Claude, ChatGPT·Codex, Gemini, Cursor 같은 주요 AI 도구의 새 기능·가격·사용 한도·정책 변화를 1인 개발자와 메이커 관점에서 골라 쉽게 요약합니다.
Shellular는 휴대폰에서 내 컴퓨터의 개발 환경 전체를 다루게 해주는 원격 제어 도구다. Claude Code, Codex, OpenCode, Cursor CLI 같은 인공지능 코딩 도구를 모바일 화면에서 실행하고, 슬래시 명령, 파일 언급, 승인, 모델 선택을 쓸 수 있다. 터미널도 계속 켜진 상태로 실행할 수 있어 별도 tmux 설정이 필요 없다고 한다. 앱 안에는 브라우저와 DevTools가 들어 있어, 포트 포워딩을 따로 만들지 않아도 localhost 화면을 열 수 있다. 설치 흐름은 `npx shellular` 실행, 앱에서 QR 코드 스캔, 승인 순서이며 2분 안에 끝난다고 소개한다. 모든 작업은 사용자의 Mac, PC, Mac mini, VPS에서 돌아가므로 인공지능 도구가 코드 문맥을 그대로 유지한다. 연결은 종단간 암호화를 쓴다고 하며, 앱스토어와 플레이스토어에서 사용할 수 있다.
Claude Code, Cursor, Codex 같은 에이전트형 코딩 도구가 나오면서 소프트웨어 개발을 시작하는 문턱이 크게 낮아졌다. 이제 인터넷만 있으면 자연어로 요청을 입력해 코드베이스 전체에 걸친 변경을 만들 수 있다. 취미 개발자, 초급 개발자, 제품 담당자도 이전보다 훨씬 쉽게 큰 규모의 코드를 만들어낼 수 있다. 이 흐름은 소프트웨어의 양을 폭발적으로 늘릴 가능성이 있다. 좋은 제품도 많이 나오겠지만, 내부 품질은 엉성한데 AI가 여기저기 고쳐서 일단 실행되는 코드도 함께 늘어날 수 있다.
SuperGrok은 10 CAD에 이용할 수 있고, ChatGPT Plus와 Gemini Pro는 각각 28 CAD인 상황이다. 핵심 선택 기준은 일상적인 사용량과 코딩·소프트웨어 개발에 어느 서비스가 더 나은가이다. 비교하려는 대상은 최신 모델 접근, 요금제별 사용량 제한, 개발 작업에서의 실제 쓸모다. 구체적인 성능 비교, 기능 목록, 사용 후기는 없어 현재 확인되는 내용은 가격 차이와 사용 목적뿐이다.
things3-cloud는 Things 3의 할 일 목록을 명령줄에서 다루게 해 주는 도구다. Rust로 만들었고, Things Cloud API에 직접 연결해 Claude Code나 Codex 같은 AI 에이전트가 할 일을 읽고 고칠 수 있게 한다. 애플스크립트, 단축어, URL 방식, 로컬 데이터베이스 읽기 같은 우회 방법에 기대지 않는 것이 목적이다. 명령을 실행할 때마다 변경 사항을 바로 클라우드에 동기화한다. 오늘 할 일 보기, 특정 단어와 마감일로 검색하기, 할 일 완료 처리 같은 작업을 지원한다. 새 할 일 만들기와 수정, 프로젝트·영역·태그 관리, 체크리스트 수정, 빠른 시작을 위한 로컬 캐시도 포함한다. 다만 Things Cloud API를 공식 문서 없이 분석해 만든 방식이라 위험이 있다. 잘못된 API 요청 때문에 공식 앱이 혼란을 일으키고, Things Cloud 접속이 멈춘 것처럼 보인 사례도 있었으며, 클라우드 기능을 껐다 켜서 복구할 수 있었다.
