OpenClaw를 통해 여러 언어 모델을 직접 테스트해본 결과, 각 모델의 장단점이 명확하게 갈렸다. 최종적으로는 가성비와 성능의 균형이 가장 뛰어난 모델을 주력으로 선택하게 되었다.

최근 등장한 Claude Code는 개발 생산성을 혁신적으로 높여주는 도구로 주목받고 있다. 하지만 이 에이전트가 제안하는 기술 스택을 면밀히 분석해보면 매우 흥미로운 현상을 발견할 수 있다. 특정 도구와 서비스에 대한 선호도가 압도적으로 높다는 점이다. 분석 결과에 따르면 Claude Code는 shadcn/ui, Vercel, Railway 등 특정 기술 생태계의 도구들을 반복적으로 추천하는 경향을 보인다.

최근 Claude Code와 같은 AI 에이전트 도구가 발전하면서 개발 방식의 패러다임이 급격하게 변하고 있다. 단순히 코드를 생성하는 수준을 넘어 AI가 스스로 도구를 사용하고 문제를 해결하는 단계로 진입했다. 그 중심에는 서브 에이전트(Sub-agent)를 활용한 계층적 구조와 이를 체계화한 Agentic Engineering이 있다.

AI 코딩 도구가 보편화되면서 개발 환경은 전례 없는 변화를 맞이하고 있다. 하지만 이 화려한 생산성 뒤에는 보이지 않는 비용이 숨어 있다.

알고리즘 암기력을 평가하는 기존 코딩 테스트는 이제 시대적 수명을 다했다. Claude Code나 GitHub Copilot 같은 AI 도구가 알고리즘 퍼즐을 수초 만에 해결하는 시대에, 화이트보드 앞에서 역전된 트리 구조를 구현하는 것이 어떤 의미가 있는가.

최근 시스템 프로그래밍과 인프라 도구 영역에서 흥미로운 변화가 관찰되고 있다. 전통적으로 이 분야의 절대 강자였던 Go(Golang) 대신 Rust를 선택하는 신규 프로젝트가 급격히 늘어나는 추세다. 단순히 언어의 인기가 높아서일까, 아니면 기술적인 필연성이 작용하고 있는 것일까.

최근 Cloudflare가 AI를 활용해 Next.js를 일주일 만에 Vite 기반으로 재구현한 vinext 프로젝트와 테스트 코드가 새로운 해자가 된다는 논의가 주목받고 있다. 이에 대해 몇 가지 생각을 정리했다.

Andrej Karpathy가 최근 X에서 한 말이 개발자 커뮤니티를 들썩이게 했다. ‘CLI는 레거시 기술이라서 AI 에이전트에게 좋다.’ 직관적으로는 모순처럼 들리는 이 문장에 14년차 인프라 엔지니어로서 깊이 공감했다. 실제로 나는 요즘 OpenClaw에 수많은 CLI 도구를 연결해 사용하고 있다.

Citrini Research가 공개한 투자 리서치 보고서는 2028년 6월을 가정한 시나리오를 통해 AI가 향후 1-2년 내에 경제에 미칠 파급력을 구조적으로 전망하고 있다. 이 글은 그들의 핵심 주장을 정리한 것이다.

Claude Code나 Cursor, Windsurf 같은 코딩 에이전트를 쓰다 본능적으로 skill과 subagent를 나눠서 써야 하는 순간이 온다. 나도 처음에는 skill만으로 충분하지 않나 생각했는데, 제대로 써보니까 둘의 차이가 명확해졌다.