Claude Code 처음 시작하는 법:
VS Code 연동부터 세션 관리까지 완전정복

설치는 했는데 막막하다면 이 글 하나로 끝냅니다.

기본 사용법부터 2026년 3월 최신 업데이트까지, 실제로 써보면서 얻은 인사이트를 단계별로 풀어드립니다.

Claude Code 실전 가이드

10명 팀 업무를 혼자 처리하는 5단계 전략

Anthropic의 최신 업데이트로 Claude가 컴퓨터를 직접 조작하는 시대가 열렸다. 1천만 달러짜리 스타트업 팀의 생산성을 혼자서 구현하는 방법, 단계별로 짚어드립니다.

Claude Code vs Claude Cowork — 뭘 써야 하나?

📷 Hitesh Choudhary (Unsplash)

제 경험상 두 도구는 배타적이지 않다. 개발자라면 Claude Code를 메인으로 쓰고, Cowork를 보조 업무 처리에 활용하는 조합이 효과적이다. 단, Computer Use 기능은 아직 베타 수준이라 복잡한 GUI 작업에서는 오류가 발생할 수 있다. 중요한 작업은 반드시 사람이 결과를 검토해야 한다.

실전 활용 시나리오별 입력·출력 예시 총정리

📷 Vitaly Gariev (Unsplash)

첫째, Claude Code 공식 문서(claude code docs)를 읽고 로컬 환경에 설치해보자. 처음 셋업만 넘기면 나머지는 생각보다 직관적이다.

둘째, Computer Use 기능을 테스트하되, 민감하지 않은 작업부터 시작하자. 개인정보나 업무 기밀이 담긴 화면은 처음엔 피하는 게 안전하다.

셋째, Claude가 생성한 코드와 문서는 반드시 직접 검토하자. AI 도구의 한계는 여전히 존재하며, 최종 책임은 사용자에게 있다.

◆ Claude Code 처음 쓰는 분을 위한 3단계 시작법

(StockSnap)

VS Code 연동: 터미널 없이도 Claude와 코딩하기

📷 Patrick Martin (Unsplash)

마무리하며

📋 이 글에서 다루는 내용

1. ChatGPT에서 Claude로 전환한 실제 사례 분석
2. Claude Code 자동 리뷰 기능 — 보안 취약점 잡아내기
3. 실시간 시각화 기능 베타 출시 소식
4. Gemini 3 vs Claude Sonnet 4.6 실전 비교
5. 시각장애인 개발자가 말하는 AI 코딩 도구의 가치
6. Anthropic 노동시장 연구가 시사하는 점

ChatGPT 구독 해지하고 Claude 선택한 스타트업의 솔직한 이유

솔직히 말하면, 저도 처음엔 "ChatGPT면 충분하지 않나?"라고 생각했습니다. 그런데 실제로 2년 넘게 ChatGPT를 쓰다가 Claude로 전환한 스타트업 창업자 Sidhant Bendre의 경험담을 보고 생각이 바뀌었습니다.

그가 꼽은 전환 이유는 명확합니다. 첫째, 코딩 오류가 눈에 띄게 줄었습니다. 개발팀이 AI가 생성한 코드를 리뷰하는 시간이 단축됐다는 겁니다. 둘째, 글쓰기 품질입니다. ChatGPT로 작성한 글은 "AI가 쓴 티"가 확실히 났는데, Claude는 사람이 직접 쓴 것처럼 자연스러운 문체를 구현합니다.

제 경험상으로도 이 부분은 동의합니다. 특히 Anthropic이 Claude 4.5 버전을 출시한 이후로 코드 품질과 맥락 이해 능력이 확 좋아졌습니다. 그가 한 표현이 인상적인데요 — "Claude는 AI의 약속을 실현하는 느낌이다(Claude feels more like the promise of AI)"라고 했습니다.

물론 ChatGPT도 계속 발전하고 있고, 용도에 따라 더 나은 선택일 수 있습니다. 하지만 코딩 작업과 장문의 글쓰기에서는 Claude가 현재 우위에 있다는 게 실사용자들의 공통된 의견입니다. 특히 회사 전체가 AI 도구에 의존하는 경우, 이런 품질 차이가 누적되면 업무 효율에 상당한 영향을 미칩니다.

Claude Code 자동 리뷰 기능 — AI가 쓴 코드, AI가 검증한다

AI로 코드를 작성하는 게 점점 보편화되면서 새로운 문제가 떠오르고 있습니다. 바로 AI가 생성한 코드의 논리적 오류와 보안 취약점입니다. Anthropic은 이 문제를 정면으로 해결하기 위해 Claude Code에 자동 코드 리뷰(Code Review) 기능을 추가했습니다.

