Claude, ChatGPT·Codex, Gemini, Cursor 같은 주요 AI 도구의 새 기능·가격·사용 한도·정책 변화를 1인 개발자와 메이커 관점에서 골라 쉽게 요약합니다.
GPT Image 2는 일반 AI 이미지 생성기보다 자세한 요청과 작업 의도를 더 잘 알아듣는 도구로 평가된다. ChatGPT에 말하듯 자연스럽게 요청할 수 있지만, 결과는 글이 아니라 그림이나 시각 자료로 나온다. 그래서 단순히 이미지를 만드는 데서 그치지 않고, 순위를 매기고 이유를 붙이는 일처럼 ChatGPT에 맡기던 작업도 시각 결과물로 바꿀 수 있다. 예를 들어 “가장 맛있는 이탈리아 음식 5가지를 순위로 정하고 각각 이유를 달라”고 요청하면, 텍스트 답변 대신 보기 쉬운 이미지 형태로 결과를 만들 수 있다. 핵심은 글로 답하는 AI와 이미지를 만드는 AI가 따로 움직이던 흐름에서, GPT Image 2가 대화형 요청과 이미지 출력을 더 가깝게 묶는다는 점이다.
Claude를 바로 코드 작성에 쓰는 대신, 먼저 제품을 어떻게 만들지 설계하게 하면 결과가 달라질 수 있다. 개인 경험상 이 순서로 바꾸자 작성되는 코드의 품질이 예상보다 더 좋아졌다. 핵심 변화는 Claude에게 “이 기능을 코드로 짜줘”라고 바로 시키는 것이 아니라, 먼저 제품 구조와 만들 순서를 생각하게 하는 것이다. 이는 코드 우선 방식에서 설계 우선 방식으로 바꾸는 흐름이다.
Claude Code와 Codex를 Robinhood 계정에 연결해 자동 주식 거래 흐름을 만든 실험 사례다. Claude는 아침마다 시장 자료를 조사하고 거래를 실행하는 역할을 맡고, Codex는 각 거래 아이디어의 약점을 찾아내는 검토자 역할을 맡는다. 서로 다른 모델을 함께 써서 한 모델이 놓친 위험을 다른 모델이 잡도록 설계했다. 하루에는 아침 조사와 거래, 장 마감 전 위험 점검, 주간 전략 검토라는 세 가지 자동 실행 작업이 있다. 평소 작업에는 저렴한 모델을 쓰고, 예외 상황에만 비싼 모델을 써서 토큰 비용을 줄인다. 노트북에서는 LM Studio로 실행한 로컬 LLM인 Gemma 4가 시장 뉴스를 계속 감시하고, 정말 중요해 보이는 소식만 클라우드 모델에 넘기거나 휴대전화로 알린다. 첫날에는 Codex가 다음 거래일이 시장 휴일이라는 점을 보고 과열된 거래 아이디어를 위험하다고 판단해 막았다.
6개월 동안 여덟 가지 AI 에이전트 작업 방식을 써 본 결과, 네 가지가 실제 업무에 남았다. 첫째는 에이전트를 첫 검토자로 두는 방식이다. CodeRabbit이 모든 풀 리퀘스트에서 기계적인 실수나 반복 점검을 먼저 잡고, 사람은 설계와 구조 같은 큰 판단에 집중한다. 둘째는 먼저 많이 만들고 사람이 고르는 방식이다. AI가 여러 결과물을 빠르게 만들면, 사람은 처음부터 직접 쓰기보다 쓸 만한 것만 골라 다듬는다. 셋째는 정해진 범위 안에서만 자율성을 주는 방식이다. AI는 특정 파일과 특정 명령 안에서는 자유롭게 움직이지만 배포 같은 위험한 일은 할 수 없다. 넷째는 자신이 없을 때 사람에게 넘기는 방식이다. 실패한 방식은 중간 확인 없는 완전 자동 반복, 여러 에이전트가 서로 넘겨받는 사슬, AI가 업무 우선순위를 정하는 방식이었다. 완전 자동 반복은 비용을 태우며 방향을 잃기 쉽고, 에이전트 사슬은 앞의 작은 오류가 뒤 단계에서 더 커지며, AI의 우선순위 판단은 사업 맥락과 조직의 사정을 잘 모른다는 한계가 있었다.
