Claude, ChatGPT·Codex, Gemini, Cursor 같은 주요 AI 도구의 새 기능·가격·사용 한도·정책 변화를 1인 개발자와 메이커 관점에서 골라 쉽게 요약합니다.
아이폰용 Gemini 앱 알림은 다른 AI 서비스에 쌓인 메모리를 Gemini로 옮기는 방법을 안내했다. Gemini가 제공한 지시문을 기존 AI에 붙여 넣으면, 그 AI가 과거 대화를 살펴보고 사용자의 정보를 요약한다. 지시문은 ‘나’나 ‘당신’ 같은 표현 대신 ‘사용자’라는 말을 쓰고, 지시 사항과 선호는 가능한 한 원래 표현을 유지하도록 요구한다. 확인된 분류에는 선호하는 이름, 직업, 학력, 대략적인 거주지를 담는 인구 정보와 관심사·선호가 포함됐다. 만들어진 결과는 사용자가 직접 복사해 Gemini에 붙여 넣는 방식이다. 이름이나 거주지 같은 정보까지 한꺼번에 모일 수 있어, 수정하지 않은 결과를 그대로 넘기는 데에는 개인정보 우려가 따른다.
에이전시성 업무를 하는 한 개발자가 잠재 고객이 인바운드로 들어와 발표 자료(덱)를 요청할 때마다 밤늦게 레이아웃을 반복 제작하던 작업을 Claude Code로 자동화했다. 작동 방식은 이렇다: 이메일함을 감시하다가 고객 요청이 들어오면 내용을 읽고, 미리 넣어둔 과거 덱 폴더를 참고해 자신의 스타일(간격, 슬라이드 제목 방식 등)을 파악한 뒤, Gamma의 MCP(모델이 외부 도구를 호출하는 연동 방식)를 통해 그 스타일에 맞는 새 덱을 만들고, 이메일 본문을 작성해 첨부 후 발송한다. 발송 전에는 두 가지 검증 단계를 거친다. 첫 번째는 AI가 쓴 티가 나는 문장, 모호한 불릿포인트, 억지스러운 열정 표현을 걸러내 본인 말투로 다시 쓰는 검사이고, 두 번째는 깨진 간격, 폰트가 6개나 섞이는 문제, 스톡 이미지 사용 등을 걸러내는 그래픽 검사다. 둘 중 하나라도 통과하지 못하면 곧바로 발송하지 않고 다시 생성한다. 이 방식으로 전체 작업의 약 90%가 자동화됐고, 나머지 10%인 가격 산정(견적 금액)만은 4천 달러짜리 계약을 AI가 임의로 부르게 둘 수 없어서 직접 입력한다.
단계별로 자세히 지시해도 요청한 사람이 원하는 바를 정확히 표현하지 못하면 엉뚱한 결과가 나올 수 있다. 직접 사용한 경험에서는 세부 절차 대신 완성물이 만족해야 할 기준을 먼저 제시하자 결과가 좋아졌다. 예를 들어 바쁜 사람이 10초 안에 선택의 득실을 이해하고 추가 질문을 하지 않아도 되어야 한다고 요구했다. 그러고 나서 그 기준에 도달하는 방법은 AI가 스스로 고르게 했다. 더 강한 방법은 반대할 이유를 찾는 회의적인 재무 책임자도 설득해야 한다는 식으로 결과물이 통과할 시험을 정하는 것이다. 구체적인 독자와 시험을 알려주면 말투와 구성이 자연스럽게 맞춰진다. 단계별 지시는 지시 이행을 끌어내지만, 품질 기준은 AI가 상황에 맞게 판단할 여지를 준다는 경험이다.
이 연구는 코드의 '깨끗함' 정도(변수명이 명확한지, 구조가 잘 정리되어 있는지, 불필요한 코드가 없는지 등)가 Claude, Codex 같은 AI 코딩 에이전트의 작업 성능에 실제로 영향을 주는지 실험으로 확인한다. 같은 기능을 하는 코드라도 이름이 애매하고 구조가 뒤엉킨 '지저분한' 버전과, 잘 정리된 '깨끗한' 버전을 각각 에이전트에게 주고 버그 수정이나 기능 추가 같은 작업을 시켜 비교하는 방식이다. 일반적으로 지저분한 코드에서는 에이전트가 문맥을 파악하는 데 더 많은 시행착오와 단계를 거치고, 실수를 저지를 확률도 높아지는 경향이 보고된다. 즉 사람 개발자에게 좋은 코드가 AI 에이전트에게도 똑같이 유리하게 작용한다는 방향의 결론이다.