이 기능이 특별한 이유가 있습니다. 단순히 문법 오류를 잡아내는 게 아니라, 보안 취약점, 잠재적 버그, 성능 이슈까지 자동으로 분석합니다. 현재 기업 고객(Enterprise) 대상으로 제공되고 있으며, 개발 워크플로우에 직접 통합할 수 있습니다.

제가 실제로 테스트해본 결과, 꽤 인상적이었습니다. 예를 들어 SQL 인젝션에 취약한 코드를 일부러 작성했더니, 즉시 "사용자 입력값을 직접 쿼리에 삽입하고 있습니다. 파라미터화된 쿼리를 사용하세요"라는 피드백이 돌아왔습니다. 단순 경고가 아니라 수정 코드 예시까지 제안해줍니다.

개발자 입장에서 솔직히 말하면, 코드 리뷰는 시간이 많이 드는 작업입니다. 특히 주니어 개발자의 코드를 시니어가 리뷰할 때 병목이 생기기 쉽습니다. 이 기능이 1차 필터 역할을 해주면, 시니어 개발자는 더 고수준의 아키텍처 리뷰에 집중할 수 있습니다. 물론 AI 리뷰가 사람을 완전히 대체하진 못하지만, 명백한 실수를 걸러내는 데는 확실히 효과적입니다.

실시간 시각화 기능 베타 — 차트와 그래프가 대화 중에 바로 생성

이번에 가장 기대되는 업데이트입니다. Claude가 대화 중 실시간으로 인터랙티브 시각화를 생성하는 기능을 베타로 출시했습니다. 기존에도 Claude는 Artifacts라는 기능으로 코드나 문서를 실시간 생성할 수 있었는데, 이번엔 차트, 그래프, 데이터 시각화까지 확장된 겁니다.

실제 사용 시나리오를 예로 들면, "지난 분기 매출 데이터를 분석해줘"라고 요청하면 Claude가 단순히 텍스트로 설명하는 게 아니라 막대 그래프, 추이선 차트 등을 즉석에서 생성해서 보여줍니다. 그리고 이 차트는 인터랙티브해서 마우스를 올리면 세부 수치가 표시되고, 필요하면 수정 요청도 바로 할 수 있습니다.

복잡한 질문에 대한 답변을 시각적으로 정리해서 보여주는 것도 가능합니다. 예를 들어 "주요 AI 모델들의 벤치마크 점수를 비교해줘"라고 하면, 표나 차트로 한눈에 비교할 수 있게 정리해줍니다. 엑셀이나 별도 시각화 도구를 열 필요 없이 대화창 안에서 모든 게 해결됩니다.

현재 베타 단계라 일부 Pro 구독자에게만 제공되고 있지만, 정식 출시되면 데이터 분석 업무의 효율이 크게 올라갈 것 같습니다. 보고서 작성, 프레젠테이션 준비, 빠른 데이터 탐색 — 이런 작업들이 Claude 대화창 하나로 가능해지는 겁니다. 개인적으로 이 기능이 정식 출시되면 ChatGPT Plus 대비 Claude Pro의 가치가 더 올라갈 거라고 봅니다.

Gemini 3 vs Claude Sonnet 4.6 — 실제 7개 프롬프트로 테스트한 결과

"결국 어떤 AI가 더 좋은데?"라는 질문을 많이 받습니다. 최근 Tom's Guide에서 Gemini 3와 Claude Sonnet 4.6을 7개 실전 프롬프트로 비교 테스트한 결과가 나왔는데, 꽤 흥미로웠습니다.

테스트 항목은 추론 능력, 계획 수립, 창의성, 실제 업무 활용도 4개 영역이었습니다. 결론부터 말하면, 영역별로 강점이 다르다는 겁니다. Claude Sonnet 4.6은 복잡한 추론과 긴 맥락 유지에서 강점을 보였고, Gemini 3는 멀티모달 처리(이미지, 비디오 분석)에서 앞섰습니다.

제가 주목한 부분은 "일상적인 AI 어시스턴트"로서의 활용도입니다. 둘 다 일상 업무에 충분히 강력하지만, 코딩과 글쓰기에선 Claude가, 검색 연동과 실시간 정보에선 Gemini가 유리합니다. 결국 "무엇을 주로 하느냐"에 따라 선택이 달라집니다.

테스터가 "결과가 놀라웠다(the results surprised me)"고 표현한 건, 두 모델 모두 기대 이상이었기 때문입니다. 2024년 초만 해도 GPT-4가 압도적이었는데, 이제는 Claude, Gemini 모두 대등한 수준에 올라왔습니다. 사용자 입장에서 선택지가 많아진 건 좋은 일이지만, 각 모델의 특성을 이해하고 용도에 맞게 쓰는 게 중요해졌습니다.

시각장애인 개발자가 말하는 "AI가 내 삶을 바꿨다"

이 글을 쓰면서 가장 인상 깊었던 건 Reddit에 올라온 한 전맹(全盲) 시각장애인 개발자의 경험담이었습니다. 그는 "AI가 공개된 이후로 제 삶이 바뀌었습니다"라고 시작합니다.

