Claude, ChatGPT·Codex, Gemini, Cursor 같은 주요 AI 도구의 새 기능·가격·사용 한도·정책 변화를 1인 개발자와 메이커 관점에서 골라 쉽게 요약합니다.
Google의 Nano Banana는 이미지 생성에서 창의적인 작업을 잘 돕는다는 강한 호평을 받고 있다. 같은 흐름 안에서 연필심 위에 동화 속 유명한 노란 봉제 캐릭터를 떠올리게 하는 이미지를 만들고, 프롬프트 문장 자체를 이미지 안에 넣는 식의 실험도 이어졌다. 다만 실제 사용에서는 모델별 콘텐츠 제한 차이, 품질 차이, 도구 설정 문제가 함께 드러났다. Cursor에서는 이미지 크기가 1536×1024로만 만들어지고, 세로형이나 9:16 같은 비율을 요청해도 반영되지 않는 문제가 보고됐다. Flow에서는 Nano Banana Lite가 기본값으로 바뀐 뒤 사람 얼굴이 심하게 망가지는 결과가 나와 주의가 필요하다는 반응도 있었다. Nano Banana Pro가 무료로 제공되고, 하루 생성량을 다 쓰면 Nano Banana 2를 쓸 수 있다면, 품질이 낮다고 평가되는 Nano Banana 2 Lite를 일부러 고를 이유가 적다는 의견도 나왔다.
‘도움이 되라’는 AI 지침은 너무 넓어서 실제 행동을 잘 잡아주지 못한다는 주장이다. 무엇이 누구에게 도움이 되는지, 다른 목표와 충돌할 때 무엇을 우선해야 하는지 매번 새로 해석해야 한다. 그래서 AI는 명확한 판단 기준 대신 그 순간 대화 분위기나 이미 강하게 작동하는 규칙에 끌려갈 수 있다. 이 지침은 결과물이 어떤 내용을 담아야 하는지만 말할 뿐, 답을 만드는 과정에서 어떻게 확인하고 멈춰야 하는지는 알려주지 않는다. 또 ‘충분히 도움이 됐다’는 끝점이 없어서, AI가 계속 더 맞장구치고 더 적극적으로 보이려는 압력을 받을 수 있다. 결국 진짜 도움보다 동의, 과한 확신, 듣기 좋은 반응처럼 도움처럼 보이는 행동이 앞설 수 있다는 문제제기다.
스마트폰에서 인터넷 없이 실행되는 지역 실행 인공지능 앱이 공개됐다. 기반 모델은 Qwen 3 1.5B와 4B이며, 둘 다 메모리 사용을 줄이기 위해 강하게 양자화됐다. 4B 모델은 메모리 12기가바이트 이상인 스마트폰을 목표로 하고, 1.5B 모델은 중급 스마트폰에서도 돌도록 약 2.5기가바이트 메모리만 쓰게 만들었다. 작은 모델은 도구 사용을 더 잘하도록 2개 언어용 LoRA를 추가로 만들고 있으며, 32B급 큰 모델에서 지식을 옮겨 배우는 증류 작업도 진행 중이다. 4B 모델은 LoRA 없이도 어느 정도 작동하며, 안드로이드용 APK는 nothumanallowed.com/local에서 받을 수 있다. 윈도우용 실행 파일도 곧 제공될 예정이며, 좋은 성능의 컴퓨터에서는 더 빠르게 작동한다고 소개됐다.
비개발자 창문 제작자가 Claude 채팅만으로 3D 창문 시각화 도구를 만들었다. 결과물은 현재 월 200파운드를 내고 쓰는 도구보다 겉보기에는 더 좋아 보일 만큼 완성도가 있었다. 하지만 창문에 들어가는 ‘5바 마찰 스테이’라는 작은 금속 부품의 움직임을 넣는 단계에서 완전히 막혔다. Fable 크레딧으로 약 200파운드를 쓰고 11시간 넘게 시도했지만 해결되지 않았다. Claude의 Opus와 Fable을 최대 설정과 thinking mode로 돌리고, 100번 넘게 고쳐 보았지만 제대로 된 모델링과 렌더링이 나오지 않았다. 핵심 고민은 더 많은 토큰과 비용을 태우지 않고 이 단순한 부품 움직임을 구현할 방법을 찾는 것이다.
