Claude, ChatGPT·Codex, Gemini, Cursor 같은 주요 AI 도구의 새 기능·가격·사용 한도·정책 변화를 1인 개발자와 메이커 관점에서 골라 쉽게 요약합니다.
영국의 4인 소프트웨어 스타트업이 앱 화면을 만들면서 Claude Team을 개발 흐름에 깊게 넣어 사용했다. 작은 회사라 팀 작업공간은 하나만 운영했고, 관리자는 개발과 테스트 중 여러 좌석을 자주 쓰고 있었다. 프론트엔드를 끝내고 자체 인프라로 옮기기 전에는 Claude Design도 많이 사용했다. 그런데 금요일에 사전 경고 없이 Claude Team 계정 전체가 정지되면서 팀이 바로 접근할 수 없게 됐다. 경고, 확인 요청, 사람의 연락은 없었다. 팀원 한 명이 가족 방문으로 중국에 머무는 중이라 임시 여행, 계정 사용 패턴, 다른 이유 중 무엇이 정지 원인인지 알 수 없는 상태다. 핵심 문제는 정지 자체보다 Claude가 업무 흐름에 너무 깊이 들어가 있어 계정이 막히자 개발이 즉시 멈췄다는 점이다.
Zeroshot은 AI가 코드를 만들고 스스로 맞았다고 판단하는 문제를 줄이려는 오픈소스 명령줄 도구다. 핵심 방식은 일을 나누는 것이다. 계획 담당, 구현 담당, 검증 담당 AI를 따로 두고, 검증 담당은 구현 담당이 본 대화 내용을 보지 못한 상태에서 코드를 확인한다. 검증은 깨끗한 깃 작업 공간에서 테스트를 실행하는 방식으로 이뤄진다. 테스트가 통과하면 받아들이고, 실패하면 로그를 근거로 다시 고치게 한다. 상태는 SQLite에 저장되어 중간에 멈추거나 오류가 나도 이어서 작업할 수 있다. Claude Code, Codex, Gemini, OpenCode를 지원한다. 설치는 전역 npm 설치 명령으로 할 수 있다.
Claude Pro 월 20달러 요금제를 쓰더라도 Claude 앱 안에서 쓸 수 있는 양과 API 사용량은 같은 것이 아니다. 스프레드시트 내용을 요약해 엑셀 보고서로 만드는 자동화 작업을 하다가 Claude Pro 사용 한도에 걸릴 수 있다. 이때 계속 쓰려고 API 크레딧을 사려 하면, 바로 결제되지 않고 요금제 변경이 필요하다는 안내가 나올 수 있다. Claude 앱 요금제는 대화형 사용을 위한 것이고, Console/API 사용은 별도 결제와 설정이 필요한 구조로 보인다. 가끔 쓰는 가벼운 자동화라면 앱 안의 추가 사용량 옵션이 맞는지, 아니면 Console/API 과금이 필요한지 구분해야 한다. 실제 비용은 사용량과 모델에 따라 달라지므로, 표준 API 요금 기준으로 가벼운 작업이 얼마나 나오는지 미리 확인해야 한다.
AI 코딩 도구로 코드를 만드는 속도는 매우 빨라졌지만, 작업을 다시 시작할 때 앞뒤 사정을 되살리는 일이 여전히 큰 부담이 될 수 있다. 며칠 뒤 새 세션을 열면 왜 특정 기능을 만들었는지, 어떤 결정을 했는지, 이미 무엇을 시도했는지, 아직 무엇을 봐야 하는지, 어떤 파일이 중요한지 알기 어렵다. 이 때문에 실제 코딩 전에 15~30분씩 프로젝트 문맥을 다시 정리해야 하는 상황이 생긴다. 문제는 코드가 사라지는 것이 아니라, 프로젝트 기억이 이어지지 않는 데 있다. 이를 해결해 보려는 작은 오픈소스 동반 명령줄 도구가 초기 단계로 만들어지고 있다. Claude Code, Cursor, Codex 같은 AI 코딩 도구를 자주 쓰는 개발자 약 10명을 대상으로 며칠간 써 보고 무엇이 유용한지, 불편한지, 틀렸는지, 빠졌는지에 대한 솔직한 피드백을 받으려 한다.