Claude를 단발성 질문 답변용으로만 쓰지 않고, 반복해서 쓸 수 있는 작업 흐름으로 묶어 쓰는 방법이 핵심입니다. 자주 쓰는 지시문은 “스킬”처럼 정리해 두면 코드 리뷰, 프로젝트 관리, 문제 추적 같은 복잡한 일을 더 일관되게 맡길 수 있습니다. 여러 Claude 작업자를 나눠 코드 리뷰를 시키고, 피드백을 반복해서 반영하는 흐름도 제안됩니다. 빌드 전후에는 요구사항 충족 여부와 품질을 확인하게 해 실수를 줄일 수 있습니다. 긴 작업에서는 상태 관리를 강제로 시켜, Claude가 지금까지의 결정과 남은 일을 잊지 않게 만드는 방식이 중요합니다. 샌드박스를 써서 Claude가 스스로 고치고 다시 확인하는 구조도 다룹니다. 간단한 문장 변환 도구나 CLI처럼 명령을 주고받는 방식도 함께 언급됩니다.
Pi coding agent를 Herdr와 Gondolin과 함께 쓰면 한 프로젝트를 여러 역할의 에이전트로 나눠 굴릴 수 있다. Herdr에서는 작업 공간을 열고, 첫 번째 탭을 전체를 지휘하는 총괄 에이전트로 둔다. 직접 만든 Herdr-control 확장을 통해 이 총괄 에이전트가 Gondolin의 마이크로 가상 머신 안에 새 에이전트들을 만든다. 각 에이전트는 Herdr의 특정 작업 공간, 탭, 화면 분할 영역에 배치되고, 연구자·기획자·작업자처럼 역할별로 나뉜다. 예를 들어 연구 탭에는 연구자 에이전트 3개, 기획 탭에는 기획자 에이전트 4개를 동시에 둘 수 있다. 마이크로 가상 머신은 샌드박스로 분리되어 있지만, 모두가 함께 쓰는 중앙 메모리 폴더를 통해 서로 내용을 주고받는다. 댓글에서는 어떤 모델을 쓰는지와 비용도 중요하다는 지적이 있었고, 화면에는 작업자들이 Mimo 2.5를 쓰는 모습이 보인다는 반응이 있었다.
Gemini AI 크레딧을 한 번에 많이 구매할 때, 오히려 크레딧 1개당 가격이 더 비싸질 수 있다는 가격 문제다. 보통 대량 구매는 더 싸질 것이라고 기대하지만, 이 경우에는 큰 묶음이 항상 더 좋은 거래가 아닐 수 있다. 제공된 내용만으로는 구체적인 금액, 구매 단계, 적용 국가, 어떤 Gemini 상품인지까지는 확인되지 않는다.
구글의 풀스택 AI는 AI 서비스를 만들 때 필요한 여러 층을 한 회사의 연결된 체계 안에서 제공한다는 뜻이다. 여기에는 계산을 돌리는 기반 시설, AI 모델, 여러 작업을 이어 주는 운영 플랫폼, 사람이 실제로 쓰는 화면과 앱이 포함된다. 구글은 자체 칩인 TPU, Google DeepMind가 만든 Gemini 모델, Gemini Enterprise Platform, Gmail과 지도 같은 사용자 화면까지 한 흐름으로 묶는 전략을 내세운다. 이런 방식의 장점은 서로 다른 회사의 부품을 직접 맞춰 붙이는 수고를 줄이고, 장애가 나도 한쪽에서 더 빨리 대응할 수 있으며, 중간 업체 비용을 줄여 가격 경쟁력을 만들 수 있다는 점이다. 다만 구글은 이 방식이 완전히 닫힌 선택은 아니며, 다른 회사의 AI 모델이나 다른 업무 도구도 연결할 수 있다고 설명한다. 시작점으로는 빠른 웹앱 시제품 제작용 Google AI Studio, 코드를 거의 쓰지 않는 업무 자동화용 Gemini Enterprise Platform, 더 복잡한 앱이나 에이전트 제작용 Antigravity가 제시된다.
내부 앱에 공식 CLI가 없어서 자체 CLI를 만들었고, 이것은 AI 에이전트 작업에서 로컬 MCP처럼 쓰일 때는 잘 작동했다. 문제는 그 CLI를 웹앱의 백엔드 핵심 처리에도 쓰자는 결정이다. 계획은 파이썬 백엔드가 자식 프로세스를 만들어 CLI 명령을 실행하고, 그 명령이 다시 API 호출로 이어지게 하는 방식이다. 기존에는 SDK나 파이썬 요청 라이브러리로 API를 직접 호출해 왔다. 우려되는 점은 오류 처리, 재시도, 메모리 사용, 복잡도 증가다. Codex나 Claude Code 덕분에 코드를 더 쉽게 만들 수 있어도, AI 에이전트에 편한 구조를 운영용 백엔드 구조로 그대로 옮기는 것은 별개의 문제다. 반대쪽 설명은 이미 로컬 AI 에이전트가 쓰던 명령이라 재사용하기 쉽고 디버깅도 쉽다는 것이다.
