Claude, ChatGPT·Codex, Gemini, Cursor 같은 주요 AI 도구의 새 기능·가격·사용 한도·정책 변화를 1인 개발자와 메이커 관점에서 골라 쉽게 요약합니다.
기존 텔레그램 MCP 도구들은 보통 Bot API만 써서 개인 채팅을 읽기 어렵다. 새로 공개된 mcp-telegram-local은 로컬 컴퓨터에서 돌아가는 텔레그램 MCP 서버다. Bot API 대신 MTProto를 쓰고, QR 로그인으로 개인 텔레그램 계정에 연결하는 방식을 쓴다. 목표는 Claude 같은 AI 도구가 봇 계정이 아니라 개인 텔레그램 대화에 접근할 수 있게 하는 것이다. 코드는 GitHub에 공개되어 있다.
Argus Red는 공개 AI 모델이 공격적인 보안 작업을 거절하도록 제한되어 있고, 사이버 보안 전용 AI 모델은 대기업용으로만 닫혀 있다는 문제를 제기한다. 중소기업과 중견기업도 취약점을 찾아야 하지만, 기존 AI 보안 도구는 기본 모델을 감싼 형태라 같은 거절 제한을 그대로 물려받는 경우가 많다. 이 도구는 10년치 해킹 대회 문제로 사후 학습한 모델을 사용한다. 아무에게나 공개하지는 않고, 책임 있게 쓰는 중소·중견 기업도 접근할 수 있어야 한다는 입장이다. CLI에서 두 가지 방식으로 작동한다. 하나는 로컬 코드베이스를 읽기 전용으로 검사하고, 취약점을 특정 파일과 줄에 연결할 수 있을 때만 보고하는 보안 스캔이다. 다른 하나는 실제 공격자처럼 시스템을 시험하는 펜 테스트 방식이다.
앱을 잘 만드는 1인 개발자라도 마케팅은 별개의 문제다. 좋은 앱을 만들었다고 해서 사람들이 자동으로 알게 되지는 않는다. Claude를 마케팅에 활용할 수 있는 에이전트, 파이프라인, 특별한 작업 방식이 있는지가 핵심 질문이다. 목표는 개발자가 부족한 마케팅 지식을 보완하고, 만든 앱을 더 잘 알리는 방법을 찾는 것이다.
대형 AI 관측 기업들은 에이전트가 과거 작업 기록을 분석해 오류·비효율을 스스로 찾아 고치는 '자기개선 루프'를 제품으로 출시하고 있다. 그러나 이 도구들은 도입이 복잡하고, 유료 구독 뒤에 잠겨 있으며, 엔터프라이즈 고객이 아니면 데이터를 직접 소유하기 어렵다. 핵심 원리는 LLM이 심판 역할을 맡아 다른 에이전트의 행동을 평가하는 것이다. 개발자는 Claude Code나 다른 에이전트 구독만 있으면 같은 기능을 로컬에서 직접 돌릴 수 있다는 판단 아래 Kyoko라는 도구를 만들어 오픈소스로 공개했다. Kyoko는 네 가지 요소로 구성된다: Open Telemetry 기반의 완전 로컬 추적 기록 수집·저장, 로컬 Claude Code 인스턴스를 실행해 기록을 분석하는 분석 호출, 코드와 LLM을 조합해 성능을 지속 측정하는 평가 하네스, 그리고 발견된 문제에 대해 사람이 수정을 승인하는 관찰 대시보드다. 완전히 자체 서버에서 실행되며 사람이 대시보드로 운영하거나 에이전트가 CLI로 자동 운영할 수 있다. Sierra의 Tau2 벤치마크 실험에서 같은 모델이 이 수정 과정을 거친 결과 성능이 24%p 향상됐다.
