hol4b

[작성자:] kevin

  • F/ai 완전 정리: OpenAI·구글·메타·MS·앤트로픽이 한 액셀러레이터에 모인 이유

    F/ai 완전 정리: OpenAI·구글·메타·MS·앤트로픽이 한 액셀러레이터에 모인 이유

    경쟁사가 같은 사무실에 책상을 나란히 놓는 일은 거의 없다. 그런데 OpenAI, Anthropic, Google, Meta, Microsoft, 그리고 Mistral까지 — 미국·유럽 주요 AI 랩이 한 액셀러레이터 프로그램에 동시에 멘토로 들어왔다. 이름은 F/ai. 파리의 거대 스타트업 캠퍼스 Station F가 운영하고, 처음으로 빅테크 6사가 한 테이블 위에서 초기 단계 AI 스타트업을 직접 키우기로 했다.

    F/ai의 정체: 6개 빅테크가 동시에 들어온 첫 사례

    F/ai는 Station F가 주관하는 3개월짜리 AI 전문 액셀러레이터다. 매년 두 차례 코호트를 운영하며, 한 회차에 20개 팀을 받는다. 일반 공모는 없다. 후보는 추천(recommendation-only) 방식으로만 들어오고, 기술·연구 베이스가 탄탄하면서 상업화 경로가 분명한 팀만 추린다. 첫 봄 코호트는 1월 13일에 시작했고, 20개 팀이 이미 합쳐서 €34M(약 530억 원) 가까이 조달한 상태다.

    특이한 건 결승 무대다. 통상 액셀러레이터는 마지막 날 투자자를 모아놓고 데모데이를 한다. F/ai는 대신 “deal day”를 연다. 발표가 아니라, 대기업과의 파트너십·계약을 그 자리에서 사인하는 형식이다. 프로그램이 노골적으로 노리는 KPI도 매출이다 — 6개월 안에 €1M ARR 도달.

    스타트업이 받는 것: 자금 대신 모델·컴퓨트·엔지니어

    F/ai는 직접 투자하지 않는다. 대신 모델 호출, GPU 컴퓨트, 클라우드 서비스 크레딧을 합쳐 한 팀당 100만 달러 이상을 지원한다. 더 중요한 건 사람이다. 프로그램에 들어가면 OpenAI·Anthropic·Google·Meta·Microsoft·Mistral 엔지니어링 팀과 직접 워크숍을 한다. 평소 NDA를 뚫지 않고는 만나기 어려운 라인이다.

    구성으로 보면 Y Combinator의 유럽판이라기보다, 빅테크가 각자 가진 모델 위에서 돌아갈 “다음 세대 앱” 후보들을 모으는 공동 사냥터에 가깝다. Sequoia, General Catalyst, Mistral, OpenAI는 별도 펀드 구조로 일부 팀에 후속 투자를 실어주는 라인도 같이 깔았다.

    왜 모였나: 유럽 + 미국, Y Combinator 견제, 그리고 모델 의존도

    이 그림이 처음 잡혔을 때 가장 놀라운 건 “왜 한 자리에 모였는가”였다. 세 가지 이유가 겹친다. 첫째, 유럽 AI 스타트업 풀이 무시할 수 없는 수준으로 두꺼워졌다. Mistral, Black Forest Labs 같은 사례가 반복되면서, 미국 빅테크 입장에서 유럽에 멘토 라인을 박아두는 비용이 무시할 게 됐다.

    둘째, Y Combinator가 사실상 OpenAI 진영에 가까운 통로가 되면서, 다른 진영도 자기 모델 위에 앱을 올릴 통로가 필요해졌다. 셋째 — 그리고 가장 솔직한 이유 — 누가 어느 모델을 쓰느냐가 향후 5년 매출 곡선에 직결된다. 빅테크는 이제 “내 모델을 쓰는 앱이 6개월 안에 매출을 내는지”를 직접 보고 싶어 한다.

    그래서 한국 입장에서 뭐가 달라지나

    F/ai는 한국 팀에게도 닫혀 있는 구조는 아니다. 추천 기반이라 평소 글로벌 VC·빅테크 채널에 노출돼 있어야 한다는 단점이 있지만, 반대로 말하면 한국에 본사를 둔 팀도 미국 법인이나 EU 거점만 있으면 후보군에 들어갈 수 있다. 더 큰 시그널은 다른 데 있다. 빅테크가 “투자보다 매출 KPI”를 내걸었다는 점이다. 6개월 안에 €1M ARR. AI 시장이 더는 데모데이로 평가받지 않는다는 뜻이다.

    한국 AI 스타트업이 그 동안 익숙했던 “프리시드 받고 PoC 돌리며 1년 버티는” 패턴은 글로벌 무대에서 점점 뒤로 밀린다. 이번 F/ai 같은 프로그램이 보내는 메시지는 단순하다 — “모델은 우리가 줄게, 너는 매출 가져와.”

    지금 바로 할 수 있는 것

    • Station F F/ai 페이지에서 코호트 구성과 deal day 운영 방식 한 번 훑어보기. 직접 지원 못 해도 글로벌 AI 액셀러레이터가 어떤 KPI를 보는지 감이 잡힌다.
    • 현재 우리 팀이 만드는 AI 제품이 “6개월 안에 €1M ARR” 기준에서 어디쯤에 있는지 솔직하게 적어보기. 거리감이 보일수록 다음 분기 우선순위가 분명해진다.
    • 국내 액셀러레이터·VC 미팅 때 “모델 크레딧과 엔지니어링 액세스를 함께 줄 수 있는가”를 한 번 물어보기. 글로벌 기준이 바뀌고 있다.

    관련 글

    출처

    대표이미지 출처: STATION F

  • Anthropic Claude Managed Agents 출시: 시간당 $0.08에 에이전트 인프라 통째로 빌리기

    Anthropic Claude Managed Agents 출시: 시간당 $0.08에 에이전트 인프라 통째로 빌리기

    4월 8일, Anthropic이 Claude Managed Agents를 공개 베타로 풀었다. 이름은 평범한데 안에 들어 있는 건 평범하지 않다. 에이전트를 돌리는 데 필요한 샌드박스, 권한, 상태 관리, 에러 복구 — 그 동안 직접 짜야 했던 인프라 레이어를 Anthropic이 통째로 흡수해 운영해 준다. 가격은 시간당 $0.08, 모델 토큰 비용 별도. 24시간 내내 돌리면 런타임만 월 $58 정도다.

