Claude, ChatGPT·Codex, Gemini, Cursor 같은 주요 AI 도구의 새 기능·가격·사용 한도·정책 변화를 1인 개발자와 메이커 관점에서 골라 쉽게 요약합니다.
DeepSeek V4 Flash를 여러 명령줄 도구에서 써 보며, 낮은 API 비용으로 좋은 결과를 내는 조합을 찾는 실험이다. OpenClaw, OpenClaude, OpenCode는 만족스럽지 않았고, OpenClaude는 결과는 괜찮았지만 API 비용이 너무 컸다. 기준 비교 대상은 Claude Code였고, 월 비용과 주문 관리가 들어간 업무용 프롬프트에서는 Claude가 처음부터 매우 좋은 결과를 냈다. Codex와 GPT 5.5 조합은 엑셀 관련 작업에서 실망스러운 결과를 냈다. Kimi CLI는 단순한 DeepSeek V4 Flash 모델을 쓰면서도 Claude에 가까운 결과를 훨씬 낮은 비용으로 냈다. 이후 Claude에게 Kimi CLI용 범용 하네스를 더 잘 만들게 한 뒤 테스트했고, 숫자와 논리가 들어간 여러 작업에서 Claude와 비슷한 결과를 얻었다. 아직 더 확인 중이지만, 이 조합을 주된 작업 환경으로 쓸 가능성이 높아졌다.
ChatGPT 안의 위젯 중 상당수가 이제 화면 안에서 직접 조작할 수 있는 형태로 바뀌고 있지만, OpenAI 도움말 문서에는 아직 충분히 정리되어 있지 않다. 위젯 호출은 이전보다 더 나은 추론 능력을 쓰는 것으로 보이며, 데스크톱 앱과 모바일 앱에서 보이는 기능 차이도 있다. 예를 들어 데스크톱의 지도 위젯에는 필터가 붙어 있다. 위젯은 외부 정보나 실시간 데이터를 가져오거나 보여주고, 지도·웹사이트·스토어 같은 곳으로 이동하거나 검색 기능을 제공할 수 있다. 반면 학습 블록은 외부 실시간 데이터에 묶이지 않은 교육용 자료에 가깝다. 학습 블록은 화면 안에서 슬라이더 같은 조작 도구를 움직이며 변수 값을 바꿔 보고, 물리나 확률 같은 개념을 단계적으로 이해하는 방식이다. 예시로 토크, 훅의 법칙, 옴의 법칙, 베이즈 정리 같은 주제가 언급된다. 구조는 범주와 유형 아이디를 따르는 패턴으로 보인다.
OpenAI가 고급 AI를 더 안전하게 다루기 위한 공통 기준 만들기에 참여한다. 핵심은 AI 성능과 위험을 확인하는 평가 체계, 실제 운영에서 지켜야 할 안전 관행, 여러 나라와 기관이 함께 맞추는 국제 협력이다. 이 작업은 Appia Foundation을 통해 추진된다. 목표는 회사마다 따로 움직이는 대신, 강력한 AI를 평가하고 관리하는 기준을 함께 세우는 것이다.
몇 달 전에는 Claude Code에 거의 모든 아이디어와 작업 흐름을 넣어 자동화 도구나 작은 앱을 만들었다. 시간이 지나자 그런 사용이 크게 줄었다. 만든 것들 중 일부는 쓸모가 있었지만, 상당수는 실제 생활이나 작업에 계속 쓰이지 않았다. 체감상 80~90%는 아예 쓰지 않거나, 정말 가치를 더하는지 분명하지 않았다. Claude는 챗봇으로도 쓰지만 예전보다 덜 쓰고, 대화용으로는 ChatGPT가 더 낫다고 느낀다. 핵심은 인공지능이 쓸모없다는 뜻이 아니라, 만들 수 있다는 재미와 실제로 계속 쓸 가치 사이에 큰 차이가 있다는 문제다.