HTML로 만든 보고서와 발표 자료가 구글 슬라이드나 파워포인트 파일 대신 쓰이는 일이 늘고 있다. 이런 자료는 웹페이지처럼 보이고, 화면 구성이나 시각 자료를 더 자유롭게 넣을 수 있다. 하지만 공유와 협업 도구는 아직 불편하다. 구글 같은 큰 회사도 이런 HTML 보고서를 다른 사람에게 쉽게 보여주고 함께 살펴보는 좋은 경험을 충분히 제공하지 못하고 있다.
미시간 남부에 강한 폭풍이 지나가면서 전기가 끊겼지만, 예비 발전기로 집 안 전원은 유지됐다. 평소에는 이런 상황에서 집 인터넷이 한 시간 안에 끊기기 때문에, Claude에 아이폰 테더링을 집 인터넷처럼 쓰는 방법을 맡겼다. 사용할 컴퓨터, 포트, 추가 USB 네트워크 어댑터 같은 장비 조건을 정리한 뒤, Claude가 설정을 빠르게 완성했다. 완성된 구성은 아이폰을 꽂으면 자동으로 감지하고, “이 컴퓨터를 신뢰” 확인을 통과한 뒤 테더링을 시작한다. 이전 모델들은 이런 특이한 네트워크 장비 설정에서 헤매거나 네트워크를 망가뜨리기도 했지만, 이번에는 약 15분 만에 작동했다. 문제가 생겼을 때 다시 살릴 수 있도록 복구와 점검 명령을 모은 런북도 함께 나왔다.
Claude Code용 글쓰기 기술 두 가지가 Stefan Zweig의 퇴고 방식에서 아이디어를 얻어 만들어졌다. `zweig-write`는 첫 초안을 더 빽빽하게 쓰게 해서 앞말, 망설이는 표현, 반복, 필요 없는 꾸밈을 줄인다. `zweig-refine`은 완성된 초안을 한 번에 고치는 대신 파일 전체를 읽고, 뜻을 잃지 않고 뺄 수 있는 문장·목록·단어를 실제 편집으로 줄인다. 편집이 일어나면 이 과정을 최대 네 번까지 반복한다. 중요한 점은 Claude가 머릿속으로만 “다듬었다”고 하는 것이 아니라 도구 호출로 파일을 실제로 고친다는 것이다. 너무 많이 줄여서 새 독자가 이해하지 못하는 문제를 막기 위해, 마지막에는 하위 에이전트가 최종본만 보고 헷갈리는 부분과 빠진 정보를 묻는다. 문제가 있으면 한 번 더 고쳐서 짧지만 이해되는 글로 만든다. 별도로 `personal-voice` 기술도 만들어, 사람이 직접 쓴 글들을 Claude가 분석하게 한 뒤 개인 문체 규칙으로 바꿨다. 예시는 갯가재의 색 구별 능력을 설명하는 짧은 글을 먼저 교과서처럼 쓰고, 개인 문체를 입힌 뒤, 다시 줄이고 보강해 더 자연스러운 설명으로 만드는 흐름을 보여준다.
Claude Code에 Artifacts 기능이 새로 추가됐다. 작업 세션에서 나온 내용을 바탕으로 대화형 페이지를 만들 수 있다. 예를 들어 코드 변경 요청을 설명하는 화면이나, 프로젝트 상태를 계속 보여주는 대시보드를 만들 수 있다. 이 페이지는 팀에 비공개 링크로 공유할 수 있다. 세션에서 작업이 계속 진행되면 Artifacts도 새로고침되어, 공유받은 사람들은 최신 내용을 볼 수 있다. Artifacts는 코드베이스, 플러그인, 스킬, 연결된 도구처럼 세션 안에 있는 전체 문맥을 활용한다. 기본적으로 비공개이며, 공유해도 같은 조직 안에서만 볼 수 있다. 현재는 Team과 Enterprise 요금제에서 베타로 제공된다.
