Anthropic제품 블로그Claude Code
Claude Opus 4.8 Build Day 해커톤 수상작을 공개합니다
당나라 건축 복원부터 가상 샌프란시스코 여론 조사까지 — 최신 해커톤에서 참가자들이 하루 만에 Claude Opus 4.8로 만들어낸 수상작들을 살펴보세요.
5월 13일, 샌프란시스코에서 Claude Opus 4.8을 활용한 12시간 해커톤이 열렸습니다. 300명이 넘는 창업자와 개발자가 한자리에 모였습니다. 1,500명 이상이 지원한 가운데 최종 310명이 참가했고, 세계 각지에서 찾아온 이들은 $500의 크레딧과 단 하루를 손에 쥔 채 아이디어를 실제 작동하는 데모로 구현해냈습니다.
수상한 세 팀을 직접 만나, 무엇을 만들었는지, Claude를 어떻게 활용했는지 이야기를 들었습니다.
수상자 여러분과 참가자 모두에게 축하의 말씀을 전합니다. 이들의 프로젝트가 여러분에게도 새로운 아이디어의 실마리가 되길 바랍니다.
1위: Tekton — Holly Tang, Austin Burgess
오래된 목조 건물이 화재로 소실되면, 수백 년에 걸쳐 쌓인 장인의 기술도 함께 사라집니다. Tekton은 그 건물들을 3D로 복원하고, 모든 구성 요소를 문서화된 출처까지 역추적합니다.
복원할 역사적 건물을 입력하면 Claude가 관련 자료를 조사합니다. 설계 도면, 시공 문서, 사진, 다이어그램을 종합해 339단계의 점진적 시공 과정을 거쳐 3D 모델을 완성합니다. 모델의 어느 부분을 클릭해도 해당 세부 정보의 출처와 적용 근거를 확인할 수 있습니다. 팀은 이를 '증거 체인(evidence chain)'이라 부르며, 원본 자료에서 검증된 모델까지 이어지는 연결 고리입니다. 학술 검증, 복원 작업, 문화유산 보존을 목적으로 개발됐으며, 당나라 건축과 노트르담 대성당 첨탑 복원을 시작점으로 삼았습니다.
검증 과정은 전적으로 Opus 4.8이 담당했습니다. 독립된 검증 서브에이전트들이 각각 격리된 컨텍스트 창에서 복원 결과를 채점하고, 자기 수정 루프를 통해 20개의 테스트를 모두 통과할 때까지 구성 요소 배치를 반복 점검했습니다. 완성된 모델이 원래 건축 방식에 관한 기록 규칙을 충실히 따르도록, 모든 결과물을 역사적 기록 및 인용 자료와 대조해 검증했습니다.
Holly Tang과 Austin Burgess는 한 달 전 'Code with Claude' 행사장 커피 줄에서 처음 만났습니다. 디자이너인 Holly는 그 이후 Austin의 스타트업을 함께 돕고 있습니다. "다큐멘터리를 즐겨 보는데, 아름다운 건축물이 화재로 사라지는 장면을 볼 때마다 너무 안타까웠어요." Holly의 말입니다. 그녀는 이미 혼자서 단일 건물 복원 프로토타입을 만들어둔 상태였고, Austin은 여기에 어떤 건물이든 처음부터 끝까지 처리할 수 있도록 확장성을 더했습니다.
Tekton 개발은 단계적으로 진행됐습니다. 노트르담 첨탑을 실제 비율로 렌더링하는 것부터 시작해 세부 디테일을 더하고, 점차 나머지 구조물로 범위를 넓혀 나갔습니다. 대성당 전체를 완성하기 전에 시간이 다 됐지만, 해커톤 참가자 여럿이 먼저 관심을 표하며 정확도를 높이는 데 힘을 보태겠다고 나섰습니다. Holly와 Austin은 Tekton을 오픈 소스로 공개해, 박물관·역사학자·비영리 단체·정부 기관 누구나 활용할 수 있도록 할 계획입니다.
다른 개발자들에게 전하는 조언: 만들기 전에 전체 프로젝트를 먼저 설계하세요.
"PRD 전체와 약 50개의 티켓으로 구성된 Notion 보드를 먼저 만들었어요. 티켓 하나하나가 구체적인 작업 단위였죠." Austin의 말입니다. "프로젝트 전체 흐름을 처음부터 끝까지 그려놓고, 각 단계에서 원하는 결과를 명확히 정의했어요." 계획이 잡히자 전체 작업을 별도 워크플로로 나눠 병렬로 진행했습니다.
2위: Sim Francisco — Tanmayi Priya Dasari, Tejas Prabhune
Sim Francisco는 샌프란시스코 인구를 실제로 구동하는 모델입니다. 미국 인구 조사 데이터를 바탕으로 생성된 1만 명의 가상 주민이 각자의 인구통계, 개인 이력, 세계관을 지닌 채 도시 지도 위에 배치되어, 실시간으로 뉴스에 반응합니다.