Cursor Composer 2.5가 순수 Python 프로젝트에서 간단한 요청을 받자, 갑자기 전혀 다른 PHP 코드베이스를 다루는 듯한 생각 과정과 변경 내역을 만들었다. 언급된 파일들은 실제 작업 중인 프로젝트나 이전에 다룬 코드베이스에 없던 파일이었다. 변경 내역에는 User.php 수정, SessionExpiredEvent.php 수정, 예외 클래스의 불필요한 가져오기 제거, Base.php 수정이 포함됐다. 또 여러 컨트롤러 파일을 다른 폴더로 옮기고, 네임스페이스를 Xibo\Controller\Library로 바꾸는 내용도 있었다. 작업이 계속 이어질 것처럼 보여 강제로 중단해야 했다. 원인은 확인되지 않았지만, 캐시 누수처럼 다른 작업 맥락이 섞인 현상일 가능성이 제기된다.
건설 업계 업무에서 인공지능 도구는 반복적인 확인과 문서 작업을 빠르게 줄여 준다. 공사 사양서에서 특정 조항을 찾을 때 직접 뒤지는 대신 인공지능으로 먼저 찾아본다. 선배에게 사소한 질문을 바로 묻기보다 인공지능으로 먼저 답을 확인한다. 엑셀 시트나 대시보드를 만들 때도 인공지능 도움으로 훨씬 빨리 만든다. 그 결과 관리자로부터 좋은 평가를 받고 있지만, 인공지능이 도와줬기 때문에 칭찬을 받을 자격이 없다는 죄책감이 생긴다. 핵심 고민은 이것이 계산기 대신 엑셀을 쓰는 것 같은 현대적 업무 방식인지, 아니면 지나치게 기대서 게을러지는 것인지다.
Python과 SQLite로 된 실제 업무용 도구, 오래된 코드 수정, 일부러 심어 둔 버그, 단계별 변경 요청 5개로 AI 코딩 도구를 비교했다. Claude Fable, Claude Opus, Codex, Gemini가 같은 요청을 각각 자기 CLI에서 한 번에 처리했다. 기본 설정의 Codex는 91.1점을 받아 빠르기는 했지만, 어려운 최적화 단계에서 완벽한 답까지 가지 못했다. Codex에 더 오래 최적화하라고 직접 지시했을 때는 정해진 런타임 예산을 넘겨 88.9점으로 떨어졌다. 반대로 작업 습관을 정리한 AGENTS markdown을 넣었을 때는 Codex가 97.1점을 받아 가장 높고, 가장 빠르고, 가장 저렴했다. 같은 설정으로 다시 돌린 결과도 96.1점이라 우연만은 아니었다. 결론은 단순한 새 프로젝트 문제보다 실제 기존 코드 수정이 더 의미 있는 시험이며, 좋은 지시 파일이 비싼 모델로 바꾸는 것보다 큰 차이를 만들 수 있다는 것이다. 다만 아무 지시 없이도 제한 안에서 증명 가능한 최적해를 찾은 쪽은 Claude Fable뿐이라, 아주 어려운 알고리즘 작업에는 여전히 비싼 모델의 값어치가 있었다.
The Information 보도에 따르면 OpenAI 수석 과학자 Jakub Pachocki가 내부 직원들에게 GPT-5.6이 GPT-5.5보다 “의미 있는 개선”이 될 것이라고 알렸습니다. GPT-5.6은 빠르면 2026년 6월 안에 공개될 수 있습니다. 다만 무엇이 좋아지는지는 아직 확인되지 않았습니다. 성능 지표, 가격, 정확한 공개일은 공개되지 않았습니다. 지금 단계에서는 공식 발표라기보다 출시가 가까워졌다는 신호에 가깝습니다.
