텍스트를 PNG로 압축해 토큰 비용 70% 절감하는 오픈소스 도구 'pxpipe' 공개

AI 코딩 에이전트를 길게 돌리다 보면 대화 기록이 눈덩이처럼 불어나며 토큰 비용이 무섭게 치솟곤 합니다. 보통은 프롬프트를 다듬거나 캐싱을 쓰지만, 개발자 스티븐 총(Steven Chong)은 완전히 다른 틈새를 공략했습니다. 텍스트를 보내는 대신 텍스트를 빼곡히 적은 스크린샷을 모델에 넘기는 방식입니다.

텍스트 입력을 PNG 이미지로 변환해 Claude Code의 토큰 소모를 획기적으로 줄여주는 오픈소스 프록시 도구 pxpipe가 공개되어 큰 관심을 모았습니다. 최신 모델인 Claude Fable 5 기준으로 비용을 최대 70%까지 깎아줍니다.

2만 5천 토큰을 2,700 토큰으로 압축하다

이 기묘한 방법이 먹히는 이유는 앤트로픽을 비롯한 주요 AI 기업들의 이미지 과금 방식 때문입니다.

일반 텍스트는 글자 수나 토큰 수에 정비례해 비용이 청구되며 대략 한 글자가 1토큰 안팎을 차지합니다. 반면 이미지는 내부 텍스트 밀도와 상관없이 픽셀 해상도에 따라서만 고정된 토큰 수가 매겨집니다.

코드나 JSON처럼 빽빽한 내용을 작은 글씨의 이미지로 렌더링하면 이미지 토큰 1개당 약 3.1글자를 욱여넣을 수 있습니다.

pxpipe는 로컬 프록시 형태로 작동합니다. Claude Code로 향하는 요청을 가로채 시스템 프롬프트, 도구 명세서, 오래된 대화 기록처럼 덩치 크고 고정적인 내용을 빽빽한 PNG 한 장으로 렌더링합니다. 최신 대화와 모델 출력은 그대로 일반 텍스트로 오갑니다.

공개된 시연에서는 약 4만 8,000자 분량의 시스템 프롬프트와 문서가 단 한 장의 촘촘한 PNG로 압축됐습니다. 일반 텍스트로 보냈다면 약 2만 5,000토큰이 들었을 분량이지만, 이미지로 보내면서 약 2,700토큰으로 처리됐습니다.

개발자에 따르면 전체 토큰 절감률은 평균 59%에서 70%에 달합니다. Claude Fable 5를 활용한 한 데모에서는 단일 세션 비용이 42.21달러에서 6.06달러로 대폭 떨어졌습니다.

비용 절감의 대가는 처리 속도와 오독 위험

다만 지갑이 편해지는 만큼 성능과 속도에서는 손해를 감수해야 합니다.

가장 큰 단점은 손실 압축이라는 점입니다. 해시값이나 임의의 고유 문자열처럼 1글자도 틀려선 안 되는 데이터는 비전 인코더가 이미지를 읽는 과정에서 왜곡될 수 있습니다. 또한 텍스트를 바로 읽는 것과 달리 비전 인코더를 한 단계 거쳐야 하므로 응답 속도도 느려집니다.

모델의 시각 추론 능력도 크게 탑니다. pxpipe는 현재 Claude Fable 5와 GPT 5.6만 기본으로 지원합니다. Fable 5는 무작위 숫자가 포함된 수학 문제 벤치마크에서 100%의 정확도를 기록했습니다.

반면 이전 세대 모델들은 오독이 심합니다. Chong에 따르면 Opus 4.7과 4.8은 이미지 속 텍스트의 약 7%를 잘못 읽었으며, GPT 5.5 역시 이미지 컨텍스트 처리 성능이 떨어져 기본 설정에서 비활성화되어 있습니다.

텍스트를 이미지로 압축해 모델에 읽히는 발상 자체가 처음은 아닙니다. Deepseek 역시 문서를 이미지로 처리하는 OCR 시스템을 구축해 97%의 정보를 보존하면서 최대 10배 압축률을 달성했다고 논문에서 밝힌 바 있습니다.

왜 중요한가

우리는 pxpipe를 두고 API 과금 모델의 맹점을 집요하게 파고든 해커다운 발상이자, 과도기적인 묘수라고 봅니다.

개발자 입장에서 Claude Fable 5처럼 시각 인식 능력이 뛰어난 모델을 쓰며 고정 프롬프트가 길게 반복되는 작업을 한다면 지금 당장 시도해볼 가치가 큽니다. 세션당 수십 달러를 아낄 수 있다는 점은 매력적입니다. 하지만 정밀한 해시 검증이 필요하거나 빠른 응답이 생명인 서비스에는 결코 적합하지 않습니다.

AI 플랫폼 기업들에게는 과금 체계의 허점을 드러낸 경고장입니다. 고해상도 이미지에 텍스트를 빽빽하게 담아 보내는 식의 비용 차익 거래가 확산된다면, 공급자들은 이미지 해상도별 토큰 부과 방식을 수정하거나 반대로 텍스트 캐싱 할인을 더 공격적으로 내놓으며 대응할 가능성이 높습니다.