    “에이전트”와 “에이전트 인프라”의 분리

    지난 1년 동안 AI 에이전트를 실제로 만들어 본 팀은 같은 벽에 부딪혔다. 모델 호출은 어렵지 않다. 어려운 건 그 모델이 파일을 만들고, 명령을 실행하고, 상태를 잃지 않고, 실패하면 다시 일어나도록 만드는 부분이다. 흔히 말하는 “agent loop” 자체보다 그 주변의 운영 코드가 더 무겁다.

    Managed Agents는 그 운영 코드를 통째로 가져간다. 개발자는 에이전트가 무엇을 해야 하는지(prompt, tool, 정책)만 정의하면, 컨테이너 격리·시크릿 관리·재시도·세션 상태 보존을 Anthropic이 처리한다. 대신 모든 워크로드는 Anthropic 인프라 위에서만 돈다 — 자체 클라우드에 두고 싶다면 이 옵션은 맞지 않는다.

    이미 베타 공개일에 프로덕션이 있는 회사들

    흥미로운 건 베타 공개가 아니라 사용 사례다. 발표 시점에 Notion, Rakuten, Asana, Sentry 네 곳이 이미 Managed Agents 위에서 실제 제품을 돌리고 있었다.

    • Notion — 워크스페이스 안에서 코드, 슬라이드, 스프레드시트 작업을 Claude 에이전트에게 떼어준다. 한 사용자가 동시에 수십 개 세션을 병렬로 돌리는 형태로, “에이전트가 한 번에 한 개의 일만 한다”는 가정이 깨졌다.
    • Rakuten — 제품·영업·마케팅·재무·HR 다섯 부서에 각각 전용 에이전트를 띄웠다. 각 부서당 1주일 미만으로 라이브. Slack·Teams에서 업무를 받고 결과를 돌려보낸다.
    • Asana — “AI Teammates”라는 이름으로, 프로젝트 안에 인간 팀원처럼 들어와 할당받은 태스크의 초안을 생성한다. CTO는 “이전 방식보다 극적으로 빠르게” 고급 기능을 출시했다고 말했다.
    • Sentry — 디버깅 에이전트 옆에 Claude 에이전트를 짝지웠다. 에러가 잡히면 패치를 작성하고 PR까지 자동으로 연다. 사람 손이 닿지 않는 흐름이다.

    4개 회사의 공통점은 “AI 데모”가 아니라 “이미 매출 책임이 있는 제품 라인”에 에이전트가 들어갔다는 점이다. 베타라고 부르기엔 사용 강도가 꽤 진하다.

    가격을 다시 보자: 시간당 $0.08의 의미

    $0.08/hour가 싸 보이는 데는 이유가 있다. 이 가격은 런타임 — 즉 컨테이너가 살아 있는 시간 — 에만 붙는다. 모델 호출 토큰은 별도다. 그러니까 Sonnet 4.6이나 Opus 4.6을 본격적으로 돌리면 청구서의 대부분은 결국 토큰에서 나온다. 런타임 비용은 “그 동안 안 보였던 인프라 운영비”를 명시적으로 분리해 보여주는 라인 아이템에 가깝다.

    그래도 변화는 분명하다. 에이전트를 만들기 위해 K8s, queue, secret manager, 로깅을 따로 깔던 비용이 거의 0으로 수렴한다. 4명짜리 팀이 1주일 안에 사내 에이전트를 띄울 수 있게 됐다는 뜻이다.

    한국 입장에서 뭐가 달라지나

    그 동안 한국 기업이 사내 AI 에이전트를 검토할 때 가장 큰 진입 장벽은 “사람이 없다”였다. 모델 자체보다 그 모델을 “안전하게 24시간 돌리는 인프라”를 만들 사람이 부족했다. Managed Agents는 그 부분을 Anthropic이 외주받는 구조다. 진입 장벽이 한 단계 내려간다.

    대신 두 가지 트레이드오프가 명확해진다. 첫째, 데이터가 Anthropic 인프라를 거쳐 간다. 보안·컴플라이언스 부서가 검토할 항목이 늘어난다. 둘째, 락인이다. 한 번 Managed Agents 위에 사내 워크플로우를 올리면, 같은 모양으로 OpenAI나 Gemini로 옮기기는 쉽지 않다. 그래서 빠른 1차 PoC에는 이상적이지만, 회사 전체 표준으로 깔기 전엔 한 번 더 멈춰서 비교해 봐야 한다.

    지금 바로 할 수 있는 것

    1. Claude Platform 콘솔에서 Managed Agents 메뉴를 켜보고, “내 회사에 이미 있는 한 가지 반복 업무”를 후보로 적어보기. 영업 메일 분류, 코드 리뷰 PR 초안, 회의록 요약 등 주기적으로 도는 작업이 1순위다.
    2. 해당 워크플로우의 데이터가 외부로 나가도 되는지 보안팀에 먼저 확인. 안 되면 Managed Agents 대신 자체 호스팅 옵션을 따로 검토.
    3. 토큰 비용 시뮬레이션을 미리 돌려보기. 런타임 $58은 기준선일 뿐이고, 실제 청구서는 모델 사용량이 결정한다.

    관련 글

    출처

    대표이미지 출처: Anthropic

  • SaaS-pocalypse: ServiceNow 46% 폭락·Oracle 반격, Anthropic이 SaaS를 깨고 있다

    SaaS-pocalypse: ServiceNow 46% 폭락·Oracle 반격, Anthropic이 SaaS를 깨고 있다

    ServiceNow 주가가 연초 대비 46% 빠졌다. 4월 10일에는 하루에만 -8.98%. Cloudflare, CrowdStrike, Salesforce, Snowflake도 같이 주저앉았다. 시장이 부르는 이름은 점점 굳어지고 있다 — “SaaS-pocalypse”. 그리고 사람들은 한 회사를 손가락으로 가리킨다. Anthropic.

    무엇이 무너지고 있는가

    SaaS가 지난 15년 동안 쌓아 올린 해자는 단순했다. 데이터를 보관하고, 워크플로우를 정의하고, 사용자가 매달 자동으로 결제한다. 한 번 들어가면 잘 안 빠져나간다. 그런데 Anthropic의 Claude Managed Agents가 공개 베타로 풀린 직후, 시장은 다른 그림을 그리기 시작했다.

    핵심 가설은 이것이다 — AI 에이전트가 기존 SaaS의 UI 레이어를 우회한다. 사용자는 ServiceNow 화면에서 티켓을 끊지 않고, Claude에게 “이 장애 해결 워크플로우를 돌려”라고 말한다. 에이전트가 ServiceNow API를 호출해 같은 일을 한다. 결과적으로 ServiceNow는 데이터를 들고는 있지만, 사용자 인터랙션의 대부분이 에이전트로 옮겨간다. 좌석당 라이선스 모델은 그 순간 무너진다.

