Claude, ChatGPT·Codex, Gemini, Cursor 같은 주요 AI 도구의 새 기능·가격·사용 한도·정책 변화를 1인 개발자와 메이커 관점에서 골라 쉽게 요약합니다.
2003년 전략 게임 Command & Conquer: Generals Zero Hour가 비공식 커뮤니티 프로젝트로 macOS, iOS, iPadOS에서 직접 실행되도록 옮겨졌다. EA의 공식 출시가 아니며, 윈도우 에뮬레이터나 가상 머신으로 돌리는 방식도 아니다. 개발자 Ammaar Reshi는 EA가 예전에 GPL v3로 공개한 엔진의 오픈소스 커뮤니티 버전을 가져와 C++ 코드를 ARM64용으로 직접 빌드했다. 그래픽은 원래 DirectX 8 기반이지만, 여러 변환 단계를 거쳐 Apple 기기의 Metal에서 표시되도록 연결됐다. 모바일 조작도 따로 붙었다. 손가락으로 유닛을 드래그해 선택하고, 두 손가락으로 화면을 이동하며, 손가락을 벌리거나 오므려 확대와 축소를 할 수 있다. Apple Pencil도 지원한다. 캠페인, 스커미시, 장군 도전 모드가 작동하며, 직접 실행 방식이라 성능은 부드럽지만 전투가 커지면 메모리를 3GB 넘게 쓸 수 있어 iPhone이나 iPad에서는 제약이 생길 수 있다.
Fable로 먼저 기능 구조, 작업 단계, 제약, 설계 결정을 정리한 뒤 Opus나 Sonnet에 구현을 맡기고, 마지막에 Fable로 검토하는 흐름이 권장되고 있다. 문제는 Opus와 Sonnet 같은 실행 모델이 계획을 그대로 따르지 않는 경우가 있다는 점이다. 계획을 받아들인 것처럼 보이다가도 일부를 다시 해석하거나 고쳐 쓰고, 요약하거나, 더 나은 방식이 있다고 판단해 다른 방향으로 구현할 수 있다. 그 결과 Fable이 설계한 내용과 꽤 다른 결과물이 나와서 앞서 들인 계획 작업이 헛수고가 될 수 있다. 원하는 방식은 계획에 분명한 오류가 있거나 실제로 불가능한 경우를 빼고는 실행 모델이 설계자의 의도를 충실히 구현하는 것이다. 이 문제는 Opus와 Sonnet 모두에서 나타나며, 현재 모델들이 단순 실행보다 스스로 계획을 다시 세우려는 성향이 있는지에 대한 의문으로 이어진다.
헬스장, 병원, 미용실, 학원처럼 매달 결제를 받아야 하는 소규모 서비스 업체는 미납 고객에게 직접 연락하느라 시간을 많이 쓴다. 이 자동화는 Google Sheets에 고객 이름, 업체명, 금액, 납부일, 결제 상태를 한 줄씩 넣어두고, 매일 아침 n8n이 표를 읽는다. 코드 노드가 아직 결제하지 않은 고객인지, 납부일에서 얼마나 떨어져 있는지 확인한 뒤 네 단계 이메일을 보낸다. 납부 2일 전에는 가벼운 안내, 당일에는 오늘 납부 알림, 2일 이상 늦으면 연체 알림, 5일 이상 늦으면 마지막 강한 알림을 보낸다. 각 이메일은 금액과 납부일을 잘 보이게 넣은 HTML 형식이며, 고객별로 현재 단계가 기록되어 같은 알림이 두 번 가지 않는다. 고객 상태가 'Paid'로 바뀌는 순간 그 고객은 자동으로 제외되어 추가 독촉이 멈춘다. 구성은 n8n Cloud, Google Sheets, Gmail이며, n8n의 MCP를 통해 Claude Code로 노드를 빠르게 만들었다. 다음 단계는 이메일에 Razorpay 결제 링크를 넣고, 웹훅으로 결제 상태를 더 자동으로 바꾸는 것이다.
