Automata V.10 | 🥊 OpenAI vs. Anthropic - 누가 더 코딩을 잘할까요?

AI 코딩 전쟁의 새로운 장: Opus 4.6 vs GPT-5.3-Codex, 벤치마크 뒤 숨겨진 실제 사용 후기

출처: Just Think - Anthropic vs. OpenAI: Claude Access Cut, AI Showdown Begins

2026년 2월 5일, AI 업계에서 두 양대산맥이 동시에 굵직한 LLM 모델을 선보였어요. Anthropic이 Claude Opus 4.6을 발표한 지 불과 30분 만에, OpenAI가 GPT-5.3-Codex로 맞불을 놓았습니다. 두 회사 모두 "업계 최고의 코딩 모델"이라고 주장했죠. 벤치마크 수치만 보면 두 모델 모두 압도적입니다. Opus 4.6은 ARC AGI 2에서 68.8%를 기록하며 전작 대비 83% 향상을 보였고, Terminal-Bench 2.0에서 65.4%로 에이전트 코딩 능력을 입증했습니다. 특히 1M 토큰 컨텍스트 윈도우는 Opus급 모델 중 최초로, 전체 코드베이스를 한 번에 처리할 수 있게 해줍니다. 반면 GPT-5.3-Codex는 Terminal-Bench 2.0에서 75.1%로 Opus를 10%p 앞섰고, OSWorld-Verified에서는 64.7%를 기록하며 전작 대비 26.5%p 향상된 컴퓨터 사용 능력을 보여줬습니다. 게다가 전작 대비 25% 더 빠른 추론 속도까지 자랑하죠. 수치만 보면 Codex가 우위인 것처럼 보이지만, 실제 사용자들의 경험은 전혀 달랐습니다.

실제로 두 모델을 긴 시간 동안 집중 테스트한 개발자들의 이야기는 벤치마크와 완전히 다른 그림을 그립니다. Tom's Guide의 Amanda Caswell은 24시간 테스트 후 Opus 4.6을 "principle-driven intelligence(원칙 기반 지능)"를 가진 모델이라고 평가했습니다. 단순히 정답을 제시하는 것이 아니라 왜 그런 답이 나왔는지 설명하고 트레이드오프를 신중하게 고민한다는 것이죠. 엔지니어 Mejba Ahmed는 게임 개발 중 버그 발생 시 Opus 4.6이 세 가지 해결책을 스스로 시도하고 근본 원인을 찾아 수정했다고 말했습니다. 하지만 코딩 실력은 늘었지만, 글쓰기 실력 수준은 떨어졌다는 비평도 나오고 있습니다.출시 직후 Reddit에서는 "lobotomized(능력 퇴화)", "nerfed(성능 하향)" 논란도 일어났죠.

반대로 GPT-5.3-Codex는 명확한 스펙이 있을 때 진가를 발휘했습니다. 개발자 Shumer는 "완전한 자율성이 도착했다. 작업을 시작하고 한두 시간 후 돌아오면 거의 완벽하게 완료되어 있다"고 평가했습니다. IIT Bombay 출신 개발자 Naveen Naidu는 큰 리디자인 작업을 두 모델에 동시 요청했는데, Codex는 빌드 오류 없이 완료했지만 Claude는 실패했다고 말했습니다. 하지만 48시간 집중 테스트를 진행한 Alex Carter는 정반대 결과를 보고했습니다. 그의 11가지 코딩 챌린지에서 Opus 4.6이 220/220 완벽한 점수를 받았고, Codex는 "벤치마크와 실제 성능 사이 격차"가 있다고 평가했습니다.

논문 다이어그램까지 그려주는 에이전트: PaperBanana

출처: The Decoder - Google's PaperBanana uses five AI agents to auto-generate scientific diagrams

북경대학교와 Google Cloud AI Research가 공동 연구한 PaperBanana가 공개됐어요. 논문을 작성하다 보면 내용만큼이나 시간이 많이 드는 작업 중 하나가 바로 방법론 다이어그램이나 통계 그래프 같은 일러스트레이션 작업인데, PaperBanana는 이 과정을 완전히 자동화하는 에이전트 시스템입니다. 최신 비전-언어 모델(VLM)과 이미지 생성 모델을 활용해서, 논문 내용을 입력하면 출판 수준의 학술 일러스트레이션을 자동으로 생성해 줄 수 있어요.

