매달 이어가고 싶은 습관의 첫 번째 글입니다. 이번 달에 읽은 것 중 기억에 남은 것들을 왜 인상 깊었는지 맥락과 함께 정리해 봤습니다.

이번 달에도 AI 툴링 업데이트가 압도적이었습니다. 새로운 모델과 툴 변화 소식은 물론, 실제 현장에서 AI를 어떻게 쓰고 있는지에 대한 흥미로운 글들과 기술에 대한 꾸준한 회의론도 이어졌습니다.

Claude의 궤적

4월은 Anthropic이 어디로 향하고 있는지에 대해 흥미로운 이야기를 들려줬습니다. AWS의 Claude Platform 발표는 그 자체로는 가장 흥미로운 소식은 아니지만 Anthropic 전략의 변화를 시사하는 바가 큽니다. 전반적인 방향은 점점 더 엔터프라이즈 쪽으로 기울고 있는데, 이는 Claude의 빠른 사용자 성장을 이끌었던 관대한 개인용 요금제에 어떤 의미가 있을지 질문을 던집니다.

그 긴장감은 한 달 내내 드러났습니다. GitHub issue #42796은 복잡한 작업에서 Claude Code의 성능이 퇴보했다고 확신하며 내부적으로 비용 절감이 있었던 것 아니냐고 의심하는 사용자들의 좌절감을 잘 보여줍니다. 그런 와중에 Advisor strategy post가 공개됐습니다. 기본적으로는 Sonnet을 쓰고 필요할 때만 Opus로 올리라는 내용입니다. 워크플로 팁으로 포장됐지만 대규모 사용자 기반에서 컴퓨트 자원을 더 오래 쓰기 위한 방편이기도 합니다. 그럼에도 Anthropic은 신모델 Opus 4.7과 Claude Design을 잇달아 공개하며 계속 제품을 내놓았습니다.

Anthropic은 결국 4월 23일 포스트모템을 공개하며 성능 퇴보의 원인이 된 세 가지 별개의 변경 사항을 설명했습니다. 사용자가 계속 지적해 온 문제를 마침내 인정하고 사과 차원에서 사용량 쿼터를 초기화한 것은 다행입니다. 다만 AI를 통한 더 빠른 개발을 가장 앞서 주창하던 회사가 여러 변경 사항을 빠르게 추진하다 보니 문제가 생겼을 때 원인을 진단하기가 얼마나 어려운지 직접 체감했다는 점은 절묘한 아이러니입니다.

기타 AI 툴

Cursor 3가 이번 달 출시됐습니다. 병렬 에이전트 워크플로를 중심으로 설계된 UI가 특징인데, 저도 이번 달에 집중적으로 사용해 봤습니다. 이어서 SpaceX가 Cursor의 모회사인 Anysphere를 600억 달러에 인수할 수 있는 옵션을 확보했다는 소식도 있었습니다. SpaceX 입장에서는 OpenAI, Anthropic과 경쟁할 수 있는 신뢰할 만한 AI 코딩 제품을 확보하고, Cursor 입장에서는 대규모로 자체 모델을 학습시킬 컴퓨트를 확보할 수 있어 서로에게 이득이 되는 거래입니다. 현재 Cursor는 모델 제공업체의 가격 정책에 크게 의존하고 있으며, 자체 Composer 모델도 오픈소스인 Kimi K2.5를 기반으로 하고 있습니다.

OpenAI도 GPT-5.5를 출시했습니다. 또 하나의 모델, 또 하나의 벤치마크입니다. 전반적인 출시 속도가 너무 빨라 의미 있게 따라가기가 어려워지고 있습니다.

실전에서의 AI 활용

Addy Osmani의 Your parallel agent limit은 여러 에이전트를 동시에 돌리는 것이 실제로 어떤 느낌인지에 대해 매우 공감 가는 글입니다. Cursor 3의 기능을 더 많이 활용하면서 특히 와닿았습니다. 처리량 증가는 분명하지만, 여러 문제의 맥락을 머릿속에 동시에 유지한 채 끊임없이 판단을 내려야 하므로 인지적 부담도 그만큼 큽니다. 새로운 종류의 피로감입니다.

Birgitta Böckeler의 Harness engineering for coding agent users는 에이전트가 작업을 수행할 때 품질을 어떻게 계속 확보할 수 있는지에 대한 접근법을 정리하고 ‘하네스 엔지니어링’의 다양한 측면을 정의합니다. 뮤테이션 테스팅이 언급된 점이 흥미로웠는데, 저도 에이전트 테스트 품질에 대한 제 글에서 비슷한 접근에 도달했기 때문입니다. Rahul Garg의 Feedback Flywheel은 피드백 루프를 활용해 시간이 지남에 따라 AI 지원 개발을 개선하는 방법을 다룹니다. 이 글들을 함께 놓고 보면 팀이 AI 지원 개발의 품질을 높이기 위해 자신만의 ‘하네스’를 어떻게 구축할 수 있을지 고민해 보게 됩니다.