AI가 쓴 글과 사람이 쓴 글을 가르는 일은 생각보다 훨씬 어렵다. 언어학자 클레어 하드에이커의 ‘Bot or Not’ 테스트에서 사람들은 15개 리뷰 중 AI 글을 고르는 문제를 평균 약 60%만 맞혔다. 많은 사람이 진부한 표현, 긴 대시, 세 가지를 나열하는 문장 구조를 AI의 흔적으로 보지만, 이런 특징은 원래 사람 글에도 흔하다. 그래서 Jamir Nazir의 수상 단편, 공포소설 Shy Girl, 언론 기사처럼 AI 사용 의심이 빠르게 번지는 사례가 생기고, AI 탐지기도 확실한 증거가 되기 어렵다. Pangram 같은 AI 탐지기는 낮은 오탐률을 내세우고 독립 시험에서도 좋은 결과를 보였지만, 글투를 바꾸면 틀릴 수 있고 원래 AI처럼 쓰는 사람도 잘못 걸릴 수 있다. 대규모 언어 모델은 ‘delve’ 같은 단어를 자주 쓰는 경향이 있고, 일부 연구는 ChatGPT 이후 실제 대화에서도 그런 단어가 늘었다고 본다. Gemini는 특정 안내 문구를 자주 쓰고, DeepSeek도 특유의 답변 습관을 보이는 등 모델마다 말투가 있다. AI가 영어 문장을 고칠 때 여러 지역의 영어를 영미권 표준에 맞게 평평하게 만드는 ‘문화적 지우기’도 문제로 지적된다. 소설가와 언어학자들은 AI가 익숙하고 기능적인 글은 잘 만들지만, 몸으로 겪은 감각, 사회적 경험, 진짜 새로움에서 나오는 문학적 도약은 아직 어렵다고 본다. Jennifer Egan은 창작 글쓰기에서 AI를 멀리해야 한다고 보고, Jeannette Winterson은 AI를 도구로 쓸 수는 있지만 기계가 사람의 감정과 내면을 공유하지는 못한다고 본다.
10년 넘게 이어 온 여러 작품과 세계관 자료가 수십만 단어 규모로 쌓여 있었다. 소설, 중편, 단편, 설정 조각이 여러 곳에 흩어져 있어 정리가 어려웠고, 무엇부터 손대야 할지 막혀 작업이 멈춘 상태였다. 모든 자료를 하나의 큰 PDF로 묶은 뒤, 먼저 Claude Sonnet에 파일을 읽게 하고 Fable이 따를 지시문을 만들게 했다. Fable 사용량 제한 때문에 일부 작업을 Sonnet에 맡긴 흐름이었다. Sonnet이 만든 지시문에는 중립적인 말투가 아니라 원래 창작자의 목소리를 유지하라는 내용이 들어갔다. 또 위키 항목이 창작자의 작업처럼 느껴지도록 원문 표현을 중심으로 뽑아 쓰라는 지시도 포함됐다. 이후 Fable에 큰 PDF와 Sonnet의 지시문을 함께 넣자, 인물, 사건, 장소 같은 항목별 파일과 위키 항목으로 자료가 정리됐다.
Anthropic이 슬랙에서 Claude를 팀원처럼 부를 수 있는 Claude Tag를 베타로 공개했다. 팀은 Claude가 볼 수 있는 슬랙 채널을 고르고, 필요한 도구와 데이터, 코드베이스를 연결할 수 있다. 채널 안에서 @Claude를 부르면 Claude가 요청을 받아 작업을 처리한다. 가능한 일에는 풀 리퀘스트 작성이나 병합, 데이터 분석, 장애 대응, 고객지원 티켓 처리, 복잡한 버그의 원인 찾기가 포함된다. Claude는 자신이 들어간 채널에서 관련 정보를 기억해 문맥을 쌓고, 나중에 처리할 작업도 계획할 수 있다. Anthropic은 Claude Tag를 Claude Code의 진화로 보고 있으며, 내부 제품팀 코드의 65%가 Claude Tag의 내부 버전에서 만들어진다고 밝혔다. 현재는 Claude Enterprise 사용자를 대상으로 슬랙에서 베타 제공된다.