PaperBanana의 핵심은 5개의 전문화된 에이전트가 협업하는 방식이에요. 각 에이전트는 다음과 같은 역할을 담당합니다:

출처: https://dwzhu-pku.github.io/PaperBanana/ - Gemini NanoBanana로 변역함

이 과정을 통해 학술 논문의 높은 퀄리티 기준을 충족하는 일러스트레이션을 만들어내요.

연구팀은 평가를 위해 PaperBananaBench라는 전용 벤치마크도 함께 공개했습니다. NeurIPS 2025에 발표된 논문들의 방법론 다이어그램 292개를 큐레이션해서 만든 데이터셋이에요. 다양한 연구 분야와 일러스트레이션 스타일을 포괄하고 있습니다. 실험 결과 PaperBanana는 충실도(faithfulness), 간결성(conciseness), 가독성(readability), 심미성(aesthetics) 모든 측면에서 기존 베이스라인을 일관되게 능가했습니다. 특히 통계 그래프 생성에도 효과적으로 확장 가능하다는 점이 흥미롭습니다.

출처: PaperBanana 논문 - 실제 PaperBanana로 그려진 논문 다이어그램

이 연구가 보여주는 건 AI 에이전트가 연구의 실질적인 병목 지점까지 해결할 수 있다는 점이에요. 논문 작성 과정에서 일러스트레이션 제작에 들어가는 시간을 획기적으로 줄일 수 있다면, 연구자들은 더 많은 시간을 핵심 연구 활동에 집중할 수 있게 될 거예요.

검찰이 AI 수사관을 만든다: 2년간의 준비 끝에 본격화되는 법률 특화 LLM

검찰이 생성형 AI를 본격 도입합니다. 대검찰청은 지난달 중순 '형사사법정보시스템 AI 모델 개발 정보화전략계획(ISP) 사업' 용역을 발주했어요. 이는 2024년 가톨릭대 산학협력단과 함께 진행했던 연구를 기반으로, 검찰 업무에 특화된 생성형 AI 시스템을 구축하겠다는 의지를 보여 주는 조치입니다. 사건 처리 기간이 2018년 126.8일에서 2024년 312.7일로 2.5배나 증가한 상황에서, AI가 검사들의 업무를 얼마나 효과적으로 지원할 수 있을지 주목됩니다.

이번 프로젝트의 핵심은 2024년 초부터 진행된 가톨릭대 연구팀의 작업에 있습니다. 데이터 사이언스학과 신유진·김강민 교수와 인공지능학과 이오준·고근수 교수로 구성된 연구팀은 2023년 10월 대검찰청의 의뢰를 받아 '법률 분야 특화 한국어 대규모 언어모델'을 개발했어요. 형사사법 포털, 현행 법전, 기존 판례 등 법률 지식을 한국어 LLM과 결합해 만든 이 모델은 유사사건 검색, 형량 제안, 사건 관계자 진술 요약 및 분석, 메신저·PC 증거물의 핵심 정보 추출, 수사 질문 생성 등의 기능을 구현하도록 설계되었습니다. 특히 검사 1인당 연간 670여 건의 사건을 처리하는 현실에서, 유사사건 검색과 증거물 정보 추출 기능의 실효성이 높을 것으로 평가받고 있죠.

검찰이 주목하는 핵심 기술은 바로 RAG(검색증강생성, Retrieval-Augmented Generation)입니다. RAG는 LLM이 답변을 생성하기 전에 외부 지식 베이스에서 관련 정보를 먼저 검색해 활용하는 기술인데요, 쉽게 말하면 AI가 모르는 것을 백과사전에서 찾아본 후 자기 말로 설명하는 것과 유사합니다. 검찰이 제시한 이행 과제에는 'RAG 기반 지능형 법률 검색'이 포함돼 있는데, 이는 법령, 판례, 내부 지침, 결정문 등 복수의 소스를 근거로 답변을 제공하는 기능입니다. RAG의 가장 큰 장점은 LLM의 고질적 문제인 '환각(할루시네이션)'을 줄일 수 있다는 점이에요. 외부 검증 가능한 자료를 근거로 답변하기 때문에 출처를 명시할 수 있고, 이는 법률 분야처럼 정확성과 투명성이 생명인 영역에서 특히 중요합니다. 검찰은 또한 PDF·이미지 파일 등 비정형 형사 기록에서 핵심 내용을 추출하거나, 계좌·통화 내역 등 정형 데이터로 자금 흐름과 통화 패턴을 분석하는 기능도 검토 중입니다.