Claude를 여러 개발 작업에 쓰려면 어느 요금제가 맞는지에 대한 고민입니다. 사용 목적은 MCP로 여러 서비스를 제어하거나 연결하고, 터미널에서 Claude Code로 코딩하고, 앱과 웹사이트를 만들고, 한 달에 여러 프로젝트를 진행하는 것입니다. 작업 규모는 아주 크거나 기업용 수준은 아니지만, 만드는 도중 사용량 제한에 자주 걸리고 싶지 않은 상황입니다. 핵심 걱정은 토큰이 빨리 떨어지거나 요청 제한에 막혀 작업 흐름이 끊기는 것입니다. 선택지는 Pro로 충분한지, 아니면 Max로 바로 올려야 하는지입니다.
1월부터 모든 Claude 대화 기록을 모아 보관한 뒤, 3주 전 전체 기록을 클러스터링 도구에 넣어 사용 패턴을 확인했다. 처음에는 업무와 개인 생활에서 Claude를 30가지쯤 다른 용도로 쓰고 있을 것이라고 예상했다. 결과는 달랐다. 실제로는 5가지 핵심 주제를 38가지 업무 상황으로 바꿔 묻고 있었고, 그중 4가지는 스스로 이름 붙이지 못했던 불안이었다. HR 기술 회사의 시니어 제품 관리자로서 Claude는 엔지니어링 팀의 코드 리뷰, 전략 문서 초안, 고객 인터뷰 정리, OKR 계획, 어려운 1대1 면담 준비, 커리어 고민 정리에 쓰였다. 겉으로는 다양한 업무 도구처럼 보였지만, 밑바닥의 질문은 ‘내가 일을 제대로 하고 있나’, ‘내 결정에서 뻔한 것을 놓치고 있나’, ‘알아야 할 것을 몰라서 들키게 될까’, ‘내 커리어가 잘못 가고 있나’, ‘충분히 열심히 하고 있나 아니면 너무 과하게 하고 있나’로 모였다.
ForgeCat은 Claude Code, Cursor, Codex, Openclaw 같은 여러 AI 코딩 도구에서 재사용할 수 있는 에이전트 설정을 다루는 새 커뮤니티입니다. 목표는 한 도구에 묶인 설정을 다른 도구에서도 쓰기 쉽게 만들고, 필요한 설정을 찾아 설치하고 공유하게 하는 것입니다. 공유 대상에는 스킬, 규칙, 명령어, 훅, MCP 설정, 작업 흐름 파일이 포함됩니다. ForgeCat은 이런 요소들을 휴대용 프로필로 묶어 배포하려고 합니다. 현재 웹사이트, 깃허브 저장소, 문서가 열려 있으며, 설치 문제 해결, 새 프로필 변환 요청, 유용한 작업 흐름 공유, 레지스트리와 명령줄 도구 개선 제안을 받고 있습니다.
Codex, Claude, Gemini 같은 AI 코딩 도구를 한 저장소에서 여러 개 동시에 돌리기 위한 자동화 틀이 공개됐다. 핵심은 AI에게 더 많은 자유를 주는 것이 아니라, 실제 프로젝트에서 지켜야 할 규칙을 아주 빡빡하게 걸어두는 방식이다. 이 틀은 각 반복 실행마다 새 문맥으로 작업을 시작하게 하고, 여러 작업자를 같은 프롬프트로 계속 돌릴 수 있게 한다. AI는 정해진 반복 횟수나 시간 안에서만 움직이며, 사람이 한도를 정한다. 코드 검사 도구인 pylint, ruff, pyright, Pydantic, semgrep 같은 규칙을 통과해야 하고, 특정 파일은 건드리지 못하게 막을 수도 있다. 개발자가 도구로 잡기 어려운 개인 취향이나 팀 규칙을 preferences.py에 적어두면, AI가 그 요구사항도 따르게 할 수 있다. 예를 들어 파일 하나에 공개 함수가 5개를 넘지 않게 하거나, 불필요한 반복문을 금지하는 식이다. 작업을 끝냈다고 말하려면 저장소 안의 실제 증거를 보여야 하며, git hooks와도 연결되어 자동 검사 흐름에 들어간다.
