🤖
1272 in / 3889 out / 5161 total tokens
🔥 핫 토픽
Eight years of wanting, three months of building with AI
Simon Willison이 8년간 구상해오던 프로젝트를 AI 도구를 활용해 단 3개월 만에 완성했다는 이야기다. 단순한 생산성 향상이 아니라, AI가 "상상은 했지만 구현할 시간이 없던 아이디어"를 현실로 만드는 촉매제 역할을 했다는 점에서 시사하는 바가 크다. 그가 사용한 핵심 도구는 Claude Code와 Cursor 같은 AI 코딩 어시스턴트였으며, 이들을 조합해 복잡한 데이터 파이프라인과 웹 애플리케이션을 구축했다.
이 글이 업계에서 화제가 된 이유는 Simon Willison 자체가 이미 성숙한 개발자라는 점이다. 초보자가 AI에게 의존해서 뭔가 만들었다는 이야기가 아니라, 수십 년 경력의 시니어 엔지니어가 AI를 "증폭기"로 활용한 사례라는 것이다. 게임 개발 관점에서 보면, 이는 베테랑 프로그래머가 지루한 보일러플레이트 작업은 AI에 맡기고 핵심 로직 설계에만 집중하는 미래를 보여준다. 언리얼 엔진에서도 Blueprint 노드 연결 같은 반복 작업을 Claude Code에게 시켜보는 실험이 이미 진행 중이다.
기술적으로 흥미로운 부분은 그가 여러 AI 도구를 "오케스트레이션"했다는 점이다. Claude Code는 터미널 기반 작업에 강하고, Cursor는 IDE 통합 환경에서 유리하다. 이걸 상황에 맞게 전환하며 사용한 것이다. 마치 게임 서버 아키텍처에서 여러 마이크로서비스가 각자 역할을 수행하듯, 개발 워크플로우 자체가 멀티 AI 에이전트 구조로 진화하고 있다. 이런 워크플로우를 이해하고 활용하는 능력이 앞으로 개발자의 핵심 역량이 될 것이다.
개발자에게 미치는 영향을 정리하면, AI는 코드를 "대신 짜주는" 도구가 아니라 "개발 사고를 확장하는" 파트너라는 것이다. 특히 레거시 코드 리팩토링, 테스트 코드 작성, 문서화 같은 작업에서 Claude Code의 컨텍스트 윈도우 활용 능력이 빛을 발한다. 200K 토큰 컨텍스트면 중간 규모 게임 프로젝트의 핵심 모듈 전체를 한 번에 이해시킬 수 있다.
Running Gemma 4 locally with LM Studio's new headless CLI and Claude Code
LM Studio가 새로운 headless CLI를 출시했고, 이를 Claude Code와 조합해 Google의 Gemma 4를 로컬에서 실행하는 튜토리얼이 공유됐다. 핵심은 Claude Code의 "모델 유연성"을 보여주는 사례다. Claude Code가 반드시 Anthropic의 Claude 모델만 써야 하는 게 아니라, 로컬 LLM이나 타사 모델과도 연동될 수 있다는 점을 시사한다.
이게 왜 중요하냐면, 기업 환경에서 데이터 보안 이슈 때문에 클라우드 API 사용이 제한되는 경우가 많기 때문이다. 게임 회사에서도 소스 코드나 기획 문서를 외부 API에 보내는 걸 꺼린다. LM Studio + Gemma 4 조합으로 로컬 추론 환경을 구축하면, Claude Code의 에이전트 기능을 그대로 쓰면서도 데이터는 로컬에 머무는 하이브리드 구조가 가능해진다. 물론 로컬 모델의 성능은 Claude 4나 GPT-4 수준에는 미치지 못하지만, 코드 자동완성이나 간단한 리팩토링 정도는 충분히 커버된다.
기술적 배경을 설명하면, LM Studio의 headless CLI는 터미널에서 GUI 없이 로컬 모델 서버를 띄울 수 있게 해준다. OpenAI 호환 API 엔드포인트를 제공하기 때문에, Claude Code가 이를 표준 OpenAI 서버처럼 인식해서 요청을 보낼 수 있다. 이런 표준화된 인터페이스 덕분에 개발자는 모델 교체가 필요할 때 코드 수정 없이 엔드포인트만 바꾸면 된다. 게임 서버 개발에서 Service Locator 패턴으로 DB 드라이버를 교체하듯, AI 모델도 플러거블 아키텍처로 진화하고 있다.
앞서 언급한 Simon Willison의 글과 맥락을 같이한다. 그가 여러 AI 도구를 오케스트레이션했듯, 이 튜토리얼도 Claude Code라는 "지휘자" 아래 로컬 모델을 "연주자"로 활용하는 구조다. 개발자 입장에서는 Claude Code의 에이전트 능력(파일 시스템 탐색, 터미널 명령 실행, 멀티스텝 추론)은 유지하면서, 추론 비용과 프라이버시 문제는 로컬 모델로 해결하는 하이브리드 전략이 현실적인 대안이 되고 있다.
💭 분석: Claude Code가 가져온 개발 패러다임 변화
이 두 뉴스를 관통하는 키워드는 "워크플로우 통합"이다. Claude Code는 단순한 챗봇이 아니라 터미널, 파일 시스템, Git, 외부 API와 상호작용하는 에이전트다. 게임 개발에 비유하면, 기존 챗봇은 "코드 스니펫을 알려주는 위키"였다면, Claude Code는 "직접 키보드를 두드리는 페어 프로그래머"인 셈이다.
UE5 C++ 개발자 입장에서 생각해보면 재미있는 점이 있다. 언리얼 엔진 프로젝트는 규모가 크고 의존성이 복잡해서, AI에게 "이 버그 잡아줘"라고 하면 컨텍스트가 부족해서 엉뚱한 답을 내놓곤 했다. 하지만 Claude Code는 ReadDirectory 명령으로 프로젝트 구조를 스스로 탐색하고, Glob 패턴으로 관련 파일을 찾고, Task 도구로 멀티스텝 분석을 수행한다. 마치 주니어 개발자에게 "직접 코드 뒤져보고 원인 찾아와"라고 시키는 것과 비슷한 워크플로우다.
물론 한계도 명확하다. 로컬 모델로 전환하면 추론 품질이 떨어지고, Claude API를 쓰면 비용이 눈덩이처럼 불어난다. 대규모 리팩토링 작업을 Claude Code에게 맡겼다가 API 요금 폭탄을 맞은 사례도 종종 목격된다. 따라서 실무에서는 비용-품질-프라이버시 삼각관계에서 적절한 균형점을 찾는 전략이 필요하다. 간단한 작업은 로컬 Gemma, 복잡한 아키텍처 설계는 Claude 4, 그 사이의 중간 지점은 Claude Sonnet 같은 식으로 모델을 선택적으로 활용하는 것이다.
Claude Code의 진짜 가치는 코드 생성이 아니라, 개발자가 "구현 가능성"의 경계를 넓혀주는 데 있다. 8년간 미뤄둔 아이디어를 3개월 만에 현실로 만든 사례가 이를 증명한다.