신규하 블로그

개발 기록 보관소

이 영상이 흥미로운 이유는 Claude Code 스킬을 더 잘 코딩하게 만드는 보조 도구로만 다루지 않는다는 점입니다. 오히려 “사업을 더 싸고, 더 빠르고, 더 잘 굴리게 만드는 도구”로 소개합니다. 그래서 등장하는 다섯 가지도 전형적인 코딩 스킬이 아닙니다. 코드베이스 이해를 빠르게 하는 Graphify, 웹을 AI 친화 데이터로 바꾸는 Firecrawl, 리서치 자동화에 가까운 NotebookLM, 디자인 시스템을 끌어오는 Awesome Design, 그리고 비용을 줄이는 Claude Code Router 까지, 전체적으로 보면 Claude Code를 비즈니스 운영 스택으로 확장하는 다섯 개의 레버 에 가깝습니다. YouTube 영상 더보기

브라우저 디버깅을 AI에게 맡긴다고 할 때, 예전에는 늘 사람이 중간에 끼어 있었습니다. 스크린샷을 찍어서 넘겨 주고, 콘솔 에러를 복사해 붙이고, 네트워크 탭을 열어 요청 실패를 확인해 주는 식이었습니다. 이번 Threads가 강조한 지점은 바로 여기입니다. 이제는 Claude Code 같은 코딩 에이전트가 사람을 중간 전달자로 두지 않고 Chrome 자체를 직접 열고, DevTools를 조작하고, 디버깅과 감사를 수행할 수 있다 는 것입니다. 그 핵심이 chrome-devtools-mcp 입니다. Threads 원문 GitHub 저장소 더보기

이 영상은 Claude Code 도구 5선처럼 보이지만, 실제로 더 흥미로운 것은 도구 자체보다 배열 방식입니다. 소개되는 다섯 개는 서로 같은 일을 하지 않습니다. 어떤 것은 외부 소프트웨어를 CLI로 바꿔 도구를 늘리고, 어떤 것은 계획과 리뷰를 강제하고, 어떤 것은 제품 감각을 보충하고, 어떤 것은 컨텍스트를 파일에 고정하고, 어떤 것은 멀티 에이전트 팀으로 실행을 밀어붙입니다. 즉 이 영상은 “좋은 플러그인 5개”라기보다, Claude Code의 빈칸을 채우는 5개 레이어 를 보여 주는 쪽에 가깝습니다. YouTube 영상 더보기

에이전트 코딩 도구를 이야기할 때 많은 프로젝트는 결국 “더 잘 써 주는 프롬프트”나 “더 많은 스킬 묶음”으로 귀결됩니다. 그런데 compound-engineering-plugin은 출발점이 조금 다릅니다. README 첫 문장부터 이 프로젝트는 AI skills and agents that make each unit of engineering work easier than the last. 라고 말합니다. 즉 이번 작업을 끝내는 것이 목표가 아니라, 이번 작업이 다음 작업을 더 쉽게 만들도록 설계하겠다 는 선언입니다. GitHub 저장소 더보기

금융 데이터 툴을 이야기할 때 많은 제품이 결국 웹 대시보드나 Electron 앱으로 귀결됩니다. 그런데 Fincept Terminal은 정반대 방향을 택합니다. 저장소 첫 문장부터 이 프로젝트는 현대적인 금융 애플리케이션이며, 고급 시장 분석·투자 리서치·경제 데이터 도구를 한데 묶어 대화형 탐색과 데이터 기반 의사결정을 지원한다고 설명합니다. 그리고 README는 한 발 더 나아가 pure native C++20 desktop application 이라고 못 박습니다. 즉 이 프로젝트는 “오픈소스 Bloomberg 대안” 같은 거창한 슬로건보다, 금융 터미널을 웹이 아니라 네이티브 데스크톱으로 다시 만들겠다 는 쪽에 더 가깝습니다. GitHub 저장소 README 더보기

이 영상이 흥미로운 이유는 “누가 최고냐”를 묻는 척하면서, 실제로는 그 질문이 별로 중요하지 않다고 말하기 때문입니다. 제목은 Opus 4.7 VS GPT-5.4 VS Kimi K2.6 Code 이지만, 영상이 끝날 때 남는 메시지는 비교 우승자가 아니라 역할 분담 입니다. 빠른 프로토타이핑은 Kimi, 백엔드와 구조 설계는 GPT-5.4, 대용량 문맥 처리와 자동화는 Opus 4.7. 즉 모델을 하나 고르는 문제가 아니라, 어떤 단계에 어떤 모델을 배치하느냐가 더 중요하다는 이야기입니다. YouTube 영상 더보기

OpenCode 같은 AI 코딩 도구를 오래 쓰다 보면 가장 아까운 순간이 있습니다. 새 세션을 열 때마다 똑같은 README를 다시 읽고, config를 다시 훑고, 소스 파일을 하나씩 따라가며 “이 프로젝트가 뭐 하는 거였지?”를 다시 복원하는 순간입니다. 이 과정은 단순히 토큰만 쓰는 게 아니라, 첫 탐색 방향을 잘못 잡으면 답변 품질도 흔들립니다. 이번 영상은 그 문제를 OpenCode 기준으로 아주 구체적으로 보여 줍니다. 그리고 해법으로 Graphify 를 붙입니다. 핵심은 매 세션마다 raw 파일을 다시 읽는 대신, 이미 만들어 둔 지식 그래프를 먼저 읽게 하는 것 입니다. YouTube 영상 더보기