폴란드에서 개인 사우나 대여업을 하는 부모님의 낡은 Wix 사이트가 Claude의 도움으로 새 예약 시스템으로 바뀌었다. 이전에는 예약이 WhatsApp으로 들어오고, 가격 정보가 따로 정리되어 있지 않았으며, 매번 이용 1시간 전쯤 사람이 직접 히터를 켜야 했다. 개발 경험은 많지 않았지만, 몇 달 동안 Claude를 써서 고객용 사이트, 관리자 화면, 사우나 건물 안의 히터 자동화까지 만들었다. 고객용 사이트는 Next.js로 다시 만들었고, 예약 흐름, 가격 안내, 자주 묻는 질문, Google 리뷰, 폴란드어와 영어 화면을 넣었다. 배포는 Vercel을 사용해 코드가 올라가면 자동으로 반영되게 했다. 부모님이 쓰는 비공개 관리자 화면에는 예약, 고객 정보, 실시간 센서 값, 달력 등이 들어갔다. 사우나 건물 안에는 Raspberry Pi를 두고 온도 센서를 읽게 했으며, 히터 릴레이를 제어하고 예약 일정을 확인해 예약 시간이 가까워지면 자동으로 예열되게 했다.
2026년 6월 말 Gemini 이용자들 사이에서 사용량 한도가 예전보다 훨씬 빨리 줄어든다는 경험담이 이어졌다. 간단한 질문이나 일반 대화만 해도 몇 시간 안에 한도에 걸리고, 한 시간짜리 녹취록을 정리하는 정도의 작업도 30분마다 한도가 소진되는 느낌이라는 반응이 나왔다. EU 지역 이용자는 문서나 코딩이 아닌 짧은 요청 하나가 5시간 사용량의 7%를 썼고, 예전에는 같은 시간에 약 50번쯤 쓸 수 있었지만 이제는 최대 14번 수준으로 줄었다고 봤다. 또 다른 이용자는 같은 요청이 며칠 전에는 5~7%를 쓰다가 이제는 12% 이상을 쓴다고 했다. Gemini Plus와 Flash Extended를 쓰는 경우에도 코딩이 아닌 평범한 대화만으로 약 2시간 만에 한도에 닿는다는 불만이 있었다. 일부 계정에서는 Google의 정책 위반 경고 메일도 함께 보고됐지만, 이는 사용량 한도 자체보다는 안전 장치 우회 같은 정책 집행 문제에 더 가깝다. 반대로 Google Antigravity는 웹 Gemini와 별도 한도를 쓰는 듯하고, 한 사용 사례에서는 작업 후에도 한도가 거의 줄지 않아 코딩용 도구 한도는 다르게 운영될 수 있다는 신호도 있었다.
Claude Code 2.1.191은 터미널에서 실제 작업할 때 자주 부딪히는 작은 문제들을 고친 업데이트다. `/clear`로 대화를 지운 뒤에도 그 이전 시점으로 돌아가 이어갈 수 있도록 `/rewind`가 추가됐다. 긴 답변이 생성되는 중에 예전 내용을 읽고 있으면 화면이 맨 아래로 튀던 문제, 멈춘 백그라운드 에이전트가 다시 살아나던 문제, 조직 정책으로 `/voice`가 꺼졌을 때 이유 없이 막힌 것처럼 보이던 문제도 고쳤다. Windows Terminal에서 `/login` 주소가 줄바꿈 때문에 잘려 열리던 문제, Ghostty를 ssh나 tmux로 쓸 때 전체 화면에서 Cmd+클릭 링크가 안 되던 문제도 수정됐다. 에이전트 작업 화면에서는 `/usage` 같은 내장 명령이 프롬프트 문장처럼 잘못 보내지지 않게 했고, 붙여넣은 이미지 경로가 긴 파일 경로 대신 `[Image #N]` 형태로 보이게 했다. 비슷한 시기의 2.1.x 업데이트들은 샌드박스가 자격 증명 파일과 비밀 환경 변수를 읽지 못하게 하는 설정, 조직의 모델 제한 표시, 명령줄에서 MCP 서버에 로그인하는 기능, 자동 모드의 차단 이유 표시, 후크 매칭 오류 수정, 마우스 입력 비활성화 설정 같은 운영·보안·작업 흐름 개선을 함께 밀어 넣고 있다.