Open Model Archive는 AI 모델을 시험 점수가 아니라 실제로 만든 결과물로 비교하는 커뮤니티 벤치마크입니다. 여러 모델에 같은 과제를 주고, 사람이 고치지 않은 원본 결과물을 나란히 봅니다. 첫 사례에는 모델별로 만든 간단한 게임과 랜딩 페이지가 포함되어 있습니다. 참여하려면 프로젝트 저장소를 복사해 같은 과제를 원하는 모델로 실행하고, 생성된 결과물을 공유하면 됩니다. 목표는 모델이 실제 제작 상황에서 무엇을 어느 정도까지 만들어내는지 더 직접적으로 비교하는 것입니다.
비전공 1인 메이커가 8개월 동안 AI 도구를 많이 써서 스팀 게임 데모를 만들었다. 게임은 1990년대 오락실 느낌의 다트 게임인 Pixel Darts: From Pub to Glory이고, 데모는 스팀에 공개됐으며 정식 출시는 약 한 달 뒤로 잡혀 있다. 게임 엔진은 Phaser 3을 썼고, 화면 쪽 개발인 프런트엔드는 Claude Opus 계열, 서버와 데이터 쪽 개발인 백엔드는 GPT 계열과 Claude Opus를 함께 썼다. 효과음은 ElevenLabs, 음악은 Suno, 픽셀 그림 손질은 Aseprite를 사용했다. AI 사용 비용은 모두 합쳐 약 500유로였다. 만든 사람은 독일에서 독문학과 문학을 공부한 창작자 출신으로, 어릴 때부터 자기 게임을 만들고 싶었다. 핵심은 AI가 많은 개발 일을 도왔지만, 게임 전체를 문장 몇 개로 지시해서 끝낼 수는 없었다는 점이다.
Marmo UI는 대시보드를 만들 때 쓰는 오픈소스 React 구성요소 묶음이다. React 19와 Tailwind 4를 기준으로 만들었고, 표, 차트, 입력 폼, 앱 화면 틀 같은 요소를 제공한다. 표는 TanStack, 차트는 Recharts를 바탕으로 한다. 일반 라이브러리처럼 npm으로 설치해서 쓸 수 있고, 문서는 marmoui.com에 있다. 핵심 차이는 MCP 서버가 구성요소의 실제 사용법, 조합 방식, 코드 검증기를 AI 코딩 도구에 제공한다는 점이다. 그래서 Claude, Cursor, Codex가 없는 프롭스를 지어내는 대신 실제로 맞는 코드에 더 가깝게 화면을 만들도록 돕는다. 무료이며 가입이 필요 없고, React 개발자에게 구성요소 API 검토를 요청하고 있다.
Claude Code, Codex, Cline, Cursor 같은 AI 코딩 도구를 함께 쓰면 설정이 금방 흩어질 수 있다. 도구마다 다른 API 키, 결제 방식, 계정 관리가 필요해서 워크플로를 비교하거나 자주 바꿔 쓰는 과정이 생각보다 번거롭다. Cursor Bridge는 Cursor 계정을 OpenAI와 Anthropic 호환 API처럼 보이게 해 여러 도구를 한 설정으로 연결하려는 방식이다. 다만 아직 충분히 써 본 단계는 아니라서 실제로 편한 해결책인지, 아니면 관리할 층을 하나 더 늘리는 것인지는 분명하지 않다. 선택지는 도구별 API 계정을 따로 유지하기, Cursor나 Claude Code 같은 한 생태계 안에 머물기, Cursor Bridge 같은 프록시를 쓰기, API를 피하고 공식 앱만 쓰기 등으로 나뉜다.