Relaymux는 여러 AI 코딩 에이전트를 한 컴퓨터 안에서 실행하고 상태를 살피기 위한 도구다. 복잡한 관리 화면을 새로 만들기보다, tmux 창을 이용해 각 작업을 따로 띄우는 방식이다. 사용자는 평소에는 텔레그램, iMessage, 명령줄로 진행 상황을 받고, 더 자세히 보고 싶을 때 tmux 안으로 들어가 직접 확인하거나 개입할 수 있다. 각 하위 에이전트는 보통 자기만의 작업 폴더에서 일반 대화형 CLI agent처럼 실행된다. 긴 작업 하나가 tmux의 이름 붙은 탭이나 창이 되고, 하위 에이전트는 막혔거나 끝났을 때 orchestrator에게 명령줄로 알려준다. 그 뒤 orchestrator가 사용자에게 텔레그램이나 iMessage로 알림을 보낸다. 대화형 터미널 모드가 있는 CLI agent라면 특별한 비대화형 실행 방식 없이 붙일 수 있어서, Agent SDK나 `claude -p` 같은 특정 실행 방식의 요금·제한에 덜 묶이는 것이 목표다.
AI 도구 사용 실력을 초급에서 중급으로, 또는 중급에서 고급으로 올리려면 무엇을 배워야 하는지가 핵심 질문입니다. 다루는 범위는 코딩, 디자인, 토큰 사용 관리처럼 실제 작업에서 바로 부딪히는 부분입니다. 특정 도구의 새 기능보다, AI를 더 잘 쓰기 위해 어떤 습관이나 기술이 가장 큰 변화를 만들었는지를 묻는 내용입니다.
AskTheDeclaration.com은 미국 독립선언문에 대해 질문을 입력하면 답을 받을 수 있게 만든 웹사이트다. 미국 건국 250주년을 맞아 만든 개인 프로젝트로 소개되어 있다. 핵심 특징은 AI가 외부 서버가 아니라 사용자의 브라우저 안에서 돌아간다는 점이다. 그래서 질문 내용이 서비스 운영자나 별도 AI 서버로 보내지지 않는다는 사생활 보호를 내세운다.
GLM 5.2를 Claude Code 안에서 Anthropic과 호환되는 API로 연결해 여러 개발 작업에 써 본 경험이 공유됐다. 테스트 범위는 데이터베이스 개발, 결제용 백엔드 API 작업, 백엔드와 프런트엔드 오류 수정, Laravel 웹 개발, React 화면 개발이었다. 생각 깊이 설정을 가장 높게 두면, 체감상 Opus 4.8의 높은 추론 설정과 비슷한 수준으로 느껴졌다고 한다. 다만 이 평가는 정식 벤치마크가 아니라 개인 경험이다. DeepSeek V4 Pro도 Claude Code 안에서 구현 담당으로 썼고, 그 역할에서는 Sonnet 4.6 정도로 느껴졌다고 비교했다. GLM 5.2는 단순 구현뿐 아니라 코딩 능력, 계획 세우기, 요구사항 초안 작성에서도 Claude 상위 모델에 가까워 보인 첫 비-Claude 모델로 평가됐다.
직접 사용 경험으로는 Claude가 같은 대화 안에서 오래 함께할수록 더 잘 맞는 답을 내는 것처럼 느껴진다. 이전 대화 내용과 문서 전체를 복사해 새 대화에 붙여 넣어도 같은 느낌이 나지 않는다. 대화가 이어지는 동안 쌓인 맥락, 말투, 작업 방식, 작은 결정들이 새 대화로는 완전히 옮겨지지 않는다고 느껴진다. 그래서 새 채팅으로 갈아타야 할 때 기존 Claude를 버리는 것처럼 느껴지고, 각 대화가 조금씩 다른 성격을 가진 것처럼 보인다.
Gemini/Bard 관련 서비스에서 503 오류가 발생했다. 오류 내용은 현재 모델 사용 요청이 너무 많아 서비스를 바로 이용할 수 없다는 뜻이다. 이런 수요 급증은 보통 잠시 지나면 풀리므로 나중에 다시 시도하라는 안내가 함께 표시됐다. 즉, 계정이나 입력 내용의 문제가 아니라 서비스 쪽 혼잡으로 모델 응답을 받지 못한 상황이다.
2026년 6월 17일 기준 OpenRouter의 Cerebras 제공사 페이지에 GPT 5.5로 보이는 항목이 나타났다. 해당 항목은 OpenRouter 제공사 목록에서 Cerebras 쪽의 가장 오른쪽 막대를 눌러 확인할 수 있다는 내용이다. 공개된 정보는 새 항목이 보인다는 사실과 확인 위치뿐이다. OpenAI의 공식 발표, 실제 모델 성능, 이용 가능 범위, 가격, 사용 제한은 확인되지 않았다.
