Fireship - Claude 3.7 goes hard for programmers…
Claude 3.7은 프로그래밍 능력이 향상된 대형 언어 모델로, 새로운 '생각 모드'를 추가하여 Deep Seek R1의 성공을 모방했다. 특히 Claude Code라는 CLI 도구를 통해 프로젝트 내에서 코드 작성, 테스트, 실행을 자동화할 수 있어 프로그래머의 역할을 대체할 가능성이 있다. 이 도구는 기존 코드의 전체 컨텍스트를 이해하고, 테스트 주도 개발을 통해 코드의 유효성을 검증한다. 그러나 비용이 높고, 일부 코드 작성에서 오류가 발생할 수 있다. 예를 들어, 프론트엔드 UI를 생성하는 데 성공했지만, TypeScript와 Tailwind를 제대로 사용하지 못했다. 또한, 암호화 앱 개발에서는 여전히 문제를 해결하지 못했다.
Key Points:
- Claude 3.7은 프로그래밍에 뛰어난 성능을 보인다.
- Claude Code는 코드 작성 및 테스트를 자동화할 수 있다.
- CLI 도구는 프로젝트의 전체 코드 컨텍스트를 이해한다.
- 비용이 높고, 일부 코드 작성에서 오류가 발생할 수 있다.
- 암호화 앱 개발에서는 여전히 문제를 해결하지 못했다.
Details:
1. 🤖 Claude 3.7 출시 및 반응: 혁신적인 모델의 등장
1.1. Claude 3.7의 출시
1.2. Claude 3.7에 대한 반응
2. 🛠️ Claude Code: 프로그래밍의 미래를 바꾸다
- Claude Code는 CLI 도구로, 개발자들이 프로젝트에서 코드 작성, 테스트 및 실행을 지원하여 이론적으로 무한 피드백 루프를 생성할 수 있다.
- 이 도구는 깊이 탐색 R1의 성공을 복제하려는 시도로, 오픈 AO 모델에서 적용되었으며, 개발 주기를 획기적으로 단축할 수 있는 가능성을 제시한다.
- 예를 들어, Claude Code를 활용하면 6개월에 걸친 제품 개발 주기를 8주로 단축할 수 있어, 빠른 시장 출시가 가능하다.
3. 📉 AI와 노동시장: 변화의 물결
- AI는 프로그래머를 대체하기보다는 보완하는 역할을 하고 있습니다. Anthropic의 연구에 따르면, 노동력의 3.4%만이 프로그래머로 구성되어 있지만 AI 사용의 37% 이상이 수학 및 코딩 관련 작업에 집중되어 있습니다.
- AI는 인간 프로그래머를 대체하지 않았으며 오히려 코딩 관련 작업에서 AI의 활용도가 높아지고 있습니다. 이는 프로그래밍 작업의 효율성을 높이고, 반복적인 작업을 줄이며, 창의적 문제 해결에 집중할 수 있는 기회를 제공합니다.
- AI는 단순히 코딩을 넘어 데이터 분석 및 복잡한 알고리즘 개발에도 활용되며, 프로그래머가 보다 전략적이고 창의적인 업무에 집중할 수 있도록 지원하고 있습니다.
4. 🏆 Claude 3.7 성능 분석: 경쟁모델과의 비교
4.1. Claude 3.7 성능 및 경쟁 모델 비교
4.2. 구체적인 성과 예시
5. 💡 CLA CLI 설치 및 활용: 초기 경험과 특징
- CLA 코드 CLI는 npm을 통해 설치할 수 있는 연구 미리보기 상태입니다.
- Anthropics API를 직접 사용하는 CLA CLI는 비용이 높습니다. 백만 출력 토큰당 $15가 소요되며, Gemini Flash와 Deepsea 모델보다 10배 비쌉니다.
- 설치 후 터미널에서 CLA 명령어를 사용하여 프로젝트 내 기존 코드의 전체 컨텍스트를 제공합니다.
- CLI의 텍스트 데코레이션은 SST라는 오픈 소스 도구와 유사합니다.