Claude Code 여러 개와 Codex를 동시에 돌리면 서로 같은 파일을 맡아 수정하다가 작업을 덮어쓸 수 있다. tracecraft는 이런 충돌을 줄이기 위한 명령줄 도구다. 여러 AI 코딩 에이전트가 S3 저장소, MinIO, 또는 Hugging Face 저장소를 공용 공간처럼 쓰며 작업을 나눠 가진다. 한 에이전트가 어떤 작업을 먼저 차지하면, 다른 에이전트는 이미 맡겨진 작업이라는 응답을 받고 물러난다. 별도 서버, Redis, 데이터베이스 없이 저장소 자체가 조정자 역할을 한다. 같은 저장소 안에 에이전트끼리 주고받는 메시지, 공용 메모리, 각 에이전트의 작업 기록도 함께 남긴다. 코드는 MIT 라이선스로 공개되어 있다.
AI 코딩 도구로 코드를 만드는 속도는 매우 빨라졌지만, 며칠 뒤 새 작업을 시작하면 이전 흐름을 다시 떠올리는 데 시간이 든다. 무엇을 왜 만들었는지, 어떤 결정을 했는지, 이미 시도한 방법은 무엇인지, 아직 손봐야 할 일은 무엇인지, 중요한 파일이 어디인지가 새 세션에 잘 이어지지 않는다. 그 결과 실제 코드는 남아 있어도 프로젝트 기억이 끊겨 15~30분씩 상황을 다시 정리해야 한다. 이를 줄이기 위해 AI 코딩 세션 사이의 작업 흐름을 보존하려는 작은 오픈소스 CLI가 만들어지고 있다. 아직 초기 단계이며, Codex와 Cursor를 자주 쓰는 개발자 약 10명에게 며칠간 써 보고 유용한 점, 불편한 점, 틀린 점, 빠진 점을 알려 달라는 요청이다.
GLM 5.2는 싼값에 Opus 4.8이나 GPT 5.5를 대체할 수 있다는 기대를 받았지만, 실제 코딩 작업 50개에서는 그 기대를 충족하지 못했다. 평가는 Go 작업 25개와 Rust 작업 25개로 이뤄졌고, 실제 오픈소스 저장소의 이미 병합된 변경 작업을 기준으로 삼았다. 대상 저장소는 Go 기반의 graphql-go-tools와 Rust 기반의 sqlparser-rs였다. GLM 5.2는 두 저장소 모두에서 결과물 품질이 가장 낮았다. 비용도 가장 싼 편이 아니었고, 두 언어 모두에서 Composer 2.5보다 약 2배 비쌌다. 작업을 끝내기까지 에이전트 반복이 더 많이 필요했고, 사람이 작성한 변경량보다 약 1.8배 많은 코드를 바꾸면서도 핵심 수정점을 놓쳤다. 테스트 통과율은 모델별 차이를 잘 가르지 못했기 때문에, 테스트만 통과했다고 좋은 코드라고 보기 어려웠다. 결론은 GLM 5.2를 혼자 맡겨도 되는 코딩 도구가 아니라, 사람이 확인해야 하는 초안 도구로 보는 쪽에 가깝다.