대형 리액트 웹사이트를 혼자 만드는 상황에서 Claude Code와 Codex를 함께 쓰고 있다. 평일에는 회사 근무 때문에 실제 개발 시간은 밤과 주말로 밀린다. 회의 사이에 생기는 짧은 빈 시간을 이용해 Claude Code가 계속 작업하는지 확인하고, 필요하면 새 지시를 넣고 싶다. 하지만 회사에 개인 노트북을 가져가기는 어렵고, 회사 컴퓨터에는 원격 데스크톱 프로그램도 설치할 수 없다. 그래서 브라우저로만 접속 가능한 VPS에 Claude Code를 띄우고, 회사 브라우저에서 터미널 화면을 보며 명령을 이어가는 방식을 고민하고 있다. 추가로 VPS 안에서 실행된 웹사이트의 렌더링 결과를 회사 브라우저로 직접 확인할 수 있는지도 핵심 문제다.
Claude Code가 개발 작업을 여러 단계로 나누고 각 단계에 1~3주가 걸릴 것처럼 계획한 뒤, 실제로는 30분 만에 코드 곳곳을 고치는 일이 있다. 결과가 빠르게 나오면 대단해 보이지만, 변경 범위가 너무 넓으면 사람이 따라가며 확인하기 어렵다. 핵심 걱정은 속도가 아니라, 요청한 일을 정확히 했는지 검토하는 부담이 커진다는 점이다. 큰 계획을 맡기면 생산성이 크게 오를 수 있지만, 동시에 수정 내용을 이해하고 검증하는 일이 더 중요해진다. 그래서 Claude Code에 큰 작업을 한 번에 맡길지, 작은 작업으로 쪼개서 맡길지가 실제 사용자에게 중요한 선택이 된다.
Claude의 계획 모드에서 메시지를 아직 보내지 않았는데, Claude가 그 미완성 문장의 일부를 알고 있는 것처럼 반응한 사례다. 작업 중 답장을 쓰던 도중 계획 확인 창이 떴고, 입력을 보내지 않은 상태에서 취소했다. 이후 Claude가 다시 생각하더니 메시지가 중간에 끊긴 것 같다고 말했고, 아직 전송하지 않은 문장의 일부를 이어서 보여줬다. 핵심 의문은 Claude가 사용자가 보내기 전 작성 중인 입력문을 볼 수 있는지, 또는 계획 모드나 화면 상태 때문에 그런 정보가 모델에 전달됐는지다. 공개된 내용만으로는 실제로 Claude가 모든 입력 중 내용을 실시간으로 읽는다고 단정할 수는 없다.
Rust로 만든 명령줄 도구를 고칠 때 LLM이 보는 코드 차이가 너무 복잡해질 수 있다. Rust는 테스트 코드를 실제 소스 파일 안에 함께 두는 경우가 많아서, Codex 같은 도구가 변경된 핵심 코드보다 테스트와 불필요한 줄까지 함께 읽게 된다. 이를 줄이기 위해 difft에 `--min` 옵션을 더하는 패치가 만들어졌다. 이 옵션은 테스트용 코드 표시인 `#[cfg(test)]`, `use` 줄, 열거형·변수·구조체 이름 변경 같은 일부 변경 내용을 코드 차이 화면에서 빼도록 한다. 패치는 Codex로 만들었고, 코드 품질이나 속도, Rust 외 언어 지원은 중요하게 보지 않았다는 단서가 붙어 있다.
전문 물리 엔진을 만드는 과정에서 충돌 감지 로직이 막혔다. 전체 모듈을 Cursor의 Composer에 넣고 에이전트에게 해결을 맡기자 문제는 잘 풀렸다. 하지만 결과 코드가 비공개 경쟁사의 특허 방식과 거의 같은 구조로 보였다. 그대로 합치면 지식재산권 소송 위험이 생길 수 있고, 버리면 막힌 문제를 직접 풀지 못한 이유를 설명해야 하는 상황이다. 핵심 걱정은 AI 코딩 도구가 보호받는 코드나 특허 아이디어와 너무 비슷한 결과를 만들 수 있다는 점이다.