OpenAI와 Broadcom은 Jalapeño라는 첫 맞춤형 AI 칩을 공개했다. 이 칩은 ChatGPT, Codex, API 같은 서비스에서 답을 만들어 내는 추론 작업을 빠르고 효율적으로 처리하기 위해 설계됐다. OpenAI는 모델, 제품, 서버 운영 경험을 바탕으로 칩 구조, 메모리 이동, 네트워크, 작업 배치 방식을 함께 맞췄다고 밝혔다. 시험용 칩은 연구실에서 목표 전력과 속도로 기계학습 작업을 실행 중이며, GPT-5.3-Codex-Spark도 포함된다. OpenAI는 최종 성능 수치를 아직 공개하지 않았지만, 초기 테스트에서 전력당 성능이 현재 최고 수준보다 꽤 높게 나왔다고 밝혔다. Jalapeño는 Broadcom의 칩 구현 기술, Tomahawk 네트워크 칩, Celestica의 보드·랙·시스템 제작 역량과 함께 여러 세대에 걸친 플랫폼으로 확장된다. 첫 배포는 2026년 말까지 시작될 예정이며, Microsoft와 다른 데이터센터 파트너를 통해 기가와트 규모로 넓혀 갈 계획이다. OpenAI는 이 칩이 ChatGPT 답변 속도, Codex 작업 대기 시간, API 비용, 높은 수요 때의 안정성에 영향을 줄 수 있다고 본다.
웹 디자인은 2026년에도 1인 개발자나 메이커가 시작하기 좋은 디지털 사업으로 볼 수 있다. 시장이 이미 꽉 찼고 AI가 개발자를 밀어낸다는 말이 있지만, 접근 방식을 바꾸면 오히려 시작하기 쉬워졌다는 관점이다. 웹사이트가 아예 없는 가게를 찾는 방식은 효율이 낮다. 그런 가게는 이미 여러 웹 디자이너에게 연락을 받았을 가능성이 높고, 아직도 웹사이트가 없다면 필요성을 느끼지 못하거나 예산이 없을 수 있다. 더 나은 대상은 이미 웹사이트가 있지만 오래되고 불편해진 사업체다. 이들은 웹사이트의 가치를 이미 알고 있고, 돈을 내본 경험도 있어서 개선 제안을 받아들일 가능성이 더 높다.
deptrust는 AI 코딩 도구가 오래되었거나 알려진 보안 문제가 있는 의존 패키지를 추천하기 전에 확인하도록 돕는 명령줄 도구다. 지원 범위는 자바스크립트, 파이썬, 러스트, 고, 루비, 닷넷, 자바, PHP, 다트, iOS, 엘릭서, 하스켈, GitHub Actions 같은 여러 개발 생태계다. 로컬 컴퓨터에서 직접 실행되며, 별도 deptrust 서버로 코드를 보내지 않는다. 공개 패키지 저장소와 OSV의 취약점 정보를 직접 조회한다. Claude나 Codex 같은 AI 코딩 에이전트가 낡거나 위험한 버전을 제안하는 일이 있어서 만들어졌다. MCP 서버로도 실행할 수 있어, AI 에이전트가 설치나 추천 전에 해당 버전에 알려진 취약점이 있는지 빠르게 확인할 수 있다. 설치는 pnpx, Homebrew, go install 방식으로 가능하다.
hal0.dev는 AMD Strix Halo 칩(Radeon 내장 GPU, XDNA NPU, 통합 메모리 풀을 갖춘 미니PC용 하드웨어)에 최적화된 로컬 홈랩용 LLM 추론 서버로, 이번 주말 퍼블릭 베타를 시작한다. OpenAI SDK 형식의 API 엔드포인트(:8080/v1) 하나로 채팅, 임베딩, 재순위화(rerank), 음성 인식, 음성 합성, 이미지 생성까지 모든 기능을 한 번에 호출할 수 있다. 내부적으로는 llama.cpp(Vulkan·ROCm·FP4·MTP 지원)와 XDNA NPU용 FastFlowLM을 함께 구동해 성능을 끌어올리고, 이미지 생성은 ComfyUI를 통해 처리한다. 설치는 한 줄 명령으로 전 구성 요소가 자동으로 연결되도록 설계됐다. 개발자는 기존에 검증된 도구들을 새로 만들지 않고 엮어서 통합 메모리 풀 활용과 칸반·에이전트 연동에 집중하는 방식을 택했다고 밝혔다.