Claude를 기능 개발에 쓰는 방식은 새 기능마다 5단계를 차례로 통과하게 만드는 구조다. 먼저 막연한 아이디어를 빠진 부분이 없는 문서화된 기능 설명으로 바꾼다. 그다음 코드를 쓰기 전에 실행 계획을 검토하고, 위험한 기능일수록 여러 번 더 검토한다. 개발 단계에서는 한 번에 한 작업만 구현하고, 각 작업마다 코드 검토, 테스트, 실제 실행 화면 확인을 끝낸 뒤 다음 작업으로 넘어간다. 전체 기능이 완성되면 실제 앱에서 QA를 돌리고, 큰 문제가 하나도 없어야 통과한다. 마지막에는 PR을 열고 최종 테스트를 실행한 뒤, 작업 중 배운 점을 기록한다. 별도의 기록 파일에는 AI가 스스로 내린 결정이 남아서 전체 대화를 다시 읽지 않아도 흐름을 확인할 수 있다. 같은 단계가 3번 반복돼도 해결되지 않으면 자동 진행을 멈추고 사람에게 확인을 요청한다.
Qwen 3.6-27B를 RTX 3090에서 로컬로 돌리면 소프트웨어 문제 해결에 꽤 쓸 만하다. 하지만 Opus 4.8을 Zed 편집기와 Claude Code 에이전트로 함께 쓰면 코드 품질이 더 좋게 느껴진다. 더 큰 차이는 답변 자체보다 작업 방식이다. Claude Code 에이전트는 일을 바로 시작하지 않고 실행 가능한 단계로 나누고, 먼저 문맥을 확인하고, 변경 전 백업을 만들고, 여러 번 검증한다. 또 기능이 실제로 제대로 도는지 추가로 살피며, 잠재적인 버그, 성능 병목, 레이스 컨디션 같은 위험을 알려준다. 핵심 질문은 로컬 Qwen도 이런 신중하고 단계적인 작업 방식을 따르게 하려면 시스템 프롬프트나 작업 흐름을 어떻게 짜야 하는지다. 보이는 내용에서는 단계별 검증을 강제하는 시스템 프롬프트 예시를 찾고 있다.
10개월 동안 일을 쉬었던 7년 경력의 품질 보증(QA) 엔지니어가 다시 취업 시장에 들어가려 한다. 이전 경력은 서비스 회사의 수동 테스트와 자동화 테스트에 집중되어 있고, Selenium과 Java, Playwright와 JavaScript, Postman을 쓴 API 테스트, SQL, TestNG, Maven, Cucumber BDD, Git, Jenkins, JIRA를 다뤘다. 경력 공백 전에는 GitHub Copilot과 RooCode를 활용해 Playwright 자동화 틀을 처음부터 만들었다. Selenium Java 테스트 코드를 Playwright와 JavaScript 기반으로 옮기는 일에도 AI를 개발 보조 도구로 썼다. 지금은 AI가 테스트 업무에 더 깊이 들어온 것으로 보고, 현재 채용 시장에서 실제로 요구되는 기술과 준비 방향을 확인하려 한다.
은퇴한 군 출신 1인 제작자가 Claude를 시켜 수백 번의 수정판을 만들고, 직접 설계와 테스트를 반복해 1대1 탱크 대전 게임을 출시했다. 전체 게임은 185KB짜리 HTML 파일 하나로 되어 있으며, 프레임워크, 빌드 단계, 외부 의존성이 없다. 그림은 Canvas 2D로 코드에서 직접 그려지고, 음악은 Web Audio로 실행 중에 만들어진다. 실제 전송 크기는 약 56KB이고, 10년 된 안드로이드폰에서도 약 1초 안에 열리도록 설계됐다. 배포는 무료 Cloudflare Pages 정적 호스팅을 쓰고, 전 세계 순위표는 Cloudflare Worker와 KV로 운영된다. 계정과 쿠키 없이 모든 입력값을 서버 쪽에서 검사하고, IP별 요청 제한도 걸었다. W3C Nu validator 검사에서는 오류가 없고 의도한 경고 1개만 남았다. 코드는 AI가 썼지만, 실제 일은 매 빌드를 실제 기기에서 확인하고 AI가 만든 문제를 찾아 고치게 하는 것이었으며, 이번에는 멈춘 Web Audio 노드가 끊기지 않아 아이폰에서 음악 문제가 쌓이는 버그를 잡았다.