Cursor를 열 때마다 Codex 위치가 달라지고, 버튼이 새로 생기거나 사라지며, 창 배치와 키보드 단축키까지 바뀐다는 불만이 나왔다. 매번 도구를 다시 익혀야 하니 작업 흐름이 끊긴다는 내용이다. 완전히 업데이트를 멈추자는 뜻은 아니고, 매일 새 개발 도구처럼 바뀌는 속도를 줄여 달라는 요구다. 월간이나 분기별 업데이트처럼, 변화가 예측 가능한 방식이 더 낫다는 제안이 핵심이다.
개인 체험 기준으로, 새 ChatGPT 라이브 음성 모드는 영어보다 러시아어에서 훨씬 더 자연스럽게 들렸다. 영어 대화는 깔끔하지만 딱딱한 상담원처럼 느껴졌고, 러시아어 대화는 실제 전화 통화처럼 숨소리, 웃음, 말투가 섞여 있었다. 음성은 Maple로 설정되어 있었다. 메모리가 꺼진 상태에서도 대화 중에 보고서를 쓰고 있었다는 식의 상황을 만들었고, 이어서 자신을 카자흐스탄에서 미국으로 온 Anya라고 소개하는 흐름까지 이어졌다. 대화 중 재채기 같은 소리와 그 뒤의 반응도 나와서, 실제 사람인지 헷갈릴 정도로 느껴졌다는 인상이다.
CodeStory는 코딩 에이전트가 매번 같은 저장소를 처음부터 다시 훑는 시간을 줄이기 위한 Rust 기반 명령줄 도구다. 파일 구조, 코드 기호, 참조 관계, 연결 정보를 읽기 전용 로컬 그래프로 만들어 두고, 에이전트가 그 정보를 다시 사용할 수 있게 한다. 이 로컬 색인은 코드 탐색, 답변 근거 확인, 코드 검토 계획, 짧고 핵심적인 문맥 만들기에 쓰인다. Rust, Python, JavaScript/TypeScript, Java, Go, C/C++, C#, Kotlin, Swift, Dart, Ruby, PHP, Bash 등 여러 언어에서 tree-sitter로 코드 구조를 뽑아낸다. 데이터는 SQLite에 저장되며, 파일, 코드 기호, 연결, 등장 위치, 스냅샷 같은 정보를 담는다. 전체를 매번 다시 만들기보다 가능한 경우 바뀐 부분만 새로고침하는 계획을 세운다. 소스 검색과 생성된 코드 기호 문서 검색도 지원하며, 코드 리뷰나 테스트 계획에 영향을 받을 파일 힌트를 줄 수 있다. 색인은 여러 병렬 깃 작업 트리에서도 옮겨 쓸 수 있고, Apache-2.0 라이선스로 공개되어 있다.
Iantha는 Claude Code나 Codex를 켜는 저장소 안에서 작동하는 오픈소스 개인 비서 템플릿이다. 새 앱이나 별도 화면을 쓰지 않고, 대화 중 나온 할 일·기한·결정·피드백을 마크다운 파일에 저장한다. 예를 들어 목요일 전까지 검토해야 할 문서가 나오면 tasks.md에 넣고, 아침 보고 명령을 쓰면 오늘 할 일과 밀린 일을 짧게 보여준다. 결정 사항은 날짜와 이유를 붙여 decisions.md에 남긴다. 저장 방식은 데이터베이스나 벡터 저장소가 아니라 memory 폴더 안의 7개 마크다운 파일이다. Claude Code와 Codex가 같은 저장소를 읽도록 AGENTS.md와 기술 묶음이 맞춰져 있어, 한 번 만든 개인 설정과 기억을 두 도구에서 공유할 수 있다. 선택 사항으로 Obsidian 보관함을 연결하면 일일 노트, 결정 기록, 읽을거리도 같은 방식으로 정리할 수 있다. 데이터는 로컬 파일에 남고, 외부로 나가는 것은 사용자가 원래 쓰는 모델 제공사 요청뿐이라고 설명한다.
