Vercel AI Gateway Muse Wonder 사용법: 100만 토큰 코딩 에이전트 연결

Muse Wonder의 100만 토큰 지원 범위

Muse Wonder는 Meta의 코딩·장시간 에이전트 작업용 모델로 소개됐습니다. AI Gateway API 키로 접근할 수 있으며 별도 Meta 계정을 만들 필요가 없다는 것이 Vercel 발표 내용입니다. 텍스트와 함께 이미지·PDF를 입력하고 도구를 호출할 수 있습니다. 근거: Muse Wonder 공식 발표

모델의 지원 기능과 에이전트가 노출하는 기능은 다릅니다. 모델을 바꿔도 기존 도구 목록이 자동으로 늘어나는 것은 아닙니다. 대규모 문맥에서는 필요한 파일, 테스트 결과, 변경 이력을 목적에 맞춰 전달하는 편이 문제를 좁히기 쉽습니다.

코딩 에이전트 연결: CLI 설정 순서

1. AI Gateway를 사용할 Vercel 계정·팀과 API 키를 준비합니다.
2. 기존 에이전트의 모델·연결 설정을 기록해 되돌릴 수 있게 합니다.
3. 아래 setup 명령을 실행하고 사용하는 에이전트를 선택합니다.
4. 설정된 연결 정보와 계정을 확인하고 필요한 경우 에이전트를 다시 시작합니다.
5. 모델 설정에서 meta/muse-wonder-1.0을 선택합니다.
6. 짧은 설명 요청으로 연결을 확인한 뒤 도구 사용을 별도로 검증합니다.

npx vercel ai-gateway setup
# 특정 에이전트를 지정하는 예: Claude Code
npx vercel ai-gateway setup --agent claude-code

setup과 --agent 선택은 공식 에이전트 연결 문서를 참고했습니다. CLI와 에이전트 버전에 따라 설정 화면이 달라질 수 있으므로 실제 안내를 확인하세요. 이 글의 작성 과정에서는 명령을 실행해 사용자 설정을 바꾸지 않았습니다.

Claude Code·Cursor 등 일부 에이전트에는 전용 호환 엔드포인트가 있습니다. 일반 API 주소를 모든 도구에 복사하기보다 해당 에이전트 문서와 setup을 우선 사용하세요. 도구 이름만으로 API 형식이 같다고 가정하면 모델 목록이나 요청 호환성 문제가 생길 수 있습니다.

연결 확인용 첫 작업은 작게 시작하기

모델 연결을 확인하려고 합니다.
이 저장소의 로그인 API를 수정하기 전에 필요한 파일과 테스트 목록을 정리해주세요.
먼저 파일을 조회하고, 각 판단의 근거 경로를 적어주세요.
파일을 읽을 도구가 없다면 읽었다고 추정하지 말고 필요한 입력을 요청해주세요.
이 단계에서는 파일을 수정하거나 배포하지 마세요.

이 프롬프트는 편집부의 검증 예시입니다. 모델 응답, 파일 도구 실행 기록, 근거 경로를 대조하세요. 답변이 잘 나왔다고 해서 파일 접근·명령 실행까지 정상인 것은 아닙니다. 다음 단계에서 작은 변경과 관련 테스트를 수행하고 diff를 검토하면 모델 연결과 에이전트 실행을 구분해 확인할 수 있습니다.

AI SDK에서 Muse Wonder 호출하기

코딩 에이전트를 설정하지 않고 앱에서 모델 응답만 확인하려면 AI SDK를 사용할 수 있습니다. 아래 예시는 텍스트 생성 호출이며 파일 도구나 반복 실행을 갖춘 완전한 코딩 에이전트는 아닙니다. 근거: 모델 호출 예시

# 별도 예제 폴더에서 설치
npm install ai dotenv
# .env에 AI_GATEWAY_API_KEY를 설정한 뒤 실행
node index.mjs

import 'dotenv/config';
import { generateText } from 'ai';

if (!process.env.AI_GATEWAY_API_KEY) {
  throw new Error('Set AI_GATEWAY_API_KEY before running');
}
const result = await generateText({
  model: 'meta/muse-wonder-1.0',
  maxOutputTokens: 1024,
  prompt: '로그인 API 리팩터링을 시작하기 전에 확인할 파일과 테스트를 한국어로 정리해줘. 실제 파일을 읽었다고 가정하지 마.',
});
console.log(result.text);

호출 예제 index.mjs 다운로드. .env에는 AI_GATEWAY_API_KEY 값을 저장하고 버전 관리에서 제외하세요. 예제는 API 호출을 수행하므로 실행 전 계정과 과금 조건을 확인합니다. 패키지 설치 후 lockfile을 보관하고 사용 버전을 기록하면 재현하기 쉽습니다.

