Model Multiplier 최적화로 Free Tier 효율 4배 증대

Context

제한된 월 50 Credits 환경에서 AI Agent IDE를 활용한 효율적 개발 체계 구축 필요성 대두. 모델별 서로 다른 Credit 소모율로 인해 무분별한 High-end 모델 사용 시 가용 상호작용 횟수가 급격히 감소하는 제약 발생.

Technical Solution

• Task 복잡도에 따른 Model Multiplier 기반의 계층적 모델 선택 전략 수립
• Scaffolding 및 Bulk Code 생성 단계에서 Qwen3 Coder Next(0.05X)를 배치하여 비용 최적화
• Agentic Workflow 및 반복적 Refactoring 과정에 DeepSeek v3.2(0.25X)를 할당하여 처리량 확보
• 고도의 추론이 필요한 Architecture 결정 및 Tricky Logic 디버깅 시에만 Claude Sonnet 4.5(1.3X)를 투입하는 전략적 스위칭 적용
• .kiro/steering/ 디렉토리를 통한 Persistent Instruction 주입으로 중복 프롬프트 소모 방지
• 명확한 Stack 정의와 End-state 기술을 통해 Agent의 시행착오로 인한 Credit 낭비 제거