GitHub은 2026년 9월 4일, GitHub Copilot에서 작업에 따라 여러 AI 모델을 적재적소에 활용하는 'Project HydraFusion'을 연구 프리뷰로 발표했습니다. GitHub의 평가에 따르면, TerminalBench 2.1에서 Claude Opus 5와 비교해 추정 비용을 67% 절감하면서 성공적으로 완료한 작업의 비율이 4.9포인트 높아졌다고 합니다. Project HydraFusion: Frontier quality via multi-model orchestration - The GitHub Blog https://github.blog/ai-and-ml/github-copilot/project-hydrafusion-frontier-quality-via-multi-model-orchestration/
AI를 활용한 프로그래밍에서는 간단한 코드 생성부터 복잡한 수정까지 요청 내용의 난이도가 크게 다릅니다. 고성능 AI 모델은 어려운 작업에 강한 반면, 처리 시간과 이용 비용이 증가하기 쉽다는 과제가 있습니다. GitHub Copilot에는 이전부터 요청 내용에 따라 적합한 AI 모델을 선택하는 자동 모델 선택 기능이 있었습니다. HydraFusion은 자동 모델 선택을 한 단계 발전시켜, 하나의 작업에서도 필요에 따라 여러 AI 모델을 조합하여 처리하는 구조라고 합니다. HydraFusion은 요청 내용에 따라 '하나의 모델로만 답변하는 방식', '첫 번째 모델에서 충분한 결과가 나오지 않을 경우 고성능 모델로 인계하는 방식', '다른 모델이 답변 내용을 확인하게 한 후 수정하는 방식' 등을 구분하여 사용합니다. 개발자는 HydraFusion을 선택하기만 하면 되며, 어떤 처리 방식이나 모델을 사용할지는 자동으로 결정된다고 합니다.
GitHub은 HydraFusion을 여러 코딩용 벤치마크에서 평가하고 있습니다. TerminalBench 2.1에서는 Claude Opus 5와 비교해 추정 비용이 67% 감소했고, 성공적으로 완료한 작업의 비율은 4.9포인트 상승했습니다.
HydraFusion은 모든 GitHub Copilot 플랜에서 GitHub Copilot CLI의 실험적 기능으로 이용할 수 있으며, 실제 호출된 각 AI 모델의 토큰 사용량과 일반 요금을 기준으로 요금이 산정됩니다. GitHub은 향후 긴 주고받기가 필요한 작업에서의 검증도 진행할 예정이며, 연구 프리뷰를 통해 얻은 결과에 따라 모델 구성이나 처리 방식 등을 변경할 가능성이 있다고 밝혔습니다.
원문 보기 | 출처: Gigazine