위 출력 제한 1024는 작은 연결 검증을 위한 선택이며 모델의 최대 능력을 나타내는 값이 아닙니다. 응답에 실제 코드베이스 내용이 없으면 모델이 파일을 읽은 것으로 판단하지 마세요. 코딩 자동화를 만들려면 파일 조회·수정·테스트 도구, 반복 종료 조건, 결과 검증을 추가로 설계해야 합니다.

비용 계산: 컨텍스트를 크게 쓰기 전 확인할 점

10월 14일 모델 페이지 표시 가격은 100만 토큰당 입력 4달러·출력 20달러입니다. 실제 적용 가격과 캐시·라우팅 조건은 호출 전에 다시 확인하세요. 근거: Muse Wonder 가격

표는 캐시 할인·세금·추가 도구 비용을 제외하고 표시 단가만 적용한 산술 예시입니다. 100만 입력과 출력이 함께 포함되는 요청의 실제 허용 여부도 별도로 확인해야 합니다. 에이전트는 여러 번 호출하므로 한 번의 예상 비용에 작업 횟수를 곱한 값만으로 전체 청구를 확정하지 마세요.

작업별 입력·출력 사용량, 재시도, 도구 결과 크기를 기록하면 긴 문맥을 보내는 비용이 어디서 발생하는지 파악할 수 있습니다. 이미 읽은 대형 로그를 매 단계 반복해서 전달하는지 확인하고 필요한 부분만 남기는 방식을 검토하세요.

100만 토큰을 활용하는 코드 조사 순서

1. 범위 결정: 문제를 재현하는 경로, 관련 모듈, 수정 목표를 명시합니다.
2. 핵심 문맥 수집: 관련 소스와 테스트·오류 로그를 우선 제공합니다.
3. 의존 관계 확장: 모델이 추가로 필요한 파일을 근거와 함께 요청하게 합니다.
4. 변경 계획 확인: 수정 파일, 예상 영향, 검증 방법을 정리합니다.
5. 작게 수정·검증: 테스트 결과와 diff를 확인하고 실패하면 원인별로 문맥을 보강합니다.

큰 컨텍스트는 여러 모듈을 함께 검토할 공간을 제공하지만, 오래된 설명이나 상충하는 로그도 함께 전달될 수 있습니다. 파일 경로·커밋·로그 시각을 표시하고 현재 상태와 과거 기록을 구분하면 모델의 잘못된 전제를 찾기 쉽습니다.

모델이 안 보이거나 연결이 실패할 때

모델 페이지의 only는 공급자 범위를 제한하고 order는 우선순위를 지정하는 설정으로 안내됩니다. 근거: 공급자 라우팅 옵션 코드·문서를 보낼 때에는 허용된 공급자와 데이터 처리 조건도 확인하세요. 응답 속도와 성공률은 실제 작업 조건에서 측정해야 합니다.

자주 묻는 질문

100만 토큰이면 저장소를 전부 자동으로 읽나요?

아닙니다. 에이전트의 파일 접근과 문맥 구성 방식에 따라 전달되는 내용이 달라집니다. 파일 조회 기록과 사용량으로 실제 입력을 확인하세요.

도구 호출 지원이면 터미널 실행도 자동으로 가능한가요?

모델은 도구 호출을 요청할 수 있지만 실행 도구와 권한은 에이전트가 제공해야 합니다. 호출 지원과 실행 성공은 별도 확인 대상입니다.

Meta 서비스 구독이 꼭 필요한가요?

Vercel 발표는 AI Gateway API 키로 접근할 수 있다고 안내합니다. 별도 서비스 구독과 AI Gateway 사용량 과금을 혼동하지 마세요.

관련 코딩 에이전트 운영 안내

• Copilot JetBrains MCP 자동 시작과 지원 IDE
• Vercel CLI 도메인 검색·결제 승인