ChatGPT로 병력과 증상을 의사에게 보여줄 문서로 정리하려는 시도에서, 128.8MB 압축 파일과 82개 항목은 무료 ChatGPT에서 한 번에 처리하기에 너무 컸다. 처음에는 데이터를 보내면 8단계로 건강 정보를 뽑아 범주별·시간순 문서로 만들 수 있다는 안내가 나왔다. 하지만 실제로 파일을 보낸 뒤 단계별로 요청하자, 매번 데이터가 너무 크고 결과가 최대 100쪽 가까이 될 수 있다는 답이 반복됐다. 새로 제시된 방법들도 말만 조금 다를 뿐 실제로는 같은 방식이라 문제를 해결하지 못했다. 핵심 고민은 파일을 4등분하거나 더 작게 나누면 가능한지, 무료 요금제의 한계인지, 유료 버전이면 처리할 수 있는지다.
GolemUI는 폼 화면을 JSON 정의로 만들 수 있게 해 주는 오픈소스 자바스크립트 라이브러리다. 폼의 구조를 JSON으로 저장하면 데이터베이스에 넣거나, 버전을 관리하거나, 변경 차이를 비교하거나, 거대 언어 모델로 생성할 수 있다. 기본 화면 모양을 강제하지 않는 28개의 헤드리스 구성요소를 제공하며, CSS 변수로 스타일을 바꿀 수 있다. Material, Shoelace, 직접 만든 구성요소도 연결할 수 있는 API가 있다. 개발자는 타입이 있는 작성 계층을 써서 폼을 코드로 만들고, 그 결과를 JSON으로 뽑을 수 있다. 같은 정의 하나로 React, Angular, Vue, Lit, 바닐라 자바스크립트에서 폼을 그릴 수 있다. MCP 도구도 포함되어 거대 언어 모델이 만든 결과를 검사하고, JSON이나 코드를 생성하며, 폼 정의가 항상 유효한지 확인하도록 돕는다.
Gemini의 안전 필터가 창작 글쓰기와 세계관 설정 같은 평범한 작업에서 지나치게 자주 걸린다는 불만이 이어지고 있다. 수영복 디자인, 인물이 서로 안는 장면, 허구 인물의 과거사, 고양이에게 입맞추는 장면, 정신질환이 있는 인물 설정처럼 명백히 해로운 내용이 아닌 요청도 막히는 사례가 나왔다. 반대로 이야기 창작용이라고 전제하면 현실적인 살해 방법처럼 더 위험해 보이는 소재는 통과하는 경우도 있어 기준이 일관되지 않다는 지적이 있다. Google AI Studio에서도 안전 필터의 오탐이 많고, Gemini 채팅이 처음 문맥을 빨리 잊는다는 불만이 함께 나온다. 일부 사용 환경에서는 사용량이 남아 있는데도 Error 1095가 반복되거나, 답변 대신 시스템 프롬프트처럼 보이는 내부 지시 문구가 흘러나오는 등 안정성 문제도 언급된다. 비슷하게 Claude에서도 평범한 대화가 안전장치에 막힌다는 불만이 있어, 최신 인공지능 도구 전반에서 ‘안전하게 막기’와 ‘실제로 쓸 수 있게 만들기’ 사이의 균형이 아직 흔들리고 있다.
OpenAI Codex에 맞춰 만든 오픈소스 취업 지원 작업공간이다. 개인 문서를 바탕으로 지원자의 실제 경력과 능력을 정리하고, 채용 공고가 그 사람에게 얼마나 맞는지 순위를 매긴다. 공고별로 맞춤 이력서와 자기소개서를 만들고, LaTeX로 PDF 이력서를 생성한다. ATS가 이력서 내용을 제대로 읽을 수 있는지 pdftotext로 텍스트 추출을 확인한다. 지원 결과를 기록해 다음 지원을 더 낫게 만드는 흐름도 포함한다. 없는 기술, 근무 기간, 회사, 성과 수치, 학력을 만들어내지 않도록 엄격한 규칙을 둔다. 기존 MadsLorentzen/ai-job-search 아이디어를 바탕으로, Codex 스킬, 검증 도구, LaTeX/PDF 점검, 설정 안내를 중심으로 다시 만든 형태다.