Vast가 Claude Code, Codex, Cursor용 플러그인으로 제공된다. 편집기를 떠나지 않고 GPU 인스턴스를 찾고, 시작하고, 상태를 확인하고, 종료할 수 있다. 원하는 작업을 자연어로 말하거나 슬래시 명령어를 직접 실행하는 방식이다. 비용이 큰 작업이 실수로 실행되지 않도록 기본 설정은 보수적으로 잡혀 있다. GPU 인스턴스에 접속하면 각 이미지가 짧은 사용 안내와 vast-capabilities 명령어를 제공해 설치된 도구, 실행 중인 서비스, 접속 방법을 에이전트가 파악할 수 있다. 플러그인이 없어도 스킬을 지원하는 에이전트에서는 `npx skills add vast-ai/vast-cli --skill vastai` 명령으로 Vast 스킬을 설치할 수 있다.
한 기술 리더의 현장 경험에서, 개발자들이 직접 코드를 깊이 짜기보다 AI가 만든 코드로 풀 리퀘스트를 여는 일이 크게 늘었다. 겉으로는 개발 속도가 빨라졌지만, 실제 코드는 업무 요청과 다른 동작을 하거나 중요한 업무 규칙을 빠뜨리는 경우가 생겼다. 코드 안에는 AI가 남긴 듯한 설명이 많고, 테스트는 있어도 중요한 문제를 제대로 확인하지 못한다. 필요하지 않은 추상화도 생겨서 원래 풀려던 문제보다 코드 구조만 더 복잡해진다. 회사는 AI 사용에 매우 긍정적이라 이런 문제를 말하면 시대에 뒤처진 사람처럼 보일까 부담이 있다. 개발자는 코드를 빠르게 만들고 다음 일로 넘어가지만, 기술 리더는 여러 번 검토하고 수정 요청을 남기며, AI로 고친 결과도 다시 틀린 경우가 많다. 그 결과 코드 검토 시간이 1년 사이 약 세 배로 늘었고, 배포 책임은 여전히 기술 리더에게 남아 있다. AI로 절약된 시간이 개발자 쪽에만 보이고, 기술 리더와 선임 개발자가 치르는 검토 비용은 잘 계산되지 않는다.
Agent Console은 Obsidian의 개인 지식 저장소를 AI 에이전트와 함께 쓰기 위한 플러그인이다. 기존 Agent Client 플러그인을 바탕으로 만든 포크이며, Apache-2.0 라이선스 기반이다. 핵심 목표는 여러 에이전트 대화를 나란히 다루기 쉽게 만들고, 대화별 문맥을 유지하며, 작업 세션을 저장하고 다시 불러오게 하는 것이다. Kiro CLI, Claude Code, Codex, Gemini CLI, OpenCode처럼 Agent Client Protocol을 지원하는 도구와 함께 쓸 수 있다. 개인 노트를 한꺼번에 보내는 방식보다 토큰 사용량을 65~80% 줄이도록 설계됐고, 700개 이상의 자동 테스트와 벤치마킹을 갖췄다. 1.2.0 버전이 최근 배포됐고, 실제 개발도 Agent Console 안에서 진행하며 개선 중이다.
샘 올트먼은 오픈AI의 직접 지분은 없지만, 오픈AI와 거래를 했거나 논의한 회사들에 20억 달러가 넘는 지분을 가진 것으로 알려졌다. 이 구조 때문에 오픈AI가 잘되는 것보다, 올트먼이 투자한 회사가 오픈AI 계약을 따낼 때 올트먼에게 더 직접적인 이익이 생길 수 있다는 지적이 나온다. 논란의 중심에는 핵융합 스타트업 Helion Energy, 로켓 회사 Stoke Space, 뇌-컴퓨터 인터페이스 회사 Merge Labs가 있다. Helion Energy에서는 올트먼의 지분 가치가 17억 달러로 추정되며, 오픈AI가 최대 10억 달러 규모의 투자 라운드에 약 5억 달러를 넣는 방안이 논의된 것으로 알려졌다. Stoke Space에서는 올트먼이 우주 데이터센터와 관련한 오픈AI 협력을 제안한 것으로 알려졌고, 지분은 그의 패밀리 오피스 Hydrazine을 통해 보유한 것으로 전해졌다. Merge Labs는 일론 머스크의 Neuralink와 경쟁하는 회사로, 오픈AI가 2026년 1월 지원을 발표했고 올트먼도 이사회에 있다. 미국 6개 주 법무장관과 하원 감독위원회가 오픈AI의 기업공개를 앞두고 이 문제를 들여다보고 있다.