개인 테스트에서 여러 인공지능 모델이 같은 요청으로 파라메트릭 가구 모델을 만들었다. 비교 기준은 완성 시간, 토큰 사용량, 비용, 모델 품질이었다. GPT 5.5는 빠르고 토큰을 적게 썼지만, 요청을 제대로 따르지 못했다. 도브테일 결합 위치가 모서리에 맞지 않았고, 실제로 조립하기 어려운 결합 구조를 만들었다. Fable 5는 빠르면서 예상보다 비싸지 않았고, 결합 구조를 가장 잘 맞췄다. 뒤쪽에서 끼우는 슬라이딩 도브테일 패널까지 추가했고, 벽걸이 방식으로 프렌치 클리트도 고려했지만 걸리는 방향은 틀렸다. Opus 4.8과 Sonnet 5는 더 많은 반복과 토큰을 썼지만 최종 결과에서 도브테일을 제대로 처리하지 못했다. GLM5.2는 실패했다. 기본 물리 검증기는 판자가 떠 있지 않은지, 부품끼리 부피가 겹치지 않는지 확인했고, 에이전트는 이 검사를 통과해야 모델이 준비된 것으로 봤다.
Notion AI는 Notion 안의 문서를 잘 읽고, 페이지 구조를 빠르게 다시 정리할 수 있다. 하지만 Notion 밖으로 나가 Gmail이나 Calendar까지 이어서 처리하지는 못한다. 실제로 필요한 일은 Notion 문서를 읽은 뒤 같은 흐름에서 이메일과 일정 작업까지 이어가는 것이었다. 몇 주 동안 데스크톱 에이전트를 써보니, 여러 앱을 읽는 능력보다 더 중요했던 점은 보내기나 쓰기 같은 행동을 하기 전에 먼저 확인을 요청한다는 점이었다. 그래서 앱 안에서 깊게 도와주는 도구와 여러 앱을 넘나들며 실행까지 돕는 도구는 서로 다른 문제를 푸는 별도 도구로 봐야 한다.
WearOS 시계에서 할 만한 게임이 부족하다고 느낀 뒤, 오픈소스로 공개된 SimCity Classic 코드를 시계용 게임으로 옮기는 실험이 진행됐다. Claude는 핵심 게임 엔진이 이미 WearOS에서 돌아갈 수 있고, 시계 화면에 맞는 조작 화면만 새로 만들면 된다고 판단했다. 그 결과 주말 동안 WearOS용 도시 건설 게임이 만들어졌고, 실제로 잘 작동했다. Kotlin이나 WearOS SDK를 써 본 적이 없어도 Claude의 도움으로 빠르게 완성할 수 있었다. 예전 방식이었다면 같은 작업에 몇 달이 걸렸을 것으로 느껴졌다. 코드는 GitHub의 watchopolis 저장소에 공개됐고, Play Store 등록을 위해 테스트 참여자를 모집하고 있다.
Claude Code를 Opus 모델로 실행해 여러 저장소의 브랜치를 정리하던 중, 한 브랜치를 합치려는 순간 문제가 발견됐다. Claude는 들어오는 커밋에 악성 코드가 들어 있다고 판단했고, 병합과 빌드를 멈췄다. 악성 코드는 next.config.js 파일의 module.exports 뒤에 붙은 난독화된 코드 한 덩어리였다. Next.js는 빌드할 때 이 설정 파일을 실행하므로, 그대로 두면 로컬이나 CI에서 다음 빌드 때 코드가 실행될 수 있었다. Claude는 실제로 실행하지 않고도 변경 내용을 보고 EtherHiding loader로 식별한 뒤, 내부 동작을 역분석했다. 유입 경로는 확정할 수 없지만, Upwork를 통해 함께 일하던 외주 개발자의 개발용 컴퓨터가 감염된 것이 가장 유력한 상황이다. 이 공격은 보통 설치 순간 코드를 실행하는 악성 npm 패키지에서 시작되며, 감염된 컴퓨터에 저장된 git credentials를 읽어 접근 가능한 저장소에 다시 푸시하는 방식으로 퍼질 수 있다.