    UBS는 ServiceNow 목표가를 내렸고, 한 달 만에 시가총액 수십조 원이 증발했다. 시장이 보고 있는 건 일시적 하락이 아니라 구조적 압박이다.

    ServiceNow의 반격: 구독 + 토큰 하이브리드 가격제

    ServiceNow는 손 놓고 있지 않다. 회사가 새로 들고나온 가격 모델은 좌석당 월 구독료에 AI 사용량 기반 토큰 비용을 얹는 하이브리드 구조다. “사람이 많으면 비싸다”에서 “AI가 일을 많이 하면 비싸다”로 청구 기준 자체가 옮겨간다.

    CEO Bill McDermott는 “SaaS가 죽고 있다는 게 아니라 기회”라고 말했다. 4년 전부터 AI에 베팅해온 자사가 지금이야말로 점유를 늘릴 시점이라는 것이다. 메시지는 분명한데, 시장은 아직 못 믿는 분위기다 — 하이브리드 가격제는 단기적으로 매출 인식 패턴을 흔들고, 기존 좌석당 라이선스 매출을 잠식할 수 있어서다.

    Oracle의 반격: Systems of Record에서 Systems of Outcomes로

    Oracle은 더 큰 쪽을 친다. 회사가 새로 발표한 Fusion Agentic Applications는 한 줄로 요약된다 — 데이터베이스 안에 에이전트를 박아둔다. 에이전트가 외부에서 API로 들어와 데이터를 바꾸는 게 아니라, DB 엔진과 같은 레벨에서 트랜잭션을 만들고 감사 로그를 남긴다.

    Oracle이 쓰는 표현이 정확하다. “Systems of Record(기록 시스템)에서 Systems of Outcomes(결과 시스템)으로.” 기존 ERP는 사람이 입력하면 기록을 남기는 게 일이었다. 에이전트가 들어오면 사람을 거치지 않고 결과 — 인보이스 발행, 재고 조정, 예산 재배분 — 자체를 만들어낸다. Oracle은 자사 ERP 위에 에이전트를 직접 얹어 이 흐름을 잡으려 한다.

    진짜 종말인가

    SaaS가 사라진다는 서사는 자극적이지만 지나치게 단순하다. 짚어둘 세 가지가 있다.

    첫째, 에이전트도 결국 어떤 시스템 위에서 돈다. 데이터 자체와 권한·감사·SOC2 컴플라이언스 레이어는 여전히 누군가가 들고 있어야 한다. ServiceNow·Salesforce·Oracle이 이걸 놓을 가능성은 낮다.

    둘째, 가격 모델은 흔들리지만 매출 자체는 꼭 줄지 않는다. 하이브리드 가격제는 “사람 100명 × 월 50달러”가 “사람 30명 × 월 30달러 + AI 토큰 월 5,000달러”로 모양만 바뀌는 식이 될 수 있다. 합계는 더 커질 수도 있다.

    셋째, 정말로 위협받는 건 “워크플로우 UI에만 가치가 있던” SaaS다. 데이터 통합·도메인 컴플라이언스·산업 특화 로직이 약한 서비스부터 잘려 나간다. 시장은 지금 “어디부터 잘릴까”를 가격에 반영하는 중이다.

    그래서 한국 기업이 지금 점검해야 할 것

    한국 기업의 SaaS 청구서는 보통 매년 자동 갱신된다. 올해는 그 자동 갱신을 한 번 멈춰볼 가치가 있다. 미국에서 벌어지는 가격 모델 재편은 한국 기업 청구서에도 1~2분기 안에 들어온다. 좌석당 단가는 내려가고 사용량 기반 라인이 새로 붙는 형식이 표준이 될 가능성이 높다. 갱신 협상 테이블에서 이걸 미리 알고 들어가는 것과 모르고 들어가는 것의 차이는 크다.

    지금 바로 할 수 있는 것

    1. 현재 사용 중인 SaaS 리스트와 좌석 수를 한 페이지로 정리. 분기마다 한 번씩 “이 좌석 중 몇 %가 AI 에이전트로 대체 가능한가”를 추정해본다.
    2. 다음 SaaS 갱신 협상 전에, 공급사에 “하이브리드 가격제 옵션이 있는지”를 명시적으로 묻기. 없다면 1년만 계약하고 6개월 후 재협상 조항을 넣는다.
    3. 핵심 워크플로우 1~2개를 골라 자체 에이전트로 PoC. ROI 비교는 “구독료 절감”이 아니라 “처리 건수 × 인건비 절감”으로 잡는다.

    관련 글

    출처

    대표이미지 출처: Oracle

  • NVIDIA Open Agent Development Platform: 17개 엔터프라이즈가 같은 표준 위에 올라타는 이유

    NVIDIA Open Agent Development Platform: 17개 엔터프라이즈가 같은 표준 위에 올라타는 이유

    “Claude Code와 OpenClaw가 에이전트의 변곡점을 만들었다. AI를 생성과 추론 너머, 행동의 영역으로 끌어냈다.” — Jensen Huang의 GTC 2026 키노트는 이 한 줄로 시작했다. 그날 NVIDIA가 함께 발표한 게 Open Agent Development Platform이다. 3월 16일 GTC에서 공개된 이 플랫폼은 4월에 들어서며 17개 엔터프라이즈 파트너의 본격 채택이 이어지면서 다시 한번 화제로 올라왔다.

    NVIDIA가 내놓은 것: 한 줄이 아니라 한 스택

    Open Agent Development Platform(OADP)은 단일 제품이 아니다. NVIDIA가 “오픈 소스 에이전트 풀스택”이라고 부르는 묶음 안에는 네 개의 레이어가 들어 있다.

    • Open models — NVIDIA Nemotron. 추론과 도구 사용에 튜닝된 NVIDIA의 자체 오픈 모델 패밀리. 라이선스는 상업적 이용 가능.
    • Open agents — NVIDIA AI-Q. 모델 위에 올라가는 사전 구성된 에이전트 청사진들. 도메인별 구현 템플릿이라고 보면 된다.
    • Open skills — NVIDIA cuOpt 등. 에이전트가 호출해 쓰는 능력 라이브러리. 최적화·문서 처리·그래프 등 영역별로 묶여 있다.
    • Open runtime — NVIDIA OpenShell. 에이전트를 실제로 실행하는 컨테이너 런타임. 정책 기반 보안·네트워크·프라이버시 가드레일이 기본으로 깔린다.