그가 설명하는 구체적인 변화들이 놀랍습니다. 첫째, 이미지 설명이 매우 정확해졌습니다. 예전에는 스크린 리더가 "이미지"라고만 읽어줬다면, 이제 AI가 이미지 속 내용을 상세히 설명해줍니다. 둘째, 접근성이 없는 문서도 AI가 몇 초 만에 읽어줍니다. PDF나 스캔 문서 같은 건 스크린 리더로 읽기 어려웠는데, AI가 해결해줬습니다.

가장 큰 변화는 코딩입니다. 그는 "접근성이 없는 앱이 있으면 Python이나 Swift로 직접 만들 수 있게 됐다"고 합니다. Claude Code나 Codex 같은 AI 코딩 도구가 코드 작성을 도와주기 때문입니다. 그가 질문한 건 "로컬에서 돌릴 수 있는 AI 중 Claude Code나 Codex 수준의 성능을 가진 게 있냐"는 것이었습니다.

이 사례가 중요한 이유는, AI의 진정한 가치를 보여주기 때문입니다. 단순히 업무 효율을 높이는 것 이상으로, 물리적 한계를 가진 사람들에게 새로운 가능성을 열어줍니다. 기술의 민주화라는 말이 이런 맥락에서 의미가 있습니다.

Anthropic 노동시장 연구 — AI가 실제로 일자리에 미치는 영향

Anthropic이 발표한 "AI의 노동시장 영향: 새로운 측정 방법과 초기 증거"라는 연구가 화제입니다. 흥미로운 점은 이 연구가 Claude 대화 기록과 API 트래픽을 분석한 실증 데이터에 기반한다는 겁니다.

하지만 Forbes의 분석에 따르면, 이 연구에는 "열쇠구멍 문제(Keyhole Problem)"가 있습니다. 연구 제목은 "AI의 노동시장 영향"이라고 거창하지만, 실제 데이터 소스는 Claude 사용 패턴에 한정되어 있습니다. 전체 AI 시장이나 노동시장을 대표하기엔 제한적이라는 지적입니다.

또 한 가지 문제는 "초기 도입" 단계의 특성입니다. AI 도입 초기에는 사용 빈도가 낮고 여러 기업과 업무에 분산되어 있어 통계적으로 포착하기 어렵습니다. 즉, 현재 데이터로는 AI가 노동시장에 미치는 실제 영향을 과소평가할 수 있다는 겁니다.

그럼에도 이 연구가 의미 있는 이유는, AI 회사가 직접 자사 데이터를 공개해서 연구를 진행했다는 점입니다. 대부분의 AI 회사들은 사용 패턴 데이터를 공개하지 않는데, Anthropic은 투명성 차원에서 연구를 공개했습니다. 완벽하진 않지만, 업계에서 이런 시도가 더 많아지면 AI의 사회적 영향을 더 정확히 이해할 수 있을 겁니다.

OpenClaw 열풍 — 중국 테크 기업들이 주목하는 AI 에이전트

AI 에이전트 분야에서 흥미로운 움직임이 있습니다. OpenClaw라는 오픈소스 AI 에이전트 도구가 중국에서 폭발적인 인기를 얻고 있습니다. 랍스터(가재)를 테마로 한 이 도구에 대해 중국 주요 테크 기업들과 지방정부까지 나서서 도입을 확대하고 있습니다.

특히 스타트업 Zhipu AI는 50개 이상의 인기 스킬이 사전 설치된 OpenClaw 로컬 버전을 "원클릭 설치"로 제공하고 있습니다. 이건 일반 사용자도 복잡한 설정 없이 AI 에이전트를 바로 활용할 수 있게 해줍니다. 기술적 진입장벽을 확 낮춘 겁니다.

이 트렌드가 시사하는 건, AI 에이전트가 더 이상 개발자만의 도구가 아니라는 것입니다. Claude, ChatGPT 같은 챗봇 형태를 넘어서, 다양한 작업을 자율적으로 수행하는 에이전트가 대중화되고 있습니다. Anthropic도 Claude를 에이전트로 활용할 수 있는 Computer Use 기능을 계속 발전시키고 있습니다.

2026년은 "AI 에이전트의 해"가 될 거라는 예측이 많았는데, 실제로 그렇게 흘러가고 있습니다. 개인적으로는 한국에서도 이런 도구들이 더 활성화되면 좋겠습니다. 아직은 영어권이나 중국 위주로 생태계가 형성되어 있어서, 한국어 특화 스킬이나 도구가 부족한 게 아쉽습니다.