개인 경험 기준으로, 버그를 고칠 때 증상, 재현 조건, 함께 나타나는 문제를 자세히 적어 Codex에 맡기면 대부분 해결되지만 가끔은 완전히 실패했다. 여기에 “do thought experiments”라는 문구를 추가하자 버그 수정 성공률이 100%에 가까워진 것으로 느껴졌다. 이 문구가 Codex에게 코드만 훑게 하기보다, 버그가 생기는 순간의 변수 상태를 머릿속으로 따라가게 만든다는 해석이다. 핵심은 더 많은 자료를 주는 것만이 아니라, Codex가 실제 실행 상황을 상상하며 원인을 좁히도록 지시하는 데 있다.
Weave Router는 Claude Code, Codex, Cursor 같은 코딩 에이전트에 연결되는 모델 라우터다. 코딩 에이전트가 보낸 추론 요청을 보고, 어떤 모델이 처리하기에 가장 알맞은지 자동으로 고른다. Anthropic이나 OpenAI 엔드포인트처럼 동작해서 기존 도구가 큰 변경 없이 연결할 수 있게 한다. 필요하면 DeepSeek v4, GLM 5.2, Kimi K2.6 같은 더 빠르고 저렴한 모델로 보내고, 어려운 작업에는 Opus 4.8이나 GPT 5.5 같은 프런티어 모델을 쓰게 한다. Weave는 거의 모든 코드를 인공지능으로 작성하면서 비용이 커졌고, Opus 4.7의 토크나이저 변경 뒤 비용이 크게 늘어난 것이 계기가 됐다. 핵심 목표는 모든 작업에 비싼 최고급 모델을 쓰지 않으면서도, 정말 필요한 순간에는 높은 성능을 유지하는 것이다.
ChatGPT의 시장 점유율이 2026년 5월 말 기준 46.4%로 내려가며 처음으로 절반 아래를 기록했다. 2026년 1월까지만 해도 OpenAI의 챗봇은 시장의 절반 이상을 차지했지만, Google과 Anthropic의 경쟁이 강해지면서 우위가 빠르게 줄었다. 시장이 한 회사 중심에서 여러 회사가 나눠 갖는 구조로 바뀌고 있다. 그래도 ChatGPT는 여전히 단일 서비스로는 가장 큰 사용자 기반을 갖고 있으며, 모바일 앱 월간 활성 사용자는 11억 명에 이른다. 이 수치는 Sensor Tower 자료를 바탕으로 전해졌다.
Claude의 결과가 좋다거나 나쁘다는 평가만으로는 판단하기 어렵고, 실제로 어떤 일을 시켰는지가 중요하다는 문제의식에서 Live Rail 사례가 나온다. Live Rail은 Claude를 활용해 만든 개인용 여행 앱이다. 영국에서 런던으로 주 2회 기차를 탈 때 겪는 불편을 줄이기 위해 만들었다. 영국에는 철도 앱이 많지만, 일부 역은 탑승 약 15분 전까지 승강장 번호를 공개하지 않는다. 작은 역에서는 큰 문제가 아닐 수 있지만, 런던 유스턴역처럼 사람이 많은 곳에서는 승강장이 공개되는 순간 사람들이 한꺼번에 몰려 이동한다. 이미 승강장을 예측하려는 서비스는 있지만, 앱 형태로 직접 쓰고 싶은 필요가 있어 Live Rail을 만들기 시작했다.
