최근 클로드의 소스 코드가 유출되었다는 소식은 개발자 커뮤니티에 정말 큰 충격을 주었다. 소문으로만 무성하던 클로드 코드의 실체가 드러났을 때, 많은 이들이 가장 먼저 주목한 것은 그 코드의 '품질’이었다. 생각보다 지저분하고 중복이 많으며 구조적으로 정돈되지 않았다는 비판이 쏟아져 나왔다. 사람들은 이를 두고 '바이브 코딩’의 폐해라며 비웃었다. 클로드 개발팀이 자신들의 제품인 인공지능에 너무 의존한 나머지, 기본적인 엔지니어링 원칙조차 지키지 않았다는 지적이었다. 나 역시 클로드 코드를 매일같이 사용하며 생산성의 혁명을 경험하고 있는 입장에서 이번 사태를 지켜보며 깊은 고민에 빠졌다. 단순히 인공지능이 코드를 짰기 때문에 품질이 낮아진 것일까, 아니면 우리가 인공지능을 다루는 방식에 근본적인 오해가 있었던 것일까.

클로드 코드를 쓰기 시작하면서 개발 생산성이 정말 많이 올라갔다고 느꼈던 적이 있었다. 월 200달러라는 적지 않은 금액을 결제하면서도 그만한 가치가 있다고 믿었기 때문이다. 그런데 최근 들어 클로드 코드, 특히 Opus 4.6 모델을 쓰다 보면 뭔가 나사가 하나 빠진 것 같은 기분이 들 때가 많았다. 예전 같으면 한 번에 해결했을 문제를 자꾸 되묻거나, 말도 안 되는 실수를 반복하는 식이다. 나만 그렇게 느끼는 줄 알았는데, 최근 공개된 분석 자료를 보니 이건 단순한 기분 탓이 아니었다. 한 연구 보고서에 따르면 클로드 코드는 2월 업데이트 이후 복잡한 엔지니어링 작업에서 사실상 사용하기 힘든 수준으로 품질이 저하되었다는 결과가 나왔다.

요즘 클로드 코드를 사용하면서 마치 처음 프로그래밍을 배웠을 때와 같은 설레임을 다시 느끼고 있다. 단순히 코드를 대신 짜주는 기계를 넘어 내 머릿속의 아이디어를 현실로 구현해주는 가장 든든한 파트너를 만난 기분이다. 특히 최근에 발견하여 유용하게 사용하고 있는 'Superpowers’라는 플러그인은 내가 일하는 방식 자체를 완전히 바꾸어 놓았다. 처음에는 그저 편리한 도구 중 하나라고 생각했지만, 실제로 깊이 있게 파고들수록 이 플러그인이 지향하는 '생각하는 AI’의 가치가 얼마나 큰지 깨닫게 되었다. 단순히 프롬프트를 입력하고 결과를 기다리는 방식에서 벗어나 시스템화된 워크플로우를 통해 결과물의 품질을 극대화하는 과정은 그 자체로 놀라운 경험이다.

요즘 나는 하루 종일 클로드 코드와 같은 AI 에이전트와 함께 일하고 있다. 예전 같으면 며칠이 걸렸을 코딩 작업을 단 몇 분 만에 끝내는 에이전트의 능력을 보면서 감탄할 때가 많다. 하지만 에이전트가 미친 듯이 일하는 동안 나에게는 묘하게 붕 떠 있는 시간이 생긴다. 프롬프트를 던지고 나서 그 결과를 받기까지 걸리는 시간은 짧게는 2분에서 길게는 10분 정도인데, 이 시간이 참으로 애매하다. 그냥 가만히 앉아 기다리기에는 너무 길고, 그렇다고 새로운 업무를 본격적으로 시작하기에는 너무 짧기 때문이다. 메일함을 열었다가 닫고 메신저 창을 몇 번 넘나들다 보면 결과가 나오는데, 문제는 그 사이의 애매한 시간 동안 머릿속이 엉망이 된다는 점이다.

최근 개발 환경의 변화를 지켜보면 AI가 코드를 작성하는 속도가 인간의 검토 속도를 아득히 추월하고 있다는 사실을 체감한다. 많은 개발자가 클로드 같은 도구를 활용해 생산성을 비약적으로 높였지만, 아이러니하게도 팀 전체의 속도는 오히려 정체되거나 느려지는 현상이 발생하고 있다. 한 조사에 따르면 AI 도입률이 높은 팀은 PR(Pull Request) 생성량이 98퍼센트나 증가했지만, 정작 리뷰에 소요되는 시간은 91퍼센트나 늘어났다고 한다. 이러한 불균형은 결국 코드 리뷰라는 전통적인 안전망이 AI 시대의 생산성을 감당하지 못한다는 것을 의미한다. 인간의 리뷰가 병목이 되고 있는 이 상황에서 우리는 새로운 해답을 찾아야만 한다.

요즘 다시 밤을 새우기 시작했다. 처음 코딩을 배웠을 때 느꼈던 그 설레임이 돌아온 기분이다. Claude Code라는 도구를 만나면서부터 내 일상은 완전히 바뀌었다. 단순히 코드를 짜주는 기계가 아니라, 내 생각을 현실로 옮겨주는 가장 강력한 파트너를 만난 것 같다. 프로그래밍이라는 행위가 주는 본질적인 즐거움이 무엇인지 다시 생각하게 되는 요즘이다.

AI 에이전트 시대가 본격적으로 열리면서 우리가 프로그래밍 언어를 선택하는 기준이 근본적으로 흔들리고 있다. 과거에는 인간 개발자의 가독성이나 실행 성능, 혹은 생태계의 크기가 가장 중요한 지표였다면 이제는 AI 에이전트가 얼마나 효율적으로 코드를 생성하고 검증할 수 있는지가 새로운 척도로 부상했다. 최근 엔도 유스케가 클로드 코드(Claude Code)를 활용해 13개 프로그래밍 언어의 생산성을 정량적으로 분석한 결과는 이런 변화를 아주 명확하게 보여준다. 단순히 어떤 언어가 좋다는 주관적인 논쟁을 넘어 시간과 비용이라는 구체적인 수치로 증명된 데이터는 우리가 앞으로 어떤 언어로 개발을 시작해야 할지에 대해 많은 시사점을 던져준다.

최근 작업 환경을 대폭 개편했다. 재택근무 환경이 macOS를 지원하지 않아서 한동안 사용하지 않던 아이맥을 꺼내 싹 포맷을 했다. 그리고 메인으로 삼아 화면만 꺼둔 채 서버처럼 상시 가동한다. 외부에서는 tailscale을 통해 윈도우 노트북이나 모바일로 접속해 모든 작업을 처리한다. SSH로 접속도 가능하고 Serve 기능을 통해서 웹으로도 접속이 가능하다.

최근 앤트로픽의 행보를 보면 말 그대로 보법이 다르다는 느낌을 받는다. 단순히 모델의 성능을 높이는 경쟁에 매몰되지 않고 사용자가 실제로 무엇을 원하고 어떤 도구가 필요한지 정확히 꿰뚫고 있다. 이번에 공개한 앤트로픽 코스(Anthropic Courses) 역시 그 연장선에 있다.

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