Writer 'Palmyra X6' 출시: 에이전트 비용 절반으로 줄인 오픈소스 기반 AI 모델

엔터프라이즈 AI 에이전트는 큰 효율성 향상을 약속했지만, 종종 예상보다 훨씬 큰 비용 청구서를 남기곤 했습니다. 2026년 8월 13일, Writer는 Z.ai의 오픈소스 GLM-5.2 모델을 기반으로 한 새로운 플래그십 모델 Palmyra X6를 공개했습니다 . 또한, AI 모델이 복잡한 다단계 작업을 수행하는 방식을 제어하는 오케스트레이션 플랫폼인 Writer Agent 하네스의 주요 업그레이드 버전도 함께 출시했습니다 . Writer의 핵심 주장은 이러한 변화로 정교한 AI 에이전트 운영 비용을 절반 이상 줄일 수 있다는 것이며, 이는 대기업이 AI 자동화 예산을 책정하는 방식을 재편할 잠재력이 있습니다.

Writer가 출시한 것: Palmyra X6와 재설계된 하네스

이번 발표의 핵심 구성 요소는 두 가지입니다:

• Palmyra X6: 장기 엔터프라이즈 워크플로우를 위해 특별히 제작된 에이전틱 모델입니다. 하위 에이전트, 그라운딩, MCP 도구 사용을 지원합니다 . Writer 문서에 따르면 이 모델은 Writer Agent 제공의 기본 모델입니다 .
• 업그레이드된 Writer Agent 하네스: 장기 실행 다단계 에이전틱 워크플로우에서 토큰 사용량을 최적화하도록 에이전트 오케스트레이션 플랫폼이 재설계되었습니다 . 이 하네스는 모델이 추론 단계를 시퀀싱하고, 외부 도구를 호출하며, 컨텍스트를 관리하는 방식을 제어합니다.

하네스 최적화가 비용을 줄이는 방법

Writer가 주장하는 비용 절감 효과는 단일 마법 같은 기술이 아니라 모델 효율성과 더 스마트한 오케스트레이션의 결합에서 비롯됩니다:

• 평균 비용 52% 감소: Palmyra X6와 페어링된 에이전트는 이전 세대 대비 복잡한 다단계 워크플로우를 평균 52% 낮은 비용으로 실행합니다 .
• 작업당 비용 절반: 에이전트 작업당 비용이 약 0.25달러에서 약 0.12달러로 떨어졌습니다 .
• 속도 48% 개선: 에이전트 작업 실행 시간이 이전보다 약 절반으로 단축되어, 초당 82개의 토큰 출력 속도로 약 26초 만에 작업을 완료합니다 .
• 출력 품질 10% 향상: Writer의 내부 벤치마크 기준입니다 .
• 무인 장기 실행 에이전트: 새 하네스와 모델은 최대 8시간 동안 에이전트 작업을 무인으로 실행할 수 있어 수동 감독 및 재프롬프트 작업을 줄여줍니다 .
• 타겟 토큰 최적화: 하네스는 다단계 추론 과정에서 토큰 소비 방식을 직접 최적화하여 긴 에이전트 액션 체인에서 낭비를 줄입니다 .

맥락 정보: Writer는 마케팅 및 수익 팀을 위한 AI 도구 및 에이전트를 전문으로 하며, Accenture, Uber, Vanguard 등 Fortune 500대 기업을 고객으로 두고 있습니다 . 이 회사는 최첨단 수준의 모델과 더 스마트한 오케스트레이션 하네스를 결합함으로써 기업들이 경쟁 솔루션 대비 '극히 일부 비용'으로 지속적이고 다단계적인 AI 에이전트를 배포할 수 있다고 주장합니다 .

오픈소스 기반이 중요한 이유

Palmyra X6는 Z.ai의 오픈웨이트 GLM-5.2를 기반으로 합니다. 이 접근 방식은 Writer가 오픈소스 베이스의 이점을 누리면서도, 엔터프라이즈 에이전틱 작업에 맞게 모델을 조정하는 독점적인 포스트 트레이닝을 추가할 수 있게 해줍니다 . 이 하이브리드 전략, 즉 유능한 오픈 모델을 가져와 도메인 특화 워크플로우에 맞게 미세 조정하는 것은 비용과 개발 시간을 통제하면서 경쟁력 있는 성능을 제공하고자 하는 AI 기업들 사이에서 점점 더 보편화되고 있는 추세입니다.

엔터프라이즈 AI 구매자에게 의미하는 바

AI 에이전트 플랫폼을 평가 중인 기업들에게 Writer의 수치는 복잡한 다단계 AI 에이전트 운영의 경제성이 변화하고 있음을 시사합니다. 52%의 비용 절감, 거의 절반으로 줄어든 지연 시간, 그리고 8시간 동안 무인 실행이 가능한 점은 엔터프라이즈 AI 에이전트에 대한 가장 지속적인 두 가지 불만, 즉 예측 불가능한 비용과 지속적인 인간의 감독 필요성을 해결합니다. 이러한 주장이 실제로 입증된다면, 이전에는 자동화하기에 너무 비쌌던 대규모 워크로드에도 에이전틱 AI를 실행 가능하게 만들 수 있습니다.

물론, 이러한 수치는 Writer 자체의 내부 테스트에서 나온 것이며, 실제 결과는 특정 엔터프라이즈 작업의 복잡성과 구조에 따라 달라질 수 있습니다. 주장된 비용 절감 효과에 대한 독립적인 검증이 구매자들에게 더 명확한 그림을 제공할 것입니다.