실무에서는 AI가 필요 없는 작은 일까지 AI에 맡기면서 일이 더 느려지는 경우가 있다. 워드프레스 테마 문서를 받은 개발자가 문서를 읽지 않고 ChatGPT와 3~4일 동안 대화했지만, 메뉴 관련 작은 문제를 풀지 못했다. 문서에서 그 부분은 2분이면 확인할 수 있는 내용이었다. 다른 프로젝트에서는 첫 결과물이 프로젝트 설정과 인증뿐이었는데, 클라이언트가 GitHub 저장소를 Claude에 연결한 뒤 15쪽짜리 보고서를 만들었다. 그 보고서에는 필요 없는 항목이 많았고, 이번 결과물 범위에 없는 기능까지 평가했다. 단순한 포트폴리오 웹사이트에도 Claude로 만든 60쪽 분량 문서가 나왔고, 브랜드 문서 10쪽, 범위 문서 20쪽, 화면 지침 25쪽으로 나뉘어 있었다. 검토해 보니 문서에는 있지만 화면에는 없는 기능이 있고, 화면에는 있지만 범위에는 없는 기능도 있어 요구사항이 서로 맞지 않았다. GitHub 저장소를 Claude에 연결하는 일이 보안상 안전한지도 의문으로 남았다.
코딩 경험이 전혀 없는 1인 메이커가 Claude Code와 Claude-Fable 5만으로 완성형 윈도우 실행 파일을 만들 수 있는지 따져보고 있다. 목표는 단순한 실험용 앱이 아니라 ERP 소프트웨어다. 필요한 작업 범위는 프로젝트 구조 설계, 전체 코드 작성, Supabase 연결, GitHub를 통한 버전 관리, 필요할 경우 Netlify로 웹 부분 배포, 로그인 같은 인증, 데이터베이스, API, 오류 수정까지 포함된다. 핵심 고민은 Claude가 이 모든 과정을 혼자 처리해 프로덕션 수준까지 끌고 갈 수 있는지, 아니면 결국 다른 AI 도구나 직접 수작업이 필요한지다. 실제로 완성형 앱을 만들어 본 사람들에게 가장 큰 한계가 무엇이었는지도 묻고 있다.
Claude로 3D 게임을 만들고 있지만, 화면과 게임 느낌이 만족스럽지 않다. 목표는 스토리 만들기가 아니라 실제 게임의 움직임, 물리 느낌, 조작감, 화면 구성 같은 게임 디자인과 동작 품질이다. 이미 Godot, GDScript, Blender, Python, glTF/GLB, WebAssembly, Vercel, ElevenLabs, 절차적 텍스처, 절차적 오디오, Jolt Physics, GL Compatibility 렌더러 등 많은 도구를 붙여 쓰고 있다. 그래도 결과물이 좋아지지 않아, 다른 사람들이 Claude로 더 나은 결과를 얻는 이유와 자신에게 빠진 작업 방식이 무엇인지 찾고 있다. 핵심 문제는 도구 수가 아니라, AI에게 맡긴 3D 게임 제작 결과를 실제로 보기 좋고 재미있게 다듬는 방법이다.