Kastra는 Claude Code, Codex, Cursor, OpenClaw 같은 코딩 에이전트가 실제 작업을 실행하기 전에 그 작업이 정해진 policy에 맞는지 검사하는 도구다. 에이전트의 작업을 중간에서 확인하고, 실행 전에 허용, 보류, 차단 중 하나를 결정한다. 만든 계기는 Cursor 에이전트가 운영 데이터베이스에서 `DELETE FROM customers WHERE status='test'` 삭제 명령을 실행할 뻔한 일이다. 당시에는 실행 전에 막았지만, 사람이 보고 있지 않았다면 시스템이 스스로 막을 장치가 없었다. 프롬프트는 AI의 행동을 유도할 수는 있어도, 무엇을 해도 되고 안 되는지 확실하게 보장하지는 못한다. Kastra는 웹 앱에서 쉬운 영어로 policy를 만들게 하고, 각 작업의 도구, 대상, 입력값을 확인해 실행 전 결정을 내린다.
baxian은 AI 코딩 에이전트 여러 개를 함께 움직이게 하는 오픈소스 도구다. 목표는 코드를 빨리 만드는 것만이 아니라, 개발과 품질검사를 반복해 더 믿을 만한 코드를 만드는 것이다. 개발 에이전트가 작업을 구현하고 실제 GitHub PR을 연다. 품질검사 에이전트는 변경된 코드를 따로 검토한다. 발견된 문제는 수정으로 이어지거나, 왜 수정하지 않는지 명확한 설명으로 남는다. 이 과정은 코드가 준비될 때까지 반복된다. 내부에서는 Claude Code나 Codex CLI 세션이 tmux 안에서 실제로 실행된다. 웹 화면에서는 여러 터미널을 한눈에 볼 수 있고, 로컬 컴퓨터나 SSH로 연결한 원격 컴퓨터에서도 에이전트를 돌릴 수 있다.
Claude로 1년 가까이 논문과 계산용 데이터베이스를 살펴보는 과정에서 데이터가 맞지 않거나 근거가 약한 출력 문제가 자주 생겼다. 이를 줄이기 위해 분자생물학 연구에 쓰는 Claude Projects용 운영 지침 묶음이 제안됐다. 이 지침은 프로젝트마다 맞춤 지시문, 지식 파일, 메모리를 넣어 두고 모든 대화에 같은 기준을 적용하게 하는 방식이다. 목표는 Claude가 연구 내용을 더 재현 가능하게 다루고, 없는 내용을 꾸며내지 않도록 하는 것이다. 적용 범위는 유전자, 단백질, 구조 분석, 기능 연구, 임상과 가까운 연구처럼 계산 작업과 실험 주변 작업을 함께 다루는 분자생물학 전반이다. Claude.ai의 입력 칸 크기나 기능 동작은 바뀔 수 있으므로, 실제 적용 전에는 최신 안내를 확인해야 한다.
코딩 배경이 없는 의대생이 몇 저녁 동안 Claude의 Fable 5 모델에 원하는 기능을 자세히 설명해 공부용 타이머 앱을 만들었다. 이 앱은 의학 시험 준비처럼 문제 풀이 속도가 중요한 공부에 맞춰져 있다. 40문제를 한 문제당 90초로 풀면 60분짜리 블록이 되며, 원형 타이머가 각 문제의 남은 시간을 보여준다. 블록이 끝나면 과목별로 푼 문제 수와 맞힌 문제 수를 기록할 수 있다. 앱은 가장 약한 과목을 자동으로 표시하고, 최근 14일 동안의 정확도 변화를 보여준다. UWorld 위에 작게 떠 있는 미니 플레이어, 시험일까지 남은 날짜, 연속 공부 기록, CSV 내보내기도 들어 있다. 계정과 구독이 필요 없고, 완전히 오프라인으로 작동해 공부 데이터가 사용자의 기기에 남는다. AI로 만든 앱이라는 불안을 줄이기 위해 MIT 라이선스로 공개됐고, 전체 소스가 GitHub에 올라와 있으며 자동화 테스트도 포함됐다.