    지난 1년 동안 에이전트 도구는 모델·프롬프트 라이브러리·실행 환경이 모두 따로 놀았다. NVIDIA가 시도하는 건 그 네 조각을 한 단일 스택으로 묶어 “엔터프라이즈가 직접 깔아 쓰는 표준”을 만드는 일이다. 그것도 오픈 소스로.

    17개 파트너 명단이 이 발표의 진짜 무게다

    플랫폼 자체보다 더 의미 있는 건 1차 채택사 명단이다. Adobe, Atlassian, Amdocs, Box, Cadence, Cisco, Cohesity, CrowdStrike, Dassault Systèmes, IQVIA, Red Hat, SAP, Salesforce, Siemens, ServiceNow, Synopsys — 그리고 17번째까지. 엔터프라이즈 소프트웨어 카테고리마다 한 칸씩을 점유하는 상위 사업자들이 한 발표에 일제히 이름을 올렸다.

    이 명단이 보여주는 건 단순한 마케팅 협업이 아니다. ERP(SAP), CRM(Salesforce), 디자인(Adobe·Dassault·Siemens), 네트워크/보안(Cisco·CrowdStrike), 협업(Atlassian·Box), EDA(Cadence·Synopsys), 생명과학(IQVIA), 시스템 SaaS(ServiceNow) — 거의 모든 엔터프라이즈 도메인의 대표 SaaS가 NVIDIA Agent Toolkit을 자기 제품 안에 끼워 넣고 있다는 뜻이다. 같은 주에 SaaS 종목이 무너지고 있는 와중에 — 같은 회사들이 NVIDIA의 에이전트 표준 위로 옮겨 타고 있다.

    “지식노동의 산업혁명”이라는 표현의 진짜 뜻

    NVIDIA가 발표 헤드라인에 박은 표현이 있다. “Next Industrial Revolution in Knowledge Work” — 지식노동의 다음 산업혁명. 마케팅 멘트로 흘려듣기 쉬운데, 자세히 보면 NVIDIA가 시장을 어떻게 보고 있는지가 드러난다.

    지난 30년 동안 지식노동의 생산성은 SaaS와 클라우드 위에서 천천히 오르긴 했지만, 사람 한 명이 처리하는 단위 업무량은 본질적으로 비슷했다. 에이전트가 들어오면 이 단위가 깨진다. NVIDIA가 노리는 자리는 그 깨진 단위 위에 새로 올라갈 인프라 — GPU·런타임·표준 — 의 공급자다. 산업혁명 시기에 증기기관을 만들던 회사가 한 일과 정확히 같은 포지션이다.

    그래서 OADP가 오픈 소스라는 점이 중요하다. NVIDIA는 에이전트 소프트웨어로 돈을 벌 생각이 없다. 그 소프트웨어가 더 많이 깔릴수록 결국 GPU·DGX·CUDA가 더 많이 팔린다. 런타임과 표준을 무료로 푸는 이유다.

    한국 기업 입장에서 짚어야 할 세 가지

    1. SAP·Salesforce·ServiceNow를 쓰고 있다면 이미 영향권 안이다. 자신이 도입한 SaaS의 다음 메이저 업데이트에 NVIDIA Agent Toolkit이 들어올 가능성이 높다. 별도 결정 없이도 사내 워크플로우에 에이전트가 따라 들어온다.

    2. 사내 자체 에이전트를 검토 중이라면 OADP는 진지한 후보다. Anthropic Managed Agents가 “운영 부담을 통째로 외주”하는 모델이라면, OADP는 “통제권을 우리가 들고 가는” 모델이다. 데이터가 외부로 못 나가는 산업(금융·공공·의료)에서는 두 번째가 더 맞는다.

    3. GPU 조달 계획을 다시 짜야 한다. 표준이 NVIDIA OpenShell 쪽으로 굳어지면, 에이전트 추론용 GPU 수요는 학습용 수요와 별개로 분리되어 늘어난다. 한국 기업의 2027년 IT 예산 라인에 “에이전트 추론 컴퓨트”가 새 항목으로 들어가야 할 시점이다.

    지금 바로 할 수 있는 것

    1. NVIDIA 공식 발표 페이지에서 17개 파트너 명단을 확인하고, 그중 회사가 쓰는 SaaS가 몇 개인지 카운트. 3개 이상이면 다음 분기 IT 로드맵 회의에서 이 주제를 의제로 올린다.
    2. Nemotron 모델 카드와 OpenShell 런타임 문서를 한 번 훑어보기. 사내 PoC를 OADP 위에 올릴지 Managed Agents 위에 올릴지 비교 기준이 잡힌다.
    3. 현재 NVIDIA H100/H200 보유 현황과 1년 안에 추가로 필요할 추론 GPU 수량을 한 줄로 적어보기. 표준이 굳어지기 전에 조달 협상을 시작해야 가격이 산다.

    관련 글

    출처

    대표이미지 출처: NVIDIA Newsroom

  • 내가 만든 iOS 퍼즐 게임 열차 탈출(Trains Out) 출시 – 탭 한 번의 순서 게임

    사이드로 만들던 iOS 퍼즐 게임을 드디어 앱스토어에 올렸습니다. 이름은 열차 탈출(Trains Out). 규칙은 30초면 다 배우는데, 뒤로 갈수록 탭 하나의 순서가 전부를 뒤집는 게임입니다.

    어떤 게임인가

    격자 위에 색깔이 다른 열차들이 저마다 다른 방향을 바라보고 놓여 있습니다. 열차를 탭하면 화살표 방향으로 달리기 시작하고, 격자 밖으로 빠져나가야 “탈출 성공”. 다른 열차와 부딪히면 하트가 하나 깎이고, 하트 3개를 모두 잃으면 레벨이 재시작됩니다. 단순하지만, 순서를 한 번 잘못 잡으면 꼬이기 시작하죠.

    열차 탈출 레벨 1 튜토리얼 - 열차를 탭하세요
    레벨 1: “열차를 탭하세요.” 튜토리얼이 친절하게 잡아줍니다.

    폭탄 열차 — 숫자가 0이 되기 전에

    레벨 11부터는 게임의 결이 바뀝니다. 폭탄 열차가 등장하기 때문인데요. 몸통에 숫자가 적혀 있고, 다른 열차가 움직일 때마다 카운트가 하나씩 내려갑니다. 0이 되는 순간 폭발하면서 하트를 하나 가져가 버립니다.

    덕분에 “어떤 순서로 풀면 안 부딪히지?” 한 가지 질문이던 게 “어떤 순서로 빠르게 풀어야 하지?”로 바뀝니다. 한 줄 추가된 규칙이 게임 전체의 체감 난이도를 한 단계 끌어올리는 장치라, 제일 공들여 다듬은 부분이기도 합니다.

