오픈소스 도구 pxpipe가 클로드 코드(Claude Code)에 입력되는 긴 텍스트를 압축된 PNG 이미지로 변환해 토큰 비용을 절감하는 방식으로 주목받고 있다. 이 기법이 통하는 이유는 앤트로픽의 과금 구조에 있다. 텍스트는 글자 하나당 약 1토큰이 소모되지만, 이미지는 담긴 텍스트량과 무관하게 픽셀 크기에 따라 고정된 토큰 수만 부과된다. 코드나 JSON처럼 밀도 높은 콘텐츠를 이미지로 렌더링하면 이미지 토큰 1개당 약 3.1자를 담을 수 있다는 계산이다.
개발자 스티븐 총이 만든 pxpipe는 로컬 프록시로 동작하며, 클로드 코드로 향하는 요청을 가로채 시스템 프롬프트·툴 문서·과거 대화 기록처럼 부피가 크고 정적인 부분을 이미지로 렌더링한다. 최근 메시지와 모델 출력은 평소처럼 텍스트로 그대로 전달된다. 실제 사례에서는 약 4만8000자 분량의 시스템 프롬프트와 툴 문서가 촘촘하게 압축된 PNG 한 장에 담겼는데, 텍스트로는 약 2만5000토큰이 필요했던 반면 이미지로는 약 2700토큰에 그쳤다.
총에 따르면 평균 절감률은 59~70%에 달하며, 한 페이블5(Fable 5) 데모에서는 세션 비용이 42.21달러에서 6.06달러로 줄었다. 다만 이 방식에는 손실 압축이라는 대가가 따른다. 해시값처럼 정확한 문자열은 이미지로 읽을 때 깨질 수 있고, 모델이 비전 인코더를 거쳐야 하는 만큼 처리 속도도 느려진다. pxpipe는 기본적으로 클로드 페이블5와 GPT-5.6을 지원하도록 설계됐다. 페이블5는 모델이 암기했을 수 없는 새로운 숫자로 구성된 수학 문제 벤치마크에서 100% 정확도를 기록했지만, 오퍼스 4.7과 4.8은 렌더링된 이미지의 약 7%를 잘못 읽었고 GPT-5.5도 이미지 맥락에서 정확도가 떨어져 두 모델은 기본값에서 비활성화돼 있다.
텍스트를 압축 이미지로 바꿔 모델에 넣는 접근 자체는 새로운 아이디어는 아니다. 딥시크는 텍스트 문서를 이미지로 처리하는 OCR 시스템을 구축해, 자체 기술 논문에 따르면 정보의 97%를 유지하면서 최대 10배까지 압축했다고 밝힌 바 있다. 이런 흐름이 확산될 경우 AI 기업들이 이미지 처리 요금을 인상하는 방식으로 대응할 가능성도 거론된다.
저작권자 © STORIUM 무단전재 및 재배포 금지