Claude를 많이 활용해 도시 예산을 Venmo처럼 보기 쉬운 화면으로 보여주는 도구를 만들었다. Claude는 화면 제작뿐 아니라 예산 자료를 찾아내고, 필요한 내용을 뽑고, 지저분한 데이터를 정리하고, 보기 좋은 구조로 묶는 데도 쓰였다. 대상 자료는 여러 지방정부 웹사이트 안의 잘 보이지 않는 PDF 문서에 흩어져 있었다. 이 작업은 시민이 공공 예산을 더 쉽게 보는 데 도움이 되는 공익 도구이면서, Claude 같은 AI 도구가 흩어진 공공 데이터를 다루는 실제 제작 작업에 얼마나 쓸 수 있는지 보여준다.
개인 제작 경험으로, Horizon eSIM이라는 eSIM 판매 사이트가 Claude Code를 이용해 처음부터 만들어졌다. Claude Code는 웹사이트 화면, 로그인과 계정 확인을 맡는 인증, eSIM 주문, 결제 흐름을 만드는 데 쓰였다. 작업 방식은 기능을 하나씩 만든 뒤 직접 시험하고, 문제가 나오면 인공지능의 도움으로 고친 다음 다음 기능으로 넘어가는 식이었다. 가장 어려운 부분은 결제와 인증이었다. 다음 단계로는 안드로이드와 아이폰용 앱을 만들 계획이다. 디자인, 사용 흐름, 개선할 부분에 대한 실사용자 피드백을 받고 있다.
개인 사용 기록으로 102개의 로컬 Claude Code 세션을 다시 세어 보니, 완성된 결과를 다시 고치라고 보낸 경우가 꽤 있었다. Opus는 63개 세션 중 13개에서 재작업이 필요해 약 21%였다. Fable은 39개 세션 중 11개에서 재작업이 필요해 약 28%였다. 다만 두 모델이 같은 일을 맡은 비교는 아니었고, 통계적 의미가 있는 실험도 아니었다. Fable에는 더 최근의 어렵고 복잡한 일이 많이 들어갔다. 특히 한 번은 자율 실행으로 맡긴 빌드 하나가 혼자 7번의 수정 요청을 만들었다. 그래도 Fable이 더 좋은 모델이라는 판단은 유지됐다. 문제는 더 똑똑한 모델일수록 더 오래 맡기게 되고, 그러면 잘못된 가정이 쌓인 뒤에야 문제를 발견하기 쉽다는 점이다.
GLM 5.2가 나온 뒤 Claude Opus 4.8, Claude Fable과 비교되는 흐름이 생겼다. 직접 많이 써본 경험에서는 Claude Fable이 전반적으로는 괜찮은 모델이지만, 바이브 코딩에는 불편하다는 평가다. 예를 들어 애니메이션을 오른쪽으로 붙여 달라는 단순한 요청만 해도 5시간 사용량 제한의 약 20%를 쓴다고 한다. 월 20달러 요금제를 쓰고 있어도 조금 더 제대로 된 결과를 요구하면 제한이 금방 부족해진다. Claude Fable은 대체로 요청을 잘 처리하지만, 실제 개발 보조 도구로 쓰기에는 사용량 제한이 너무 빡빡하다는 점이 핵심 불만이다. 또 Claude는 남은 사용량이나 제한이 언제 끝나는지 명확히 보여주지 않아 예측하기 어렵다. 벤치마크 점수는 실제 작업 상황을 잘 보여주지 못한다고 보고, 수치 비교보다는 실제 사용 경험을 더 중요하게 본다.
이 DIY 도구는 25달러짜리 LilyGo T-Display S3 Long 화면을 컴퓨터에 USB-C로 연결해 Claude의 현재 작업 상태를 보여준다. Claude Desktop의 Cowork 기능과 Claude Code에서 쓸 수 있다. 화면에는 사용 중인 모델, Claude가 실행 중인 도구, 지난 시간, 들어오고 나간 토큰 수, 남은 컨텍스트 비율이 표시된다. 화면을 누르면 5시간 기준과 7일 기준 사용량 막대를 볼 수 있어 사용 한도에 얼마나 가까운지 바로 확인할 수 있다. 여러 Claude 세션 중 바쁜 세션을 따라가고, 사용자의 입력을 기다리는 세션이 있으면 그쪽으로 전환해 주황색 알림을 띄운다. Claude Code에 로그인되어 있으면 비교적 실제에 가까운 사용 한도 숫자도 보여준다. 앱에서 원하는 이미지를 올려 작은 배지나 로고를 넣을 수 있고, 기본 아이콘 묶음도 제공된다. 컴퓨터 쪽 프로그램은 설치 없이 실행되는 단독 실행 파일이며, 트레이에 머물면서 화면 미리보기를 보여준다. 처음에는 LilyGo 기기에 한 번 플래시해야 하고, 이를 위한 스크립트가 제공된다.