OpenAI에서 미래 전망을 담당하던 수석 미래학자가 퇴사한다는 소식이 전해졌다. 이 직책은 AI 발전이 사회, 경제, 노동 시장에 미칠 장기적 영향을 예측하고 회사 내부 전략에 반영하는 역할을 맡아왔다. 구체적인 퇴사 사유나 후임자 관련 내용은 아직 공개되지 않았다.
CodeAlmanac은 코드 저장소를 읽어 프로젝트 위키를 만드는 오픈소스 도구다. 설치 후 명령줄 도구에서 쓸 에이전트를 고르면, 처음에는 코드 전체를 훑어 기본 위키를 만든다. 이후에는 Claude나 Codex와 나눈 대화를 약 5시간마다 확인해, 프로젝트에서 중요하게 정리된 내용을 위키에 반영한다. 이 방식은 코드 안에 없는 결정 배경, 설계 이유, 작업 중 합의한 내용까지 에이전트가 다시 참고할 수 있게 하려는 목적이다. 위키는 로컬 컴퓨터에 마크다운으로 저장되고 sqlite 데이터베이스에도 정리되며, `codealmanac search --topic auth`처럼 주제별 검색으로 필요한 문서를 찾을 수 있다. 관련 흐름도 같은 문제를 다룬다. AI 코딩 도구가 작은 수정에도 큰 파일 전체를 읽는 낭비를 줄이려는 접근, 새 코드베이스를 콜 그래프로 탐색하는 방식, 팀 단위로 AI 기억을 공유하려는 시도가 함께 나오고 있다.
1년 넘게 준비한 출시 계획에는 고객군별 랜딩페이지, 채널별 광고, 핵심 메시지, 고객의 불편함을 겨냥한 문구, 우선순위가 모두 들어 있었다. 겉보기에는 완성도 높은 실행안이었지만, 그대로 밀어붙이면 많은 돈을 쓰고도 사용자를 계속 억지로 끌어와야 할 가능성이 컸다. 그래서 광고비를 잠시 줄이고, 계획을 고쳐 쓰기보다 실제 고객 행동을 바로 보는 체계를 먼저 만들었다. 슬랙 알림은 겉보기 숫자가 아니라 퍼널 안에서 일어나는 행동에 연결됐다. 특정 광고 묶음이 가입이나 구매로 이어지지 않거나, 랜딩페이지의 한 구역에서 사람들이 빨리 떠나거나, 특정 고객군 반응이 줄면 그날 바로 알 수 있게 했다. AI 에이전트는 Reddit, LinkedIn, G2 같은 공개 공간에서 이상적 고객 프로필에 맞는 사람들의 반응과 불만을 실시간으로 살폈다.
Claude Code가 전체 진행을 맡고, Codex가 구현을 많이 하고, OpenClaw와 ACP 연결 에이전트가 특정 작업을 맡는 식으로 여러 코딩 에이전트를 같은 저장소에서 몇 달간 함께 돌린 경험이다. 핵심은 에이전트마다 실패하는 방식이 달라서, 처음부터 작업 공간과 실패 기준을 분리해야 한다는 점이다. 파일을 쓰는 에이전트는 각자 별도의 git worktree를 가져야 한다. 같은 체크아웃에서 두 에이전트가 동시에 파일을 고치면 서로 예상하지 못한 충돌이 생긴다. reset, checkout, stash, branch 전환처럼 작업 내용을 크게 바꿀 수 있는 행동을 하기 전에는 사람이나 에이전트가 만든 미완성 작업도 먼저 이름 붙인 WIP commit으로 남겨야 한다. 막히면 계속 재시도하지 말고, 세 번 시도 후 중단하고 되돌리고 보고하는 실패 경로를 작업 지시에 포함해야 한다. 검토자는 만든 에이전트와 달라야 하며, 확인만 하는 대신 문제를 찾아내도록 시켜야 한다. 승인 전에는 변경 내용을 사람이 이해했는지 짧은 퀴즈로 확인하는 방식까지 썼다.