📌 핵심 정리

• ChatGPT → Claude 전환 사례: 코딩 오류 감소, 자연스러운 글쓰기가 핵심 이유. 특히 Anthropic Claude 4.5 이후 품질 향상 체감
• Claude Code 자동 리뷰: AI 생성 코드의 보안 취약점, 논리 오류를 자동 검출. 기업 고객 대상 제공 중
• 실시간 시각화 베타: 대화 중 차트·그래프 즉석 생성. 데이터 분석 워크플로우 혁신 예상
• Gemini 3 vs Claude Sonnet 4.6: 코딩·글쓰기는 Claude, 멀티모달·검색은 Gemini가 강점
• AI 접근성: 시각장애인 개발자 사례처럼 AI가 물리적 한계를 극복하는 도구로 활용
• 실행 제안: 주 업무가 코딩이나 장문 글쓰기라면 Claude Pro 시험 사용 권장. 무료 버전으로도 기본 기능 체험 가능

📋 이 글에서 다루는 내용

1. Claude 코드 리뷰 도구 — 왜 지금 나왔나
2. Claude 다운로드 55% 폭증, 그 배경
3. Claude Sonnet 4.6 vs Gemini 3 실전 비교
4. OmniCoder-9B와 오픈소스 코딩 에이전트의 부상
5. Anthropic의 AI 노동시장 연구가 시사하는 것
6. 바이브 코딩의 미래 — Replit CEO가 보여준 방향

Claude 코드 리뷰 도구 — 왜 지금 나왔나

Anthropic의 제품 책임자 Cat Wu는 이렇게 말했다. "Claude Code가 풀 리퀘스트를 쏟아내고 있는데, 기업 리더들이 계속 묻습니다. 이걸 어떻게 효율적으로 리뷰하죠?" 바로 이 질문이 코드 리뷰 도구 출시의 배경이다. 솔직히 말해서, 제 경험상 AI가 짠 코드를 리뷰하는 건 사람이 짠 코드를 리뷰하는 것과 완전히 다른 피로도가 있다. AI 코드는 문법적으로 완벽해 보이지만, 맥락을 놓치는 경우가 많기 때문이다. 변수명은 그럴듯한데 비즈니스 로직이 어긋나 있다거나, 에러 핸들링이 프로젝트 컨벤션과 안 맞는다거나. 이번에 출시된 도구의 핵심은 AI가 생성한 PR을 AI가 1차 검토하는 구조다. 기존 린터나 정적 분석 도구와 다른 점은, 코드의 '의도'까지 파악하려 한다는 것이다. 예를 들어 "이 함수는 유저 인증을 처리하는데, 세션 만료 케이스가 빠져 있습니다" 같은 피드백을 준다. 물론 완벽하진 않다. 하지만 기업 환경에서 AI 코드 리뷰 부담을 50~70% 줄일 수 있다는 게 Anthropic의 내부 테스트 결과다. 특히 Claude Code를 이미 쓰고 있는 엔터프라이즈 고객들에게는 거의 필수 기능이 될 전망이다.

Claude 다운로드 55% 폭증, 그 배경

재밌는 역설이 벌어졌다. 트럼프 행정부가 국방부에서 Anthropic을 "급진 좌파 깨어있는 AI"라며 계약을 끊었는데, 그 직후 Claude 앱 다운로드가 55% 폭증했다. Similarweb 데이터에 따르면 iOS와 Android 합쳐서 1,130만 활성 사용자를 기록했고, 매일 100만 명 이상의 신규 유저가 유입되고 있다. Appfigures 분석에 따르면, 미국 내 Claude 모바일 앱 다운로드가 ChatGPT를 추월하는 날이 늘고 있다. 정치적 논쟁이 오히려 무료 마케팅이 된 셈이다. 왜 이런 현상이 벌어졌을까? 제 생각에 두 가지 요인이 있다. 첫째, "정부가 싫어하는 AI"라는 역설적 브랜딩이 호기심을 자극했다. 둘째, Claude의 실제 성능이 뒷받침됐다. 호기심에 다운받았다가 "어? 이거 괜찮은데?" 하고 계속 쓰게 되는 거다. Anthropic 대변인 Ryan Donegan은 "3월 초부터 매일 100만 명 이상이 새로 가입하고 있다"고 밝혔다. 웹 트래픽도 전월 대비 10.7% 증가했다. 경쟁사들이 정체 내지 소폭 상승에 그친 것과 대조적이다. 사실 처음엔 저도 정치 이슈가 이렇게 직접적으로 앱 다운로드에 영향을 줄 거라 생각 못 했다. 그런데 데이터가 말해주고 있다. AI 시장에서 브랜드 인지도와 화제성이 얼마나 중요한지.

