오픈소스 로컬 훅이 AI 비용을 절감하기 위해 Claude 모델을 자동으로 전환합니다

한 개발자가 코딩 작업 유형에 따라 가장 비용 효율적인 Claude AI 모델을 자동으로 선택하는 로컬 훅을 오픈소스로 공개했습니다. 이 도구는 품질 저하 없이 AI 비용을 50-70%까지 절감할 수 있습니다.

작동 방식

이 도구는 각 프롬프트가 전송되기 전에 Cursor와 Claude Code(둘 다 동일한 훅 시스템 사용)에서 로컬 훅으로 실행됩니다. Opus/plan 옆에 위치하여 비싼 모델에 도달하기 전에 명백히 부적합한 모델 매칭을 방지하는 효율적인 프론트엔드 필터 역할을 합니다.

주요 기능

• 프롬프트와 현재 모델 선택을 읽음
• 간단한 키워드 규칙을 사용해 작업 분류(git 작업, 기능 작업, 아키텍처/심층 분석)
• 과다 지불 시 차단(예: git 커밋에 Opus 사용)하고 Haiku 또는 Sonnet 제안
• 성능 부족 시 차단(아키텍처에 Sonnet/Haiku 사용)하고 Opus 제안
• 그 외 모든 것은 변경 없이 통과
• ! 접두사를 사용하면 제안에 동의하지 않을 때 필터를 완전히 우회 가능

기술적 세부사항

• 3개 파일: bash + python3 + JSON
• 프록시 없음, API 호출 없음, 외부 서비스 없음
• Fail-open 설계: 중단되면 Claude Code가 정상적으로 진행
• 오픈소스 위치: https://github.com/coyvalyss1/model-matchmaker

성능 및 테스트

개발자가 몇 주간 자신의 프롬프트를 분석한 결과:

• 60-70%는 Sonnet이 처리할 수 있는 표준 기능 작업
• 5-20%는 디버깅/문제 해결
• 상당 부분은 순수 git/이름 변경/포맷팅 작업으로 Haiku가 90% 낮은 비용으로 동일하게 처리

사후 분석 결과, 이 도구가 품질 저하 없이 AI 지출의 50-70%를 절감했을 것으로 나타났습니다. 조정 후 실제 테스트 프롬프트 12개 중 12개를 올바르게 처리했습니다.

해결하는 문제

문제는 지식이 아니라 마찰입니다. 개발자들은 모델을 전환해야 한다는 것을 알고 있지만, 집중 상태에서는 드롭다운 메뉴를 생각하고 싶어하지 않습니다. 이 도구는 의사 결정 과정을 자동화합니다.