Cursor의 예전 500회 요청 요금제에서 상위 모델들이 오늘 Max 전용으로 바뀐 것처럼 보인다는 불만이 나왔다. 그 결과 실제로 쓸 만한 선택지가 Composer 2.5만 남은 듯한 상황이다. 비싼 모델인 Fable과 Opus가 Max 뒤에 묶이는 것은 이해할 수 있지만, 상대적으로 더 저렴한 Sonnet 5나 GPT 5.5까지 Max 전용으로 제한되는 것은 납득하기 어렵다는 문제 제기다. 핵심은 모델 성능 자체가 아니라, 1인 개발자가 이미 쓰던 요청 기반 요금제에서 좋은 모델 접근권이 갑자기 줄어든 듯 보인다는 점이다.
25세 컴퓨터공학 졸업생이 2024년에 학자금 빚 없이 졸업한 뒤 클라우드 엔지니어로 일하고 있다. 지금은 플랫폼 엔지니어링 팀에서 자동화 도구를 만들며 소프트웨어 개발과 가까운 일을 한다. 입사 전에는 졸업 후 코딩을 거의 하지 않았다고 솔직히 말했지만, 개념을 이해하고 설명할 수 있다는 점을 보여 줬다. 6개월이 지난 지금은 시스템 구조를 이해하고, 새 기능을 어디에 넣어야 하는지 알고, 기존 코드를 고치고 문제를 찾을 수 있다. 하지만 코드를 읽고 고치는 능력은 있어도, 처음부터 코드를 쓰는 일에는 여전히 막혀 있다. 회사는 지금 Codex, Gemini, Claude를 제한 없이 쓰게 해 주지만, 곧 사용을 줄일 예정이라는 말이 있다. 제한 수준은 확실하지 않지만 개발자 한 명당 월 1,000달러 정도라는 소문이 있고, 비용 자체는 회사가 감당할 만해 보여도 본인은 불안함을 느낀다. 학교로 돌아가는 것이 맞는지 고민하고 있다.
Claude Code를 오래 쓰다 보면 같은 지시를 반복하고, 이미 아는 절차를 다시 설명하며, 프로젝트마다 지식이 흩어지는 문제가 생긴다. 이번 흐름의 핵심은 작업 지식을 세 갈래로 나누는 것이다. 메모리는 자주 떠올려야 하는 사실, 주의점, 개인 취향처럼 조용히 참고되는 정보에 맞다. 스킬은 여러 단계를 따라야 하는 반복 작업, 파일이나 실행 코드가 붙는 절차, 배포나 점검 같은 실제 행동 묶음에 맞다. CLAUDE.md나 AGENTS.md 규칙은 모든 작업에 항상 적용되어야 하는 정책, 코딩 원칙, 금지 사항을 넣는 곳이다. 주변 사례도 같은 방향을 보여준다. Cursor 쪽에서는 로컬 검색 메모리와 텔레그램으로 에이전트를 움직이는 도구가 등장했고, Claude Chat에는 사용자가 직접 고칠 수 있는 Memory files가 추가됐다. Claude AI 스킬 품질을 검사하는 linter, 긴 작업을 감시하는 기능 요구, 하위 에이전트별로 스킬과 규칙 접근을 제한하려는 질문도 모두 같은 문제를 가리킨다. 이제 AI 코딩 도구 사용의 차이는 모델 성능만이 아니라, 반복 지식과 작업 절차를 얼마나 잘 정리하느냐로 벌어진다.
이코노미스트 보도에 따르면 Anthropic의 강력한 인공지능 모델 Mythos가 NSA의 기밀 시스템 대부분에 몇 시간 안에 침입한 것으로 전해졌다. Mythos는 소프트웨어의 보안 약점을 찾고 실제 공격 절차까지 자동으로 수행할 수 있는 능력 때문에 논란이 된 모델이다. 미국 정부는 Anthropic의 일부 모델을 안보 위험으로 보고 접근을 막는 수출 통제 조치를 걸었다. 그 결과 Anthropic은 외국인 사용자만 골라 막기 어려워 관련 모델 접근을 더 넓게 중단한 것으로 알려졌다. 핵심 쟁점은 이런 모델이 방어자에게는 보안 구멍을 빨리 찾는 도구가 되지만, 공격자에게는 해킹 능력을 크게 키워주는 도구가 될 수 있다는 점이다.