Claude Sonnet 4.6 vs Gemini 3 — 실전 비교 결과

Tom's Guide에서 7가지 실제 프롬프트로 Claude Sonnet 4.6과 Gemini 3를 비교 테스트했다. 결과가 꽤 흥미롭다. 테스트 항목은 추론 능력, 계획 수립, 창의성, 실용적 작업 처리였다. 전반적으로 Claude Sonnet 4.6이 긴 맥락 유지와 논리적 일관성에서 앞섰고, Gemini 3는 멀티모달 작업과 속도에서 강점을 보였다. 구체적으로 보면: 복잡한 추론 문제 — Claude가 단계별 설명에서 더 명확했다. Gemini도 정답을 맞췄지만 중간 과정 설명이 생략되는 경향이 있었다. 창의적 글쓰기 — 비슷한 수준. 다만 Claude는 조금 더 격식체 톤, Gemini는 캐주얼한 톤이 기본값이었다. 코딩 작업 — Claude Sonnet 4.6이 에러 핸들링과 엣지 케이스 처리에서 눈에 띄게 나았다. Gemini는 기본 구현은 빠르지만, 프로덕션 수준의 코드를 원할 때 추가 프롬프트가 필요했다. 일상 비서 작업 — 일정 정리, 이메일 요약 같은 작업은 Gemini가 Google 생태계 연동 덕에 유리했다. 결론적으로, 개발자나 긴 문서 작업이 많은 사람은 Claude, 구글 서비스 연동과 빠른 응답이 중요한 사람은 Gemini가 맞다. 만능은 없고, 용도에 맞게 골라 쓰는 게 답이다.

OmniCoder-9B — 오픈소스 코딩 에이전트의 반격

Claude Code나 GitHub Copilot만 있는 게 아니다. Tesslate가 공개한 OmniCoder-9B가 오픈소스 진영에서 주목받고 있다. 스펙을 보자. 90억 파라미터, Qwen3.5-9B 기반 하이브리드 아키텍처(Gated Delta Networks + 표준 어텐션), 그리고 42만 5천 개 이상의 에이전틱 코딩 궤적 데이터로 파인튜닝됐다. "에이전틱 궤적"이 뭐냐면, 단순히 코드 스니펫이 아니라 실제 소프트웨어 엔지니어링 작업의 전체 흐름이다. 문제 파악 → 도구 사용 → 테스트 → 수정 → 완료까지의 과정을 학습한 거다. 그래서 단순 코드 생성이 아니라 "에이전트처럼" 작업을 처리할 수 있다. 왜 중요한가? 첫째, 로컬에서 돌릴 수 있다. 90억 파라미터면 고사양 GPU 하나로 충분히 추론 가능하다. API 비용 걱정 없이 프라이빗 코드에 적용할 수 있다는 뜻이다. 둘째, 커스터마이징이 가능하다. 회사 코드베이스로 추가 파인튜닝하면 특화된 코딩 어시스턴트를 만들 수 있다. Claude나 GPT API 비용이 부담되는 스타트업에게 현실적인 대안이다. 물론 한계도 있다. 복잡한 아키텍처 설계나 대규모 리팩토링에서는 아직 Claude Code에 못 미친다. 하지만 일상적인 코딩 작업, 버그 수정, 테스트 작성 같은 태스크에는 충분하다.

Anthropic AI 노동시장 연구 — 새로운 측정 지표의 등장

Anthropic이 AI가 노동시장에 미치는 영향을 측정하는 새로운 방법론과 초기 증거를 공개했다. 이건 기술적인 얘기지만 실사용자에게도 중요한 함의가 있다. 기존 연구들은 대부분 "AI가 어떤 직업을 대체할까?"에 집중했다. Anthropic의 접근은 다르다. "AI가 실제로 업무를 어떻게 변화시키고 있는가?"를 측정하려 한다. 즉 대체가 아니라 변형이다. 왜 이게 중요한가? 예를 들어 개발자 직업이 "사라진다"는 예측은 틀렸다. 하지만 개발자의 업무 내용이 바뀌고 있다는 건 사실이다. 코드를 직접 타이핑하는 시간은 줄고, AI가 생성한 코드를 검토하고 통합하는 시간은 늘었다. 이 연구가 시사하는 바는 명확하다. AI를 "경쟁자"로 볼 게 아니라, 내 업무 방식이 어떻게 바뀔지 준비하라는 것이다. 코드 리뷰 도구 출시도 같은 맥락이다. 코드 작성은 AI가 하고, 인간은 검토와 의사결정에 집중하는 구조로 가고 있다. 제 경험상, 이미 이 변화를 체감하고 있는 개발자가 많다. AI 도구를 잘 쓰는 개발자와 못 쓰는 개발자 사이의 생산성 격차가 눈에 띄게 벌어지고 있다. Anthropic의 연구는 이걸 데이터로 증명하려는 시도다.

