AI & OpenClaw – 2026.3.17 소식

DebugMCP는 VS Code와 AI agent를 MCP로 연결해서 AI agent가 중지점 설정, 수식 검증 등 debugging 가능하다고 합니다. 새로운 OpenClaw 비용 절감 후기도 있습니다.

DebugMCP – AI agent가 실제 디버깅 할 수 있도록 하는 VS Code 확장

기존의 AI 코딩에서 오류 원인을 찾기 위해서는 코드 분석, Print 출력(=Log)를 분석했을 뿐 실제적인 Debugger 사용을 하지 못했다고 합니다. DebugMCP는 AI Agent가 중지점(breakpoing) 설정, 단계별 실행, 변수 변경 내역 확인, 수식 검증 등 실제적인 debugging 작업이 가능하도록 VS Code와 AI agent 사이를 MCP로 연결해 준다고 합니다. 100% 로컬에서 실행되며 외부 호출, 추가적인 인증은 필요 없다고 합니다.

OpenClaw 20일 $420 요금을 $168로 절감한 이야기

또 다른 OpenClaw 사용 요금 절감 후기입니다. 저자는 20일간 AI agent가 작업에 사용한 내역을 분석해서 각각의 작업에 필요한 AI 모델을 재구성했습니다. 다른 사용자들 경험담에서 보이듯이 간단한 작업과 복잡한 작업을 수행할 AI 모델을 각 용도에 맞춰서 사용하는 것이 비용을 절감할 수 있는 가장 기본적인 구성임을 재확인할 수 있습니다. 그 다음으로는 프롬프트 캐시 사용으로 입력 비용의 40% 절감할 수 있었다고 합니다. 세 번째로는 Batch 작업입니다. Batch 작업을 위해서 별도의 프로그램을 만들 필요가 있었다고 합니다. 네 번째 방법은 다른 경험담에서 볼 수 없었던 것인데 AI 출력량을 제한했다는 겁니다. 상용 AI 모델 가격표에서 보면 입력량과 출력량에 따른 비용이 별도로 책정하고 있다는 것을 감안하면 출력량(=AI 회신 내용)을 제한한 것도 비용 절감에 도움이 된다고 볼 수 있습니다. AI 대화를 해 보면 알지만 질문자 의도에 부합하는 답변의 길이보다 더 길게 대답하는 비율이 높습니다. 대답의 길이를 제한하는 것은 영리한 방법이지만 어떤 방식으로 제한 할 지는 문제로 보입니다.

※ 지난 게시글:

• AI & OpenClaw – 2026.3.16 소식
• AI & OpenClaw – 2026.3.13 소식
• AI & OpenClaw – 2026.3.12 소식
• AI & OpenClaw – 2026.3.11 소식
• OpenClaw – 2026.3.10 소식

※ 출처: Reddit/LocalLLaMa, OpenClaw