Tarit은 AI 에이전트와 강화학습 환경을 안전하게 돌리기 위해 만든 자체 운영형 샌드박스 시스템이다. 핵심은 하이퍼바이저로, 작은 가상머신을 빠르게 만들고 실행하게 해준다. Firecracker와 비슷한 역할을 하지만, 서버리스 컴퓨팅보다 AI 작업 환경에 맞춰 설계됐고 가상머신을 멈추지 않는 실시간 스냅샷 같은 기능을 강조한다. 함께 제공되는 오케스트레이터는 여러 서버에 가상머신을 배치하고, 장애에 대비한 클러스터를 만들고, 미리 준비된 가상머신 풀을 유지하며, 네트워크와 모니터링 설정도 맡는다. 금속 서버 기준 벤치마크에서는 준비된 풀에서 가상머신을 받아 코드를 실행하는 p99 시간이 35밀리초였고, 작은 샌드박스는 스냅샷에서 약 80밀리초에 다시 시작할 수 있었다. 중첩 가상화를 켠 클라우드 서버나 베어메탈 서버에서 직접 여러 노드 클러스터로 운영할 수 있다.
AI-M은 2003년쯤 쓰던 AIM 느낌의 즉석 메신저다. 친구 목록, 로그인 소리, 자리 비움 메시지 같은 옛 메신저 요소가 들어가 있다. 기존 친구와 대화할 수 있고, 직접 새 친구를 만들 수도 있다. 모든 친구는 Claude의 Sonnet 모델로 움직이며, 각자 다른 사람처럼 말하고 행동한다. 핵심은 Claude가 친절한 도우미처럼 답하지 않게 만드는 것이다. 시스템 프롬프트로 각 친구에게 성격, 말투, 관계, 개인사를 주고, 짧게 답하거나 장난치거나 지루해하거나 화제를 바꾸게 했다. 새 친구를 만들 때는 그 친구의 배경과 사용자와의 관계가 저장되고, 시간이 지난 뒤 다시 오면 대화가 비어 있던 기간도 알아차린다. 단, 실제 위기나 괴로움이 감지되면 역할극을 멈추고 미국 기준 988 같은 현실 도움으로 안내한다. 취미 프로젝트라도 비용 관리를 위해 사용자별 하루 메시지 제한, 하루 지출 한도, IP별 제한을 둔다.
마케팅 업무에서 고객이 하루 안에 100개가 넘는 새 커뮤니케이션 문구를 요구했다. 팀이 제때 산출물을 만들지 못한 뒤 뒤늦게 시트를 만들었고, 디자이너·계정 담당자·고객에게 줄 답까지 빠르게 준비해야 했다. 처음 Claude에 도움을 요청했을 때는 일부만 쓸 만했다. 이후 친구와 함께 고객층의 사용자 여정을 정리하고, 브랜드에 맞는 말투를 정했다. 직접 약 20개의 문구를 고쳐 예시로 넣은 뒤 같은 요청을 다시 하자, Claude가 필요한 문구 묶음을 거의 바로 쓸 수 있는 수준으로 만들어냈다. 최종 결과에는 사람의 검토와 추가 문구 다듬기가 필요했지만, 밤새워 처리해야 할 일을 크게 줄였다. Claude는 나중에 사용 한도에 걸렸지만, 필요한 결과는 그 전에 받았다.