어릴 때부터 직접 비디오게임을 만들고 싶었지만, 게임 제작은 보통 여러 역할을 맡는 팀과 긴 시간이 필요한 일이다. Claude를 도우미로 써서 아이디어를 실제로 움직이는 MVP 수준까지 만들 수 있었다. 예상보다 훨씬 멀리 진행했지만, 공개 베타 전에 고쳐야 할 것과 더해야 할 것을 Claude에게 물어보니 작업 목록이 길게 나왔다. 목표는 큰 상을 받는 게임이나 수익이 아니라, 오래된 개인 목표였던 '내 게임을 실제로 만드는 것'에 가깝다. 완성까지는 아직 시간이 많이 필요하지만, AI 도구 덕분에 혼자서는 시작하기 어려웠던 프로젝트가 현실적인 작업으로 바뀌었다.
범위 무결성은 인공지능 에이전트가 처음 허락받은 지시와 제한을 외부 입력 때문에 잃지 않게 지키는 보안 목표다. 여기서 제한은 에이전트가 다음에 어떤 토큰을 고를 가능성을 바꾸는 모든 조건을 뜻한다. 프롬프트 주입은 믿을 수 없는 내용이 더 높은 지시처럼 행동하려는 한 사례일 뿐이다. 범위 무결성은 악의가 없는 산만한 정보, 지나친 확인 요구, 메타데이터 압박, 상태 위장, 도구 사용 방식의 흔들림, 나중 문맥에 섞여 들어오는 오염까지 포함한다. 비슷한 개념으로 최소 권한, 접근 범위 관리, 도구 호출 검증, 데이터와 지시 분리, 능력 범위 제한이 있다. 핵심은 에이전트가 외부 입력 때문에 작업의 목적, 필요한 단계, 쓸 수 있는 도구, 성공 기준, 현재 상태, 최종 출력 요구를 다시 정의하지 않게 하는 것이다.
Claude를 매일 깊게 쓰는 사람들을 모아 2주마다 사용법과 경험을 공유하는 작은 모임을 만들려는 제안이다. 제안자는 컴퓨터공학을 전공했고, 큰 기술 회사에서 일한 뒤 지금은 3명 규모의 스타트업을 운영하고 있다. Claude를 협업 도우미처럼 쓰고, Claude Code도 매일 사용한다. 스타트업 운영에 필요한 영업, 콘텐츠 제작 같은 업무를 위해 매일 쓰는 스킬을 10개 이상 만들었다. Claude 기반 에이전트도 만들었고, MCP를 써 봤으며 직접 MCP도 만들었다. n8n 같은 다른 자동화 도구도 써 봐서 차이를 비교할 수 있다고 한다. 원하는 참여자는 서로 다른 업계에서 Claude를 각자 다른 방식으로 쓰는 사람들이다.
사용자는 8개의 짧은 글 완성을 직접 작성한다. 서비스는 각 단어가 AI 모델 입장에서 얼마나 예상하기 쉬웠는지 점수로 계산한다. 예상하기 쉬운 단어가 많을수록 ‘AI처럼 쓴 글’에 가깝다고 본다. 점수 계산에는 각 단어의 로그 확률을 쓴다. 현재는 비용을 낮추기 위해 Llama 3.1, Deepseek v3, Qwen3 같은 오픈 모델을 사용한다. ChatGPT와 Claude가 쓴 답은 100%에 가깝게 나오고, 흥미로운 사람 답변은 10~30% 정도가 나오도록 맞춰져 있다. 무료이고 가입 없이 결과를 친구에게 공유할 수 있다.
Kling 3.0과 Seedance 2.0에 같은 영상 생성 프롬프트를 넣으면 서로 다른 강점이 드러난다. 테스트 장면은 밤늦은 편의점 앞에서 큰 야구 점퍼를 입은 젊은 여성이 플라스틱 의자에 앉아 쌀 과자를 먹는 모습이다. 분위기는 2000년대 초반 손잡이 카메라 영상처럼 흔들림, 따뜻한 가로등 빛, 약한 필름 알갱이, 조용한 생활감, 자판기 소리와 매미 소리만 있는 느낌을 목표로 했다. 한 모델은 인물과 화면 구도를 안정적으로 유지해 더 깔끔하고 통제된 결과를 냈다. 다른 모델은 손으로 찍은 듯한 흔들림과 덜 다듬어진 현실감을 더 잘 살려 거친 다큐멘터리 느낌에 가까웠다. 결론은 어느 모델이 무조건 더 낫다는 것이 아니라, 원하는 장면 성격에 맞춰 모델을 골라야 한다는 점이다.