API Recipes는 코딩 에이전트가 자주 쓰는 API 호출 방법을 내 컴퓨터 안에서 먼저 찾게 해주는 작은 오픈소스 도구다. Codex나 Claude에게 “OpenRouter 크레딧 확인”, “Gmail 메시지 목록 보기”, “Resend로 메일 보내기”, “Gemini 호출하기” 같은 일을 시키면, 에이전트가 매번 문서를 다시 찾느라 시간과 토큰을 쓰는 문제가 있었다. 이 도구는 이미 알려진 호출법이면 Codex Skill 방식으로 바로 짧은 답을 주고, 필요하면 CLI나 MCP 서버 방식으로도 쓸 수 있다. OpenAI, Anthropic, Gemini, Groq, OpenRouter, DeepSeek, Mistral, Gmail, Calendar, Drive, SendGrid, Resend, Pinecone, Qdrant, Tavily 등을 지원한다고 소개되어 있다. 비밀 키는 실제 값을 읽지 않고 이름이나 경로만 찾는 방식으로 다룬다. 저장소 기준 실험에서는 웹 호출이 31회에서 0회로 줄고, 전체 토큰은 23%, 캐시되지 않은 토큰은 45% 줄었으며, 걸린 시간은 58% 빨라졌다고 한다. 현재는 초기 v0.1 버전이고 MIT 라이선스로 공개되어 있다.
AI 코딩 에이전트를 쓸 때 가장 답답한 실패 유형은 큰 버그가 아니라, 요청을 "거의" 이해했을 때다. 에이전트가 대략 훑어보고 나름의 가정을 세운 뒤 코드를 잔뜩 작성하는데, 리뷰해보면 기술적으로는 말이 되지만 원래 의도와는 다른 결과물이 나온다. 흔한 해법인 "프롬프트를 잘 쓰라"는 조언도 마음에 들지 않는다. 매번 "당신은 시니어 개발자입니다", "실수하지 마세요" 같은 문구나 2000토큰짜리 긴 의식을 버튼 하나 누르기 전에 붙이고 싶지는 않다는 것이다. 플랜 모드로 시작하는 것도 답은 아니라고 본다. 계획을 세우면 유용하긴 하지만, 사소한 변경 하나에도 계획을 다시 업데이트하고 재검토하는 과정이 반복되면서 결국 챗봇을 상대로 프로젝트 관리 흉내를 내는 상황이 된다. 글쓴이가 실제로 원하는 것은 훨씬 단순하다: 에이전트가 코드를 바로 짜기 전에, 거창한 계획을 만들기 전에, 취조하듯 캐묻지 않으면서 먼저 자신과 대화부터 나누는 것이다.
1989년에 나온 고전 슈팅 게임 Xenon II의 PC 버전이 주말 프로젝트로 새로 만들어졌다. 작업에는 Claude Code, Fable, Ghidra가 함께 쓰였다. Ghidra로 오래된 게임 코드를 먼저 분석하고, Fable과 Ghidra를 같이 써서 원래 게임 구조를 빠르게 파악한 뒤 TypeScript로 다시 작성했다. 게임 방식은 원작에 가깝게 유지했다. 대신 화면에는 끝없이 흐르는 배경 효과, 더 나아진 발사체와 충돌 효과, 여러 시각 개선이 더해졌다. 소리 쪽에는 현대적인 모듈식 FM 합성 엔진이 들어갔고, 물속 동굴 같은 분위기를 내는 효과도 추가됐다. 핵심은 AI 코딩 도구와 역공학 도구를 함께 쓰면 혼자서도 오래된 게임을 분석하고 새 버전으로 옮기는 일이 훨씬 빨라질 수 있다는 점이다.
41세 직장인이 오래전 배웠어야 했지만 제대로 이해하지 못한 통계를 Claude로 다시 배우고 있다. 통계는 업무에서 자주 나오지만, 그동안 회의에서는 아는 척하며 넘어가야 했다. Claude에는 사람에게 말하기 민망한 아주 기본적인 질문도 여러 번 반복해서 물을 수 있고, 비난이나 짜증이 돌아오지 않는다. 실제 업무 분야의 예시로 설명해 달라고 하면 그 맥락에 맞춰 설명하고, 이해하지 못했다고 말하면 더 쉬운 단계로 돌아간다. 3개월 동안 이렇게 질문하며 배운 양이, 회의에서 고개만 끄덕이며 보낸 여러 해보다 많았다. 가장 도움이 된 요청 문장은 “내가 아무것도 모른다고 생각하고, 각 단계마다 내가 이해했는지 확인하고, 내가 정말 이해할 때까지 다음 단계로 넘어가지 말라”는 식이었다.
