aimake.log
AI 실전

힉스필드 MCP로 이미지를 만들 때 — 크레딧을 태우기 전에 확인할 것

영상 편집 MCP 두 개를 비교할 때는 고민이 "무엇을 맡길까"였습니다. 힉스필드는 결이 다릅니다. 호출할 때마다 실제로 돈이 나가기 때문입니다. 그래서 이 글은 연결 방법보다 크레딧을 태우기 전에 확인할 것에 무게를 뒀습니다. 이미지…

2026.08.18 8 MIN
세 줄 요약

힉스필드 MCP 는 붙이는 것보다 크레딧 관리가 본론입니다. 같은 “한 번 생성”인데 모델에 따라 0.15 에서 32.5 크레딧까지 216배 차이가 납니다.

생성 전에 get_cost:true크레딧을 안 쓰고 가격만 미리 받을 수 있습니다. 실제 차감액은 예고와 정확히 일치했습니다.

생성은 비동기입니다. generate_image 는 결과가 아니라 job_id 를 주고, jobs_wait 를 따로 불러야 결과 주소가 나옵니다.

영상 편집 MCP 두 개를 비교할 때는 고민이 “무엇을 맡길까”였습니다. 힉스필드는 결이 다릅니다. 호출할 때마다 실제로 돈이 나가기 때문입니다.

그래서 이 글은 연결 방법보다 크레딧을 태우기 전에 확인할 것에 무게를 뒀습니다. 이미지 두 장 만드는 데 실제로 얼마가 나갔는지까지 전부 실측입니다.

연결은 어떻게 하나

MCP 주소를 등록하고 계정을 인증하면 끝입니다. 연결되면 도구가 85개 들어옵니다.

이미지·영상·오디오·3D 생성은 물론이고 업스케일, 배경 제거, 화면비 변경(reframe), 립싱크 더빙, 웹사이트 생성, 틱톡 업로드까지 한 서버에 들어 있습니다. 앞 글에서 본 PalmierPro(49개)·다빈치 리졸브(34개)보다 훨씬 넓습니다.

가장 먼저 부를 것은 생성 도구가 아니라 잔액 확인입니다.

balance()
→ { "credits": 188.88, "subscription_plan_type": "creator" }

이미지 한 장에 얼마나 드나

여기가 이 글의 핵심입니다. 모델마다 단가가 다릅니다. 그것도 조금이 아니라 자릿수가 다릅니다.

get_cost:true 를 주면 생성하지 않고 가격만 돌려줍니다. 크레딧이 안 듭니다. 전부 이 방법으로 뽑았습니다.

모델 출력 크레딧
z_image 이미지 0.15
soul_2 (2k) 이미지 1 (exact 0.12)
recraft_v4_1 (1k) 이미지 1.25
nano_banana_pro (1k) 이미지 2
seedance_2_5 5초 영상 32.5

맨 위와 맨 아래가 216배입니다. 영상 5초 한 번이 이미지 216장 값입니다. 에이전트에게 “알아서 몇 개 만들어봐”라고 맡기기 전에 이 표를 봐야 하는 이유입니다.

soul_2 처럼 creditscredits_exact 가 다르게 오는 모델도 있습니다(1 대 0.12). 최소 과금 단위로 보이지만 실제로 어느 쪽이 빠지는지는 돌려보지 않아 확인하지 못했습니다.

생성은 어떻게 도나

힉스필드 MCP 이미지 생성 4단계이미지 한 장 만들기 — 네 단계생성은 비동기다. 세 번째에서 결과가 아니라 job_id 가 돌아온다STEP 1models_explore모델 고르기STEP 2 · 공짜get_cost:true크레딧 예고만 받음STEP 3 · 과금generate_imagejob_id · pendingSTEP 4jobs_wait완료되면 result_url놓치기 쉬운 것STEP 4 를 안 부르면 job_id 만 들고 끝난다 — 15초 타임아웃이라 무거운 모델은 여러 번 불러야 한다실측: z_image 26.6초(1회) · nano_banana_pro 75.8초(4회 호출)
세 번째 단계에서 결과가 아니라 job_id 가 돌아온다

중요한 건 3번에서 그림이 안 나온다는 것입니다. 돌아오는 건 job_idstatus: pending 뿐입니다.

generate_image({ model: "z_image", prompt: "...", aspect_ratio: "16:9" })
→ { id: "edda7170-…", status: "pending" }

jobs_wait([{ index: 0, job_id: "edda7170-…" }])
→ { status: "completed", result_url: "https://…/hf_20260818_….png" }

jobs_wait최대 15초까지만 기다립니다. 무거운 모델은 한 번으로 안 끝나서 all_terminal: false 가 오면 다시 불러야 합니다. 실제로 nano_banana_pro네 번 불러야 완료됐습니다.

싼 모델과 비싼 모델은 뭐가 다른가

같은 장면을 같은 문장으로 요청하고 모델만 바꿔봤습니다. 화면에 “aimake.log” 라는 글자를 넣어달라고 명시했습니다.

