Writer, AI 에이전트 비용 52% 절감하는 Palmyra X6 출시

Writer는 2026년 8월 13일 기업용 AI 에이전트 플랫폼을 위한 새로운 주력 모델 Palmyra X6를 출시했다. 이와 동시에 작업 조정 계층인 Writer Agent harness를 재구축하고 사용량을 추적하며 지출 한도를 설정하는 거버넌스 도구를 추가했다. 회사는 자사 제품을 Palmyra X6와 함께 실행하면 비용이 평균 52% 절감되고, 속도는 48%, 품질은 10% 향상된다고 밝혔다.

이번 조치는 에이전트 비용이 기업의 AI 기술 구매 결정에서 주요 요인이 된 시점에 나왔다. 에이전트는 일반적으로 하나의 답변을 생성하는 데 그치지 않고 계획 수립, 검색, 도구 호출, 검증 및 재시도의 반복 주기를 수행하므로 기존 챗봇보다 더 많은 토큰을 소비한다. 기사에 인용된 Goldman Sachs의 전망에 따르면, 에이전트가 지속적으로 작동하는 사례가 확산되면서 토큰 소비량은 2026년부터 2030년 사이 24배 증가해 월 120천조 토큰에 이를 수 있다.

오픈 가중치 기반 모델

Writer는 Palmyra X6를 처음부터 학습했다고 주장하지 않는다. 이 모델은 중국 기업 Z.ai가 개발한 오픈 가중치 mixture-of-experts 모델 GLM-5.2를 후속 학습한 버전이다. Z.ai는 과거 Zhipu AI로 알려졌다. 회사의 기술 보고서에 따르면 X6는 GLM-5.2의 구조를 유지하며 7,440억 개의 매개변수를 포함하고, 토큰당 약 400억 개의 매개변수가 활성화된다.

Writer는 이를 위해 anchored supervised fine-tuning, 즉 ASFT라고 부르는 방식을 사용했다. 이 방식은 에이전트 작업을 위한 626개의 엄선된 합성 경로로 구성된 소규모 데이터 세트에서 한 번의 학습 주기 동안 낮은 학습률로 적용됐다. 이 방식은 토큰 가중치 부여 메커니즘과 Kullback-Leibler 발산에 기반한 앵커를 사용해 학습된 모델이 기본 모델의 고정된 버전에서 지나치게 멀어지는 것을 제한한다. 또한 회사는 기본 가중치 행렬에서 Adam 옵티마이저를 Muon 옵티마이저로 교체했다.

학습 데이터는 전부 합성 데이터였다. 매개변수화된 모델들이 작업 계획, 도구 호출 및 최종 답변을 생성했으며, 이후 구조적 품질 게이트와 모델 기반 검수자, 그리고 두 개의 언어 모델로 구성된 심사위원단을 거친 뒤 학습에 사용됐다.

Writer의 테스트에 따른 가격과 성능

출처 기반 검색, 도구 사용, 콘텐츠 생성, 하위 에이전트에 대한 작업 위임, 브랜드 보이스 준수 등을 포함한 9개 역량의 내부 평가에서 Palmyra X6는 1.00점 만점에 평균 0.87점을 받았다. Writer는 이 결과를 Claude Opus 4.8의 0.86점, Claude Sonnet 4.6의 0.85점, GPT-5.5의 0.80점, Gemini 3.1의 0.77점과 비교한다.

회사는 이 모델의 가격을 입력 토큰 100만 개당 2달러, 출력 토큰 100만 개당 8달러로 책정했다. Claude Opus 4.8은 각각 15달러와 75달러다. 회사는 X6가 평균 26초 만에 작업을 수행하며, 하나의 목표를 달성하기 위해 최대 8시간 동안 직접적인 감독 없이 작동할 수 있다고 밝혔다.

그러나 이러한 비교는 부분적으로 Writer 자체가 수행한 내부 테스트에 근거한다. 회사에서 AI 연구를 이끄는 Dan Bikel은 기술 보고서에 공개 테스트 프로토콜과 내부 평가가 포함되어 있다고 말했다. 또한 공개 테스트는 주요 학습 목표라기보다 큰 격차가 없는지 확인하기 위한 지표로 사용된다고 설명했다.

인프라와 거버넌스

Writer는 모델 가중치를 미국의 Hugging Face 저장소에서 확보했으며, 학습은 전부 미국 인프라에서 진행됐다고 밝혔다. 데이터 세트 생성과 저장도 미국에서 이뤄졌고, 미국에 위치한 학습 장비가 사용됐다. 또한 회사는 정치적 편향, 검열, 정확성 및 거부 행동을 포함한 모델 위험에 대해 사전 등록된 평가를 수행했으며, 익명화된 심사자들이 19,674개의 응답을 평가했다.

Writer의 결과에 따르면 X6는 Washington Post의 ModelSlant 평가에서 민감한 정치적 질문에 대해 80%의 사례에서 편향된 입장을 보였다. 또한 배포용 시스템 메시지를 사용할 경우 FORTRESS 벤치마크에서 기본 GLM-5.2 버전보다 공격에 대한 안전성이 8.6포인트 향상됐다. 그러나 보고서는 모델의 행동이 언어에 따라 달라진다는 점을 인정했으며, 이는 제한적인 후속 학습이 기본 모델의 모든 영향을 반드시 제거하지는 않는다는 것을 의미한다.

Writer는 모델과 함께 작업을 계획하고, 작업을 취합하고, 하위 에이전트에 위임하며, 컨텍스트를 관리하는 조정 계층도 재구축했다. 회사는 이 계층이 Anthropic과 OpenAI 모델을 포함해 테스트한 모든 모델에서 품질을 유지하면서 비용을 41% 절감하고 작업 완료 속도를 44% 높인다고 밝혔다.

또한 Writer는 Writer Agent 내 다중 모델 지원을 확대했다. 이에 따라 관리자는 Anthropic과 OpenAI의 모델, Microsoft Azure와 AWS Bedrock, Nvidia NIM을 비롯한 클라우드 서비스 제공업체의 모델, 그리고 이미지 생성 모델을 활성화할 수 있다.

에이전트 비용에 대한 통합된 관점

새로운 거버넌스 도구는 기업 전반의 에이전트 사용량을 중앙에서 확인할 수 있는 화면과 공유 가능한 자동화인 Playbooks 및 Skills 내 각 워크플로에 대한 분석 기능을 추가한다. 여기에 사용량 알림과 지출 한도도 포함된다. 이러한 도구는 IT 및 보안 관리자가 사용 범위를 확대하기 전에 각 워크플로의 비용을 파악할 수 있도록 지원하는 것을 목표로 한다.

Writer는 비용 절감이 자사 매출을 줄이기 위한 것이 아니라, 인건비나 토큰 소비 비용 때문에 기업이 이전에는 자동화하지 않았을 사용 사례를 열기 위한 것이라고 밝혔다. 회사는 Palmyra X6 출시, 조정 계층 및 거버넌스 도구를 단순히 공시된 토큰 가격이 아니라 성공적으로 완료된 작업의 비용에 초점을 맞춘 하나의 시스템으로 제시한다.