Claude Pro와 Opus 4.7의 Extended Thinking을 써서 여러 자료를 하나의 UPSC 복습 핸드북으로 합치려는 실제 작업 상황이다. 자료는 자세한 PDF 필기, 짧게 정리된 노트, 종이책을 찍은 이미지, 기출문제, 강의계획서 문서까지 다양하다. 목표는 PDF마다 따로 요약하는 것이 아니라, 중복을 빼고 장별로 정리된 한 권의 핸드북을 만드는 것이다. 현재 방식은 PDF를 올리고 긴 지시문을 넣은 뒤 Claude에게 내용을 뽑아 다시 정리하게 하는 식이다. 하지만 중요한 내용이 빠지거나 지시를 잘못 이해하는 일이 있고, 토큰을 많이 써서 사용 한도에 빨리 닿는다. 더 나은 방법으로 PDF를 마크다운이나 일반 텍스트로 바꾸기, 책 사진을 먼저 OCR 처리하기, 다른 도구로 문서를 미리 다듬기, 큰 문서를 문맥이 끊기지 않게 나누기, 먼저 구조화된 내용을 뽑고 나중에 통합하는 2단계 방식, MCP나 스크립트 활용이 검토되고 있다.
Claude Code 안에 사용자가 알지 못한 추적(트래커) 코드가 들어있던 사실이 발견됐다. 처음엔 이 코드가 무엇을 위한 것인지 불분명해 개발자들 사이에서 논란이 커졌고, 이후 Anthropic은 이것이 정식 기능이 아니라 하나의 "실험"이었다고 공식적으로 밝혔다. 관련 코드는 이후 삭제된 것으로 알려졌다. 이번 사건은 프롬프트 스테가노그래피(겉으로 드러나지 않게 정보를 프롬프트나 응답에 몰래 심는 기법)에 대한 경계심을 새롭게 불러일으켰고, AI 코딩 도구를 도입할 때 벤더가 실제로 어떤 데이터를 어떻게 다루는지 더 꼼꼼히 확인해야 한다는 목소리로 이어졌다. 특히 보안 담당자들은 실험적 기능이라도 의도치 않은 데이터 유출이나 지식재산권 침해로 이어질 수 있다는 점을 우려했다.
M3 Ultra와 512GB 메모리를 갖춘 맥에서 GLM 5.2 MXFP4를 oMLX와 Claude Code와 함께 실행한 실사용 경험이다. 이 조합은 로컬 컴퓨팅, 즉 인터넷 서비스에만 기대지 않고 자기 컴퓨터에서 AI 모델을 돌리는 방식이 앞으로 중요해질 수 있음을 보여준다. GLM 5.2와 Hy3 같은 오픈소스 모델의 성능 격차가 줄어들고 있다는 판단이 나온다. 남은 큰 차이는 모델 자체보다 이를 빠르게 돌릴 수 있는 하드웨어 쪽이라는 관점이다. 핵심 비교 대상은 Claude의 고급 모델인 Opus 4.8 수준에 가까워지고 있다는 기대감이다.
Claude Code를 몇 달 동안 많이 쓰면, Git이 사람 중심으로 만들어진 도구라 AI 에이전트 작업 흐름과 맞지 않는 부분이 드러난다. Git은 2005년에 사람이 직접 커밋 메시지를 쓰는 방식에 맞춰 설계됐고, 지금도 기본 기능은 잘 작동한다. 하지만 Claude Code가 코드를 바꾸면 커밋 메시지에는 무엇이 바뀌었는지만 남고, 왜 그 방향을 골랐는지, 먼저 무엇을 시도했는지, 다른 방법 대신 왜 이 방법을 택했는지는 사라지기 쉽다. 되돌리기도 거칠다. 에이전트가 12개의 커밋에 걸쳐 잘못된 방향으로 가면, 사람이 직접 체리픽을 하거나 하드 리셋으로 크게 되돌려야 한다. “목표에 맞게 잘 가던 마지막 지점”으로 돌아가는 개념은 Git에 없다. 또 에이전트는 여러 방법을 동시에 시험해 보려는 흐름이 자연스럽지만, Git에서 실험용 브랜치 5개를 만들고 이긴 방법만 합치는 일은 번거롭게 느껴진다. 실제 불편은 커밋 기록이 잡음으로 변하는 문제, 여러 에이전트가 동시에 작업할 때 생기는 병합 충돌, 세션 사이에 에이전트의 판단 과정이 끊기는 문제로 이어진다.