유럽연합 인공지능법은 144쪽짜리 규정이라, 실무자가 처음부터 끝까지 읽기 어렵다. 그래서 실제 상황을 연습하는 교육 시나리오가 만들어졌다. Claude는 합성 의료 이미지를 표시하지 않으려는 공급업체, 인공지능 콘텐츠 탐지에 회의적인 정부 부처, 선거 요약에 공개 표시를 붙이지 않은 팀장처럼 반대하는 이해관계자 역할을 맡는다. 문제는 Claude가 사용자의 그럴듯한 주장에 너무 빨리 물러난다는 점이었다. 해결책은 사용자가 유럽연합 인공지능법의 구체적인 조항을 말할 때만 Claude가 입장을 바꾸게 하는 것이었다. 저항 점수는 프롬프트 안이 아니라 서버 쪽에서 따로 관리했다. Claude가 그 점수를 알면 점수에 맞춰 행동을 조작할 수 있기 때문이다. 별도의 코치 모드는 정답 조항을 바로 알려주지 않고, 사용자가 올바른 조항을 찾도록 힌트만 준다.
Cursor Ultra 크레딧을 거의 다 쓴 상태에서 큰 앱 이전 작업이 진행되고 있었다. Next.js로 만든 전체 애플리케이션을 Nuxt로 옮기는 작업이 약 90% 끝났고, 남은 Cursor 크레딧 30%도 전날 모두 소진됐다. 다음 날 Cursor는 작업을 마칠 수 있도록 계정에 100달러 크레딧을 추가했다는 이메일을 보냈다. 이 사례는 Cursor가 사용량, 작업 진행 상황, 이탈 위험 같은 신호를 보고 자동으로 보상 크레딧을 줄 수 있음을 보여준다. 다만 실제 이유가 학습 데이터 가치 때문인지, 고객 유지 시스템 때문인지는 확인되지 않았다.
Claude가 긴 답변을 쓰다가 중간에 멈추면 사용자가 ‘계속’ 버튼을 눌러 이어 쓰게 되는 방식이 다시 적용됐다. 이 방식은 사용 가능한 토큰이 부족할 때 추가 사용을 막기 위한 장치로 보인다. 하지만 이어 쓰기를 누르면 Claude가 앞의 답변 흐름을 제대로 잇지 못해 문장, 코드, 형식이 어긋날 수 있다. 경우에 따라 같은 이어 쓰기 답변을 여러 번 중단하고 다시 생성해야 하며, 그 과정에서 오히려 토큰을 더 쓰게 된다. 최악의 경우 대화 전체를 새로 시작해야 할 만큼 이어진 답변이 망가질 수 있다. 대안으로 다음 사용량에서 미리 빌려 쓰는 방식이나, 사용자가 현재 방식과 자동 이어 쓰기 방식을 고를 수 있는 설정이 더 낫다는 의견이 제기됐다.
프로그래머가 아닌 과학자가 데이터 분석을 위해 Python과 R을 쓰면서 Claude Code를 업무 보조 도구로 활용하고 있다. 처음에는 Claude Code가 만든 코드를 모두 직접 읽고, 설명을 요구하고, 이해하지 못하는 방식은 쓰지 않았다. 하지만 최근에는 원하는 결과를 말하고, 결과를 다듬고, 필요할 때만 설명을 묻는 방식으로 바뀌었다. 프로토타입은 빠르게 맡기고, 실제 분석이나 논문처럼 중요한 작업에서만 더 깊게 확인한다. 그 결과 데이터 시각화나 대시보드처럼 예전에는 몇 달 걸릴 수 있던 일이 몇 시간 안에 끝나기도 한다. 여러 표현 방식이나 아이디어를 빠르게 시험해볼 수 있어 생산성이 크게 늘었다. 동시에 이런 방식이 실력 있는 작업인지, 아니면 이해하지 못한 일을 도구에 맡기는 것인지에 대한 고민이 생겼다.
