AI 업데이트: Simon Willison의 Claude 활용법과 데이터 도구 진화

🤖 1217 in / 3220 out / 4437 total tokens

🔥 핫 토픽

Simon Willison, Claude로 Google Sheets에서 Datasette SQL 함수 구현

Simon Willison이 Claude를 활용해 Google Sheets에서 Datasette 데이터를 가져오는 SQL 함수를 구현했다. 이건 단순한 팁이 아니다. LLM을 "코파일럿"이 아니라 "프로토타이핑 가속기"로 쓰는 사례의 결정판이다.

Datasette는 Simon이 만든 오픈소스 데이터 탐색 도구다. CSV나 SQLite 파일을 웹에서 바로 탐색하고 쿼리할 수 있게 해준다. 개발자가 아니어도 데이터를 다룰 수 있게 만드는 게 핵심 철학이다. 근데 여기서 Google Sheets까지 연동하면? 비개발자가 스프레드시트에서 바로 SQL을 날릴 수 있게 된다.

이게 왜 중요하냐. 게임 서버 개발할 때도 데이터 파이프라인 비슷한 거 많다. GM 툴이나 밸런스 시트를 스프레드시트로 관리하고, 그걸 서버 DB로 밀어넣는 워크플로우. 여기서 중간 다리를 AI가 구현해주는 거다. Claude한테 "이 스프레드시트에서 이 컬럼 가져와서 이 쿼리 날려줘"라고 하면, 중간 브릿지 코드를 짜준다.

Simon Willison의 특기는 이런 "작지만 유용한 도구"를 빠르게 만드는 거다. 그리고 그 속도의 비결이 Claude다. 그가 블로그에서 반복해서 강조하는 건 "Claude에게 맡기되, 내가 아는 범위에서 방향을 잡아준다"는 거다. 프롬프트 엔지니어링이 아니라 실제 코딩 역량과 AI의 결합. 이게 2024-2025년 생산성 차이의 본질이다.

개발자 입장에서 눈여겨볼 건 "AI가 짠 코드를 그대로 쓰지 않는다"는 점이다. Simon은 항상 Claude가 생성한 코드를 읽고, 이해하고, 수정한다. 이게 중요하다. 게임 서버 코드에서도 마찬가지다. AI가 짠 네트워크 핸들러나 DB 쿼리를 그대로 쓰면 장애난다. 이해하고 검증하는 과정이 필수다.

출처: Simon Willison's Weblog

💡 분석: Claude를 도구로 쓴다는 것의 의미

이 뉴스를 보면서 드는 생각은, Claude의 진정한 강점이 "똑똑한 챗봇"이 아니라 "API로 연동 가능한 코딩 어시스턴트"라는 거다.

Simon Willison이 Claude를 쓰는 패턴을 보면 항상 비슷하다. CLI 도구나 스크립트를 하나 만들고 싶을 때, Claude에게 요구사항을 던지고, 결과물을 받아서 다듬는다. 이 사이클이 몇 분이면 끝난다. 예전엔 StackOverflow 검색하고 문서 읽고 테스트하고... 한나절 걸리던 게 10분으로 줄어든다.

게임 개발에서도 똑같이 적용된다. 언리얼 C++에서 특정 패턴을 구현해야 할 때, 예를 들어 GAS(Gameplay Ability System) 커스텀 어빌리티를 만든다 치자. Claude한테 기존 코드 컨텍스트를 주고 요구사항을 설명하면, 초안을 짜준다. 물론 바로 컴파일 안 되고, 세부 API는 틀릴 수 있다. 하지만 뼈대와 흐름은 잡아준다. 이게 핵심이다.

Datasette-Google Sheets 연동도 마찬가지 원리다. SQL 함수 하나 만들고, Apps Script 하나 작성하고, 인증 처리하고... 이런 걸 처음부터 다 짜면 반나절 걸린다. Claude는 각 단계의 코드를 생성해주고, Simon은 그걸 조립하고 검증한다. 분업이다.

이 패턴이 업계 전체에 퍼지고 있다. Cursor, Copilot, Claude Code 같은 도구들이 다 이 방식이다. 다만 Simon의 접근이 특히 깔끔한 건, "AI가 짠 코드를 내 것으로 만드는 과정"을 생략하지 않기 때문이다. 블로그 글을 보면 항상 코드를 설명하고, 왜 이렇게 했는지, 어떤 트레이드오프가 있었는지 적어둔다. 이게 진짜 개발자의 AI 활용법이다.

🔧 실무 관점: 이게 우리한테 어떤 의미가 있나

1. 데이터 도구 생태계가 빠르게 진화하고 있다. Datasette, DuckDB, sqlite-utils 같은 도구들이 "로컬 데이터 분석" 생태계를 만들고 있다. 게임 서버 로그 분석할 때 이 도구들 쓰면 편하다. 로그를 SQLite로 변환하고 Datasette로 띄우면 웹에서 바로 쿼리 돌려볼 수 있다.

2. AI가 만드는 코드의 품질이 올라가고 있다. 특히 보일러플레이트, API 연동, 스크립트 같은 영역에서는 거의 바로 쓸 수 있는 수준이다. 게임 서버의 설정 파일 파서나, 빌드 스크립트, CI/CD 파이프라인 같은 거 Claude에게 맡겨보면 놀라운 결과가 나온다.

3. 비개발자와의 협업 벽이 낮아지고 있다. Google Sheets에서 SQL 함수를 쓸 수 있게 되면, 기획자나 데이터 분석가가 직접 데이터를 당겨올 수 있다. 게임 개발에서도 밸런스 시트나 아이템 데이터를 스프레드시트로 관리하는 경우가 많은데, 이걸 자동화하는 브릿지를 AI가 만들어준다.

4. Simon Willison의 블로그는 곧 최신 기술 트렌드의 바로미터다. 그가 관심 갖는 건 보통 6개월 뒤에 주류가 된다. LLM, Datasette, DuckDB... 전부 이 패턴이었다. 이번 Google Sheets 연동도 데이터 도구의 "접근성"을 극대화하는 방향이다. 앞으로 더 많은 도구가 이런 식으로 "비개발자도 쓸 수 있게" 변할 거다.

Simon Willison이 보여주는 건 "AI가 대체하는 개발자"가 아니라 "AI를 도구로 쓰는 개발자"다. 차이는 미묘하지만 결과는 극단적으로 다르다.