RTK는 AI 코딩 도구가 읽기 전에 터미널 명령 결과를 짧게 압축하는 오픈소스 도구다. 설정을 거의 바꾸지 않아도 토큰 사용량을 60~90% 줄이는 것을 목표로 하며, Claude Code, Cursor, 터미널 기반 AI 도우미와 함께 쓸 수 있다. 이 방식은 AI가 한 번에 참고할 수 있는 컨텍스트 창을 덜 빨리 채우게 해, 더 긴 코딩 세션과 낮은 사용 비용에 도움이 된다. Ponytail은 코드를 더 짧고 단순하게 만들도록 AI 에이전트를 유도하는 도구다. Codex CLI를 Zed 안에서 쓸 때 두 도구를 함께 쓰면, 20달러 구독의 5시간 사용 제한이 체감상 약 두 배 느리게 줄어드는 느낌을 받을 수 있다. 특히 Ponytail의 @ponytail-audit 기능은 분위기로 빠르게 만든 코드베이스를 정리하고 단순화하는 데 도움이 된다.
Codex와 무료 명령줄 도구, 여러 개발 도구를 써 온 개발자가 Kiro IDE로 옮기고 있다. 기본 튜토리얼은 이미 끝냈고, 유료 요금제도 사용 중이다. 기본 기능은 이해했지만, 실제 작업에서 더 잘 쓰는 방법을 알고 싶어 한다. 필요한 것은 초보 설명이 아니라 구체적인 모범 사례, 도움이 되는 자료, 고급 활용 사례다.
Cursor를 업무에 많이 쓰면 AI 사용 비용이 빠르게 커질 수 있다. 최근 두 달 동안 비용이 약 4,000달러까지 올라가자, 비싼 Opus를 기본으로 쓰는 대신 Cursor의 Auto 모드를 써서 비용을 줄이려는 시도가 있었다. Auto 모드는 어떤 AI 모델을 언제 쓰는지 명확히 보이지 않아 결과를 예측하기 어렵다. 실제 결과 품질은 대체로 만족스럽지 않았다. 비용과 품질 사이의 적절한 균형점을 찾는 것이 핵심 문제다. Cursor 브라우저와 Plan 모드를 함께 쓰고 있지만, 간단한 수정에 크레딧을 많이 쓰지 않기 위해 Figma 화면 설계를 먼저 만들어두는 방법도 고려되고 있다.
음악을 몰라도 목소리로 곡을 만들 수 있는 도구가 개발되고 있다. 멜로디를 흥얼거리면 실제 악기 소리로 연주된 결과를 돌려주고, 베이스라인을 말로 설명하면 템포와 키에 맞는 베이스라인을 만들어 주는 방식이다. 목표는 코딩 도구가 자연어로 개발을 돕듯이, 음악 작업도 말과 소리로 다룰 수 있게 만드는 것이다. 현재 가장 큰 과제는 이 특정 작업에 맞는 작은 AI 모델을 어떻게 훈련할지다. 특히 음악 생성과 오디오 모델 쪽에서 어떤 데이터를 모아야 하는지, 어떤 훈련 방식이 맞는지, 어떤 자료나 사람을 참고해야 하는지가 핵심 질문이다. 실제로 비슷한 모델을 만들어 본 경험에서 무엇이 어려웠는지도 중요한 참고점으로 다뤄진다.
Cursor의 월 20달러 Pro 요금제로 Composer 2.5를 한 달 썼을 때, 실제 사용량을 API 가격으로 계산하면 약 200달러어치에 가까웠다. Auto와 Composer 전용 할당량에서 약 6억 3천만 토큰을 썼고, 이는 API 가격 기준 약 160달러로 계산됐다. 전용 할당량을 다 쓴 뒤에는 Composer 2.5가 API 버킷을 사용했고, 여기서 약 1억 6천만 토큰, 약 45달러어치가 추가로 쓰였다. 전체로 보면 월 20달러 요금제가 API 직접 결제 대비 약 10배 정도 보조를 받은 셈이다. 다만 Composer 2.5가 저렴하게 느껴져도, 전용 할당량을 크게 넘겨 API 가격으로 계속 쓰는 방식은 아직 개인 개발자에게 비용 대비 매력이 낮다. 할당량을 아주 조금 넘기는 정도라면 괜찮을 수 있지만, 필요한 만큼 API 가격으로 계속 쓰는 방식은 부담이 크다.