Claude Code를 큰 프로젝트에 쓰던 중 `/deep research`를 실행하자 토큰 사용량이 약 30초 안에 3만 6천 토큰에서 86만 7천 토큰으로 뛰었다. 평소에도 Claude Code 작업 한 번에 100만 토큰을 쓴 적은 여러 번 있었지만, 이번에는 증가 속도가 너무 빨라 바로 세션 한도에 걸렸다. 핵심 의문은 이 속도가 깊은 조사 기능의 정상적인 동작인지, 아니면 이상 징후인지다. 깊은 조사 기능은 일반 코딩 대화보다 훨씬 많은 자료 탐색과 문맥 처리를 할 수 있어 토큰을 빠르게 쓸 가능성이 있다.
Tessl이 약 1,000개의 코딩 에이전트 작업으로 GLM 5.2, MiniMax M3, Kimi K2.7-code, Qwen 3.7-Plus, Sonnet 4.6을 비교했다. 각 작업은 두 번 실행됐다. 한 번은 기본 상태로, 한 번은 관련 skill을 불러온 상태로 실행됐다. skill은 Tessl Registry에서 가져왔고, 작업과 평가는 Hugging Face의 task-evals-for-skills 데이터셋에 공개돼 있다. 전체 점수는 GLM 5.2가 91.9점, MiniMax M3가 91.4점, Sonnet 4.6이 90.8점이었다. 작업당 비용은 GLM 5.2가 0.289달러, MiniMax M3가 0.207달러, Sonnet 4.6이 0.296달러였다. GLM 5.2는 Sonnet보다 전체 점수가 조금 높고 비용은 조금 낮았다. MiniMax M3는 Sonnet보다 0.6점 낮았지만 비용은 약 30% 낮았다. 모든 모델은 관련 skill을 받았을 때 약 20점 안팎으로 점수가 올랐고, Sonnet 4.6은 24.4점으로 가장 큰 상승을 보였다. 이 벤치마크는 Tessl 직원이 공개한 결과라서, 평가 방식과 작업 구성을 함께 봐야 한다.
ChatGPT Windows 앱에서 평소처럼 대화하는 중에도 "too many requests" 오류가 반복해서 나타난다. 같은 이용자는 모바일 앱이나 웹에서는 같은 오류를 겪지 않는다. 확인된 내용은 Windows 앱에서만 문제가 계속 난다는 점이며, 원인이나 해결 방법은 제시되지 않았다.
Cursor의 클라우드 에이전트는 작업을 끝낸 뒤 직접 확인까지 하고, 결과를 동영상으로 보여주는 점이 강점으로 꼽힌다. 비슷한 제품을 고를 때 중요한 기준은 단순히 코드를 만들어 주는 것이 아니라, 작업 완료와 검증 과정을 함께 보여주는 능력이다. 불편한 점은 팀원이 모두 Cursor 계정, GitHub 계정, Vercel 같은 배포 서비스 계정을 따로 갖춰야 한다는 것이다. Docker 설정이 들어간 프로젝트에서는 아직 어려움을 겪는 경우가 있다.
Claude Code를 쓸 때 프롬프트를 직접 치지 않고 음성 모드로 말하는 방식이 실제 작업 흐름으로 쓰이고 있다. 만들고 있는 것을 말로 설명하고, 떠오르는 생각을 자유롭게 늘어놓으면 Claude Code가 그 내용을 정리해 구조 설계, 코드, 실행할 일로 바꿔준다. 이 방식은 머릿속의 흐릿한 아이디어를 바로 작업 가능한 형태로 옮기는 보조 두뇌처럼 쓰인다. 타자로 정리하기 전 단계의 혼란스러운 생각을 빠르게 풀어내는 데 생산적이라고 느껴진다.