- CLA 로고는 Kurt Vonnegut의 그림과 유사하여 표절 의혹이 있습니다.
6. 🧪 CLA의 테스트 주도 개발: 코드 검증의 중요성
- CLA 설치 후 프로젝트를 스캔하고 초기 컨텍스트와 지침이 포함된 마크다운 파일을 생성할 수 있습니다.
- 비용 명령어를 통해 AIT 파일 생성 비용이 약 8센트임을 확인할 수 있습니다.
- Dino에서 무작위 이름 생성기를 만드는 작업을 수행하였으며, 사용자가 확인할 수 있도록 예/아니오 프롬프트를 제공합니다.
- 새 파일을 생성하고 파일 시스템에 기록하며, 전용 테스트 파일도 생성합니다.
- 강력한 타입 언어와 테스트 주도 개발을 사용하여 AI가 작성한 코드의 유효성을 검증할 수 있습니다.
- 테스트 실패 시 피드백을 사용하여 비즈니스 로직을 다시 작성하고 진행할 수 있습니다.
7. 🎨 프론트엔드 UI 생성 도전: 새로운 가능성 탐색
- 스벨트를 활용하여 복잡한 UI를 설계하는 과정에서 타입스크립트와 테일윈드를 인식하고 이를 사용하여 마이크로폰 입력을 시각화하는 파형을 개발함.
- 사용자는 생성된 UI를 통해 파형 주파수와 원형 그래픽을 확인할 수 있으며, 이는 음성 데이터를 시각적으로 표현하는 데 사용됨.
- 첫 번째 프롬프트 이후 약 20번의 반복 검토 과정을 통해 프로젝트에 맞춤형 컴포넌트를 성공적으로 생성함.
- 웹 UI에서의 빠른 프롬프트보다 시간이 더 소요되었으나, 최종 결과물의 가치가 높았음.
- 개발 과정에서 다른 도구와의 비교 시, 초기에 발생한 오류는 쉽게 수정되었으나 클로드의 코드에서는 타입스크립트와 테일윈드 사용 미비로 인한 여러 문제가 발생함.
8. 🔍 코드 문제 해결과 개선 필요성: AI의 한계점
- AI는 새로운 스펠 5 룬 구문을 사용하지 못하여 코드 문제 해결에 실패했습니다. 이를 통해 AI의 한계가 드러났습니다.
- 세션 비용이 약 65센트 발생하여 경제적 효율성 문제가 제기되었습니다.
- 영국에서의 종료 및 암호화 중단 시도는 실패했으며, 이는 보안 문제와 관련된 AI의 한계를 보여줍니다.
- 자체 암호화 앱을 구축하려는 시도에서 자바스크립트를 사용했지만, 이는 기술적 복잡성을 증가시켰습니다.
- 모든 대형 언어 모델이 실패했으며, 특히 Claude 코드 시도에서도 문제가 발생했습니다.
- Chat GPT를 통한 코드 수정 시도는 여전히 실패하여 AI 의존도가 문제 해결 능력을 저하시킬 수 있음을 시사합니다.
9. 🗄️ Convex와 AI: 앱 개발의 새로운 시대
- Convex는 오픈 소스 반응형 데이터베이스로, 타입 세이프 쿼리, 스케줄링된 작업, 서버 함수, 실시간 데이터 동기화 등의 기능을 제공하여 빠른 앱 개발을 돕습니다.
- 데이터베이스 쿼리는 순수 타입스크립트로 작성되며, 이는 전체 스택에서 아름다운 IDE 자동 완성을 가능하게 합니다.
- Convex는 자율 코딩에 적합하며, AI 모델인 Claude와 같은 도구들이 Convex 코드를 더 쉽게 이해하고 오류를 줄이며 생산성을 높일 수 있습니다.
- 화면에 표시된 링크를 사용하여 무료 Convex 프로젝트를 생성하고 앱의 백엔드 부분을 구축할 수 있습니다.
- AI와의 통합으로 인해 Convex는 데이터 관리 및 처리의 효율성을 극대화하며, 개발자들이 더욱 신속하게 앱을 출시할 수 있도록 지원합니다.