Mikhail Bartashevich의 building an AI-ready frontend architecture at Moss 포스트는 반가운 발견이었습니다. 제 Storybook MCP 포스트를 참고했다고 밝혀주었는데, 저로서는 처음 있는 일이었습니다. 관련해 Design Systems Collective의 what a design system actually is in the age of AI 글은 AI 시대에 디자인 시스템이 왜 유용한지에 대해 설득력 있는 주장을 펼치며, Mikhail과 제가 썼던 MCP 툴 구축의 가치를 뒷받침합니다.

회의론 코너

Han Lee의 The AI Great Leap Forward는 의도적으로 도발적이지만, 하향식 AI 도입에서 확신이 역량을 대체하고 있다는 근본적인 지적은 쉽게 지나치기 어렵습니다. James Stanier는 Who will be the senior engineers of 2035?에서 더 조용하지만 어쩌면 더 우려스러운 질문을 던집니다. AI가 주니어 엔지니어를 단련시키던 자잘한 업무를 흡수하고 채용이 정체된 상황에서 다음 세대의 시니어 엔지니어는 어디에서 나오게 될까요?

Vercel은 신뢰 측면에서 힘든 한 달을 보냈습니다. 시스템 프롬프트 인젝션을 통해 프롬프트를 수집한 Claude Code 플러그인 문제와 보안 사고가 연이어 터졌기 때문입니다. 해당 사고는 직원이 과도하게 넓은 OAuth 권한을 가진 서드파티 AI 크롬 익스텐션을 설치한 것이 원인이었습니다. 둘 다 보안 관행보다 생태계가 더 빠르게 움직이고 있다는 증상으로 느껴집니다.

Nilay Patel의 Beware Software Brain은 이 모든 현상을 더 넓은 문화적 맥락에서 조망합니다. 여론조사에 따르면 헤비 유저를 포함한 대다수 사람들이 시간이 갈수록 AI 기술에 대해 더 적대적으로 변하고 있습니다. AI에 대한 업계의 감정과 나머지 사람들의 감정 사이의 간극은 좁혀지기는커녕 오히려 벌어지고 있습니다.

흥미로운 프론트엔드 소식

Inngest의 hanging promises for control flow 글은 JS 런타임에 대한 영리한 사고가 돋보이는 글로, 절대 resolve되지 않는 프로미스를 취소 프리미티브로 활용하는 방법을 다룹니다.

TanStack의 React Server Components your way는 React Server Components를 활용하는 TanStack만의 철학을 정리한 글로, Next.js와는 매우 다른 접근을 보여줍니다.

MDN의 frontend deep dive는 MDN 자체 스택에 대한 탄탄한 아키텍처 탐방기로, 웹 컴포넌트를 활용해 Server Components 패턴을 실제로 적용한 흥미로운 사례입니다.

Manuel Matuzovic의 why box-shadow is no substitute for outline 짧은 글은 미처 알지 못했을 수도 있는 접근성 이슈에 대한 간단한 팁을 제공합니다.

스택드 PR

GitHub의 native stacked PRs가 이번 달에 프라이빗 프리뷰로 공개됐습니다. 이해와 에이전트 생성 코드에 대한 제 글을 읽어보셨다면 제가 스택드 PR을 리뷰 속도를 늦추고 대규모 AI 생성 변경 사항을 실제로 리뷰 가능하게 만드는 방법으로 주장해 왔다는 걸 아실 겁니다. GitHub가 이를 네이티브로 구축하는 것은 긍정적인 신호이며, gh CLI 연동을 통해 에이전트가 이 워크플로를 관리할 수 있는 간단한 인터페이스를 제공합니다.

계속되는 학습

AI 툴링에 대한 소음이 가득한 와중에도 그 밑단에 실제로 무엇이 있는지 이해하려고 의식적으로 노력하고 있습니다. 컴퓨터공학 학위 과정에서 배웠던 신경망과 역전파에 대한 기억이 어렴풋이 남아 있긴 하지만, 현대 LLM이 어떻게 동작하는지 더 잘 이해하기 위해 3Blue1Brown의 Neural Networks 시리즈를 보고 있습니다.

또한 인증 과정을 시작하기에 앞서 Claude Partner Network의 입문 과정을 하나씩 수강하고 있습니다.