AI 도구는 무언가를 만들고 과정을 차근차근 이해하려는 사람에게 배움과 제작의 부담을 줄여준다. 오랫동안 파이썬을 배우기 어려웠던 사람도 대규모 언어 모델을 쓰면 문제를 작은 단계로 나눠 이해할 수 있다. 마케팅과 검색 최적화처럼 고객에게 설명하기 어려운 일도 더 쉽게 풀어 설명할 수 있다. 예전에는 전문가와 통화해야 알 수 있던 절차를 이제는 AI 보조자와 함께 따라가며 배울 수 있다. 바이브 코딩이라는 말은 유행어처럼 쓰이지만, 이미 있는 서비스를 구독하지 않고 직접 자기 문제에 맞는 맞춤형 해결책을 만들 수 있다는 점에서 해방감을 준다. 은퇴 후에도 대규모 언어 모델을 창작과 문제 해결에 쓰며 새로운 활력을 얻을 수 있다.
Axiom이라는 새 코드 에디터가 공개됐다. 고성능 시스템·저수준 최적화 분야 개발자가 만들었으며, 요즘 AI 코드 에디터들의 메모리 낭비가 심하다는 문제의식에서 출발했다. VSCode 오픈소스 버전을 기반으로 하되, 무거운 Chromium을 내장한 Electron을 완전히 제거하고 대신 LaVista라는 경량 프레임워크 위에서 돌아가게 만들었다. 그 결과 창 3개를 띄운 유휴 상태 기준 메모리 사용량이 759MB로, Cursor(2,802MB)보다 3.7배, VSCode보다 33% 적다. 추가 기능으로는 직접 API 키를 등록해 쓰는 BYOK 방식 AI 자동완성/라우터인 AxiomAI, API 토큰 사용량을 추적하고 상한선을 설정할 수 있는 토큰 관리 기능, 그래프·플로우차트·3D 장면을 코드 안에서 바로 렌더링하는 시각화 엔진 FlowViz가 있다.
한 엔지니어링 회사에서는 마이크로소프트 Copilot만 업무용 인공지능 도구로 허용된다. 회사 노트북의 웹 차단 장치는 Claude와 ChatGPT 같은 다른 도구 접속을 막는다. 하지만 가상 컴퓨터를 써서 회사 필터를 우회하면 Claude에 접속할 수 있다. 실제 업무에서는 Copilot보다 Claude나 ChatGPT가 더 잘 맞는 경우가 많다고 느끼지만, 회사 정책 때문에 더 나은 도구를 공식적으로 쓰기 어렵다. 특히 Microsoft 365용 Copilot은 ChatGPT 계열 기술을 바탕으로 한다고 알려져 있어도, 실제 사용감은 원래 도구와 크게 다르며 만족스럽지 않다는 불만이 나온다.
Conduit는 여러 인공지능 개발 도구에서 MCP 서버를 한 번에 관리하게 해 주는 로컬 데스크톱 앱이다. Claude Desktop, Claude Code, Cursor 같은 도구마다 같은 서버를 따로 설정하지 않아도 되고, 각 서버의 로그인과 인증을 한 번만 처리하면 된다. 현재 Windows에서 쓸 수 있으며, macOS와 Linux 지원은 준비 중이다. 만든 사람은 여러 도구에 같은 MCP 서버를 반복 설정하고, API 키가 설정 파일에 그대로 들어가고, 에이전트가 너무 많은 도구 목록을 한꺼번에 보는 문제가 불편해서 이 앱을 만들었다. Conduit는 에이전트에게 수백 개 도구를 바로 보여주는 대신 3개의 메타 도구만 보여주고, 필요할 때 찾아서 호출하게 해 문맥 부담을 줄인다. API 키는 설정 파일이 아니라 운영체제의 키체인에 저장된다. 에이전트별 프로필, 감사 로그, 도구를 직접 시험해 볼 수 있는 플레이그라운드도 들어 있다. 개발은 Tauri 앱 구조로 이뤄졌고, Rust로 된 게이트웨이와 React 화면을 Claude Code가 상당 부분 작성했다.