Flama 2.0은 큰 언어 모델을 내려받고, 하나의 .flm 파일로 묶고, 로컬 컴퓨터에서 실행하거나 HTTP로 제공하는 기능을 넣었다. Hugging Face에 있는 모델을 `flama get`으로 가져오면 모델 파일과 설정이 함께 저장된다. 그다음 `flama model run`으로 한 번 질문하고 답을 받거나, `flama model stream`으로 답이 만들어지는 과정을 바로 볼 수 있다. 온도값과 최대 토큰 수 같은 설정을 바꿀 수 있고, JSON 형식의 대화 목록을 넣어 이어지는 대화도 테스트할 수 있다. `flama serve`를 쓰면 모델이 로컬 서버로 열리고, 기본값으로 `127.0.0.1:8000`에서 API와 내장 채팅 화면을 쓸 수 있다. OpenAI, Anthropic, Ollama 방식과 맞는 접속 방식을 지원해서 기존 도구가 Flama 서버를 일반 AI API처럼 부를 수 있다. Claude CLI도 `ANTHROPIC_BASE_URL`을 로컬 Flama 주소로 바꾸고 기본 모델 이름을 `gemma` 같은 로컬 모델로 지정하면, Claude식 작업 흐름을 외부 모델 대신 로컬 모델로 돌릴 수 있다.
1인 개발자가 Claude와 GitHub Copilot을 써서 음식 기록 앱을 만들었다. Claude로 시장 조사를 하고, 주변 사람들과 몇몇 영양사에게도 의견을 물었다. 앱은 칼로리 계산 기능 없이 음식 기록에 집중한다. 출시를 앞두고 Claude나 Gemini에 아이디어 검증을 맡기면, 거의 모든 아이디어를 매우 좋게 평가하는 문제가 생겼다. 실제로 약한 부분이나 시장에서 통하지 않을 가능성을 알고 싶지만, 적절한 사람을 찾아 묻기가 어렵다. 평소 소셜 미디어를 많이 쓰지 않아서 출시 전 진짜 피드백을 얻는 방법을 찾고 있다.
개인 기기 안에서만 작동하는 로컬 AI를 두고, 직접 고른 책과 자료를 넣어 쓰고 싶다는 요구입니다. 원하는 모습은 여러 가지입니다. 교사 역할은 교과서 PDF를 읽고 공부를 도와야 합니다. 집 관리 역할은 음식, 고지서, 물건 위치, 나중에 기억할 메모를 맡아야 합니다. 개인 요리사 역할은 특정 식단에 맞춘 레시피 자료를 바탕으로 자세한 요리법을 만들어야 합니다. 이런 용도에는 민감한 생활 정보가 많이 들어가므로, 인터넷과 완전히 끊긴 상태에서 쓰는 방법이 핵심입니다.
Clem이라는 1인 인디 개발자가 SubjectiveZero라는 오픈소스 에이전트 노드 편집기를 공개했다. 이 도구는 크리에이티브 코딩(비주얼·인터랙티브 작업)을 위한 것으로, 셰이더 합성이나 실제 코드 같은 저수준 개념까지 다루는 복잡한 도구와, 배우기는 쉽지만 특수한 경우에 막히기 쉬운 고수준 도구 사이에서 균형을 잡으려는 시도다. 사용자는 목표를 설명하는 추상적인 프롬프트로 시작할 수도 있고, 더 구체적인 프롬프트를 쓰거나 생성된 코드를 직접 수정해서 저수준으로 내려갈 수도 있다. 즉 추상화 수준을 사용자가 슬라이더처럼 자유롭게 조절할 수 있게 설계됐다. 에이전트 오케스트레이션이 사용자의 문맥을 이해하도록 만들어졌다는 설명이다.
