# Opus 4.5는 지금까지 경험한 AI 에이전트와는 전혀 다르다 > Clean Markdown view of GeekNews topic #25629. Use the original source for factual precision when an external source URL is present. ## Metadata - GeekNews HTML: [https://news.hada.io/topic?id=25629](https://news.hada.io/topic?id=25629) - GeekNews Markdown: [https://news.hada.io/topic/25629.md](https://news.hada.io/topic/25629.md) - Type: GN+ - Author: [xguru](https://news.hada.io/@xguru) - Published: 2026-01-07T10:40:23+09:00 - Updated: 2026-01-07T10:40:23+09:00 - Original source: [burkeholland.github.io](https://burkeholland.github.io/posts/opus-4-5-change-everything/) - Points: 23 - Comments: 3 ## Summary **Claude Opus 4.5**는 단순한 코드 보조를 넘어, 개발자의 개입 없이도 애플리케이션을 설계·구현·배포하는 **자율적 개발 능력**을 보여줍니다. Firebase 백엔드 구성부터 GitHub Actions 배포까지 스스로 처리하며, 오류를 감지해 수정하고 리팩터링 제안까지 수행합니다. 작성자는 이를 통해 AI가 더 이상 실험적 도우미가 아니라, 실제 프로젝트를 완성할 수 있는 **독립적 개발 주체**로 진화했다고 주장합니다. ## Topic Body - **Claude Opus 4.5**는 기존 AI 코딩 에이전트와 달리, 개발자의 개입 없이도 완성도 높은 애플리케이션을 구축할 수 있는 수준의 **자율적 개발 능력**을 보여줌 - 단순한 **Windows 이미지 변환 유틸리티**부터 **영상 녹화·편집 도구**, **AI 기반 게시 자동화 앱**, **주문 추적 및 경로 계산 앱**까지 실제 동작하는 프로젝트를 단시간 내 완성함 - Opus 4.5는 **Firebase 백엔드 구성**, **에러 로그 분석 및 자동 수정**, **GitHub Actions 배포 설정** 등 복잡한 개발 작업을 스스로 처리함 - 작성자는 코드 구조를 완전히 이해하지 못하지만, Opus 4.5가 **버그를 스스로 해결하고 리팩터링 제안**까지 수행함을 확인함 - 이 경험을 통해 AI가 개발자를 완전히 대체할 수 있는 가능성이 현실화되고 있으며, **AI 중심 개발 시대의 전환점**임을 강조함 --- ### Opus 4.5의 등장과 기존 AI 에이전트와의 차이 - 기존 AI 에이전트는 종종 **비효율적 코드 생성과 반복적 오류 수정**으로 인해 생산성이 낮았음 - 여러 차례의 복사·붙여넣기와 오류 수정 끝에 코드베이스가 손상되는 경우가 많았음 - Opus 4.5는 이러한 문제를 극복하고, **처음부터 대부분의 코드를 정확히 작성**하며, 오류 발생 시 **CLI를 통해 직접 빌드·수정**을 반복함 - 작성자는 이를 “AI 코딩의 약속이 실제로 실현된 모델”로 평가함 ### 프로젝트 1 – Windows 이미지 변환 유틸리티 - Opus 4.5는 **Windows 탐색기 우클릭 메뉴에서 이미지 포맷 변환** 기능을 가진 유틸리티를 한 번의 요청으로 완성함 - dotnet CLI를 사용해 빌드 및 오류 수정 과정을 자동화 - XAML 오류만 Visual Studio로 확인 후 복사해 전달 - **배포용 웹사이트, PowerShell 설치 스크립트, GitHub Actions 자동 배포 파이프라인**까지 구성 - 로고 제작은 Figma AI를 사용했으며, Opus가 **SVG 변환 및 아이콘 포맷 스크립트**를 작성함 ### 프로젝트 2 – 화면 녹화 및 편집 도구 - LICEcap과 유사한 **GIF 녹화 유틸리티**를 시작으로, 영상·이미지 편집 기능까지 확장 - **도형 추가, 자르기, 블러 처리 등 편집 기능**을 몇 시간 만에 구현 - 소스 코드는 GitHub에 공개되어 있으며, 작성자는 “몇 시간 만에 상당한 수준까지 개발”했다고 언급 - Opus 4.5가 **UI뿐 아니라 백엔드 통합 작업**도 수행할 수 있음을 확인함 ### 프로젝트 3 – AI 게시 자동화 앱 - Facebook 페이지에 자동으로 게시물을 올리는 **AI 기반 모바일 앱**을 Opus 4.5로 개발 - 사진 업로드 후 AI가 **캡션 생성 및 예약 게시** 수행 - **Firebase 백엔드, 인증, 스토리지, 클라우드 함수**를 Opus가 CLI로 직접 구성 - 작성자는 블라인드를 설치하는 동안 Opus가 앱을 완성했다고 설명 - Opus는 **에러 로그를 자동 분석해 수정**, **관리용 대시보드**까지 생성 - 기존에 수개월 걸리던 작업을 **몇 시간 내 완성**함 ### 프로젝트 4 – 주문 추적 및 경로 계산 앱 - Gmail 주문 메일을 파싱해 **일정·경로·운전 시간·세금용 주행 기록**을 자동 계산 - Opus 4.5가 **Google 인증 통합 및 Firebase 연동**을 한 번에 처리 - 작성자는 “수작업으로는 고통스러운 작업을 Opus가 완벽히 수행했다”고 평가 ### 코드 이해와 품질 문제 - 작성자는 자신이 **Swift를 모름에도 앱이 완벽히 작동**함을 언급 - Opus 4.5는 **스스로 버그를 찾아 수정**하며, 작성자는 코드 내부 구조를 몰라도 문제없이 개발 진행 - 코드 품질에 대한 의문에 대해, “AI가 읽고 유지보수할 코드라면 인간 가독성은 중요하지 않다”고 서술 - VS Code 내 **AI 전용 코드 작성 프롬프트**를 사용해, **LLM이 이해하기 쉬운 구조 중심 코드**를 생성 ### AI 중심 코딩 원칙 - 프롬프트는 “AI가 작성·유지보수할 코드”를 전제로 함 - **단순한 구조, 명확한 진입점, 최소한의 추상화, 낮은 결합도**를 강조 - **명시적 제어 흐름, 간단한 함수, 구조적 로깅, 재생성 용이성**을 중시 - 코드 리팩터링 시 Opus가 **우선순위별 개선 항목(상·중·하)** 을 문서로 정리 - 보안 점검 시 **API 키, 로그인 처리, 민감 데이터 저장 여부**를 검토하도록 요청 - 작성자는 보안 완전성에 대해 “약 80% 수준으로 아직 불안하다”고 언급 ### AI 개발 시대의 전환 - 작성자는 “몇 시간 만에 만들 수 있는 현실에 흥분과 허무함이 공존한다”고 표현 - 과거에는 “AI가 개발자를 대체할 수 없다”고 믿었으나, 이제는 **그 가능성을 부정할 수 없다고 인정** - 결론적으로, **AI 중심 개발 환경에서 주저하지 말고 직접 만들어보라**고 강조 - 마지막으로 “API 키 관리만은 스스로 책임져야 한다”고 경고 --- **요약:** Opus 4.5는 단순한 코드 보조를 넘어, **완전한 애플리케이션을 자율적으로 설계·구현·배포할 수 있는 AI 개발자 수준의 모델**로 평가됨. 작성자는 이를 통해 **AI가 인간 개발자를 대체할 수 있는 현실적 가능성**을 직접 체험했다고 밝힘. ## Comments ### Comment 48837 - Author: wegaia - Created: 2026-01-08T01:42:55+09:00 - Points: 1 Opus 4.5에게 한줄의 코드를 고치라고 했더니 그 코드 위에 있던 설정 코드 10줄 정도를 맘대로 지우는걸 보고 그걸 왜 지웠냐니까 그냥 무의미한 코드인거 같아 지웠다고.. ### Comment 48793 - Author: neo - Created: 2026-01-07T10:40:23+09:00 - Points: 1 ###### [Hacker News 의견들](https://news.ycombinator.com/item?id=46515696) - 중간 수준의 엔지니어가 맡는 일은 단순히 새 앱을 만드는 게 아니라, **확장성과 이해 가능성**을 고려한 구조를 설계하는 일임 Opus 4.5가 “앱 하나 만들어줘” 수준의 요청은 잘 처리하지만, 실제 업무처럼 기존 코드에 기능을 추가하려 하면 이상한 추상화를 쓰거나 여러 번 수정해야 원하는 품질이 나옴 비기술자는 “작동하면 됐지”라고 생각하겠지만, 엔지니어는 그게 충분하지 않음을 앎 - ‘올바른 방식’에는 두 가지가 있음 — **맥락에 맞는 방식**과 엔지니어들이 일반화해 생각하는 방식임 예전에 팀에서 “정답”을 두고 싸우던 기억이 있음. 