같은 프롬프트로 만든 이미지 두 장 비교. 왼쪽 z_image 는 0.15 크레딧 26.6초 2048x1152 로 어두운 책상 위 노트북을 그렸지만 화면 속 코드가 읽을 수 없는 가짜 글자다. 오른쪽 nano_banana_pro 는 2 크레딧 75.8초 1376x768 로 노트북 화면에 aimake.log 라는 글자를 정확히 렌더했다.
같은 요청, 모델만 다르다. 글자를 넣어야 하면 싼 모델로는 안 된다
z_image nano_banana_pro
크레딧 0.15 2 (13배)
소요 26.6초 75.8초
출력 크기 2048×1152 1376×768
요청한 글자 못 씀 (가짜 글자) 정확히 렌더

재미있는 건 비싼 쪽이 해상도는 더 낮다는 점입니다. 기본값이 1k 이기 때문입니다. 그러니까 “비싼 모델이 다 낫다”가 아니라 글자·도식이 들어가면 비싼 모델, 분위기 사진이면 싼 모델입니다.

도구가 기본값을 바꿨을 때는 응답에 그 사실이 같이 옵니다. 이건 잘 만든 API 라고 느낀 부분입니다.

"adjustments": { "params.resolution": {
    "requested": "(unset)", "used": "1k", "reason": "default for model" } }

요청한 모델이 그대로 실행되지 않는다

실측하다 발견한 것입니다. nano_banana_pro 로 요청했는데 응답에 찍힌 모델 이름은 nano_banana_2 였습니다.

요청: { "model": "nano_banana_pro" }
응답: { "model": "nano_banana_2", … }

결과물 품질은 기대한 대로였으니 별칭으로 보입니다. 다만 “내가 요청한 모델이 실제로 돌았는지”를 응답으로 확인하려면 이름이 안 맞을 수 있다는 건 알아둘 만합니다. 로그를 모델 이름으로 집계한다면 걸립니다.

크레딧을 안 쓰고 할 수 있는 것

돈이 나가는 도구를 에이전트에 맡길 때 제일 중요한 건 어디까지가 공짜인지 아는 것입니다. 정리하면 이렇습니다.

도구 과금 쓰임
balance 무료 잔액·플랜 확인
models_explore 무료 모델 찾기, 지원 비율·파라미터 확인
generate_* + get_cost:true 무료 가격만 미리 받기
generate_* 과금 실제 생성

맥 용량 정리를 맡길 때 정리한 --dry-run → 사람 승인 → 실행 순서가 여기서도 그대로 성립합니다. get_cost--dry-run 이고, 승인 없이 generate_* 를 부르지 않으면 됩니다.

실제로 예고와 차감이 정확히 맞았습니다.

시점 잔액 차감
시작 188.88
z_image 1장 188.73 0.15 (예고 0.15)
nano_banana_pro 1장 186.73 2.00 (예고 2)

정리

  1. 연결하면 도구가 85개 — 생성뿐 아니라 업스케일·배경 제거·더빙·업로드까지 한 서버에
  2. 같은 “한 번”이 0.15 ~ 32.5 크레딧, 216배 차이. 영상은 자릿수가 다르다
  3. get_cost:true공짜로 가격만 알려준다 — 에이전트에 맡기기 전 필수
  4. 생성은 비동기다. jobs_wait 를 안 부르면 job_id 만 들고 끝난다 (15초 타임아웃, 무거우면 여러 번)
  5. 글자·도식이 들어가면 비싼 모델, 분위기 사진이면 싼 모델. 비싼 쪽이 해상도는 오히려 낮았다
  6. 요청한 모델 이름과 응답에 찍힌 이름이 다를 수 있다

이번 글에 실제로 쓴 크레딧은 2.15 입니다. 표에 있는 단가는 전부 get_cost 로 뽑아서 공짜였고, 돈이 나간 건 비교용 이미지 두 장뿐입니다. 돈이 나가는 도구일수록 안 나가는 경로부터 찾아두는 게 먼저입니다.

검증 기록: 2026-08-18 실측. 힉스필드 MCP(creator 플랜) 도구 85개. 단가는 generate_image/generate_videoget_cost:true 응답 그대로 — z_image 0.15 · soul_2(2k) 1(exact 0.12) · recraft_v4_1(1k) 1.25 · nano_banana_pro(1k) 2 · seedance_2_5 5초 32.5. 실제 생성은 이미지 2장뿐이며 잔액 188.88 → 188.73 → 186.73 으로 예고와 일치. 소요 시간은 요청부터 result_url 수신까지로 에이전트 왕복이 포함된 상한값(z_image 26.6초 · nano_banana_pro 75.8초, 후자는 jobs_wait 4회 호출). 출력 크기는 내려받은 PNG 실측(2048×1152 / 1376×768). 모델 이름 불일치는 nano_banana_pro 요청에 nano_banana_2 응답을 확인한 것.

Author

재박

AI로 뭔가를 만들다 막힌 지점과, 그걸 어떻게 뚫었는지 기록합니다.

RSS
구독
이어서 읽기
aimake.log AI로 실제 결과물 만드는 실전 기록 소개 개인정보처리방침 RSS