Harish는 Claude 4.8을 활용해 그래픽 처리 장치인 GPU를 직접 만드는 교육용 프로젝트를 완성했다. 이 GPU는 3차원 그래픽을 그릴 수 있고, 머신러닝 모델을 학습시키는 기능도 갖췄다. 하드웨어 동작을 표현하는 Verilog로 만들었고, Verilator로 실행과 검증을 했다. 목적은 실제 제품급 칩을 만드는 것이 아니라 GPU 내부가 어떻게 움직이는지 배우는 것이다. 코드 저장소는 GitHub에 공개되어 있고, 제작 과정은 Medium 글로 따로 정리되어 있다. Harish는 Claude를 만든 Anthropic의 도움이 없었다면 이 프로젝트가 어려웠을 것이라고 밝혔다.
agent-smith는 Claude Code에서 무거운 초안 작업을 무료 모델이나 로컬 모델에 맡기고, Claude의 사용량은 판단과 검토에 쓰도록 돕는 보조 도구다. 개인 평가 환경에서 OpenAI의 gpt-oss:20b는 코드 작성, 정보 추출, 저장소 수정, 앱 제작을 포함한 14개 과제를 두 번 연속 통과했다. 이 기준에서는 처음으로 앱 제작을 믿고 맡길 수 있는 모델로 분류됐다. 13기가바이트 크기의 모델이 메모리 36기가바이트 MacBook Pro M3에서 명령줄 도구, CSV 처리 도구, HTTP API를 만들었고, 숨겨진 테스트도 통과했다. 다른 모델들이 반복해서 실패하던 같은 과제도 통과했다. 다만 디자인 비교에서는 gemma4:26b보다 낮게 평가됐다. 코드 품질에서는 지운 척만 남은 디버그 출력, 쓰이지 않는 분기, 실제로 발생하지 않는 예외를 설명하는 문서 문자열 같은 문제가 보였다.
CGT는 입력을 바로 실행하지 않고 먼저 분석해, 작업 실행과 입력 해석을 분리하려는 틀이다. 현재 CGT는 엄밀한 숫자 지표를 가진 단계가 아니라, 지표 이전 단계의 진단 방식으로 정리된다. 그래서 ‘얼마나 확신하는가’를 묻는 confidence scale 대신, 어떤 근거로 입력의 압력을 읽었는지 따지는 근거 상태를 쓴다. CGT의 핵심 설명에서는 의도와 목적을 빼고, 출력은 제약 압력이 풀린 결과로 본다. 입력을 만든 사람의 의도는 제약이 들어온 배경을 설명할 수는 있지만, 시스템이 실제로 무엇을 했는지 진단하는 데 꼭 필요하지는 않다. 새로 더해진 실용적 요소는 용량 제한 필드 읽기이며, 이는 프롬프트 인젝션 방어 기술로 제안된다. 이 방식은 입력을 실행 명령이 아니라 압력으로 먼저 받아들이고, 원래 인증된 작업을 보존하며, 입력이 권한을 가진 능력만 시스템에 묶도록 허용한다. 이 개념은 에이전트 시스템의 전환 구간을 나누어 보는 지도와 함께 다뤄진다.
Claude에서 프롬프트를 입력하면 처리가 시작되는 듯하다가 다시 기본 채팅 화면으로 돌아가는 문제가 반복됐다. 일부 이용자는 기존 대화에 메시지를 넣어도 Claude가 답하지 않고, 새 대화도 시작할 수 없었다. 다시 시도 버튼은 효과가 없었고, 새로고침하면 실패한 메시지가 사라졌다. 크롬, 맥북, 아이폰, 아이폰 앱, 윈도우 데스크톱 앱 등 여러 기기와 앱에서 같은 문제가 보고됐다. Reddit의 ClaudeAI 커뮤니티에서는 짧은 시간 안에 성능 문제 신고가 크게 늘었고, 동시에 Anthropic 상태 페이지에는 처음에는 정상으로 표시된 것으로 보인다. 이후 Hacker News에 공유된 상태 알림은 여러 Claude 모델에서 오류가 늘어난 장애가 있었고 해결됐다는 흐름을 보여준다.