결국 외부인이 와서 비즈니스 관점에서 중요한 게 뭔지 상기시켜줘야 했음 때로는 지저분하게라도 빨리 만들어서 방향이 맞는지 검증하는 게 진짜 ‘올바른’ 방법일 때도 있음 문제는 처음부터 과도하게 설계하거나, 반대로 관리자가 리팩터링을 막을 때 생김. 결국 **균형**이 핵심임 - 이런 프로젝트를 보면, GitHub에 있는 이미지 변환기나 지뢰찾기 클론을 그냥 포크하면 될 텐데 굳이 LLM이 하는 건 **저작권 제거용**으로밖에 안 보임 - 어떤 사람들은 “코드 품질은 이제 중요하지 않다”고 주장함. 오늘 테스트만 통과하면 충분하고, 내일 전체 리팩터링이 필요하면 크레딧 좀 더 써서 몇 시간 만에 다시 만들면 된다는 식임 - 나는 Opus 4.5가 기존 코드베이스의 **관용적 패턴**을 잘 따라가는 걸 보고 놀랐음 인접한 코드를 읽게 명시적으로 지시하면 훨씬 잘 작동함. 단 한두 문장만 추가해도 충분함 - 기존 코드에 기능을 추가할 때 원하는 추상화를 직접 지시하면 점진적으로 잘 작동함 그래도 개인적으로는 **GPT‑5.2**를 더 선호함 - 많은 엔지니어들이 **Claude Code** 같은 LLM 에이전트의 현재 성능을 과소평가하고 있음 우리 팀은 Claude Code로 코드 리뷰, ESLint 자동화, PR 체크리스트, 문서 동기화, 테스트 커버리지 점검까지 자동화했음 티켓 분류도 자동으로 처리해서 엔지니어가 작업을 시작할 때 이미 절반은 끝나 있는 상태임 예시 저장소는 [claude-code-showcase](https://github.com/ChrisWiles/claude-code-showcase)에 있음 2026년쯤이면 이게 업계의 **표준 워크플로우**가 될 거라 확신함 - 프런트엔드(React, HTML, 모바일)와 저수준(OpenGL, io_uring, libev 등) 영역의 **LLM 활용 경험 차이**가 큼 Opus 4.5는 JS 앱은 잘 만들지만, C++로 2003년 논문의 그림자 알고리즘을 구현하라 하면 완전히 엉망임 [Fabien Sanglard의 Doom3 BFG 스레딩 리뷰](https://fabiensanglard.net/doom3_bfg/threading.php)까지 먹여도 쓸모없는 코드만 나옴 결국 “우리가 LLM을 과소평가하는 게 아니라, 아직 실용적이지 않아서 기다리고 있는 것”임 - 많은 사람들이 초기에 AI 코딩을 시도했다가 **에러와 좌절**로 포기했음 하지만 Opus 4.5는 한 단계 위임. 오류가 훨씬 적고 대부분 사소한 실수 수준임 - 대학에서 학생들을 가르치며 Cursor, Claude Code, Codex를 실험했는데, AI 덕분에 2주 걸릴 프로젝트를 **5시간 만에 완성**했음. AI가 없었다면 아예 시도조차 못 했을 것임 - AI가 만든 README에 굳이 디렉터리 구조를 적는 게 웃김. `tree` 명령어면 다 나오는데 - 앞으로는 “프로그래머”라는 직업 자체가 줄어들고, **도구를 활용해 창조하는 능력**이 더 중요해질 것 같음 - Opus 4.5를 많이 써봤는데, **복잡한 코드 분석**에는 탁월하지만 여전히 인간 수준의 문제 해결력은 아님 예를 들어 그래프 레이아웃 알고리즘을 정확히 식별하지만, 그 오류를 스스로 고치지는 못함 코드 분석과 지식 보강에는 훌륭하지만, **복합 문제 해결**은 아직 무리임 - Copilot이 **토큰 절약을 위해 문맥을 잘라내는 구조**라서 한계가 있음 진짜 성능을 원하면 API를 직접 써야 하고, PR 하나에 세 자릿수 비용이 들 수도 있음 참고: [models.dev](https://models.dev/) - Copilot이 Opus 4.5 사용 시 토큰을 3배로 계산하는데, 한 달 할당량 절반을 일주일 만에 쓴 건 놀라움 - AI를 **코드 분석 도구**로만 써도 가치가 큼 문서 생성도 인간보다 낫고, 오류율도 인간보다 낮은 편임 - 서드파티 도구를 통해 쓰면 동작이 다름 **Claude Code** 구독으로 VS Code나 Cursor에서 직접 써보길 권함 - 휴일 동안 GPT‑5.x로 여러 프로젝트를 진행했음 — [Swift 자동화 도구](https://taoofmac.com/space/notes/2025/12/31/1830), ARM JIT 엔진 통합, 신시사이저 프로토타입 등 GPT‑5.2와 Codex 계열은 Opus만큼 강력하며, **CI 워크플로우 전체를 한 번에 구성**할 정도임 나처럼 계획을 세우고 코드를 검토하는 습관이 있는 사람에게는 **생산성 배가 도구**임 - GPT‑5.2가 CLI 유틸리티의 존재나 기능을 **환각(hallucination)** 하는 경우가 많았음 실제 소스코드를 뒤져봐야 오류를 확인할 수 있었음 - **Gemini 3 Pro (High)** 와 Antigravity, Amp, Junie 같은 도구도 인상적이었음 Ruby용 Ratatui 바인딩 라이브러리를 2주 만에 완성했음 Antigravity는 여러 에이전트를 병렬로 돌려 **문맥 압축과 자동 관리**를 수행함 이런 고급 툴은 무료 버전과 완전히 다른 경험을 줌 Unix 도구와 git CLI를 함께 쓰면 문맥을 작게 유지해 효율이 극대화됨 - LLM은 **백엔드·CLI 코드**엔 강하지만, HTML/CSS나 JS 프런트엔드처럼 **시각적 피드백이 필요한 영역**에서는 여전히 약함 구조화된 입력·출력에는 강하고, “감각적 완성도”가 필요한 부분에서는 실패함 - 최근 HN에서 LLM 관련 **부정적 댓글이 급감**한 걸 느꼈음 하지만 대부분의 공유 프로젝트는 **기술 데모 수준**에서 멈춤 맥락을 쌓는 일, 즉 **사용자 요구를 이해하는 일**은 여전히 인간의 몫임 앱을 주말에 여러 개 만들 수는 있어도, 유지보수할 사람은 거의 없음 - 부정적 댓글이 줄어든 건, 반복되는 “새 모델 1000배 향상” 논쟁에 지친 사람들 때문일 수도 있음 - 수익화 가능한 제품을 만드는 사람들은 **조용히 개발 중**이라 공유를 안 하는 것일 수도 있음 - 프로덕션 배포와 유지보수는 **막대한 노력**이 필요함 Karpathy도 비슷한 경험을 공유했음 — 프로토타입은 쉬워도 배포는 어렵다는 것 개인용 도구라면 완성도보다 **문제 해결 중심**으로 접근해도 충분함 - AI를 쓰는 사람일수록 마지막 20%의 **통합적 사고**가 필요한 구간에서 막힘 사고를 AI에 맡기면 스스로 생각하는 힘이 약해짐 - 게임 개발에서도 80/20 법칙이 그대로 적용됨 아이디어 테스트까진 빠르지만, 완성도 있는 제품까지 가는 건 여전히 인간의 인내가 필요함 - Opus 4.5는 단순한 지식보다 **자율적 문제 해결 능력**이 크게 향상됨 명확히 정의된 문제라면 거의 다 해결했고, **리버스 엔지니어링**까지 수행했음 최근엔 직접 코딩하기보다 사양을 작성하고, Opus가 실행·개선하도록 지휘하는 식으로 일함 - 공개한 예시로는 [coding-agent-benchmark](https://github.com/s-macke/coding-agent-benchmark)와 [C64 게임 리버스 엔지니어링 프로젝트](https://github.com/s-macke/weltendaemmerung)가 있음 - “과도한 설계”를 막는 방법이 궁금함 - 나는 Claude 웹앱을 **러버덕 디버깅**용으로 쓰는 게 효율적임 Claude Code는 코드베이스 전체를 볼 수 있어 강력하지만, **쿼터 소모가 너무 빠름** 그래서 웹 버전으로 돌아왔음 - 나도 최근 사이드 프로젝트를 거의 이런 방식으로 진행 중임 - Opus 4.5로 **Python 기반 JavaScript 인터프리터**, **WebAssembly 런타임**, **Rust 문자열 