깃허브가 코딩 요청마다 실행 계획을 세워 여러 AI 모델을 조합하는 ‘프로젝트 하이드라퓨전’을 현지 시각 9월 4일 리서치 프리뷰로 공개했다. 리서치 프리뷰는 연구 단계의 기능을 정식 출시 전에 개발자에게 미리 열어 주는 배포 방식이다. 요청 하나를 정해진 모델 한 개에 보내는 대신, 어떤 모델을 어떤 순서로 쓸지 매번 정한 뒤 실행한다.

이름은 마이크로소프트 연구진이 올해 발표한 라우팅 논문 하이드라(HyDRA, Hybrid Dynamic Routing Architecture)에서 가져왔다. 라우팅은 요청의 성격을 판별해 적합한 모델로 보내는 기술을 말한다.

하이드라퓨전은 요청마다 싱글과 캐스케이드, 크리틱 가운데 하나를 골라 실행한다. 싱글에서는 모델 한 개가 작업을 바로 해결한다. 캐스케이드에서는 효율이 높은 모델이 먼저 초안을 작성하고, 품질 게이트가 그 초안을 받아들일지 더 강한 모델로 넘길지 판정한다. 크리틱에서는 한 모델이 초안을 작성하면 다른 계열의 독립 검토 모델이 도구 없는 격리 환경에서 결과를 평가하고, 초안을 작성한 모델이 그 평가를 반영해 한 차례 수정한다.

깃허브는 터미널벤치 2.1과 딥SWE, 체크포인트벤치에서 클로드 오퍼스 5와 GPT-5.6 솔을 기준선으로 놓고 오프라인 평가를 진행했다. 터미널벤치 2.1에서는 검증된 작업 품질이 오퍼스 5보다 4.9%포인트 높았고 추정 비용은 67% 낮았다. 딥SWE에서는 품질이 1.5%포인트 낮고 비용은 36% 낮았으며, 체크포인트벤치에서는 품질이 0.1%포인트 낮고 비용은 65% 낮았다.

깃허브는 게시글 제목에 ‘프론티어 품질’이라는 표현을 넣었다. 비용 소모는 실제로 세 벤치마크 전부에서 낮아졌다. 문제는 품질이 오퍼스 5와 같거나 앞선 벤치마크는 터미널벤치 2.1뿐이라는 것이다. 벤처비트는 이 간극을 지적하며 엔비디아 니모 스위치야드와 오픈라우터의 새 오토 라우터에서도 홍보 문구와 자체 벤치마크 사이에 비슷한 차이가 나타났다고 보도했다.

깃허브는 코파일럿의 실제 코딩 세션에서 체크포인트벤치를 자체적으로 추렸다. 대화마다 공개 저장소와 변경 불가능한 커밋에 고정돼 있어 같은 조건으로 다시 실행할 수 있다. 깃허브는 언어와 작업 유형, 난이도를 고르게 배분했다고 밝혔다.

마리오 로드리게스 깃허브 최고제품책임자는 벤처비트에 “적합한 모델로 보내는 일은 이제 기본 요건이 되고 있지만, 하이드라퓨전은 어떤 모델이 이 작업을 맡을지가 아니라 이 작업을 푸는 가장 좋은 방법이 무엇인지를 다룬다”고 말했다. 깃허브가 올해 초 내놓은 오토 모델 선택과의 차이에 대해서는 오토가 모델 하나를 고르는 기능이라면 하이드라퓨전은 작업 흐름 전체를 조율하는 기능이라고 설명했다. 두 기능을 합치는 방안도 검토하고 있다고 덧붙였다.

하이드라퓨전은 모든 코파일럿 요금제에서 쓸 수 있는데, 코파일럿 CLI에서 실험 모드를 켠 뒤 모델 목록에서 선택하면 된다. 요금은 하이드라퓨전이 호출한 각 모델의 표준 토큰 단가로 청구된다. CLI는 명령어를 입력해 프로그램을 사용하는 방식이다. 현재는 첫 턴 단일 프롬프트 코딩 작업에 한정되며, 여러 턴에 걸친 조율은 개발 중이다.

깃허브는 작업 단계는 보여 주되 중간 초안은 최종 결과가 나올 때까지 공개하지 않는 방식을 택했다. 검토와 수정 과정에서 버려질 수 있는 초안이 완성본처럼 보일 수 있다고 설명했다. 다만 진행 상황이 충분히 보이지 않는 대기 시간은 개발자에게 부담이 된다는 점을 인정하고, 프리뷰 피드백을 받아 개선하겠다고 밝혔다.

자세한 내용은 깃허브에서 확인할 수 있다.

이미지 출처: 깃허브