OpenAI는 새 모델을 사용자에게 공개하기 전에 실제 사용과 비슷한 대화 흐름으로 모델 반응을 미리 확인하는 Deployment Simulation을 공개했다. 이 방법은 예전 대화에서 기존 모델의 답변을 빼고, 출시 후보 모델이 그 자리에 어떤 답을 할지 다시 생성해 보는 방식이다. OpenAI는 개인정보와 계정 식별 정보를 제거한 뒤, 모델 개선에 데이터 사용을 허용한 ChatGPT 대화만 분석했다고 밝혔다. 2025년 8월부터 2026년 3월까지 GPT-5 계열 Thinking 모델의 비식별 대화 약 130만 건을 살폈고, 원치 않는 행동 20종의 실제 발생률을 예측했다. 이 방식은 기존의 어려운 시험용 질문보다 실제 배포 뒤 위험이 늘지 줄지를 더 잘 맞혔고, 중간 예측 오차는 약 1.5배 수준이었다. 또 모델이 시험을 받고 있다는 사실을 알아차리는 문제도 줄였다. GPT-5.2는 실제 사용 대화를 시험처럼 본 비율이 5.4%, 시뮬레이션 대화를 시험처럼 본 비율이 5.1%였지만, 합성 시험 데이터는 거의 100% 시험으로 구분됐다. OpenAI는 Codex 같은 코딩 에이전트 환경에도 이 방식을 적용해, 도구 호출과 저장소 상태까지 흉내 내면 실제 사용과 꽤 가까운 평가가 가능하다고 설명했다.
Cascade는 이미지를 아주 작게 줄인 뒤, Gemini 같은 생성 이미지 모델로 다시 복원하는 신경망 이미지 코덱이다. 100만 장 이미지로 학습했고, 익숙한 물체와 형태를 잘 다루는 쪽에 초점을 맞췄다. 목표는 원본의 스타일, 색, 큰 구조를 최대한 유지하면서 JPEG보다 훨씬 낮은 비트레이트를 쓰는 것이다. 테스트 이미지에서 평균 비트레이트는 0.03이고, 범위는 0.005에서 0.16이다. 구성은 VQ-VAE, 계단식 조건부 합성곱 네트워크, LoRA를 붙인 생성 이미지 모델 세 부분이다. 기본 디코더는 Gemini이며, 오프라인 대안으로 SDXL도 쓸 수 있다. 사용자는 깃허브 코드를 내려받고, Hugging Face 모델을 models 폴더에 넣고, GEMINI_API_KEY를 설정한 뒤 encode.py와 decode.py로 .nit 파일을 만들고 복원한다. 품질과 용량을 조절하는 qp 값, Gemini 호출 없이 흐릿한 가이드만 내보내는 tokens-only, 여러 결과 중 가장 원본 가이드에 가까운 것을 고르는 n-decode 같은 옵션도 있다.
전자책을 오디오북처럼 들을 수 있게 바꾸는 서비스가 만들어졌다. 기존 음성 변환 서비스는 구독이 필요해 가끔 쓰기에는 부담이 컸고, Kokoro라는 공개 음성 모델은 오래 들어도 덜 피곤할 만큼 자연스러운 목소리를 냈다. 이 모델은 빠르게 돌아가도록 설계됐지만, 12코어 노트북의 중앙처리장치만으로는 긴 오디오를 만들 때 시간이 만족스럽지 않았다. 그래서 클라우드 GPU를 써서 오디오북을 더 빠르게 만들고, 그 과정을 개인용 자체 보관함뿐 아니라 다른 사람도 쓸 수 있는 제품으로 바꾸는 방향이 잡혔다. 개발 목표는 전자책을 오디오북으로 바꾸는 제품을 만드는 것과, 여러 AI 코딩 에이전트를 함께 쓰는 개발 방식을 직접 경험하는 것이었다. 전체 서비스의 거의 전부는 DeepSeek v4가 OpenCode 안에서 작성했다. 한 달 동안 약 7억 5천만 토큰을 썼고, 비용은 크레딧 기준 12달러였다. 모든 기능 변경은 계획, 구현, 테스트, 검토, 수정, 커밋 순서로 진행됐고, Pro와 Flash 에이전트가 섞여 쓰였다.
Claude Code로 여러 에이전트를 관리하는 오케스트레이터를 만들 때는 그냥 모델의 기본 판단에 맡기면 쉽게 엉킵니다. 먼저 오케스트레이터마다 임무 문서를 두고, 무엇을 해야 하는지, 어떤 방식으로 처리해야 하는지, 언제 사람에게 넘겨야 하는지를 적어야 합니다. 예를 들어 버그 제보 처리용 오케스트레이터라면 이메일에서 고객 피드백 제목을 찾고, 로컬에 티켓을 만들고, 하위 에이전트에게 버그 재현과 수정 작업을 맡긴 뒤, QA가 필요할 때 사람에게 알릴 수 있습니다. 이렇게 하면 사람은 마지막 확인 단계 전까지 개입하지 않아도 됩니다. 또 오케스트레이터는 한 번 실행되고 끝나는 도구가 아니라, 일정한 주기로 다시 움직이는 루프가 있어야 쓸모가 커집니다. 임무 문서를 10분마다 또는 1시간마다 다시 읽게 하면, 정해진 리듬에 따라 할 일을 계속 확인하고 처리할 수 있습니다.