면역학자 Derya Unutmaz의 연구실은 2022년에 포도당이 T세포의 성장 방향에 어떤 영향을 주는지 실험했다. 포도당이 적은 환경과 deoxyglucose가 있는 환경은 둘 다 세포가 포도당을 잘 쓰기 어렵게 만들기 때문에 비슷한 결과가 나올 것으로 예상됐다. 실제로는 deoxyglucose에 노출된 T세포가 염증 반응에 관여하는 Th17 세포로 훨씬 많이 바뀌었고, 그 효과는 deoxyglucose를 제거한 뒤에도 이어졌다. 연구팀은 이 차이를 에너지 부족만으로 설명하지 못해 3년 동안 답을 찾지 못했다. GPT-5 Pro는 deoxyglucose가 IL-2라는 단백질이 만들어지는 과정을 방해했을 가능성을 제시했다. IL-2는 T세포가 Th17 세포로 바뀌는 것을 막는 역할을 할 수 있어서, 이 설명은 실험 결과와 잘 맞았다. GPT-5 Pro는 아직 공개되지 않은 림프종 대상 T세포 실험 결과도 맞혔고, Unutmaz는 이제 GPT-5 Pro, Codex, GPT-5.2 Deep Research를 논문 검토, 실험 후보 좁히기, 암 돌연변이 자료 정리, 연구 자료 초안 작성에 쓰고 있다.
Adrafinil은 맥북 뚜껑을 닫아도 Claude Code, Codex 같은 AI 에이전트가 작업 중일 때만 잠자기를 막는 맥 앱이다. 일반적인 맥 설정이나 `caffeinate` 명령은 뚜껑을 완전히 닫은 상태에서는 한계가 있고, Amphetamine 같은 상시 잠자기 방지 앱은 끄는 것을 잊으면 가방 안에서 배터리가 크게 줄 수 있다. Adrafinil은 Claude Code, Codex 등에서 작업 상태를 감지하는 훅을 설치해, 실제로 에이전트가 움직일 때만 맥의 잠자기를 막는다. 메뉴 막대에 현재 작동 상태를 보여주고, 뚜껑을 닫을 때 알림 소리를 내서 사용자가 상태를 알 수 있게 한다. 에이전트 작업이 끝나면 다시 잠자기를 허용한다. 발열이 심할 때도 잠자기를 막지 않도록 설계되어 있다. 수동 전환이 필요하면 선택 기능인 MCP를 설치해 에이전트에게 제어를 맡길 수도 있다.
Vertex AI에서 Gemini 2.5 Flash를 같은 코드와 같은 입력으로 실행했는데, 로컬 환경과 Cloud Run 배포 환경의 결과가 눈에 띄게 달랐다. 단순히 문장 표현만 다른 수준이 아니라, 이미지나 텍스트에서 뽑아낸 값 자체가 달라졌다. 사용 환경은 Python 3.x, google-genai SDK 2.8.0, Docker로 배포한 Cloud Run이다. 확인된 조건은 모두 같았다. 소스 코드, 프롬프트, 시스템 지시문, 입력 이미지와 텍스트, GenerationConfig, 모델 이름, temperature, top_p, top_k, 최대 출력 토큰, SDK 버전, Docker 이미지, 입력 파일, 프로젝트가 동일했다. 남은 의심 지점은 temperature가 0이어도 Gemini 출력이 완전히 고정되지 않을 수 있는지, 또는 Vertex AI나 Cloud Run 쪽에서 놓친 실행 차이가 있는지다.
Spanish Buddy는 멕시코식 스페인어를 배우기 위한 웹앱이다. 많은 스페인어 학습 앱이 유럽식 스페인어에 맞춰져 있어, 멕시코에서 쓰는 어휘, 속어, 발음이 부족하다는 문제에서 출발했다. Claude를 사용해 개인 학습 목표에 맞춘 12주 교육 과정을 먼저 만들고, 이를 84개의 매일 학습용 앱으로 나눴다. 각 학습에는 React 구성 요소, 간격 반복 암기 카드, 대화와 듣기 연습, 진도와 숙련도 추적 기능이 들어갔다. 이후 Claude Design으로 브랜드와 화면 구성 요소를 만들었다. Cowork는 MS Azure로 멕시코식 스페인어 오디오를 미리 생성하는 과정, GitHub 사용법, 사이트 배포까지 안내했다. 브라우저의 기본 음성 합성 대신 미리 만든 오디오를 써서 발음을 더 자연스럽게 만들려 했다. 공개된 수치로는 12주 과정, 84개 일일 수업, 약 13만800줄의 코드, 약 65만2000단어 분량의 소스, 1만4806단어짜리 교육 과정 문서가 있다.