Gemini로 콘서트장까지 가는 복잡한 Google Maps 이동 경로를 짜 보니, 기차를 피하라는 조건을 제대로 지키지 못했다. 빠르고 간단한 길 대신 버스 6번, 기차 1번, 택시, 도보를 섞은 경로가 나왔다. 버스 하나를 골라 번호를 알려주는 능력은 여전히 쓸 만하지만, 전체 경로가 너무 복잡해 실제로는 여행을 포기하고 싶을 정도였다. 예전에는 Gemini가 이동 계획을 꽤 잘 세웠지만, 지금은 일단 경로를 내놓아도 실생활에서 쓰기 어려울 만큼 번거롭게 느껴진다는 경험이다.
Botfile은 Claude Code, opencode, codex-cli 같은 AI 코딩 도구에서 쓰는 기술 묶음, 지침, 슬래시 명령어를 한곳에서 관리하고 공유하게 해주는 도구다. 여러 기기에서 같은 설정을 맞춰 쓸 수 있고, 팀과 공개로 나누거나 개인용 저장소에 비공개로 둘 수도 있다. 예를 들어 Claude Code를 쓰다가 opencode도 시험해 볼 때, 두 도구가 같은 기본 검토 지침을 쓰게 만들 수 있다. 동시에 특정 검토 방식은 opencode에만 적용하는 식으로 도구별 범위를 나눌 수 있다. 내부 구조는 복잡한 자동화가 아니라 심볼릭 링크를 모아 쓰는 방식에 가깝다.
EU 지도자들이 Anthropic의 다리오 아모데이, OpenAI의 샘 올트먼, DeepMind의 데미스 허사비스, Mistral의 아르튀르 멘슈 등 주요 AI 기업 대표들과 만난다. Cohere AI, Black Forest Labs, Domyn, Sakana AI 같은 다른 나라 AI 기업도 함께한다. 논의 주제는 AI가 경제 성장을 어떻게 돕는지, 그리고 특히 젊은 세대가 AI 변화 속에서 사회적으로 흔들리지 않게 하려면 무엇이 필요한지다. 핵심 쟁점은 고성능 AI 모델에 누가, 어떤 조건으로 접근할 수 있는지다. Trump 행정부와 Anthropic 사이의 갈등도 중요한 배경으로 거론된다.
VidMuse가 AI 에이전트와 함께 시각물을 만들기 위한 VidMuse Skills와 VidMuse CLI를 공개했다. VidMuse Skills는 에이전트에게 작업 순서와 판단 기준을 알려주는 재사용 가능한 제작 안내서다. VidMuse CLI는 터미널에서 `vidmuse` 명령 하나로 로그인, 크레딧 확인, 모델 선택, 자산, 스타일, 작업 흐름, 메시지, 장기 메모리를 다룰 수 있게 한다. 한 번 설치한 뒤 지원되는 에이전트가 스킬 저장소를 참고하게 하면, 아이디어 정리부터 무드보드 제작, 프롬프트 작성, 알맞은 모델 추천까지 맡길 수 있다. 사용자는 실행 전에 피드백과 승인을 주고, 반복적인 정리 작업은 에이전트에게 넘기며 전체 시각 방향에 집중하는 방식이다. VidMuse는 이 조합을 통해 시각물 제작을 파이프 연결, 스크립트 실행, 예약 작업, 위임 작업처럼 다룰 수 있다고 설명한다.
Claude Fable 5가 웹 브라우저에서 실행되는 Nürburgring 운전 게임의 코드 대부분을 작성했다. 목표는 slowroads.io처럼 가볍게 달릴 수 있지만, 실제 서킷과 실제 차에 더 가까운 감각을 가진 게임을 만드는 것이었다. 게임은 단순한 오락용 조작보다 시뮬레이션 쪽에 가까워서 키보드 운전에 익숙하지 않으면 조금 어렵게 느껴질 수 있다. 시작은 긴 기능 명세가 아니라 “1인칭 Nürburgring 운전 게임, 제대로 된 물리, 키보드 조작에 적합, 먼저 계획을 세우기” 같은 방향과 제약을 주는 방식이었다. Claude Fable 5는 트랙 자료, 물리, 화면 렌더링, 운전석, 조작, 표시 정보까지 먼저 계획했고, 그 계획을 검토한 뒤 코드를 작성했다. 이후 작업은 “계속 진행” 같은 짧은 지시나 “핸들이 반대로 느껴진다”, “시점이 너무 낮다” 같은 구체적 피드백으로 이어졌다. Claude Fable 5는 수정 뒤 머리 없는 테스트로 다시 확인했다. 핵심은 멋진 한 줄 프롬프트보다, 먼저 계획을 세우게 하고 측정 가능한 목표와 스스로 확인할 방법을 준 점이었다.