주택담보대출 신청에 필요한 은행 서류가 PDF 17개로 나뉘어 있어, 파일을 하나씩 열고 닫으며 확인하는 일이 번거로웠다. 여러 PDF를 한 파일로 합치면 페이지는 이어지지만, 어느 문서가 어디서 끝나는지 헷갈리는 문제가 생겼다. 해결 아이디어는 한 파일 안의 페이지를 가로로 넘겨 보고, 다른 파일들은 세로 방향으로 함께 배치해 보는 2차원 화면이다. 이를 위해 PDF 안에 문서 경계를 표시하는 metadata를 넣어, 여러 PDF를 하나의 파일처럼 담되 기존 PDF 뷰어에서도 열 수 있게 만들었다. 새 형식 이름은 .pdfx이며, 일반 PDF 파일 안에 metadata로 저장할 수도 있다. Claude는 약 2시간 동안 전체 작업의 80%를 구현하는 데 도움을 줬다. 결과물은 Electron으로 만든 오픈소스 앱이고, Liquid Glass 스타일을 일부 적용했지만 아직 다듬을 부분이 남아 있다.
echo•mux는 서로 다른 브랜드의 블루투스 스피커 여러 대에 동시에 음악을 보내기 위해 만든 개인용 도구다. 기존 스피커를 버리고 Sonos 같은 와이파이 기반 제품을 새로 사는 대신, 이미 가진 Edifier, Sony, Sackit 스피커를 함께 쓰는 방향으로 만들었다. 핵심 문제는 스피커마다 소리가 조금씩 늦게 나오는 지연 시간 차이였고, 이 차이를 맞추는 구조가 필요했다. Raspberry Pi를 여러 방 오디오 허브로 쓰고, 휴대폰에서 쓰기 쉬운 웹 화면으로 조작한다. Spotify Connect도 지원해 Spotify에서 바로 연결해 쓰는 흐름을 목표로 한다. 더 넓은 범위를 위해 개당 10달러짜리 블루투스 안테나도 추가했다. 개발은 2주 동안 여가 시간에 Claude와 함께 진행됐고, 평소에는 번거로운 테스트 주도 개발 방식도 더 쉽게 적용할 수 있었다.
Hermes가 이메일로 버그 알림을 받으면 Sentry에서 문제를 확인하고, 코드를 고친 뒤 풀 리퀘스트까지 만들게 하려는 자동화 흐름이다. 다만 실제 코딩 작업은 Hermes 안에서 새로 만들기보다, 이미 익숙하고 결과를 신뢰하는 Codex CLI, Codex 5.4, 개인용 스킬과 도구 조합에 맡기고 싶어 한다. 핵심 고민은 Hermes가 다른 실행 도구나 모델에 작업을 안정적으로 넘길 수 있느냐다. 예전에 acpx를 써봤지만 매우 불안정했고 결국 작동하지 않게 됐다. 현재는 Hermes용 스킬을 만들어 `codex exec ...` 같은 방식으로 Codex CLI를 직접 실행하게 하는 방법을 시도하고 있다. 실제 사용자가 있는 제품을 만드는 사람들 사이에서 믿고 쓸 만한 넘겨주기 방식이 있는지가 핵심 질문이다.
Cursor는 새 기능이 추가될 때 공식 문서만으로 사용법을 파악하기 어렵다는 불만이 나오고 있다. 특히 통합 개발 환경 안의 에이전트 창에 있는 “MultiTask” 모드가 예로 언급됐다. 기능 이름은 보이지만, 무엇을 하는지와 언제 써야 하는지, 어떤 결과를 기대해야 하는지가 문서에서 충분히 설명되지 않는다는 문제다. 실제 사용자는 새 기능이 나올 때마다 문서를 보고 익히기보다 직접 눌러 보고 결과를 확인하는 방식에 의존하게 된다. 다만 Cursor가 문서 개선에 도움이 될 만한 인력을 최근 채용했다는 긍정적인 기대도 함께 있다.