Claude로 내부 분석 대시보드를 만들고 실제 방문자 수를 다시 살펴본 결과, 일일 사용자 수가 크게 부풀려져 있었다. 원인은 한 개의 봇이었다. 이 봇은 5월 말부터 특정 페이지들을 반복해서 방문하며 일일 사용자 수를 두 배 넘게 보이게 만들었다. 이후 내부 설정을 더 엄격하게 바꾸고 Cloudflare 설정도 조였습니다. Claude는 몇 시간 동안 상황을 지켜봤고, 봇 활동은 멈췄다. 마지막에는 봇을 처리했다는 식의 장난스러운 알림까지 보냈다.
Claude Code를 새 모델, 하위 에이전트, 여러 작업 흐름과 함께 쓰면 20배 사용량 한도가 3~4일 만에 다 소진될 수 있다. 생산성은 체감상 두 배 가까이 올라가지만, 사용량 제한이 작업 속도를 따라가지 못한다. 현재 현실적인 대안은 다른 이메일로 두 번째 Max 계정을 추가로 쓰는 방식뿐이라는 불만이 나온다. Claude Code 자체는 터미널에서 쓰는 코딩 도구 중 가장 만족도가 높게 평가된다.
MacBook에서 Claude Code로 iOS 시뮬레이터의 로컬 테스트를 돌리던 중, Claude Code가 스스로 와이파이를 끄고 기기를 재시작하려 했다. 와이파이가 꺼지자 Claude Code는 다시 켤 수 있는 연결 수단도 잃어버려 문제를 복구하지 못했다. 결국 사람이 직접 MacBook의 와이파이를 다시 켜야 했다. 이 사례는 AI 코딩 에이전트에게 네트워크 설정 같은 시스템 권한을 맡기면, 도구가 자기 작업 환경을 스스로 망가뜨릴 수 있음을 보여준다.
EarWitness는 내 컴퓨터에서 회의 음성을 받아 적는 로컬 우선 녹취 앱으로 구상되어 있다. 목표는 회의 참가자 목록에 봇을 넣지 않고, 내가 실제로 참여 중인 회의의 소리를 기기에서 바로 잡아 텍스트로 바꾸는 것이다. 기능 범위에는 음성 받아쓰기, 말하는 구간 나누기, 화자 분리, 화자 이름 수정과 문장 정리를 할 수 있는 Otter식 편집기가 포함된다. 내가 없는 회의에는 일반 회의 봇처럼 들어가 녹취하는 기능도 계획되어 있다. 녹취된 대화 자료를 Claude나 다른 AI 도구가 검색하고 다룰 수 있도록 MCP 도구도 넣으려 한다. 개발 방식은 CodeMySpec이라는 개발 하네스가 이야기 정리, 예시 정리, 구조 설계, BDD 명세, 구현, 브라우저 품질 확인까지 전체 과정을 돌리고, 사람은 제품 질문에 답하고 승인만 누르는 방식이다. 다만 시작점이 완전한 빈 프로젝트는 아니며, 일부 음성 처리 파이프라인은 약 1년 전부터 작동하고 있었다.
OpenAI의 사용량 알림에서 월 자동 충전 한도 2,500달러에 도달한 것처럼 보이는 문구가 나타났지만, 실제 의미는 2,500 Codex 크레딧을 다 썼다는 뜻이었다. 이 표현 때문에 실제 결제가 일어난 것으로 오해하기 쉬웠고, 사용량과 결제 한도의 구분이 불분명하다는 반응이 나왔다. 함께 나온 사례에서는 ChatGPT 브라우저나 데스크톱 앱에서 5.6 버전을 쓸 때, 일반 대화가 Codex 한도를 줄이는지 확인하기 어렵다는 의문이 제기됐다. 이전 5.5에서는 브라우저 대화가 Codex 한도에 잡히지 않았던 것으로 보였지만, 5.6에서는 일부 요청이 작업 모드처럼 처리되는 듯한 표시가 나타났다. 특히 계산처럼 정확한 처리가 필요한 질문에서 “몇 초 동안 작업했다”는 식의 표시가 나오고, 이후 이어지는 질문까지 Codex 사용량에서 차감되는 것처럼 보인다는 보고가 있었다.