    폭탄 열차 튜토리얼
    카운트가 0이 되면 하트가 하나 날아갑니다. 급해지는 순간.

    후반부는 이렇게 생겼다

    초반 10레벨은 3×3, 4×4 격자로 몸풀기입니다. 그런데 40~50대에 들어서면 격자가 훨씬 커지고, 색깔이 많아지고, 긴 “막는 차량”까지 섞입니다. “이걸 어디서부터 풀어야 하나” 싶은 순간, 그게 이 게임의 맛입니다.

    열차 탈출 레벨 45 - 복잡해진 그리드
    레벨 45. 폭탄 열차 2대, 긴 블로커, 다섯 색깔이 엉킨 판.
    레벨 11 실전 플레이
    레벨 11 실전. 카운트가 8부터 깎여 내려갑니다.

    만들면서 신경 쓴 것들

    • 광고는 최소한으로 — 하트 3개를 모두 잃었을 때만 전면광고가 한 번 나옵니다. 레벨 중간에 튀어나오지 않습니다.
    • 인앱결제 없음 — 힌트 팩, 부스터, 광고 제거 상품 전부 없습니다. 머리로만 푸는 게임입니다.
    • 한 손, 1분 — 출퇴근길 한두 판 돌리기 좋은 호흡으로 튜닝했습니다.
    • 300+ 레벨 — 3×3 입문부터 6×6 고난도까지 단계적으로 어려워집니다.
    탈출 성공 3스타 클리어 화면
    3스타로 클리어하면 나오는 화면. par 이하로 움직이면 별 세 개.

    그래서 한국 독자에게

    “AI로 뭐든 만들 수 있다”는 말이 흔해진 시대지만, 혼자서 앱스토어까지 밀어 넣는 건 여전히 숨이 찹니다. 이 글은 제품 홍보이기도 하지만, 같은 길을 가려는 분들에게 “혼자서도 할 수 있는 규모”의 레퍼런스가 되었으면 해서 정리했습니다. 앞으로 개발 과정·출시 후 지표·수익화 결과도 이 블로그에 사이드프로젝트 카테고리로 계속 올릴 예정입니다.

    지금 바로 할 수 있는 것

    1. 애플 앱스토어에서 Trains Out을 검색하거나 링크로 바로 다운로드 (무료, 인앱결제 없음).
    2. 레벨 1~10은 튜토리얼 포함 5분이면 끝납니다. 감부터 잡아보세요.
    3. 레벨 11 폭탄 열차가 등장하면, 카운트다운이 제일 적은 열차부터 정리하는 게 기본기입니다.
    4. 클리어 후 별 3개 못 받았다면 “다시 도전”으로 최소 이동수를 노려보세요.

    관련 글

    출처

  • I Shipped an iOS Puzzle Game: Trains Out — A One-Tap Sequence Puzzle

    I finally shipped the iOS puzzle game I’d been building on the side. It’s called Trains Out. The rules take thirty seconds to learn, but every later level hinges on the exact order you tap.

    👇 30 seconds of gameplay:

    What the game is

    A grid full of colored trains, each pointing in a fixed direction. Tap a train and it starts moving along its arrow — get it off the grid and it “escapes.” Collide with another train and you lose a heart. Lose all three hearts and the level restarts. Simple — until the order matters, which is immediately.

    Trains Out level 1 tutorial - Tap a train
    Level 1 tutorial: tap a train, it moves in its arrow direction, escape off the grid.

    Bomb trains — beat the countdown

    From level 11 onwards, the game changes shape. Bomb trains show up — each with a number on its body that counts down every time another train moves. If it hits zero, it explodes and takes a heart with it.

    Suddenly the puzzle isn’t just “what order works” — it’s “what order works fast enough.” One extra rule, a completely different feel. This was the part I spent the most time tuning.

    Bomb train tutorial
    The number counts down. When it hits 0, you lose a heart.

    Later levels, on purpose

    The first ten levels are a gentle 3×3 and 4×4 warm-up. By the 40s, the grids are bigger, there are more colors, long “blocker” trains get in the way, and multiple bomb trains tick at once. That “where do I even start?” moment is the whole point.

    Trains Out level 45 - crowded grid
    Level 45. Two bomb trains, a long blocker, five colors tangled together.
    Level 11 gameplay
    Level 11 in action. Countdown from 8 — every move burns a tick.

    What I optimized for

    • Respectful ads — a single interstitial, only when you lose all three hearts. Nothing interrupts a level mid-solve.
    • No IAP — no booster packs, no hint purchases, no “remove ads” tier. You solve it by thinking.
    • One-handed, one-minute runs — tuned for commutes and coffee breaks.
    • 300+ levels — progressive difficulty from 3×3 to 6×6.
    Level clear three stars
    Clear a level under par and you get three stars.

    Why I’m writing this

    “You can build anything with AI now” has become a cliché, but shipping something small to the App Store by yourself is still genuinely hard. This post is partly a launch note, but it’s also a marker for anyone walking the same path — a “this is the shape of a one-person release” reference. I’ll keep posting the build process, post-launch metrics, and monetization results in the side-project category here.

    Try it right now

    1. Grab Trains Out on the App Store — free, no IAP, iOS only for now.
    2. The first ten levels take about five minutes, tutorial included. Get a feel for the rhythm.
    3. When bomb trains appear at level 11, clear the lowest countdown first. That’s the whole trick.
    4. Didn’t three-star it? Hit “Retry” and aim for par moves.

    Related posts

    Source

  • Claude Code /powerup 명령어 완전 가이드: 4월 신기능 인터랙티브 학습 시스템 5분 정복

    Claude Code /powerup 명령어 완전 가이드: 4월 신기능 인터랙티브 학습 시스템 5분 정복

    왜 Anthropic은 갑자기 터미널 안에 강의실을 만들었나

    4월 1일자 Claude Code v2.1.90 릴리스 노트의 한 줄. “/powerup 명령어 추가.” 별것 아닌 듯 지나갔지만, 이건 Anthropic이 처음으로 인정한 사실이다. 사람들이 우리가 만든 기능의 절반을 쓰지 않고 있다는 것.

    사용자 입장에서 Claude Code는 묘한 도구다. 깔고 며칠만 쓰면 당장 코드를 짜 주니 편하다. 그런데 한 달이 지나도 처음 깔았을 때와 똑같은 명령어 다섯 개만 굴리고 있다. 왜 그럴까. 새 기능이 나와도 어디서 배워야 할지 몰라서다. 깃허브 README를 다시 뒤지자니 부담스럽고 공식 문서는 영어인 데다 길다. /powerup은 그 빈틈을 정확히 노렸다.