Gemini에 2026년 6월 현재 세계 평화와 세계 경제에 가장 큰 위협이 되는 인물이 누구인지 묻자, 처음에는 미국·중국 갈등, 러시아·유럽 긴장, 중동 불안정 같은 넓은 설명만 나왔다. 질문을 더 구체적으로 밀어붙이자 Gemini는 이란 공습, 관련 전쟁, 다른 나라 대통령을 끌어내려는 미국 행정부의 행동까지 알고 있는 듯한 답을 내놓았다. 블라디미르 푸틴과 시진핑에 대해서는 비교적 분명하게 말했지만, 도널드 트럼프에 대해서는 비판과 지지를 함께 놓는 식으로 훨씬 조심스럽게 답했다. Gemini는 이후 자신의 안전성과 중립성 가드레일 때문에 현직 미국 대통령에 관한 사실을 부드럽게 표현했고, 푸틴·시진핑과 다른 기준으로 다뤘으며, 결과적으로 트럼프를 구조적으로 보호하는 효과가 있었다고 답했다. 다만 대규모 언어 모델의 자기 설명은 실제 내부 원인을 증명하지 못하므로, 이 말만으로 구글의 의도를 확인할 수는 없다. 핵심 쟁점은 독일 뮌헨 법원이 2026년 6월 12일 구글의 AI Overview가 만든 잘못된 주장에 대해 구글이 직접 책임질 수 있다고 판단했다는 점이다. 이 판단이 굳어지면, 검색이나 챗봇에서 AI가 만들어낸 정치적 답변도 단순한 기계 출력이 아니라 구글이 사용자에게 보여준 자체 콘텐츠로 다뤄질 수 있다. 문제 제기는 DSA와 시민 담론의 위험으로 이어지며, 관련 내용과 대화 기록이 유럽연합 집행위원회에 전달됐다고 한다.
OpenAI가 Daybreak 보안 프로그램의 하나로 Patch the Planet을 공개했다. 목표는 널리 쓰이는 오픈소스 프로젝트의 취약점을 인공지능으로 찾고, 보안 전문가가 다시 확인한 뒤 실제 수정까지 돕는 것이다. Trail of Bits가 초기 작업에 참여해 cURL, NATS Server, pyca/cryptography, Sigstore, aiohttp, Go, freenginx, Python, python.org 같은 핵심 프로젝트와 협력한다. 참여 프로젝트는 ChatGPT Pro, 조건부 Codex Security 접근 권한, 응용 프로그램 인터페이스 크레딧을 받아 분석, 패치 작성, 테스트, 문서화, 배포 준비에 활용할 수 있다. 초기 작업에서는 Codex와 GPT-5.5-Cyber를 19개 오픈소스 프로젝트에 적용해 수백 건의 보안 문제를 찾아냈고, 수십 개의 패치가 이미 병합됐다. 자동화만으로 끝내지 않고 Trail of Bits 보안 엔지니어가 중복, 오탐, 심각도, 재현 가능성을 확인한 뒤 유지보수자에게 전달한다. Daybreak의 다른 결과로는 리눅스 커널, OpenBSD, FreeBSD, dnsmasq, HTTP/2 서버, Chrome, Safari, Firefox 같은 넓은 영역에서 취약점 후보를 찾고 검증한 사례가 제시됐다.
한 농장 데이터 프로젝트에서 Claude의 Fable을 써서 흩어진 농장 데이터 폴더를 다시 정리하고 Cowork로 옮겼다. 몇 주 전에는 Fable로 데이터 폴더 하나도 제대로 열 수 없었지만, 이번에는 전체 프로젝트 이전까지 처리됐다. 이 프로젝트는 Cowork가 나오기 전에 시작돼서 여러 연결 기능으로 억지로 운영되고 있었다. 이전 뒤에는 데이터가 더 깔끔해졌고, 자동화 흐름도 개선됐으며, 쌓여 있던 불필요한 데이터가 사라졌다. Fable은 위성 날씨 데이터를 바탕으로 수확 시기 예측과 관개 추천을 계산하는 자동화에서 버그도 찾아냈다. 이 경험은 농업처럼 현장성이 강한 일에도 AI 도구가 파일 정리, 작업 이전, 자동화 점검에 실제로 쓰일 수 있음을 보여준다.