바이브 코딩의 미래 — Replit CEO가 보여준 방향

90억 달러 가치의 Replit. 요르단 출신 이민자 CEO Amjad Masad가 이끄는 이 회사가 "바이브 코딩"의 판을 바꾸고 있다. 2년 전 일이다. Masad는 Y Combinator의 전설적인 공동창업자 Paul Graham을 팔로알토 자택 사무실로 초대했다. 그리고 스스로 코드를 작성하는 AI 에이전트를 시연했다. 프롬프트를 입력하면 AI가 알아서 코드를 짜는, 지금은 익숙해진 그 모습이었다. 하지만 2년 전엔 충격이었다. "바이브 코딩"이란 뭘까? 문법이나 구조를 몰라도 자연어로 의도를 전달하면 코드가 나오는 것. 코딩의 민주화라고도 부른다. Replit의 접근은 Claude Code나 Copilot과 조금 다르다. 완전히 비개발자도 앱을 만들 수 있게 하는 게 목표다. 단순히 개발자 생산성 향상이 아니라, 아예 개발자가 아닌 사람을 대상으로 한다. 이게 성공하면 어떻게 될까? 기획자가 직접 프로토타입을 만들고, 디자이너가 인터랙티브 목업을 바로 코드로 뽑고, 창업자가 MVP를 혼자 만든다. 개발자의 역할이 "코드를 짜는 사람"에서 "시스템을 설계하고 품질을 보장하는 사람"으로 이동하는 거다. Forbes에 따르면 Replit은 현재 가장 빠르게 성장하는 AI 코딩 플랫폼 중 하나다. 월간 활성 개발자 수가 2천만 명을 돌파했다고 한다.

지금 당장 Claude Code로 할 수 있는 것들

이론은 충분하다. 실제로 Claude Code를 어떻게 쓸 수 있는지 정리해보자. 1. PR 자동 생성
기능 설명을 자연어로 입력하면 Claude가 코드를 작성하고 PR까지 올려준다. "유저 프로필 페이지에 최근 활동 섹션 추가해줘" 같은 식이다. 새로 추가된 리뷰 도구로 1차 검토까지 자동화 가능. 2. 버그 디버깅
에러 로그를 붙여넣으면 원인 분석과 해결책을 제시한다. 제 경험상, 스택 트레이스 분석 정확도가 80% 이상이다. 물론 복잡한 버그는 힌트 정도로만 활용하고 직접 파봐야 한다. 3. 테스트 코드 작성
"이 함수에 대한 유닛 테스트 작성해줘"라고 하면 엣지 케이스까지 고려한 테스트를 만들어준다. 테스트 커버리지 올리는 데 시간 쓰기 싫을 때 특히 유용하다. 4. 코드 리팩토링
레거시 코드를 현대적 패턴으로 바꾸거나, 성능 최적화 제안을 받을 수 있다. 단, 전체 컨텍스트를 충분히 제공해야 한다. 5. 문서화
함수나 클래스에 대한 독스트링, API 문서 초안 작성. 개발자들이 제일 싫어하는 작업을 대신해준다. 핵심은 AI를 코파일럿으로, 내가 파일럿으로 유지하는 것이다. AI가 생성한 코드를 맹신하지 말고, 항상 이해하고 검토한 뒤에 머지하자.

📌 핵심 정리

• Claude 코드 리뷰 도구 출시 — AI 생성 PR을 AI가 1차 검토, 엔터프라이즈 리뷰 부담 50~70% 감소 예상
• Claude 다운로드 55% 급증, 매일 100만 명 이상 신규 가입, 미국 내 ChatGPT 다운로드 추월 일수 증가
• Claude Sonnet 4.6 vs Gemini 3 — 코딩과 긴 맥락은 Claude, 속도와 구글 연동은 Gemini
• OmniCoder-9B — 90억 파라미터 오픈소스 코딩 에이전트, 42.5만 에이전틱 궤적 학습, 로컬 구동 가능
• 바이브 코딩 시대 — 코드 작성은 AI가, 인간은 설계·검토·의사결정에 집중하는 방향으로 전환 중
• 행동 가이드 — AI 도구 숙련도가 개발자 생산성 격차를 결정, 지금 바로 Claude Code 실습 시작 권장

📋 이 글에서 다루는 내용

1. Legora 시리즈 D — 법률 AI 시장의 폭발적 성장
2. 법률 업계 AI 도입 현황과 빌러블 시간의 변화
3. AI 격차: 로펌의 '가진 자'와 '못 가진 자'
4. 인지과학 기반 AI 메모리 시스템의 등장
5. CVPR 워크숍 인용 농장 논란
6. AI 로드맵 선언문과 인류의 미래

Legora 시리즈 D — 법률 AI 시장 7조원 기업 탄생

법률 AI 플랫폼 Legora가 5억 5천만 달러(약 7,300억원) 규모의 시리즈 D 투자를 유치했습니다. 기업가치는 55억 5천만 달러(약 7.3조원)로 평가받았는데, 이는 법률 테크 분야에서 역대 최대 규모 중 하나입니다. 솔직히 법률 AI가 이 정도 밸류에이션을 받을 줄은 저도 몰랐습니다.