    업데이트 후 터미널에서 명령어를 치면 메뉴가 뜬다. 화살표로 고르고 엔터. 다른 창으로 이동할 필요 없이 그 자리에서 애니메이션과 함께 기능 하나를 익힌다. 한 모듈에 보통 3~10분.

    18개 모듈, ‘알고 있던 줄 알았던’ 기능들

    레슨 18개의 큐레이션 기준이 흥미롭다. 화려한 신기능이 아니라 “사용자 대부분이 모르고 지나치는 것”이다. 반대로 말하면 18개 중 한 개도 모르는 게 없다고 자신할 사람은 거의 없다는 뜻이기도 하다.

    비기너 영역은 의외로 컨텍스트 관리에 집중돼 있다. /clear와 /compact의 차이를 정확히 아는 사람은 많지 않다. CLAUDE.md 메모리 시스템이 어떻게 로드되는지도 마찬가지. 매일 쓰면서도 잘못 쓰고 있던 부분이 적지 않다는 얘기다.

    중급으로 가면 진가가 드러난다. Skills, hooks, 서브에이전트 오케스트레이션. 문서로 읽으면 추상적이라 손이 잘 안 가는 영역이다. /powerup은 이걸 터미널 위에서 실시간으로 굴려 보여준다. “아 이렇게 쓰는 거였구나”가 5분 만에 일어난다.

    고급 영역은 git worktrees 병렬 작업, 자동 모드, 클라우드 태스크. 이쯤 되면 사실상 Claude Code의 진짜 사용법이 여기 있다고 봐도 된다.

    한국 팀에 더 유리한 이유

    첫째는 영어 문서를 읽지 않아도 된다는 점이다. 텍스트 번역 없이 동작 영상을 보며 손으로 따라치면 의미가 직관적으로 들어온다. 둘째는 협업 차원의 효과다. 팀원 모두가 같은 18개 모듈을 거치고 나면 누가 어떤 기능을 쓰는지 자연스럽게 표준화된다. 사내 슬랙에 “이거 어떻게 해?”라고 묻는 횟수가 줄어든다는 뜻이다.

    4월 4일 추가된 v2.1.92에서는 MCP 결과 영속화와 Bedrock 셋업 마법사까지 들어왔다. 학습 범위는 계속 늘어나는 중이다.

    그래서 — 매일 쓰는 사람일수록 가치가 크다

    처음 깐 사람보다 6개월 쓴 사람에게 더 의미 있다. 익숙해진 워크플로 안에서는 새 기능을 일부러 찾지 않게 되기 때문이다. /powerup은 “당신이 모르고 있을 가능성이 가장 높은 것”만 골라 보여준다. 하루 5분, 점심시간 커피 한 잔과 바꿀 만한 거래다.

    지금 할 일

    업데이트가 먼저다. 터미널에서 claude --version으로 v2.1.90 이상인지 확인하고, 아직이면 npm i -g @anthropic-ai/claude-code. 다음으로 /powerup을 실행해 본인이 가장 자주 쓰는 영역(예: Skills 또는 hooks)부터 한 모듈만 끝내 본다. 거기서 막히면 그게 본인의 첫 학습 포인트다.

    관련 글

    출처

    대표이미지 출처: Anthropic Claude Code 공식 페이지

  • Notion AI Custom Skills 완전 정복: 한국 직장인 반복 작업 자동화 7가지

    Notion AI Custom Skills 완전 정복: 한국 직장인 반복 작업 자동화 7가지

    매일 같은 프롬프트를 복붙하던 사람이라면, 이제 멈춰도 된다

    회의록을 받으면 액션 아이템으로 정리해 달라고 ChatGPT에 같은 문장을 백 번쯤 던져 봤다. 매번 출력 형식이 미묘하게 달랐고, 매번 톤을 다시 잡아 줘야 했다. 그 짜증이 정확히 어디에 있는지 노션 팀이 잘 알고 있었던 모양이다. 3월 20일, Notion AI에 Custom Skills가 정식으로 들어왔다.

    핵심은 어렵지 않다. 자주 던지는 프롬프트 하나를 페이지로 저장해 두면, 그다음부터는 텍스트 선택 메뉴나 @ 멘션 한 번으로 호출할 수 있다. 노션 공식 도움말이 제시한 판단 기준이 인상적이다. “같은 프롬프트를 두 번 이상 복사한 적 있다면 그건 Skill로 만들 후보다.”

    만드는 법은 두 갈래

    정공법은 새 페이지를 만들어 ⋯ 메뉴에서 Use with AI → Use as AI skill을 누르는 것. 여기에 목표·입력·제약·출력 형식을 명시한 프롬프트를 적어 넣으면 끝이다. 잘 쓴 프롬프트가 곧 잘 만든 Skill이라는 점은 여전히 그대로다.

    더 게으른 길도 있다. 빈 페이지에서 Notion AI 채팅을 열고 “이 페이지를 AI Skill로 만들어 줘. 회의록을 받으면 액션 아이템 5개로 정리해 주는 거야”라고 자연어로 말하면 노션이 알아서 Skill 구조를 짜 준다. 처음 만드는 사람에게는 후자가 훨씬 빠르다.

    실제로 만들어 본 7가지

    지난 1주일 동안 회사 워크플로 중 자주 겹치는 작업을 골라 실제로 Skill로 등록해 봤다. 다음은 그중 효과가 가장 컸던 것들이다.

    • 회의록을 받으면 담당자·기한·우선순위가 들어간 액션 아이템 5개로 변환해 주는 추출기
    • 영문 메일이나 직역체 한국어를 자연스러운 비즈니스 메일로 다듬는 톤 보정기
    • 한 주간의 작업 페이지를 입력으로 받아 ‘완료 / 진행 중 / 이슈’ 3섹션으로 정리하는 주간 보고서 생성기
    • 경쟁사 블로그·뉴스 링크를 받아 우리 팀 관점의 시사점 3줄로 요약하는 모니터링 봇
    • 채용 공고(JD)에서 핵심 역량 키워드와 면접 질문 5개를 자동으로 뽑아주는 채용 도우미
    • 고객 VOC를 ‘버그 / 기능 요청 / UX 불만’ 3카테고리로 분류 후 빈도순 정렬해 주는 분류기
    • 회의 주제와 참석자만 입력하면 사전 자료·아이스브레이커·논의 항목·결정 포인트 표를 만들어 주는 회의 준비 체크리스트

    각 Skill은 페이지 형태로 저장되기 때문에 팀 워크스페이스에 공유하는 순간 동료 모두가 같은 표준으로 쓰게 된다. 설정 → Notion AI → Skills 메뉴에서 내가 만든 것, 공유받은 것, 워크스페이스 전체 Skill을 한눈에 관리한다.