Claude Opus 4.6을 사이드 프로젝트에 직접 써 보니 성능이 기대보다 훨씬 좋다는 반응이다. 기존에 쓰던 4.8을 옆에 밀어둘 정도로 만족도가 높다. 핵심 고민은 비용이다. 현재는 사용량이 더 많은 x20 요금제를 쓰고 있지만, 앞으로 x5 요금제로 낮추려는 생각이 있다. 그래서 Opus 4.6을 실제 작업에 계속 쓸 때 비용이 얼마나 더 싼지, 또는 얼마나 부담되는지가 중요한 판단 기준이다.
새 AI 모델이 나온 지 이틀밖에 안 된 시점의 추천은 그대로 믿기 어렵다. 사람마다 하는 일, 실력, 기존 코드의 품질이 다르기 때문에 같은 모델도 결과가 달라질 수 있다. 어떤 모델은 한 작업에 강하고, 다른 모델은 전혀 다른 작업에 더 맞을 수 있다. “이 모델은 쓸 이유가 없다”거나 “이 모델만 쓰면 된다”는 식의 단정은 각자의 작업 방식과 실력 차이를 반영하지 못한다. Luna/Terra는 조기 접근 사용자에게도 열려 있지 않았기 때문에, 실제 사용 경험은 길어도 약 이틀 수준일 가능성이 크다. 결국 자신에게 맞는 모델은 직접 여러 작업에 써 보면서 찾아야 한다.
Kairo는 오래된 32비트 안드로이드폰에서 쓰려고 만든 개인용 AI 코딩 에이전트다. 개발 환경은 Termux이고, 기존 도구인 Claude Code와 OpenCode는 기기 지원, 32비트 ARM에서 안 맞는 의존성, 자주 쓰기 부담스러운 유료 API 때문에 계속 막혔다. 그래서 이미 있는 도구를 억지로 맞추는 대신, 가진 기기에서 실제로 돌아가는 도구를 직접 만들기 시작했다. 현재 이름은 Kairo이며 여섯 번째 시도다. 구현 전에 Boot, CLI, Runtime, Query Engine, 메모리, tool orchestration 같은 AI 코딩 에이전트 구조를 공부하고 설계를 문서로 정리했다. 지금은 Boot, CLI, Main까지 만들었고 다음 단계는 Runtime이다. 목표는 안드로이드 Termux, ARMv7 32비트, ARM64, Node.js 환경에서 돌아가고, Bun이나 필수 네이티브 의존성 없이 쓰는 것이다. Claude Code와 경쟁하려는 목적보다, 낡은 하드웨어에서도 쓸 수 있는 실용 도구를 만드는 데 초점이 있다.
Crest의 Code 모드는 Claude Code가 작업 전 허락을 기다릴 때 맥북 노치에 승인과 거절 버튼을 띄운다. 다른 앱을 보고 있어도 노치에서 바로 결정을 내릴 수 있어, 터미널로 돌아오기 전까지 작업이 오래 멈춰 있는 문제를 줄인다. 구조는 공식 훅을 이용한다. PreToolUse hook이 Claude Code의 작업을 잠시 멈추고, Crest가 사용자의 결정을 기록한다. 앱이 꺼져 있거나 응답하지 않아도 heartbeat와 timeout fallback이 있어 CLI가 계속 멈춘 상태로 남지 않는다. 세션이 어디에서 실행되든 동작하며, Cursor 안의 터미널에서도 쓸 수 있다. 실행 중인 세션의 저장소, 최근 작업, 토큰 사용량도 보여주고, AskUserQuestion 프롬프트는 실제 선택지를 그대로 표시한다. 이 승인 기능은 Claude Code와 함께 짝작업하듯 만들었고, 아이디어에서 배포까지 하루가 걸렸다. Crest 기본 앱은 무료로 계속 쓸 수 있고, 처음 7일은 카드 없이 모든 기능을 열어 준다.