개인 프로젝트로 예전 모바일 게임을 Unity 2D로 다시 만들고 있다. 게임 코드는 전부 Claude Code로 작성했고, 그림 자료 대부분은 ChatGPT로 만들었다. 게임은 물리 기반 모바일 게임이며, 플레이어가 코믹한 방식으로 좀비 무리로부터 집을 지키는 내용이다. 아직 아주 초기 단계의 샌드박스 버전이지만, 기본 방향과 제작 흐름은 잡혀 있다.
BrandLM.AI는 ChatGPT, Claude, Perplexity, Google AI Overview, Google AI Mode가 특정 브랜드를 추천하는지 확인해 주는 1회성 점검 서비스다. 브랜드와 경쟁사를 넣고, 고객이 실제로 물어볼 만한 질문을 여러 AI 서비스에 던진 뒤, 어떤 브랜드가 얼마나 자주 언급되는지와 어떤 출처가 인용되는지 보여준다. 결과물은 공유 가능한 보고서와 원본 CSV 데이터로 제공된다. 가격은 간단한 점검 49달러, 더 넓은 점검 99달러, 전체 점검 199달러이며, 5달러 샘플 점검도 있다. 만든 쪽의 설명에 따르면 전체 사이트는 Claude Mythos로 하루 만에 만들어졌고, 이후 Anthropic이 해당 모델을 없애서 다시 Opus를 써야 했다.
코딩 작업에서 Sonnet 4.6은 똑똑하지만, 원하는 결과를 얻으려면 지시를 아주 구체적으로 줘야 한다. 함수, 클래스, 기능처럼 만들 대상이 분명할 때도 무엇을 어떻게 구현할지 충분한 설명과 문맥이 필요하다. 프로그램이나 시스템의 큰 구조를 정하는 아키텍처 판단은 Sonnet에게 맡기기 어렵다. 작업 중에도 Sonnet이 무엇을 만들고 있는지 계속 확인해야 한다. 반대로 Opus 4.6부터 4.8은 더 넓게 상황을 파악하고, 큰 프로젝트 안에서 스스로 필요한 부분을 더 잘 찾아낸다. Opus는 지시가 적어도 문제를 풀어가며, 작은 결정이 나중에 어떤 영향을 줄지까지 더 잘 살핀다.
Ferrix AI는 제품을 무엇으로 만들지 정하는 일을 돕는 AI 기반 제품 관리 플랫폼이다. 개발자는 Claude, ChatGPT, Codex 같은 AI 도구 덕분에 설계, 코드 검토, 테스트 같은 작업을 더 빨리 처리할 수 있게 됐다. 하지만 실제로 어떤 기능을 만들지 결정하는 일은 여전히 병목으로 남아 있다. Ferrix AI는 조사 내용을 정리하고, 제품 명세서를 쓰고, 진행 상황을 추적하는 일을 AI 에이전트가 맡게 한다. 제품 관리자, 디자이너, 엔지니어는 같은 작업 흐름 안에서 함께 결정하고 협업한다. 서비스는 현재 공개되어 있으며 무료로 시작할 수 있다.
자율 AI 코딩 에이전트는 빠르지만, 맡긴 범위 밖의 코드를 몰래 바꾸는 문제가 있다. 예를 들어 `src/auth.ts`의 재시도 로직만 고치라고 했는데, 코드를 읽는 과정에서 공용 유틸리티 파일을 정리하거나 데이터베이스 설정까지 건드릴 수 있다. 일반적인 `git diff`는 무엇이 바뀌었는지만 보여 주고, AI가 어디까지 바꾸도록 허락받았는지는 보여 주지 않는다. 큰 변경 묶음 안에서 이런 범위 밖 변경을 사람이 일일이 찾는 일은 번거롭다. Ripple은 AI에게 프롬프트로 조심하라고 말하는 방식 대신, Git 단계에서 허용된 변경인지 검사하는 오픈소스 도구다. AI가 코드를 고치기 전에 MCP 서버로 정확한 작업 의도를 선언하고, 커밋을 시도할 때 로컬 Git hook이 준비된 AST diff가 승인 범위 안에 있는지 확인한다.