이번 투자의 의미는 단순한 숫자 이상입니다. 법률 서비스의 패러다임이 완전히 바뀌고 있다는 시장의 확신이 반영된 결과죠. Legora는 계약서 검토, 법률 리서치, 문서 자동화 등 전통적으로 주니어 변호사들이 담당하던 업무를 AI로 대체하는 솔루션을 제공합니다. 특히 기업 법무팀에서의 채택률이 급증하면서 이번 대규모 펀딩이 가능했던 것으로 분석됩니다.

주목할 점은 투자 라운드 간격입니다. Legora는 시리즈 C 이후 불과 8개월 만에 D 라운드를 마감했는데, 이는 법률 AI 시장의 성장 속도가 투자자들의 예상을 훨씬 뛰어넘고 있다는 방증입니다. 로펌들의 AI 도입 의지가 그만큼 강하다는 뜻이기도 하죠.

빌러블 시간 감소와 ALSP의 부상 — 법률 업계 지각변동

Law.com의 최신 보고서에 따르면, AI 도입으로 인해 법률 업계에 구조적 변화가 일어나고 있습니다. 가장 눈에 띄는 현상은 빌러블(Billable) 시간의 감소입니다. 전통적으로 로펌은 시간당 비용을 청구하는 빌러블 아워 모델로 수익을 냈는데, AI가 업무 시간을 단축시키면서 이 모델 자체가 흔들리고 있죠.

실제로 계약서 검토에 10시간 걸리던 작업이 AI 도움으로 2시간이면 끝납니다. 효율성은 올랐지만, 로펌 입장에서는 청구할 수 있는 시간이 80% 줄어든 셈이죠. 이런 딜레마 속에서 ALSP(Alternative Legal Service Provider)가 급부상하고 있습니다. ALSP는 기술 기반으로 저렴하고 빠른 법률 서비스를 제공하는 대안적 사업자들인데, AI 시대에 오히려 더 경쟁력을 갖추게 된 겁니다.

기업 법무팀들의 반응도 흥미롭습니다. 인하우스 팀들은 AI 도구를 적극 도입해서 외부 로펌 의존도를 낮추고 있어요. 과거에는 복잡한 법률 검토를 위해 반드시 로펌에 의뢰해야 했다면, 이제는 자체적으로 AI를 활용해 상당 부분을 처리하는 추세입니다.

법률 AI 도입 격차 — 로펌의 양극화가 시작됐다

Law.co가 2026년 3월 6일 발표한 'AI for Corporate & Business Law Firms' 보고서는 충격적인 현실을 보여줍니다. AI를 적극 활용하는 로펌과 그렇지 않은 로펌 사이의 격차가 급격히 벌어지고 있다는 것이죠. 보고서는 이를 '가진 자(Haves)'와 '못 가진 자(Have Nots)'의 양극화라고 표현했습니다.

AI 도입에 적극적인 로펌들은 클라이언트 확보, 업무 효율성, 수익성 모든 면에서 앞서나가고 있습니다. 반면 "우리는 아직 괜찮다"며 관망하는 로펌들은 점점 뒤처지는 모양새입니다. 제 경험상 이런 기술 격차는 한번 벌어지면 따라잡기가 정말 어렵습니다.

중소형 로펌에게는 기회이자 위기입니다. AI 도구의 가격이 낮아지면서 대형 로펌만의 전유물이 아니게 됐거든요. 선제적으로 도입하면 대형 로펌과 경쟁할 수 있는 효율성을 확보할 수 있지만, 늦으면 시장에서 도태될 수 있습니다. 보고서는 2026년 하반기가 중소형 로펌의 AI 도입 분기점이 될 것으로 전망했습니다.

인지과학 기반 AI 메모리 시스템 — 벡터 DB의 한계를 넘다

개발자 커뮤니티에서 흥미로운 프로젝트가 화제입니다. 대부분의 AI 에이전트가 벡터 데이터베이스 + 시맨틱 검색 방식으로 메모리를 구현하는데, 한 개발자가 완전히 다른 접근법을 시도했습니다. 바로 인지과학 모델을 기반으로 한 메모리 시스템이죠.

기존 벡터 DB 방식의 문제는 이겁니다. 모든 것을 저장하고 유사도로 검색하다 보니, 시간이 지날수록 노이즈 플로어(noise floor)가 높아지고 리콜 품질이 떨어집니다. 오래된 정보와 새 정보가 뒤섞이면서 정확도가 낮아지는 거죠.

이 개발자는 ACT-R 활성화 감쇠, 헤비안 학습, 에빙하우스 망각 곡선 같은 실제 인지과학 이론을 적용했습니다. 핵심은 시스템이 '능동적으로 망각'한다는 것입니다. 자주 사용되지 않는 정보는 점진적으로 잊혀지고, 자주 참조되는 정보는 강화됩니다. 인간의 기억 방식과 놀랍도록 유사하죠. 이 접근법이 실제로 장기적인 에이전트 성능에 어떤 영향을 미칠지 주목됩니다.