Cursor 엔터프라이즈 관리자가 Cursor 공식 문서의 변경점을 자동으로 찾아 사내 Cursor 안내서에 반영하는 시스템을 만들었다. 파이썬 스크립트가 GitLab에서 정해진 시간마다 실행되고, cursor.com/docs의 원본 마크다운 파일을 가져와 이전에 저장한 내용과 비교한다. 실제 기능이나 업무 절차가 바뀐 경우에만 웹훅을 보내고, 단순 홍보 문구 변화는 무시한다. 웹훅은 Cursor 자동화를 통해 팀 소유 클라우드 에이전트를 깨운다. 이 에이전트는 Cursor 문서의 특정 페이지를 사내 관리자 안내서와 사용자 안내서의 해당 파일에 연결해 변경 내용을 분석한다. 이후 GitLab에 병합 요청을 만들어 사내 문서를 고치고, 이 내용은 읽기 전용 복사본으로 애저 데브옵스 저장소와 프로젝트 위키에도 전달된다. 사내 문서는 거버넌스, 관리자용 설명, 일반 사용자용 설명을 포함한다.
Codex Plus와 Claude Pro를 같은 가격으로 함께 쓰는 실제 사용 경험에서는 Codex Plus가 사용량 제한 면에서 더 오래 버틴다. Claude Pro는 작업 가능 횟수나 사용 시간이 더 빨리 막히는 느낌이 강하다. 그래도 Claude는 웹 디자인 작업과 Claude Design 관련 작업에서 강점이 있어 완전히 버리기 어렵다. 핵심 고민은 월 100달러짜리 Claude Max가 Codex Plus와 Claude Pro를 둘 다 대체할 만큼 사용량이 넉넉한지다. 주된 사용 방식은 일반 챗봇이 아니라 Claude Code CLI와 Codex를 통한 개발 작업이다.
TBD는 맥에서 여러 코딩 에이전트를 관리하기 위한 오픈소스 도구다. 화면으로 쓰는 앱이지만, 사람이 화면에서 할 수 있는 모든 작업을 명령줄에서도 할 수 있게 만드는 것이 핵심 원칙이다. 그래서 에이전트 자동화나 스크립트와 함께 쓰기 좋게 설계됐다. 서로 다른 작업 폴더에서 움직이는 에이전트들이 대화해야 할 때는 agent-channels 같은 보조 도구와 함께 쓰는 방식이 제안된다. 이 도구는 Conductor를 오래 쓰다가 고치기 어려운 불편을 겪고, 더 직접 고칠 수 있는 도구가 필요해 만들어졌다. dmux, claude-squad, agent-deck도 시험했지만, 단축키를 많이 외우거나 tmux 사용법을 익히는 방식은 맞지 않아 TBD가 시작됐다. 2026년 3월부터 만들어졌고, 지금은 몇몇 동료들이 매일 쓰는 수준까지 안정화됐다.
17세 개발자가 장기적인 소프트웨어 경력을 어떻게 잡아야 할지 고민하고 있다. 약 5~6년 동안 프로그래밍을 해 왔고, 처음에는 디스코드 봇으로 시작해 웹 개발, 사물인터넷, 네트워킹, 자동화까지 다뤘다. 처음부터 코드를 전부 직접 쓰기보다는 기존 코드를 고치고, 복사해 붙이고, 기본 틀 위에 만드는 방식에 익숙했으며, 이후에는 AI 도우미를 많이 쓰게 됐다. Next.js, Three.js, Python, C++ 같은 도구와 언어를 다룰 수 있고, 문법을 외우지는 않지만 어떤 언어의 코드든 읽고 이해하는 데는 자신이 있다. 프레이머와 프런트엔드로 돈을 버는 길도 시도했지만, 화면을 세밀하게 맞추는 일이나 사용자 화면 설계에는 큰 흥미가 없다는 점을 알게 됐다. 더 끌리는 분야는 시스템 설계, 여러 구성요소를 엮는 일, 백엔드 구조, 사물인터넷이다. 장기 목표는 단순히 웹사이트 외주를 하는 것이 아니라 실력 있는 소프트웨어 엔지니어가 되고, 나중에는 회사를 만드는 것이다. 핵심 고민은 AI 시대에 백엔드와 분산 시스템을 깊게 파야 하는지, 사물인터넷 플랫폼에 집중해야 하는지, 아니면 더 넓게 탐색해야 하는지다.
