고 RTX 3090으로 사무실 안에서 AI를 돌려 보려는 팀에게는 같은 장비로 더 많이 처리할 여지가 생긴 셈이다. 다만 체감은 일마다 다르다. 일부 보고에서 질문과 문서를 읽어 들이는 단계는 14~36% 빨라졌지만, 답을 한 글자씩 써 내려가는 단계는 거의 그대로였다. 긴 문서 요약처럼 읽을 양이 많은 일에서 효과가 크고, 짧은 대화형 답변은 기대만큼 빨라지지 않는다.
제조사가 지원하는 기능이 아니라 개인이 공개한 실험 도구다. 대기 모드에서 깨어나면 다시 풀어 주느라 약 1초가 더 걸리고 최대 절전은 지원하지 않으며, 화면이 연결된 카드는 재설정 동안 화면이 꺼진다. 이 도구는 리눅스용이고 RTX 30 계열 칩만 대상이다.
오늘 해 볼 것
ChatGPT Pro 200을 쓰고 있다면 오늘 Codex 사용량 화면에서 이번 주 사용 비율을 적어 두고, 10월 30일 이후 같은 요일의 값과 비교한다. 차이가 크면 요금제 단계를 올리는 것과 추가 크레딧을 사는 것 중 무엇이 싼지 그때 계산한다.
Claude의 커넥터 목록에서 카카오 PlayMCP를 연결하고, 도구함에는 카카오톡 나와의 채팅방 하나만 담는다. ‘오늘 정리한 내용을 나와의 채팅방에 보내줘’라고 요청해 실제로 카톡이 오는지 시험한다.
Claude와 ChatGPT를 함께 쓴다면 Tutti를 설치하기 전에, 두 AI에 반복해서 넣는 배경 설명이 무엇인지 목록으로 적어 본다. 그 목록이 길수록 한 작업 공간에 묶을 이득이 크다.
RTX 30 계열 그래픽카드로 AI를 돌리고 있다면 gpu-unlock을 깔기 전에 지금 속도부터 재 둔다. 긴 문서를 넣었을 때 첫 답이 나오기까지 걸리는 시간과 답이 끝날 때까지의 시간을 따로 적어 두면 효과를 공정하게 비교할 수 있다.