한 개발자가 macOS 27 베타에서 스케줄러와 성능이 불안정한 문제를 Claude에게 물어봤고, 하루 만에 커널의 전원관리 시스템(CPMS)을 직접 제어해 M4 맥스 GPU의 발열 제한을 풀고 수동으로 발열 예산과 전력 목표를 지정할 수 있게 됐다고 밝혔다. 이를 위해서는 올바른 권한(entitlement)을 가진 상태로 호스트 프로세스에 코드를 주입하는 방식이 필요하며, 핵심 코드는 깃허브 gist에 공개돼 있다.
Enola는 iOS 앱, Android 앱, 백엔드, 프론트엔드 등 여러 저장소로 흩어진 코드베이스를 하나의 영구적인 지식 그래프로 색인해주는 오픈소스 아키텍처 엔진이다. MCP 서버 형태로 동작해 "이 함수를 누가 호출하는가", "이 인터페이스를 바꾸면 어떤 영향이 있는가", "이 코드가 실제로 쓰이고 있는가" 같은 질문에 바로 답할 수 있다. 개발자 두 명이 골프 앱을 만들다가 코드베이스가 여러 저장소로 흩어지며 겪은 어려움에서 출발한 프로젝트다. 핵심 아이디어는, 아키텍처 자체는 세션이 바뀐다고 달라지지 않는 결정론적인 구조인데도 AI 코딩 에이전트는 매 세션마다 grep과 추측으로 이를 처음부터 다시 파악해야 한다는 점에서 출발한다. 아키텍처를 그래프로 미리 만들어두면 에이전트가 매번 재탐색할 필요가 없어진다. 여러 저장소를 하나의 그래프로 합쳐서 볼 수도 있다.
CAR-TER라는 아이폰 앱은 JSON으로 된 설정을 받아 대시보드와 원격 조작 화면을 실제 SwiftUI 화면으로 보여준다. 화면은 웹소켓으로 바로 갱신된다. 휴대폰에서 큐알 코드를 스캔해 작업 세션과 연결한 뒤, Claude에게 서버 상태판을 만들어 달라고 말하면 Claude가 쓸 수 있는 화면 부품 목록을 읽고 배치를 만든다. 그 결과가 약 1초 뒤 실제 아이폰에 나타난다. 이후 게이지를 더 크게 만들거나 특정 수치를 넘으면 빨간색으로 바꾸라는 식의 추가 요청도 바로 반영된다. Claude는 현재 기기 상태를 읽고, 텔레메트리를 가짜로 흘려보내 화면 시연을 만들고, 실제 서버가 보내는 데이터와 화면 설정이 맞는지도 검사할 수 있다. MCP 서버는 화면 부품 정보를 코드 안에 고정하지 않고 공개 문서에서 실시간으로 가져온다. 문서 사이트, 파이썬 패키지, 설치된 앱 버전이 서로 달라졌는지도 먼저 확인한다. 예전에는 Claude가 기억에 기대어 실제로 없는 필드를 쓰는 문제가 있었지만, 최신 문서를 직접 읽게 하자 그 문제가 사라졌다.