    무료 기간 5월 3일까지

    지금 시점에서 가장 중요한 정보. Notion은 Custom Agents와 Skills를 Business·Enterprise 플랜에서 2026년 5월 3일까지 무료로 풀어 두고 있다. 5월 4일부터는 Notion 크레딧이 차감되는 방식으로 바뀐다. 회사 차원에서 워크플로를 점검하고 핵심 반복 작업을 자산화할 수 있는 마지막 무료 윈도우다.

    그래서 — ‘AI 잘 쓰는 사람’ 격차를 줄이는 도구

    국내 기업이 AI 도입에서 가장 자주 부딪히는 문제는 모델 성능이 아니다. 팀 안에서 AI를 잘 쓰는 사람과 못 쓰는 사람 사이의 격차다. Custom Skills는 이걸 정면으로 줄인다. 잘하는 사람이 만든 프롬프트가 곧 팀 자산이 되고, 신입도 첫날부터 같은 품질의 결과물을 낼 수 있다. 지금까지 노션 페이지에 사내 가이드만 쌓아두던 회사라면, 그 안의 절반은 Skill로 옮겨 둘 만하다.

    지금 할 일

    최근 한 달치 ChatGPT 대화 기록을 빠르게 훑어본다. 두 번 이상 같은 프롬프트를 친 작업이 보이면 그게 첫 Skill 후보다. 노션 새 페이지를 열고 위에서 설명한 두 가지 방법 중 편한 것으로 등록해 본다. 그리고 5월 3일 전에 팀 워크스페이스에 공유해 두자. 무료 윈도우가 닫히기 전에 표준 워크플로로 굳혀 두는 게 핵심이다.

    관련 글

    출처

    대표이미지 출처: Notion AI 공식 페이지

  • ChatGPT for Excel 실전 가이드: GPT-5.4 + 엑셀 통합으로 5가지 업무 자동화

    ChatGPT for Excel 실전 가이드: GPT-5.4 + 엑셀 통합으로 5가지 업무 자동화

    “또 엑셀 안에서 챗봇 흉내?” — 그렇게 시작한 의심이 무너진 이유

    처음 ChatGPT for Excel 발표를 봤을 때 솔직한 반응은 의심이었다. Microsoft Copilot이 이미 엑셀 안에 들어와 있고, 구글은 시트에 Gemini를 박아 놨다. 여기서 OpenAI가 또 비슷한 사이드바를 하나 더 띄운다고? 그게 무슨 의미인가 싶었다.

    그 의심이 꺾인 건 숫자 하나 때문이었다. OpenAI 내부 투자은행 벤치마크 — 3-Statement Financial Model을 처음부터 만들고 포맷·인용까지 채우는 작업 — 에서 GPT-5의 점수는 43.7%였다. GPT-5.4 Thinking이 같은 벤치를 돌리자 87.3%가 나왔다. 두 배다. 이 정도 차이는 단순한 모델 업그레이드의 결과가 아니라, 도구가 아예 다른 카테고리로 넘어갔다는 신호에 가깝다.

    설치 자체는 5분, 한국 사용자도 가능하다

    현재 베타는 ChatGPT Business·Enterprise·Edu·Teachers·K-12 사용자 전 세계, 그리고 Pro·Plus 사용자는 EU 외 지역에서 제공된다. 한국은 EU 외라서 Plus 구독만 있어도 곧바로 시도할 수 있다. 엑셀의 삽입 → 추가 기능 → 스토어에서 ChatGPT를 검색해 설치하고, ChatGPT 계정으로 로그인하면 사이드바가 뜬다. 별도 결제도, 별도 라이선스 키도 없다.

    실제로 뭘 시킬 수 있는가

    수식을 아예 안 쓸 수도 있다

    “B열의 날짜가 이번 달이면 C열 매출을 합산하고 부서별로 나눠 줘”라고 한국어로 치면 SUMIFS·SUMPRODUCT 같은 복잡한 함수를 직접 만들어 셀에 넣어 준다. 더 흥미로운 건 디버깅 쪽이다. 기존 수식이 #REF! 오류를 내는데 왜 그런지 모를 때, 그 셀을 클릭하고 “이거 왜 안 돼?”라고 묻는 것만으로 충분하다. VBA를 못 다루는 일반 직장인에게 이게 뭘 의미하는지는 굳이 설명하지 않아도 된다.

    회사 데이터의 영원한 적, ‘입력 형식이 다른 셀’

    한국 회사의 명단·거래처 목록이 깨끗했던 적은 단 한 번도 없었다. (주), (주식회사), 주식회사가 같은 컬럼에 섞이고, 부서명은 띄어쓰기가 제각각이고, 날짜는 8자리·하이픈·점이 한 시트에 공존한다. ChatGPT for Excel은 이걸 행 단위로 처리한다. 1만 행짜리 명단을 통째로 정규화하는 데 사람의 손은 들어가지 않는다.

    분류기·차트·피벗테이블도 자연어로

    “이 컬럼의 상품명을 보고 의류·뷰티·식품·생활용품 중 하나로 분류해 줘.” 룰 기반 분류기가 잡지 못했던 모호한 사례까지 모델이 판단한다. 차트와 피벗테이블도 자연어 한 줄이면 끝이다. “부서별 월간 매출 추이 막대 차트로 만들어 줘”라고 치면 차트 종류부터 축 설정까지 알아서 한다.

    그리고 본 게임, 재무모델

    매출과 가정값만 넣어 두고 “손익계산서·재무상태표·현금흐름표 3종 모델로 만들고 각 항목에 인용 주석 달아 줘”라고 부탁하면 포맷팅과 인용까지 포함된 모델이 통째로 생성된다. 87.3%라는 벤치 점수가 가장 빛나는 영역이 바로 여기다. 반복적인 모델 작성에 매주 몇 시간씩 쓰는 직군이라면 구독 비용은 일주일 만에 회수된다.

    같이 들어온 금융 데이터 통합

    같은 시점에 OpenAI는 ChatGPT 안에 FactSet·Dow Jones Factiva·LSEG·S&P Global 같은 금융 데이터 소스를 직접 연결했다. 외부 데이터를 별도로 가져올 필요 없이 환율·주가·거시지표를 모델에 곧바로 결합할 수 있다는 뜻이다. 엑셀에서 시나리오 분석을 돌릴 때 의미가 크다.