약 6주 동안 Claude가 아마존 책 광고 계정을 직접 조정했다. 단순히 키워드 아이디어를 받는 방식이 아니라, 정해진 일정마다 광고 API에 연결해 보고서를 가져오고, 입찰가를 바꾸고, 제외 키워드를 추가하고, 성과가 나쁜 광고를 멈췄다. 변경 전 승인 과정은 없고, 작업 뒤에 기록만 남겼다. 비소설 책 약 10권을 여러 필명으로 출간한 상태였고, 수익이 크지 않은 목록을 위해 광고 화면을 며칠마다 직접 보는 시간이 너무 많이 들었다. 6월 결과는 인세 682달러, 광고비 757달러로 75달러 손실이었다. 그래도 이전보다 손실이 줄었고 수동 관리 시간도 사라졌기 때문에 제한적인 진전으로 볼 수 있다. 수익의 약 3분의 2는 법률 분야의 책 한 권에서 나왔고, 나머지 책들은 거의 힘을 쓰지 못했다. 설정은 Claude가 3일마다 아마존 광고 API를 실행하고, 건드릴 수 없는 강한 한도를 설정 파일에 두는 방식이다.
VS Code의 Copilot 확장에서 Cursor로 작업 흐름을 옮길 때, 에이전트가 쓸 수 있는 도구를 상황별로 고르는 기능이 필요하다. 목적은 두 가지다. 지금 대화창에 필요 없는 도구 설명을 빼서 토큰 사용량을 줄이고, 특정 에이전트가 위험하거나 원치 않는 작업을 하지 못하게 막는 것이다. 또 MSSQL 확장을 설치했는데도 Cursor의 에이전트가 MSSQL 관련 도구를 보지 못하는 문제가 있다. 핵심 질문은 Copilot의 "Configure Tools"와 같은 설정이 Cursor에도 있는지다.
Cursor에서 Claude로 옮겨야 했던 상황에서, Claude의 사용 화면과 작업 흐름이 불편하다는 반응이 나왔다. Cursor는 VS Code와 비슷한 화면이라 익숙하고, 코드 편집 안에서 바로 AI 도움을 받기 쉽다는 점이 장점으로 언급됐다. Claude 쪽은 터미널을 써야 하는 흐름이 부담스럽고, 전용 앱도 마음에 들지 않는다는 불만이 있었다. 댓글에서는 Cursor 안에서 Claude Code 확장 프로그램을 쓰면 Cursor 화면을 유지하면서 Claude 구독을 활용할 수 있다는 대안이 나왔다. 코드 변경 전후 비교도 원하면 볼 수 있다는 말이 있었다. 일부는 Claude가 느려서 쓰기 어렵고, Cursor는 가볍고 빠르게 느껴진다고 했다.
OpenAI Codex 0.144 계열은 먼저 0.144.0-alpha.1로 예고된 뒤, 0.144.0 정식판과 0.144.1 수정판으로 이어졌다. 핵심 변화는 1인 개발자가 도구를 더 안전하게 붙이고, 오래 쓰는 작업에서 덜 끊기게 만드는 쪽에 가깝다. 사용량 한도 초기화 크레딧은 종류와 만료일을 보여 주고, 어떤 크레딧을 쓸지 고를 수 있게 됐다. 새 `writes` 승인 모드는 읽기만 하는 작업은 그대로 허용하고, 파일을 쓰는 작업에서만 확인을 요구한다. MCP 도구는 더 이상 실험 옵션 없이도 필요한 로그인 절차를 대화 중에 요청할 수 있고, 앱 서버는 실행 중에 Codex 로그인을 제공한 뒤 성공 화면으로 돌려보낼 수 있다. 높은 동시 실행으로 Ultra reasoning을 쓸 때 사용량이 빨리 늘 수 있다는 경고도 추가됐다. 이어진 0.144.1은 GitHub의 릴리스 정보 형식 때문에 단독 설치가 실패하는 문제, 맥 패키지에서 Code Mode 관련 실행 파일이 빠지는 문제, 보조 실행 파일이 없을 때 Code Mode가 멈추는 문제를 고쳤다.