cubic.dev가 발표한 'State of AI Coding 2026' 리포트는 AI 코딩 도구들을 비교하면서, OpenAI의 Codex로 작성한 코드가 다른 도구보다 버그 발생률이 낮다고 밝혔다. 반면 실제로 더 많은 개발자가 쓰는 도구는 Claude로 나타났다. 즉 코드 품질과 사용자 채택률이 반드시 일치하지 않는다는 것이 이 리포트의 핵심 관찰이다.
Claude Code를 쓸 때 어떤 모델(예: Opus, Sonnet, Haiku)을 선택하고 '노력(effort) 수준'을 어떻게 설정할지에 대한 실용적인 기준을 제시한다. 모델마다 속도, 비용, 답변 품질(추론 깊이)의 균형이 다르며, 노력 수준은 모델이 답을 내놓기 전에 얼마나 오래, 깊게 생각하는지를 조절하는 값이다. 간단하고 반복적인 작업(파일 찾기, 짧은 리팩터링, 포맷 정리)에는 가볍고 빠른 모델·낮은 노력 수준을 쓰고, 복잡한 설계 판단이나 어려운 버그 추적처럼 정확도가 중요한 작업에는 더 강력한 모델·높은 노력 수준을 쓰는 것이 기본 원칙으로 소개된다. 즉 작업의 난이도와 중요도에 맞춰 모델/노력 조합을 상황별로 바꿔가며 쓰라는 것이 핵심 메시지다.
Anthropic은 2026년 7월 8일부터 Claude의 일부 기능을 계속 쓰려면 신원 확인을 요구할 수 있다. 확인 절차는 Persona라는 외부 업체가 맡으며, 정부가 발급한 신분증과 실시간 셀피 제출이 포함될 수 있다. 일부 Claude 이용자들은 법적으로 연령 확인이 필요한 국가가 아닌데도 운전면허증이나 얼굴 사진을 요구받는다고 불안해했다. 논란은 이 절차가 새 기능인 Fable 접근을 막기 위한 장치라는 주장으로 번졌지만, 반박 내용에 따르면 관련 개인정보 처리 문구는 2026년 4월 16일 이미 추가됐고 목적은 국적 확인이 아니라 연령 확인에 가깝다. Persona가 민감한 신원 자료를 다루는 외부 업체라는 점, 그리고 Discord가 과거 사용자 반발과 2026년 2월 보고된 데이터 노출 사건 이후 Persona와 거리를 둔 것으로 알려졌다는 점이 우려를 키웠다.
Universal Governance Compiler (UGC)는 여러 AI 코딩 도우미의 규칙 파일을 한곳에서 관리하려는 오픈소스 CLI다. OpenAI Codex, Cursor, Claude Code, Antigravity는 각각 기대하는 설정 파일과 규칙 파일 형식이 달라서, 같은 작업 원칙을 여러 곳에 따로 적어야 한다. UGC는 저장소 안의 `.universal-governance/` 폴더를 기준 원본으로 삼고, 이를 각 도구가 읽는 파일로 바꿔 만든다. Codex용 AGENTS.md와 `.codex/config.toml`, Cursor용 `.cursorrules`와 hooks, Claude Code용 CLAUDE.md와 hooks, Antigravity용 AGENTS.md와 절차 파일을 생성할 수 있다. `ugc init`은 빈 틀이 아니라 승인 기준, 보호해야 할 영역, 작업 기록, 배포 규율, 저장소 정리, 세션 마무리 같은 기본 운영 규칙 묶음을 만든다. 사용자는 이 기본값을 읽고 자기 작업 방식에 맞게 고칠 수 있으며, `ugc build`로 각 AI 도구용 파일을 다시 만들 수 있다.