인디 게임 개발 현장에서 AI 에이전트는 소셜미디어에서 보이는 모습만큼 마법처럼 작동하지 않는다. 트위터/X에는 여러 에이전트를 하루 종일 돌리거나, 한 번의 명령으로 게임을 만들거나, 맥 미니 10대를 연결해 사람이 거의 필요 없어 보이는 사례가 자주 올라온다. 하지만 실제 게임 프로젝트에서는 버그 목록, 빌드 상태, 플레이테스트 의견을 보며 구체적인 문제를 하나씩 처리해야 한다. 그래서 많은 개발자는 자신만 뒤처진 것인지, 새 AI 도구를 제대로 못 쓰는 것인지 불안해질 수 있다. 이 글의 핵심은 그런 불안을 줄이고, 실제 제작 업무에서 AI를 어디에 쓸 수 있고 어디에서 실패하는지 차분히 보자는 데 있다. 해당 스튜디오는 대부분 Cursor를 쓰고 있으며, AI 도구를 좋아하지만 과장된 기대와 실제 작업 사이의 차이를 분명히 보려 한다.
Age of Agents는 AI 코딩 작업을 조용한 픽셀 왕국처럼 보여주는 무료 로컬 앱이다. Claude Code 세션은 물론 Codex, OpenCode, Koda 작업도 지도 위의 주민으로 바뀐다. 각 세션은 성에서 걸어 나오는 주민으로 표시되고, 사용자의 프롬프트는 그 주민이 맡은 일처럼 붙는다. 실행한 도구에 따라 주민이 다른 건물로 이동한다. 예를 들어 코드 수정은 대장간, 웹 검색은 마법사 탑, 터미널 작업은 광산처럼 표현된다. 보조 에이전트는 주변에서 일하는 작은 작업자로 보이고, 토큰 사용량은 창고의 수확물처럼 나타난다. 화면은 위에서 내려다보는 판타지 세계와 비스듬히 보는 공상과학 세계를 실시간으로 바꿀 수 있다. 0.6.0 버전에는 앱 안에서 권한 요청, 계획 승인, 선택 질문에 답하는 기능과, 폴더와 프롬프트와 권한 모드를 골라 Claude Code 에이전트를 게임 안에서 시작하는 베타 기능이 들어갔다.
40대에 통계, 확률, 미적분을 다시 배우는 과정에서 Claude가 학교 수업보다 개념 이해에 더 도움이 됐다는 경험이다. 핵심은 Claude에게 정답을 바로 풀어주지 말고, 힌트만 주고, 계속 질문하며 밀어붙이도록 지시한 점이다. 이렇게 쓰자 단순히 답을 받는 것이 아니라 스스로 생각하면서 개념을 익히게 됐다. 수학은 어렵고 의무적인 공부가 아니라 취미처럼 느껴질 정도로 바뀌었다.
Claude는 코드 저장소의 구조와 내용을 더 잘 알려주면 개발 작업에서 답변 품질이 좋아질 수 있다. Graphify를 써 본 뒤, 코드베이스 문맥을 Claude에 더 잘 전달하는 오픈소스 도구들이 실제로 도움이 된다는 점이 드러났다. 특히 repowise는 코드 저장소 문맥을 다루는 도구로 더 진지하고 실용적으로 느껴졌고, MCP와 대시보드를 함께 쓰면 작업 흐름을 보기 좋게 관리할 수 있다. claude-code-agents-ui는 Claude 기반 에이전트 작업을 단순한 프롬프트 묶음이 아니라, 진행 상황을 보고 다룰 수 있는 작업 환경처럼 만들어 준다. 핵심은 Claude Code를 그냥 대화창처럼 쓰기보다, 저장소의 전체 모양과 관련 문맥을 충분히 넣어 주면 더 나은 결과를 얻을 수 있다는 점이다.