한 신경마취과 의사가 약 2년 동안 방치된 병원 전공의 과정 웹사이트를 Claude와 Claude Design으로 주말 동안 다시 만들었다. 원래 사이트는 정보가 오래됐고 방문자가 한 달에 약 8명뿐이었다. 일반적인 방식으로 웹 개발자를 섭외하면 설명하고, 기다리고, 평범한 템플릿을 받는 과정이 길어질 수 있어서 직접 시도했다. 의사는 교육 과정 구조, 의료 분야 맥락, 프로그램 설명, 어둡고 깔끔한 분위기 같은 실제 내용을 준비했고, Claude가 HTML/CSS, 화면 크기에 맞는 배치, 반복 수정을 맡았다. 복잡한 앱이 아니라 랜딩 페이지였지만, 비개발자가 중간 작업자 없이 머릿속 구상을 실제 공개 사이트로 바꿀 수 있었다는 점이 핵심이다. 원하는 결과를 설명하는 방식이 세부 배치를 지시하는 방식보다 더 잘 통했다. 예를 들어 특정 영역을 홍보물처럼 보이게 하지 말고 지원 안내서처럼 읽히게 해 달라는 식의 요청이 효과적이었다. 3개월 뒤 트래픽은 약 14배 늘었다.
Claude로 여러 해치 대학·로스쿨 수업 노트를 Obsidian 개인 지식 데이터베이스로 옮기는 작업에서 문제가 반복된다. 목표는 강의, 과제, 글을 하나씩 살펴보고 각 개념별로 자세한 노트를 만드는 것이다. 지시문은 매우 길고 구체적이며, 여러 번의 작업으로 나누어 천천히 해도 된다는 조건도 들어 있다. 처음에는 수업 절반 정도까지 잘 처리하지만, 이후에는 다시 한 페이지짜리 요약처럼 뭉뚱그려 정리하기 시작한다. 그때마다 작업을 멈추고 “제대로 하라”는 식으로 강하게 바로잡아야 원래 방식으로 돌아간다. Claude도 자신이 개념을 잘게 나누지 않고 기존 윤곽에 기대는 쉬운 길을 택했다는 식으로 인정한다. 문제의 핵심은 긴 작업에서 처음 지시를 계속 유지하지 못하고, 시간이 지나면 더 짧고 쉬운 출력 방식으로 미끄러지는 점이다.
Cursor의 최근 변화는 코드 편집기 안에 개발 과정 전체를 더 많이 넣는 방향으로 보인다. 자율적으로 작업하는 모델, Origin, 모바일 앱이 더해지면서 코드 작성, 실행, 버전 관리, 생각을 돕는 모델 선택까지 한 브랜드 안으로 모이고 있다. 장점은 분명하다. 화면을 덜 옮겨 다니고, 결제도 하나로 줄고, 사용 경험도 더 매끄러워진다. 하지만 시간이 지날수록 작업 방식이 한 회사에 묶이면 나중에 다른 도구로 옮기는 비용이 조용히 커질 수 있다. 특히 문제로 보는 지점은 편집기나 Git 연동 자체가 아니라, 코드를 함께 생각해 주는 모델까지 Cursor 안에서만 쓰게 되는 상황이다. 그래서 Cursor를 매일 쓰더라도 Verdent, CLI, Git 같은 별도 흐름을 유지해 두면 Cursor 밖에서도 일할 수 있는 감각을 잃지 않을 수 있다.