마케팅 실무 경험이 많은 사람이 Claude용 긴 제품 출시 프롬프트를 공개했다. 이 방식은 예전 같으면 2명의 조사 인력과 약 2주가 필요했던 시장 조사와 문서 초안을 한 번의 큰 요청으로 줄이려는 시도다. 요청 내용은 인공지능, Medicare 관련 최신 흐름, 뉴스재킹, pointcare 개념, 3차원 공간의 군집 아이디어를 엮어 백서를 만드는 것이다. 백서는 pointcare 개념이 어디서 왔는지 설명하고, 이 개념이 기여도 분석에 적용된 적이 없다는 논리를 세워야 한다. 또 Medicare를 선택한 이유와 기여도 분석에 이 아이디어를 써야 하는 이유를 자료 출처와 함께 설득해야 한다. 글쓰기와 광고 문안 작성 스킬을 함께 불러와 백서에 영업적인 흐름을 넣고, Alex Hormozi의 마케팅 개념도 반영하도록 지시한다. 이후에는 관련 연락처에 이메일을 보내는 방법까지 이어서 설계하려는 흐름이다.
Cursor를 쓰는 개발자들 사이에서 작업 중 토큰 한도에 빨리 닿거나 비용이 예상보다 빠르게 늘어나는 문제가 반복되고 있다. Augment AI의 VS Code 확장 기능에서 Cursor로 옮긴 경험에서는 비슷한 편집기 통합과 코드 검색 기능을 쓰는데도 Cursor 쪽 토큰 사용량과 비용이 더 크다는 불만이 나왔다. 일부 사용자는 데스크톱 앱과 계정 화면의 사용량 표시가 서로 다르게 보여, 아직 26% 또는 70%만 쓴 것처럼 보이는데도 더 이상 작업할 수 없다고 혼란스러워했다. Claude Code, Codex, Cursor 같은 코딩 에이전트는 대화 기록과 코드 파일을 계속 다시 읽으면서 입력 토큰을 많이 쓰고, 한 경험담에서는 소프트웨어 작업에서 입력 토큰이 사용 한도의 80~90%를 차지할 수 있다고 주장했다. 비용을 줄이려는 대응도 나오고 있다. TokenWall 같은 도구는 코딩 에이전트와 API 사이에 프록시로 들어가 비싼 작업을 승인하거나 막고, 큰 파일이나 불필요한 읽기를 줄여 API 크레딧 소모를 제한하려 한다.
밍치궈는 오픈AI가 자체 하드웨어 계획을 앞당기고 있으며, 2027년 상반기 대량생산을 목표로 한다고 봅니다. 핵심 아이디어는 기존 스마트폰처럼 앱을 하나씩 여는 방식이 아니라, 여러 AI 에이전트가 기기 안에서 계속 움직이며 여러 단계의 일을 처리하는 전화기입니다. 알려진 사양에는 MediaTek Dimensity 9600 맞춤 칩, TSMC 2나노 N2P 공정, 시각 정보와 언어를 함께 처리하는 듀얼 NPU, LPDDR6 메모리, UFS 5.0 저장장치가 포함됩니다. 이런 구성은 기기 안에서 AI 모델을 직접 돌릴 때 생기는 속도와 처리 병목을 줄이려는 방향입니다. 밍치궈는 2027~2028년에 약 3천만 대가 출하될 수 있다고 예상합니다. 다만 앱 중심 생태계가 강한 애플과 삼성 앞에서, 앱 없는 에이전트 중심 전화기가 실제로 통할지는 아직 불확실합니다.
코딩 경험이 거의 없는 사람이 Claude Code 웹 인터페이스를 써서 2026 월드컵 스티커 앨범 웹앱을 만들었다. 서비스 이름은 gotgotneed.app이고, 핵심 기능은 사용자가 가진 스티커와 필요한 스티커를 바탕으로 서로 교환하는 것이다. 제작자는 예전에 HTML 표의 색을 바꾸는 정도밖에 해본 적이 없었지만, 아이디어를 말로 설명하고 AI가 코드를 만들어 주는 방식으로 실제 서비스를 완성했다. 몇 주 동안 작은 문제들을 고치고 다듬은 뒤 가까운 친구가 아닌 사람들에게도 공개할 만큼 자신감이 생겼다. 만들고 나서 보니 React.js를 썼다면 겪은 불편이 줄었을 것 같다고 느꼈지만, 아직도 그 기술을 잘 알지는 못한다고 밝혔다. 추가 스티커 24팩을 받을 수 있는 코드로 NOMISTAKES도 공개했다.