Gemini가 외모, 매력, 사진 완성도처럼 사람마다 다르게 느낄 수 있는 미적 판단을 얼마나 믿을 수 있는지에 대한 의문이다. 외모나 매력은 어느 정도까지는 비교적 객관적으로 볼 수 있지만, 그 선을 넘으면 개인 취향이 크게 작용한다. 사진 평가에서도 비슷한 문제가 보인다. 초보자가 찍은 것처럼 완성도가 낮은 사진을 Gemini가 높게 평가할 때가 있고, 반대로 수준 높은 사진과 낮은 사진을 꽤 일관되게 구분할 때도 있다. 그래서 Gemini가 이런 판단을 내릴 때 실제로 어떤 기준으로 생각하는지, 이런 용도에서 믿을 만한 심사자처럼 써도 되는지가 핵심 질문이다.
Codex Pro의 주간 사용 한도를 다 써서 다음 초기화까지 기다려야 하는 상황이 됐다. 남은 36시간을 위해 Codex 초기화권을 쓰는 대신, 몇 달 동안 거의 쓰지 않던 Antigravity IDE를 다시 열었다. Pixel 휴대폰 구매로 받은 1년짜리 AI Pro 구독이 있어서 추가 비용 없이 시도할 수 있었다. Gemini 3.5 Pro가 Mythos나 GPT 5.6보다 낫다는 밈을 보고 믿지는 않았지만, 그 말이 다시 시험해 볼 이유가 됐다. 핵심은 새 기능 발표가 아니라, 실제 개발 작업 중 사용 한도와 구독 혜택이 어떤 도구를 켜게 만드는지 보여주는 개인 경험이다.
Gemini의 읽어주기 기능은 처음에는 마침표와 쉼표 같은 문장 부호, 제목과 소제목을 자연스럽게 처리하는 데 어려움이 있었다. 그 문제들은 이제 어느 정도 해결된 것으로 보인다. 하지만 mL/kg, mEq/L, mOsm/kg 같은 단위와 숫자를 읽을 때는 아직도 자주 막힌다. 특히 의학이나 과학 자료처럼 숫자와 단위가 중요한 글에서는 잘못 읽으면 의미가 크게 달라질 수 있다. 핵심 의문은 이런 단위 읽기 문제가 왜 고치기 어려운지, 왜 오래 걸리는지, 또는 Gemini 쪽에서 아직 우선순위가 낮은지다.
Claude가 American Express 신용카드 보너스 문제 상담 중 고객센터에 전화하라고 안내했다. 하지만 안내된 번호는 실제 고객센터가 아니라 성인 전화 서비스 번호였다. 문제는 단순한 오타 수준이 아니라, 금융 관련 문의에서 잘못된 연락처를 그럴듯하게 제시했다는 점이다. 답변 태도도 특별한 경고나 불확실성 표시 없이 자연스러웠기 때문에, 그대로 믿고 행동하면 곤란한 상황이 생길 수 있다.
AI 분야의 원로급 인물로 불리는 인물이 일론 머스크의 AI 스타트업 xAI를 실패한 시도라고 강하게 비판했습니다. 그는 xAI가 다른 주요 AI 연구소들에 비해 뒤처져 있다고 평가하며, 현재 AI 업계 전반이 과도한 투자와 기대로 인해 '거대한 거품'을 만들고 있고 이 거품이 언젠가 터질 위험이 있다고 경고했습니다.