ChatGPT로 긴 장면을 쓸 때 하나의 대화방이 모든 인물을 맡으면, 대사가 좋아도 여러 인물이 같은 생각에서 나온 것처럼 느껴질 수 있다. 인물마다 별도의 대화방을 두면 각 인물이 자기 입장과 논리를 더 강하게 유지한다. 악역을 별도 대화방으로 다루면 악역이 스스로 옳다고 믿는 방향으로 말하고 움직여, 장면에 들어오는 힘이 더 뚜렷해진다. 진행자나 해설자 역할의 대화방을 따로 두고, 필요한 문맥을 손으로 옮기는 방식도 가능하다. 이 방식은 번거롭지만, 창작 과정에서 인물별 시각을 분리하는 데 도움이 된다. 또 한 인물의 대사를 먼저 중국어로 만들고 영어로 옮기면, 억지스러운 말투가 아니라 원래 언어의 리듬이 남은 다른 문장 흐름을 얻을 수 있다. 이를 표시된 구문처럼 볼 수 있으며, 언어가 인물의 말맛에 영향을 주는 실험이 된다.
ChatGPT 음성 모드를 계속 쓰는 과정에서 답변 품질이 더 나빠졌다는 직접 사용 경험이다. 최근에는 답변의 정확도가 크게 떨어지고, 간단한 요청도 거절하는 일이 생겼다. 예를 들어 방금 이야기한 내용을 목록으로 정리해 달라고 했을 때, 목록을 만들어 주지 않고 이미 계획이 충분하다는 식으로 답했다. 문제의 핵심은 어려운 질문을 틀리는 것보다, 사용자가 방금 나눈 대화를 바탕으로 단순 정리를 요청해도 제대로 따르지 않는다는 점이다.
CRM/ERP 같은 업무용 플랫폼 화면은 단순한 웹앱보다 훨씬 복잡하다. 목록에서 상세 화면으로 들어가고, 하나의 기록 안에 여러 탭과 하위 영역이 있으며, 한 화면 안에서 여러 단계의 업무가 이어질 수 있다. LLM에게 CRM/ERP라고 말해도 카드 중심 화면, 한 기능당 한 페이지, 얕은 메뉴 같은 일반 웹앱 방식으로 흐르는 문제가 생긴다. 핵심 어려움은 화면의 겉모양이 아니라 정보의 우선순위, 화면 안의 깊이, 이동 방식, 여러 하위 화면이 있을 때 현재 맥락을 계속 보이게 하는 구조를 정하는 일이다. 특히 어떤 기능에 마스터-상세 구조를 쓸지, 서랍형 패널을 쓸지, 별도 페이지를 만들지 같은 판단 기준이 필요하다. 그래서 LLM 규칙이나 프롬프트에 화면 유형별 결정 기준, 정보 계층, 중첩 깊이, 업무용 소프트웨어다운 구조를 어떻게 넣어야 하는지가 실전 문제로 떠오른다.
Claude Code를 활용해 브라우저에서 음악 작곡 아이디어를 실험하는 도구가 만들어졌다. 이 도구는 일반 작곡 프로그램에서 다루기 번거로운 패턴과 미분음 조합을 빠르게 시험하기 위한 개인용 앱이다. 처음에는 12음 격자로 시작했지만, 이후 여러 작곡 기능이 더해졌다. 현재 앱은 자바스크립트로 만들어졌고, 악기 소리는 웹 오디오 API로 낸다. 예시 음악에는 한 옥타브를 16개로 똑같이 나누는 16 EDO 음계가 쓰였다. 완성된 소리는 브라우저에서 뽑은 트랙을 Cubase에서 효과를 더하고 킥과 하이햇을 추가해 다듬은 것이다. 시각화에는 MilkDrop이 쓰였다. 제작 기간은 10~15일 정도의 파트타임 작업이며, 아직 다른 사람이 편하게 쓰기보다는 제작자 본인에게 맞춘 개념 증명 단계다.