2024년 연구에서 2026년 본격 추진까지, 검찰의 AI 도입은 사건 처리 지연이라는 현실적 문제에 대한 해법이에요. 검사 정원이 10년이 넘는 시간 동안 동결된 상황에서 형사·사법 체제 변화로 업무는 늘어났고, 특검 파견과 사직으로 인력은 줄어들었죠. 정보통신·사이버 기술과 융합된 신종 범죄에 대응하기 위해서도 AI의 도움이 필요합니다. 검찰 출신 변호사는 "판례 분석이나 기초 자료 정리 등에 한해서는 AI 업무 능력이 사람보다 능숙한 면이 있다"며 "초동 검토 단계만 빨라져도 사건 처리 속도가 크게 개선될 것"이라고 평가했어요. 본격화되는 검찰 특화 LLM이 실제로 장기 미제 사건 해결에 어떤 성과를 낼 수 있을지, 그리고 법률 AI의 새로운 기준을 제시할 수 있을지 지켜볼 필요가 있습니다.

출처:

오토마타 스터디 카페: Claude Code를 얼마나 잘 쓰고 있나요? - /insights 커맨드

출처: @trq212 X 계정

구독자님, Claude Code를 사용하고 계신가요? 많은 분들이 매일 터미널에서 Claude와 대화하며 코드를 작성하고, 버그를 고치고, 프로젝트를 진행하고 있죠. 그런데 문득 이런 생각이 들 때가 있어요. "나 지금 Claude Code를 제대로 활용하고 있는 걸까?", "아직 잘 못쓰고 있는 기능들은 없나?" 라고 말이죠. Claude Code를 만드는 개발자들도 이 질문에 답하고 싶었나 봅니다.

최근 Claude Code에 /insights라는 새로운 슬래시 커맨드가 추가됐어요. 이 기능은 개인 코칭 세션처럼, 지난 30일간 여러분이 Claude Code와 나눈 모든 대화를 분석해서 상세한 보고서를 만들어 줘요.

/insights를 입력하면 Claude Code가 즉시 구독자님의 세션 로그를 읽고, 패턴을 파악하고, 인터랙티브 HTML 보고서를 생성합니다. 보고서에는 작업한 프로젝트 요약부터 시작해서 코드 수정 통계, 도구 사용 패턴까지 세세하게 담겨 있어요. Claude가 구독자님의 고유한 작업 스타일을 파악하고, 어떤 부분에서 마찰이 발생했는지 솔직하게 짚어 줘요. 추가적으로, 구독자님이 아직 활용하지 않은 Claude Code의 강력한 기능들을 제안해줍니다. MCP 서버를 연결해서 GitHub, Slack, 데이터베이스와 통합하는 방법, Custom Skills로 반복적인 워크플로우를 자동화하는 방법, Hooks를 설정해서 코드 포맷팅이나 타입 체크를 자동으로 실행하는 방법 등이죠. 심지어, 작업 패턴을 분석하여 효율적인 CLAUD.md 작성법도 제안해 줍니다!

/insights 커맨드를 사용하기 전, 몇 가지 주의할 점이 있어요. 우선, 30일치 대화 기록을 전부 분석하다 보니 한 번 실행할 때마다 토큰 소모가 상당합니다. 필요할 때 전략적으로 사용하는 게 좋아요. 그리고 /insights는 Claude Code 세션만 분석한다는 점도 기억하세요. Claude Desktop App이나 웹 버전에서의 대화는 포함되지 않습니다.

구독자님이 Claude Code를 메인으로 사용하신다면, 꼭 한 번 /insights 커맨드를 돌려보시는 걸 추천드려요. 놓치고 있었던 새로운 Claude Code 기능들을 발견해서 Claude Code를 활용한 더 많은 효율적인 워크플로우를 만드실 수 있을 거예요!