도시에 질문을 던지면 동네별로 가상 유권자 전체를 대상으로 설문이 진행됩니다. 2023년 10월 기준 지식 컷오프를 가진 모델로 실행했음에도, 2024년 대통령 선거에서 민주당 득표율을 81.3%로 예측해 실제 83.8%에 근접했고, 2024년 3월 샌프란시스코 주민 투표 Prop A는 70%로 예측해 실제 70.38%와 거의 일치했습니다. Kalshi, Polymarket 등 예측 시장과의 오차도 몇 퍼센트 포인트 이내입니다.*
Opus 4.8이 프론트엔드와 백엔드 전체를 작성하고, 백엔드 동작을 처음부터 끝까지 검증했습니다. 모델의 결과물을 검증하기 위해 팀은 Claude에게 검증 에이전트와 적대적 에이전트를 함께 활용하도록 해, 도시의 실제 인구 분포를 재현하는 백엔드를 구축했습니다.
Tanmayi Priya Dasari와 Tejas Prabhune은 UC 버클리 전기공학·컴퓨터과학(EECS) 전공 학생으로, 캠퍼스 내 머신러닝 동아리에서 처음 만났습니다. Tejas에게 Sim Francisco는 자신이 창업 중인 포스트 트레이닝(post-training) 회사의 테스트베드이기도 합니다. 시뮬레이션된 페르소나가 장기 과제 모델 학습에 충분히 일관성 있게 유지될 수 있는지를 검증하는 작업입니다.
다른 개발자들에게 전하는 조언: 일단 작동하는 방법이 생겼다고 거기서 멈추지 마세요. 특히 비용이 많이 든다면 더욱 그렇습니다.
초기 버전은 1만 명의 주민 각각에 대해 별도의 추론 호출을 실행하다 보니 비용이 빠르게 불어났습니다. "시간이 지나면서 Claude가 스스로 진화적 클러스터링 알고리즘을 만들어냈어요." Tejas의 말입니다. 주민들을 약 300개의 대표 페르소나로 묶는 방식이었는데, Kalshi·Polymarket·역대 실제 결과와의 정확도는 그대로 유지하면서 추론 비용을 10~100배 절감했습니다.
3위: Custom Universe — Jake Stevens, Mauricio Pereira
의자를 스마트폰으로 찍으면 Custom Universe가 이를 3D 오브젝트로 변환합니다. 장면 안에 배치하고, 텍스트 프롬프트로 스타일을 바꾸고, 위치를 이동하면 렌더링 이미지가 실시간으로 업데이트됩니다.
이 프로젝트는 특정 작업과 환경에서 로봇을 학습시키기 위해 대량의 합성 데이터가 필요한 로보틱스 연구소를 겨냥합니다. 공장 현장의 기계를 스캔해 장면에 배치하고, 해당 환경에 최적화된 로보틱스 모델 파인튜닝용 데이터를 생성할 수 있습니다. 기존에는 이런 환경을 구축하려면 물리 엔진과 충돌 기하학을 다룰 물리학자와 엔지니어를 별도로 고용해야 했습니다. Custom Universe는 오브젝트를 드래그해 장면을 구성할 수 있으며, 팀은 주방 조리대 위에서 물체를 30센티미터 옮기는 식의 정밀 배치 기능도 추가할 계획입니다.
Opus 4.8이 프로젝트 전체를 처음부터 끝까지 구축했으며, 해커톤 내내 모델을 실행한 원격 NVIDIA H100도 운용했습니다. 팀은 어떤 모델이 올바른 출력을 생성하는지 파악하고, Apple RealityKit으로 스캔한 오브젝트를 웹 앱으로 가져오는 파이프라인을 구축하는 데도 Claude를 활용했습니다.
Jake Stevens와 Mauricio Pereira는 이번 행사에서 처음 만났습니다. Jake는 로체스터 공과대학교(RIT) 컴퓨터 비전 전공 출신으로, AI 모델 속도 향상에 집중하는 스타트업 Luminal을 운영하고 있습니다. 장면 빌더는 그가 한번 해보고 싶었던 사이드 프로젝트였습니다. MIT 로보틱스 대학원 출신의 Mauricio는 Coat Robotics를 이끌며 직접 겪은 문제를 이번 프로젝트에 녹였습니다. 로보틱스 분야는 아직도 학습 데이터가 부족하고, 합성 환경 구축이 어렵다는 문제입니다. Custom Universe는 오픈 소스 모델과 알고리즘을 기반으로 무료로 사용할 수 있으며, 자체 GPU로도 실행 가능합니다.
다른 개발자들에게 전하는 조언: Claude를 코드 작성 도구로만 쓰지 말고, 도구 선택에도 활용하세요.
"어떤 모델이 원하는 출력을 내는지 찾는 반복 작업이 많았는데, 그 리서치를 Claude에게 맡겼어요." Mauricio의 말입니다. 팀은 생소한 기술을 통합하는 작업도 Claude에게 넘겼습니다. "예를 들어 Apple RealityKit이요. 사용자가 스캔한 오브젝트를 우리 웹사이트에 어떻게 입력하게 할지 고민하다가, Claude에게 그냥 이렇게 물었죠. 이걸 파이프라인에 추가해줘."
자세히 알아보기 — 밋업, 해커톤 등 Claude 커뮤니티 프로그램을 확인해보세요.
*Sim Francisco는 독립적인 해커톤 프로젝트로, 선거 결과 예측을 활용 사례의 예시로 다루고 있습니다. 이는 AI 기반 선거 예측 활용을 Anthropic이 권장하거나 지지하는 것이 아닙니다.