검색 루틴의 C 포팅**까지 시도했음 대부분 스마트폰에서 실험했는데 놀라운 결과였음 - “Python으로 작성된 JS 인터프리터”가 Bellard의 MQJS 기반이라면, 그 출처를 명시해야 함 참고: [micro-javascript](https://github.com/simonw/micro-javascript) - 시각적 추론이 필요한 문제(예: **슬라임 몰드 경로 알고리즘**)에서는 여전히 약함 - “Rust 루틴을 C로 포팅해 더 빠르게 만들었다”는 결과가 궁금함 - “JavaScript로 Python 3 인터프리터를 작성하라” 했더니 테스트까지 통과시켜서 놀랐음 - 하지만 최근엔 큰 차이를 못 느꼈음. **모델은 정체**, 대신 **에이전트 프레임워크**가 발전한 듯함 예시 영상: [Mastodon 링크](https://mastodon.nu/@dmitriid/114753811880082271) - 개발자가 진짜로 고용되는 이유는 **책임감**임 StackOverflow나 GitHub에서 코드를 복사하던 시절에도 도구는 있었지만, 문제 발생 시 책임지는 건 결국 사람임 - 요즘은 **책임을 질 수 있는 사람**이 가장 중요한 존재임 신뢰할 수 있는 동료가 AI 코드에 자신의 이름을 걸 수 있다면 괜찮음 - 하지만 업계는 책임보다 **새로운 것 만드는 사람**을 더 보상함 유지보수는 소홀히 다뤄짐 - 이제는 **실시간 코드 리뷰**가 기본 모드가 됨 주말에 SaaS의 80%를 AI로 만들고 핵심만 직접 작성했음 22년 전 작성한 언어 사양을 붙여 넣자 Opus가 3분 만에 파서와 테스트를 완성했음 우리는 결국 **채굴 산업처럼 변화에 적응해야 하는 시점**에 있음 - 그래서 나는 AI를 **작성자보다는 편집자·리뷰어**로 쓰는 게 더 편함 코드는 내가 쓰고, AI는 문제 탐색과 테스트 제안을 맡음 - Opus 4.5가 나를 도와 **새로운 프로그래밍 언어**를 만드는 중임 저수준 구현까지 논의하며, 마치 **페어 프로그래밍**처럼 협업함 하지만 대규모 코드베이스에서는 여전히 인간의 **시스템적 통제력**이 필요함 그렇지 않으면 Opus가 사양을 바꾸거나 임시방편으로 덮어버림 이건 만능은 아니지만, 내 인생에서 가장 **생산적인 해**가 될 것 같음 동시에, 이런 기술이 보편화되면 **소규모 웹 커뮤니티의 부활**도 기대됨 - 언젠가는 AI가 스스로 코드를 유지보수할지도 모르지만, 그 전까지는 **사람이 이해하기 쉬운 언어**가 더 중요하다고 생각함 - “그런 걸 만드는 게 과연 의미 있냐”는 회의적인 시선도 있음 - “그 소설을 누가 사겠냐”는 농담 섞인 반응도 있었음 - Opus 4.5에게 “프로젝트 전체를 개선하라”고 맡겼더니 **엉뚱한 아키텍처**와 수많은 버그가 생김 테스트나 버그 탐지엔 훌륭하지만, **전체 구조 설계**는 맡기면 후회함 - 대신 “개선 아이디어를 제안하라”고 시키고, 그중 괜찮은 걸 골라 **Claude에게 설명받은 뒤** 구현시키는 게 효율적임 - “무엇을 개선할지” 명확히 알고 있을 때 가장 잘 작동함 “아무거나 개선해봐”는 최악의 프롬프트임 - 이런 사례는 모델의 **약점을 드러내는 좋은 예시**임 예전에 누군가가 에이전트에게 밤새 개선시키다 **10만 줄의 쓰레기 코드**를 얻은 사례도 있었음 그래서 **계획 기반 개발**이 중요함 참고: [The Highest Quality Codebase](https://gricha.dev/blog/the-highest-quality-codebase) - Opus를 포함한 대부분의 모델이 기존 코드 **개선에는 약함**, 새 코드 작성은 잘함 - AI의 코드 리뷰 제안 중 90%는 쓸모없지만, 나머지 10%는 진짜 문제를 잡아줌 무한 루프처럼 계속 수정 제안을 내놓을 수도 있을 것 같음 ### Comment 48826 - Author: [hidden] - Created: 2026-01-07T18:39:30+09:00 - Points: 1 - Parent comment: 48793 - Depth: 1 [숨김 처리된 댓글입니다]