Claude Code를 끊으려다 실패했습니다. 결국 눌러앉기로 했습니다.
I tried and failed to give up Claude Code. Looks like I'm staying.
핵심 요약
대규모 코드베이스 작업 시 Claude Code의 압도적인 문맥 이해력과 구현 능력이 타 모델보다 월등함.
- 코드베이스 이해도 — 대규모 프로젝트에서 여러 계층에 걸친 변경 사항을 정확히 파악하고 구현함.
- 모델 성능 비교 — 다른 모델들은 피상적인 수정에 그치는 반면 Claude는 복잡한 상태 동기화까지 완벽하게 처리함.
- 사용자 경험 — 프롬프트를 세세하게 설명하지 않아도 의도를 정확히 파악하여 한 번에 작업을 완료함.
- 도구 전환 실패 — 다른 AI 도구들을 시도해 보았으나 결국 Claude Code의 생산성을 따라오지 못해 복귀함.
저는 Golang으로 작성된 약 35만 라인 규모의 게임 코드베이스를 가지고 있습니다. 그중 절반 이상은 WebAssembly로 컴파일되어 최신 웹 앱(WebGPU 또는 WebGL, WebTransport, WebAudio 등)으로 실행됩니다.
저는 몇 주 동안 Augment, Cursor(Auto 모드), 그리고 gpt-5.5를 탑재한 Codex를 써보려고 시도했습니다. 각 도구에 충분한 기회를 주었죠. 하지만 그중 어떤 것도 Claude Code의 Opus 4.7에 근접하지 못했습니다.
Opus에 대해 제가 느낀 점은 다음과 같습니다:
- 제 코드를 이해하고 업데이트가 필요한 모든 관련 지점을 식별하기 위해 더 열심히 노력합니다.
- 제 프롬프트의 미묘한 뉘앙스를 더 잘 이해하는 것 같습니다.
- 그 결과, 제가 요청한 내용을 첫 번째(또는 두 번째) 시도 만에 제대로 구현하는 정확도가 훨씬 높습니다.
반면, 다른 모델들은 가능한 한 빨리 작업을 끝냈다고 '말하는 것'에만 집중하는 것 같습니다. 결국 여기저기 몇 줄 수정하고 끝내는 식의 '카르텔 코딩'을 하더군요.
클라이언트/서버 프로그램에서는 상태가 네트워크를 통해 마샬링되고 클라이언트와 서버 간에 동기화되어야 하므로, 많은 기능 변경이 스택의 여러 계층에서 변경을 요구합니다. Opus 4.7은 다른 어떤 모델보다 이를 암묵적으로 더 잘 이해하고 있으며, 보통 '올바른 작업'을 수행합니다.
차선책은 Codex의 gpt-5.5인데, 제가 원하는 것을 매우 명확하게 지시하면 괜찮습니다. 하지만 클라이언트에서 무엇을 해야 할지, 서버에서 무엇을 해야 할지 일일이 지시해야 하고, 거의 제가 직접 작성하는 것만큼이나 짜증 날 정도로 상세하게 설명해야 합니다.
Opus는 그렇지 않습니다. 대부분의 경우 사용자 관점에서 제가 원하는 것을 말하기만 하면, 클라이언트, 서버, 네트워크 프로토콜, 렌더러 등을 한 번에 자동으로 변경합니다.
저는 Claude Code를 그만두려고 시도했지만 실패했습니다. 대규모 코드베이스를 이해하고 작업하는 데 있어 단순히 최고이기 때문입니다. 이것이 제 경험입니다.
/me Claude Max 20x 구독 취소를 취소함



