옵시디언 그냥 쓰면 안 됩니다. 메모리는 계층부터 나눠야 합니다
AI 요금제가 수시로 바뀌는 지금, 모델을 갈아타도 일이 이어지려면 기억을 모델 밖에 둬야 합니다. 구글 클라우드 테크 영상의 사실과 이해 구분을 바탕으로, 필자가 실제로 쓰는 클로드 메모리 네 층(단기기억, 사실, 이해, raw data)과 구글 시트, memory.md, 로컬 폴더에 두는 법,, 옵시디언을 저장소가 아니라 보기 창으로 쓰는 법을 정리했습니다.
#클로드 코드
클로드 코드 태그가 붙은 글 8편
- 노하우
- 가이드
AI 에이전트는 부서별로 만드는 게 아닙니다
AI 에이전트는 부서별로 나눠 만드는 게 아니라 역할과 구성부터 정해야 합니다. 앤트로픽이 2026년 10월 22일 공개한 글을 바탕으로, 조직도를 옮긴 멀티 에이전트에서 정보가 빠지는 이유와 메인 에이전트 하나에 스킬을 붙이는 구조, 그래도 서브에이전트를 따로 둘 네 가지 경우를 정리했습니다.
- 노하우
AI 업무 자동화 69개, 1인 사업자가 맥미니 홈서버와 클로드 코드로 돌리는 구조
1인 사업자가 컴퓨터 두 대에서 돌리는 업무 자동화 69개(AI 판단이 들어가는 작업과 백업, 서버 포함)를 공개합니다. 맥북에서 클로드 코드로 만들고 맥미니 홈서버에서 24시간 돌리는 구조, 자동화를 트리거, 클로드, 기억, 배포, 도착 다섯 칸으로 읽는 법, 구인 공고 레이더와 지출 자동 분류 같은 실제 사례, 은퇴시킨 자동화와 유지 기준까지 담았습니다.
- 노하우
안드레 카파시의 AI 깔때기, 클로드 코드와 코덱스 같은 에이전트로 코딩을 맡기는 사람은 단 0.2%
안드레 카파시는 수학과 코드 일에 클로드 코드, 코덱스 같은 최신 AI 에이전트를 깊이 쓰는 사람을 세계 인구의 0.2%, 약 2천만 명으로 어림합니다. 2026년 10월 그가 X에 올린 AI 깔때기 4칸을 한국어로 풀고, 깔때기가 생기는 이유 세 가지, 많은 직장인이 무료 챗봇을 가끔 쓰는 2칸에 머무는 이유, 3칸으로 넘어가는 첫걸음을 정리했습니다.
- 실험
AI 업무 자동화, 어떤 모델에 맡길까: 실제 작업 11개로 GPT 루나와 클로드 하이쿠 비교
AI 업무 자동화에 어떤 모델을 쓸지, 다이어그램, 강의 슬라이드, 웹페이지, 차트, 대외 문서, 블로그 초안, 웹 리서치, 브라우저 작업까지 실제 업무 11가지로 비교했습니다. GPT-6 Luna, GPT-5.6 Luna, Claude Haiku 5.5, Haiku 4.5, Sonnet 5.5에 같은 일을 3번씩, 모두 165번 맡겼습니다. 기계로 잰 규격은 하이쿠 5.5와 소넷 5.5가 33번 모두 통과했고, 그림, 차트, 문서 결과물을 사람이 사람이 채점한 점수(평가자 1명)는 가장 싼 GPT-6 Luna가 가장 높았습니다.
- 실험
GPT 루나 vs 클로드 하이쿠 5.5, 업무 과제 6개로 비교한 결과
GPT 루나와 클로드 하이쿠 5.5를 공식 벤치마크가 아니라 실제 업무 과제 6개(추출, 분류, 채점, 표 분석, 규칙 글쓰기, 코드 수정)로 비교했습니다. GPT-6 Luna, GPT-5.6 Luna, Claude Haiku 4.5, Claude Sonnet 5.5까지 모델 5개를 과제마다 3번씩, 모두 90번 돌려 정확도, 시간, 비용을 쟀습니다. 추출, 분류, 표 분석, 코드 수정은 다섯 모델 모두 만점이었고, 점수 차이는 대부분 자기소개서 채점에서 났습니다.
- 가이드
Aside 브라우저 사용법: 구독 연결, CLI 설치, 한 달 쓰며 막힌 곳
Aside 브라우저 사용법을 aside browser 설치 뒤 할 일 순서로 정리했습니다. 쓰던 클로드, 챗GPT 구독을 연결하는 메뉴 위치와 aside cli 설치, 터미널 한 줄로 일을 맡기는 방법을 실제 설정 화면으로 보여 줍니다. 필자가 실제로 맡긴 일 세 가지와 한 달 넘게 쓰며 막힌 곳, 결제와 발송 앞에서 사람이 확인할 지점까지 담았습니다.
- 가이드
클로드 코드, 코덱스 대 Jev: 판단 전용 AI 모델의 속도와 비용 비교
클로드 코드와 코덱스 옆에 요즘 X를 뒤덮은 Jev를 같은 표에 놓고 봤습니다. Jev는 글과 코드를 쓰는 AI가 아니라 정해진 선택지 중 답만 고르는 판단 전용 모델입니다. 공식 벤치마크의 정확도, 비용, 응답 시간과 HN, Reddit, GeekNews의 후기 원문으로 무엇이 다르고 어디에 끼워 쓰는지 초보자 눈높이로 정리했습니다.
