신규하 블로그

Claude Code로 웹 페이지를 만들면 늘 비슷하게 생긴 결과물이 나온다는 느낌을 받은 적이 있는가? Chase AI의 유튜브 영상 “The 7 Levels of Building ELITE Websites with Claude Code"는 이 문제의 근본 원인이 AI에 있지 않고 우리에게 있다고 말한다. 디자인 취향을 언어로 표현하지 못하는 것, 시각적 레퍼런스 없이 텍스트만으로 시각적 결과를 요구하는 것이 핵심 문제다. 이 영상은 그 간극을 좁히기 위한 7단계 로드맵을 제시한다. 더보기

이 영상의 좋은 점은 GSD, GStack, Superpowers 를 단순히 “요즘 뜨는 Claude Code 프레임워크” 로 묶지 않는다는 데 있습니다. 발표자는 세 프레임워크가 같은 문제를 푸는 경쟁 관계가 아니라, 서로 다른 병목을 해결하려는 설계 라고 설명합니다. 즉 어떤 것이 최고인가를 고르는 이야기라기보다, Claude Code의 정확도와 일관성을 떨어뜨리는 원인이 무엇이고 그 원인마다 어떤 프레임워크가 잘 맞는지를 구분해 보는 이야기입니다 (근거: t=7, t=113, t=605). 더보기

이 영상의 핵심은 GStack 이나 Harness Engineering 이라는 이름 자체를 외우는 데 있지 않습니다. 발표자는 두 개념 모두 결국 AI 에이전트를 실제 프로젝트에 투입할 때 반복해서 부딪히는 문제, 즉 컨텍스트 한계, 자기 평가의 부정확함, 프로젝트 규칙 전달 부족을 해결하려는 시도라고 설명합니다. 그래서 이 글도 용어 소개보다, 각 방식이 어떤 문제를 겨냥하고 어떤 식으로 풀려 하는지에 초점을 맞춰 정리해 보겠습니다 (근거: t=18, t=78, t=270). 더보기

이 영상이 흥미로운 이유는 단순히 “Claude에 NotebookLM을 붙일 수 있다” 는 데 있지 않습니다. 발표자는 Claude의 짧은 세션 기억 문제를 NotebookLM의 RAG 기반 저장소로 우회하면서, 동시에 비용을 줄이고, 리서치·에셋 생성·세션 요약까지 하나의 워크플로우로 묶을 수 있다고 주장합니다. 즉 이 영상의 핵심은 메모리 기능 하나가 아니라, Claude는 실행과 오케스트레이션을 맡고, NotebookLM은 장기 기억과 대규모 문맥 검색을 맡는 분업 구조 에 있습니다 (근거: t=4, t=211, t=913). 더보기

이 영상의 핵심은 Claude Code에 에이전트를 많이 만드는 법 자체보다, 마케팅 업무를 skill -> agent -> team 계층으로 조직하는 방법을 보여 준다는 데 있습니다. Grace Leung은 Go Travel 이라는 예시 브랜드를 두고, 반복 가능한 작업은 스킬로 만들고, 서로 다른 사고방식이 필요한 일만 에이전트로 분리한 뒤, 마지막에는 하나의 캠페인을 거의 자율적으로 굴리는 흐름까지 시연합니다 (근거: t=5, t=128, t=491, t=766). 더보기

GitHub 스타 192개의 작은 프로젝트지만, 개념은 단순하고 강력합니다. Claude Code를 이미 쓰고 있다면, 그 세션을 Telegram에서 그대로 이어받을 수 있습니다. cokacdir는 AI 에이전트가 아닙니다 — 이미 사용 중인 코딩 에이전트에 위임하고, 그 결과를 Telegram으로 스트리밍해주는 원격 제어 브릿지입니다. 더보기

“하네스 구성해줘” 한 마디면 도메인에 맞는 전문 에이전트 팀과 스킬을 자동 생성해주는 Claude Code 플러그인 Harness. 1.1k GitHub 스타를 받은 이 도구는 단순한 편의 도구를 넘어, 구조화된 사전 설정이 LLM 출력 품질에 미치는 영향을 통제 실험으로 검증한 연구 결과까지 제시한다. 더보기