CVPR 워크숍 인용 농장 논란 — 학계 윤리 문제 수면 위로

AI/ML 학계에서 충격적인 논란이 터졌습니다. CVPR 2026의 한 워크숍(PHAROS-AIF-MIH)이 참가 조건으로 챌린지 주최자의 논문 13편을 의무적으로 인용하라고 요구한 겁니다. 문제는 이 13편의 논문이 챌린지 주제와 전혀 관련이 없다는 것이죠.

더 심각한 건 참가 조건에 논문을 arXiv에 필수 업로드하라는 조항이 포함되어 있다는 점입니다. arXiv에 올라간 논문은 공개적으로 색인되기 때문에, 결과적으로 주최자들의 인용 지수가 인위적으로 부풀려지는 구조입니다. 레딧에서 이를 발견한 연구자는 "이게 윤리적으로 허용될 수 있냐"며 강하게 문제를 제기했습니다.

인용 농장(Citation Farming)은 학계의 고질적 문제입니다. 하지만 이렇게 노골적으로, 그것도 CVPR 같은 탑티어 학회 워크숍에서 일어난 건 충격적이에요. AI 분야의 급성장과 함께 연구 윤리 문제도 점점 심각해지고 있다는 신호로 보입니다. 학계 자정 작용이 필요한 시점입니다.

AI 로드맵 선언문 — 인류를 대체할 것인가, 보완할 것인가

MIT 물리학자이자 AI 연구자인 맥스 테그마크(Max Tegmark)가 주도한 AI 로드맵 선언문이 발표됐습니다. TechCrunch 인터뷰에서 그는 "지난 4개월 동안 미국에서 놀라운 일이 일어났다"고 운을 뗐습니다.

선언문은 AI 발전의 두 가지 경로를 제시합니다. 첫 번째는 '대체를 향한 경쟁(Race to Replace)'입니다. 이 경로에서 인간은 먼저 노동자로서, 그 다음 의사결정자로서 점진적으로 대체됩니다. 권력은 책임지지 않는 기관들에게 집중되죠. 두 번째 경로는 언급되지 않았지만, 맥락상 AI가 인간을 보완하는 방향일 것으로 추측됩니다.

사실 처음엔 저도 이런 논의가 너무 추상적이라고 생각했습니다. 하지만 법률 AI가 7조원 기업가치를 받는 현실을 보면, '대체'가 이미 시작됐다는 걸 부정하기 어렵습니다. 주니어 변호사, 법률 사무원들의 역할이 축소되고 있으니까요. 이 선언문이 실제 정책에 반영될지는 미지수지만, 적어도 논의의 장을 여는 역할은 하고 있습니다.

오픈소스 코딩 에이전트와 로컬 LLM 동향

오픈소스 AI 커뮤니티에서도 주목할 만한 소식들이 있습니다. OmniCoder-9B는 90억 파라미터 규모의 코딩 에이전트 파인튜닝 모델로, 최근 공개되어 화제입니다. 코딩 에이전트에 특화된 학습을 거쳐 실제 개발 작업에서 뛰어난 성능을 보인다고 합니다.

또한 Qwen3.5-9B가 에이전트 작업에 상당히 좋은 성능을 보인다는 평가가 나오고 있습니다. 90억 파라미터급 모델들이 실용적인 에이전트로 활용 가능한 수준에 도달했다는 의미인데, 로컬 환경에서 AI 에이전트를 돌리고 싶은 개발자들에게 희소식이죠.

LocalLlama 커뮤니티는 공식 디스코드 서버 출범을 발표했습니다. 로컬 LLM에 관심 있는 개발자들이 모여 정보를 교환하고 프로젝트를 공유하는 공간이 될 예정입니다. 클라우드 API 비용 부담 없이 자체 서버에서 AI를 운영하려는 수요가 꾸준히 증가하고 있음을 보여주는 트렌드입니다.

📌 오늘의 핵심 정리

• 법률 AI 시장 폭발: Legora 7.3조원 밸류에이션, 법률 테크 역대 최대급 펀딩
• 빌러블 모델의 위기: AI로 업무 시간 80% 단축 → 기존 수익 모델 흔들림
• 로펌 양극화: AI 도입 격차가 '가진 자 vs 못 가진 자' 구도 심화
• 인지과학 메모리: 벡터 DB 대신 망각 곡선·헤비안 학습 적용한 새로운 접근
• 학계 윤리 논란: CVPR 워크숍의 13편 강제 인용 요구, 인용 농장 문제 수면 위로
• AI 로드맵: 맥스 테그마크 주도 선언문, '대체 vs 보완' 경로 제시