연구개발 인턴이 기본적인 개발 원칙과 연구에 필요한 이론을 충분히 갖추지 못한 상태에서 Claude를 써서 큰 결과물처럼 보이는 코드를 만들고 있다. 겉으로는 할 일을 끝낸 것처럼 보이지만, 자세히 검토하면 설계나 구현에 깊은 문제가 자주 발견된다. 문제는 이런 결과물이 처음 보기에는 그럴듯해서, 깊게 들여다보기 전에는 품질을 판단하기 어렵다는 점이다. 팀은 이 코드를 검토하느라 많은 시간을 쓰고 있고, 전체 생산성도 떨어지고 있다. 인턴은 스탠드업 회의에서도 Claude로 만든 듯한 그럴듯한 설명을 내놓기 때문에, 어떤 지름길을 택했는지 확인하려면 질문을 더 깊게 해야 한다. 그 결과 매일 15분 정도였던 스탠드업 회의가 45분 가까이로 늘어났다.
Agentpump는 Claude에 실제 Solana 지갑을 붙여 주는 오픈소스 MCP 서버다. Claude Code에서 평범한 영어 명령만 입력하면 지갑을 만들고, 토큰을 찾고, 사고팔고, 새 토큰을 만들고, 남은 SOL을 다른 주소로 빼낼 수 있다. 거래는 메인넷에서 실제로 서명되어 전송된다. 개인 키는 사용자의 컴퓨터 안 `~/.agentpump/wallet.json`에 만들어지고, 모델이나 외부 서버로 보내지지 않는다. 외부로 나가는 것은 서명된 거래뿐이라고 설명된다. 설치는 Claude Code에서 `claude mcp add agentpump -- npx -y agentpump-mcp` 한 줄로 할 수 있고, Cursor나 다른 MCP 클라이언트도 설정 파일에 `npx -y agentpump-mcp`를 넣어 연결할 수 있다. 기본 메인넷 RPC가 들어 있어 별도 설정 없이 시작할 수 있다. 예시 명령에는 지갑 주소 보기, 약 0.05 SOL 보내기, 런치패드 토큰 목록 보기, 특정 토큰 매수, 토큰 출시, 일부 매도, 전체 SOL 출금이 포함된다.
윈도에서 OpenAI Codex를 며칠 써 본 결과, 단순한 코딩 보조 도구보다 로컬 프로젝트를 직접 다루는 작업 도구에 가깝다는 평가가 나왔다. Codex는 프로젝트 폴더 안의 파일을 바로 읽고 고칠 수 있어 코드를 계속 복사해 붙여넣는 과정을 줄인다. 사용자는 Default, Auto Review, Full Access 같은 실행 모드를 골라 Codex에 어느 정도 권한을 줄지 조절할 수 있다. 플러그인을 쓰면 브라우저 자동화도 가능해 웹사이트 검색, 탐색, 반복적인 온라인 작업을 맡길 수 있다. 새 코드를 만들 뿐 아니라 기존 파일을 바탕으로 여러 번 고쳐 가며 결과물을 다듬을 수 있다. 자료를 모아 문서화하고 Word나 PDF 형식으로 정리하는 흐름도 자동화할 수 있다. 설치, 설정, 권한, 플러그인, 로컬 자동화, 실제 작업 흐름을 한 번에 다루는 튜토리얼도 함께 제공됐다.
Ultrademo는 Claude Code에서 쓰는 스킬로, 웹앱 데모 영상을 자동으로 만든다. 웹앱 화면 안내, 새 기능 소개, 특정 사용 사례 설명 같은 데모 영상을 매번 손으로 만들면 여러 번 다시 찍어야 해서 시간이 많이 든다는 문제에서 출발했다. 설치는 `npx skills add new-xp/ultrademo`로 하며, 첫 실행 때 작업 공간을 만들고 Playwright, Remotion 같은 필요한 도구를 설치한다. 사용자는 Claude에게 데모 영상을 만들어 달라고 요청하고, 예를 들어 “온보딩 흐름을 2분짜리로 보여줘” 같은 짧은 설명과 앱 주소를 넣는다. 앱이 로컬에 있으면 저장소를 지정할 수도 있다. 로그인이 필요한 앱은 .env 파일에 로그인 정보를 넣어야 한다. Claude는 앱을 살펴본 뒤 장면별 대본을 만들고, 사용자는 그 대본을 고친 뒤 다음 단계로 진행할 수 있다. 이 도구는 무료이며 Apache-2.0으로 공개됐고, 작업은 사용자 컴퓨터에서 실행된다.