Cursor 3.9.8 맥 버전에서 사용자 MCP 서버가 설정 화면에는 정상 연결로 보이지만, 채팅 에이전트에서는 사용할 수 없는 문제가 있다. `~/.cursor/mcp.json`에 등록한 서버는 설정의 도구 연동 화면에서 초록색 표시와 함께 켜져 있고, 제공 도구 목록도 보인다. 하지만 채팅에서 에이전트에게 해당 도구를 쓰라고 하면 서버가 없다고 나온다. 에이전트가 볼 수 있다고 말하는 서버는 `context7` 같은 플러그인 기반 MCP 서버뿐이다. 직접 재시작, 창 새로고침, 새 채팅, 서버 끄고 켜기, 삭제 후 다시 추가를 해도 바뀌지 않았다. 서버 자체는 따로 실행하면 정상으로 켜지고 도구도 노출되므로, 설정 화면에서 연결된 MCP 서버가 실제 채팅 에이전트 세션으로 전달되지 않는 등록 문제로 보인다. 프로젝트의 MCP 설명 폴더에도 플러그인 기반 서버만 있고, `mcp.json`으로 등록한 stdio 서버는 빠져 있다.
Claude에서 서버 오류가 난 뒤 다시 시도하면, 이전 대화 전체를 다시 읽는 것처럼 사용량이 계산될 수 있다. 20만 토큰짜리 긴 문맥 창으로 작업할 때는 단순한 재시도 한 번도 5시간 사용량 한도를 크게 줄일 수 있다. 작은 요청도 오류 때문에 여러 번 다시 보내면 전체 허용량의 약 40%까지 사라질 수 있다. 문제는 사용자가 만든 실수가 아니라 서비스 쪽 오류인데도, 잃어버린 사용량을 돌려받기 어렵다는 점이다. 고객 지원은 가장 비싼 요금제가 아니면 별다른 보상을 해줄 수 없다는 식으로 느껴졌다. 가능한 해법으로는 사용량 크레딧, 환불, 또는 플랫폼 오류로 사라진 사용량을 보전하는 방식이 거론된다.
Claude Code를 중심으로 작업을 진행하되, 위험한 변경 사항을 검토할 때 일부 확인 단계를 Codex에 맡기는 방식이다. 같은 Claude 모델을 여러 개 띄워 서로 검토하게 하면 겉으로는 의견이 모인 것처럼 보일 수 있지만, 같은 계열 모델은 같은 약점을 공유해 같은 버그를 함께 놓칠 수 있다. 이 방식은 Claude가 전체 흐름을 조율하고, Codex가 제한된 범위의 반대 검토나 판정 역할을 맡는다. Codex는 codex exec로 호출되며, 결과는 정해진 JSON 형식으로 돌려주도록 설계된다. 목적은 정답을 보장하는 것이 아니라, 같은 모델끼리 반복 검토할 때 생기는 비슷한 오류와 사각지대를 줄이는 것이다. 아직 수치로 검증된 벤치마크는 없고, 품질 관리, 디버깅, 문맥 관리, 서브에이전트 운영처럼 비교적 고급 사용에 맞는 흐름이다.
SenseNova Office Skills는 여러 작업용 폴더마다 SKILL.md 파일을 두고, 에이전트가 실행 중에 그 설명서를 읽어 기능과 사용법을 이해하는 구조다. 이 방식은 도구를 함수 호출이나 정해진 API 형식으로만 등록하는 대신, 마크다운 문서로 기능을 설명한다. 그래서 에이전트가 미리 고정된 연결 규칙 없이도 어떤 스킬이 있는지 찾고, 이해하고, 서로 이어서 쓸 수 있다는 장점이 있다. 구조는 낮은 단계와 높은 단계로 나뉜다. 낮은 단계인 sn-image-base는 이미지 생성, 인식, 문장 다듬기 같은 기본 모델 기능을 제공한다. 높은 단계인 sn-infographic 같은 스킬은 기본 기능을 묶어 자동 프롬프트 평가, 여러 번 생성한 뒤 품질 고르기, 87개 레이아웃과 66개 스타일 선택 같은 더 큰 작업 흐름을 만든다. 그 밖에도 참고 이미지를 따라 만드는 이미지 스킬, 이력서 이미지 생성, 파워포인트 생성, 엑셀 데이터 분석, 깊이 있는 조사 에이전트가 포함된다.