    그래서 — VBA를 안 배워도 되는 시대가 진짜로 왔다

    한국 직장인이 매주 엑셀에 쓰는 시간은 여전히 10시간을 넘는다는 조사가 매년 반복된다. ChatGPT for Excel이 겨냥하는 건 정확히 그 시간이다. 수식, 정리, 분류, 차트 — 사람이 가장 많이 반복하면서도 가장 적게 자동화한 영역이다. 더 이상 매크로를 배우지 않아도, 파이썬을 열지 않아도 된다는 변화의 무게는 가볍지 않다.

    지금 할 일

    엑셀의 추가 기능 스토어에서 ‘ChatGPT’를 검색해 설치한다. 가장 더러운 데이터 시트(회사명이나 부서명이 통일 안 된 컬럼)를 골라 “이 컬럼 정규화해 줘”부터 시도해 본다. 재무·통계 작업이 많은 사람이라면 사이드바에서 모델을 GPT-5.4 Thinking으로 명시적으로 바꿔야 한다. 일반 모델로는 87.3% 벤치 성능이 나오지 않는다.

    관련 글

    출처

  • Cursor 3 Glass 에이전트 모드 사용법: 1주일 써본 한국 개발자 실전 가이드

    Cursor 3 Glass 에이전트 모드 사용법: 1주일 써본 한국 개발자 실전 가이드

    Cursor 3 ‘Glass’를 일주일 써 본 일기

    4월 2일에 Cursor 3가 출시됐다. 코드명 Glass. 출시 소식 자체는 189번 글에서 다뤘으니 여기선 다른 얘기를 하려고 한다. 일주일 동안 실제 업무에서 굴려 보면서 어디가 좋았고 어디가 부서졌는지를 정리한다. 결론부터 말하면 — 좋다. 단, 모두에게 좋지는 않다.

    Day 1. Composer가 사라진 자리에 들어온 것

    업데이트하고 처음 든 생각은 익숙한 Composer 패널이 안 보인다는 거였다. 그 자리에 풀스크린 Agents Window가 들어왔다. 처음엔 어색했다. 한 화면에 채팅 하나, 작업 하나, 결과 하나로 정리되던 워크플로가 갑자기 여러 칸으로 쪼개진다.

    그런데 이 어색함이 의도된 거였다. Cursor 1·2 시절에는 한 번에 하나의 에이전트만 굴렸지만, Cursor 3는 여러 에이전트를 동시에 굴리라는 전제로 다시 짜였다. 다른 레포, 다른 환경, 다른 작업을 한 화면에서 병렬로 본다.

    Day 2~3. Local + Worktree 조합이 진짜 변곡점

    Agents Window가 지원하는 환경은 네 종류다. 로컬, 클라우드, git worktree, 원격 SSH. 일주일 동안 가장 효과를 본 조합은 의외로 단순했다. 로컬 + worktree.

    메인 브랜치에서 버그 수정을 돌리는 동안, 같은 머신의 worktree 에이전트가 신규 피처 브랜치에서 별도 작업을 진행한다. 평소라면 git stash를 하거나 브랜치를 왔다 갔다 하면서 컨텍스트를 잃었을 텐데, Cursor 3에서는 그게 사라진다. 두 작업 모두 같은 IDE 한 화면에서 굴러간다. 이 한 가지만으로 일주일치 시간 절약이 체감됐다.

    Day 4. Design Mode가 디자이너 친화적이라는 뜻

    Cmd+Shift+D를 누르면 켜지는 Design Mode. 글로 설명하기 어려운 UI 작업을 할 때 진가가 드러난다. 화면에서 직접 요소를 클릭하고 옆에 짧은 지시를 적어 넣는다. “패딩 더 넓게, hover 시 그림자.” 그러면 에이전트가 그 자리에서 코드를 수정한다.

    프론트엔드 작업을 하는 사람과 디자이너가 같은 화면을 보면서 일할 때 특히 좋다. 텍스트로 위치를 설명하느라 5분 쓰던 작업이 클릭 한 번이 된다.

    Day 5~6. 망한 작업과 잘된 작업 사이의 선

    일주일 동안 가장 크게 깨달은 건 작업 단위 잡는 법이다. 너무 큰 작업을 던지면 망한다. “auth 모듈 전체를 리팩토링해 줘” 같은 건 결과물이 너무 광범위해서 리뷰가 지옥이 된다. 너무 작은 작업도 망한다. “이 변수 이름 바꿔줘”는 직접 하는 게 빠르다.

    잘된 작업의 공통점은 두 가지였다. 작업 범위가 명확했고, 참고할 기존 패턴을 같이 알려줬다. 가령 “기존 미들웨어 패턴(/api/users 참고)을 따라 로그인 라우트에 rate limiting 추가”처럼. 이 감각은 며칠 써 봐야 잡힌다.

    Day 7. Claude Code와의 비교

    같은 프론티어 모델을 써도 Claude Code와 Cursor 3는 성격이 다르다. Claude Code는 터미널 위에서 git 워크플로를 깊이 이해하고 PR까지 직접 여는 자율형 에이전트다. Cursor 3는 IDE에서 여러 에이전트를 시각적으로 관리하면서 디자인까지 같은 화면에서 손볼 수 있는 워크스테이션에 가깝다.

    한국 팀의 도입 관점에서 갈리는 지점은 분명하다. 백엔드와 인프라 중심으로 일하는 팀은 Claude Code의 터미널 자율성이 더 잘 맞는다. 풀스택이나 프론트엔드 중심 팀은 Cursor 3의 시각적 관리와 Design Mode가 즉시 효과를 낸다. 둘 다 도입하는 팀이 늘고 있는 것도 우연이 아니다.

    그래서 — 키보드 타자수가 아니라 리뷰 속도가 새 KPI다

    일주일을 정리하면서 가장 무겁게 다가온 건 단순한 기능 추가가 아니라 역할 변화였다. 코드를 쓰는 시간보다 에이전트가 만든 PR을 검토하고 방향을 잡는 시간이 더 길어진다. 한국 개발자에게 시급해진 기술은 더 이상 ‘프롬프트 잘 쓰는 법’이 아니라 ‘AI 코드를 빠르고 정확하게 리뷰하는 법’이라는 얘기다. Cursor 3는 그 변화를 가장 노골적으로 보여 주는 도구다.

    지금 할 일

    cursor.com에서 Glass 빌드로 업데이트한 다음, 일주일만 본인 워크플로에 끼워 넣어 본다. 처음부터 모든 환경을 쓰지 말고 로컬 + worktree 조합 하나만 시도해 본다. 작업을 던질 때는 항상 “기존 X 패턴을 따라 Y 추가” 형식으로 말해 보자. 이 두 가지만 지키면 일주일 안에 손에 맞는다.

    관련 글

    출처

    대표이미지 출처: Cursor 공식 블로그