글

Claude Code AGENTS.md 사용법: 여러 코딩 에이전트 지침 하나로 관리하기

이미지
Claude Code 2.1.277부터 프로젝트에 CLAUDE.md 가 없으면 AGENTS.md 를 대신 읽을 수 있다. Codex, Cursor, Gemini CLI처럼 AGENTS.md를 쓰는 도구와 Claude Code를 함께 사용하는 팀이라면 비슷한 지침 파일을 두 벌 유지하던 부담을 줄일 수 있는 변화다. 다만 “파일 이름만 바꾸면 모든 환경에서 똑같이 작동한다”는 뜻은 아니다. 어떤 파일이 우선하는지, 하위 폴더 지침이 언제 붙는지, 직접 로드가 지원되지 않는 환경은 무엇인지 알아야 안전하게 옮길 수 있다. 이 글은 2026년 9월 19일 확인한 공식 릴리스·메모리 문서·내장 플러그인 설명을 바탕으로 설정과 이전 방법을 정리한다. 기능은 9월 18일 v2.1.277에 포함됐다. 관련 Hacker News 토론은 확인 시점에 605점과 214개 댓글을 기록했지만, 이는 관심의 근거이지 품질 평가는 아니다. 무엇이 바뀌었나: AGENTS.md가 기본 대체 파일이 됐다 AGENTS.md 는 빌드 명령, 테스트 순서, 코드 스타일, 보안 주의사항처럼 코딩 에이전트가 작업 전에 알아야 할 내용을 적는 일반 Markdown 파일이다. 사람용 소개 문서인 README를 길게 만들지 않으면서 여러 코딩 에이전트가 같은 저장소 규칙을 읽도록 하는 것이 목적이다. AGENTS.md 공개 사이트는 6만 개가 넘는 오픈소스 프로젝트가 이 형식을 사용한다고 안내한다. Claude Code의 새 기본값은 CLAUDE.md 또는 CLAUDE.local.md가 프로젝트 경로에 있으면 기존 파일만 읽고, 둘 다 없을 때 AGENTS.md를 읽는 방식 이다. 따라서 기존 Claude Code 프로젝트의 동작을 갑자기 바꾸지 않으면서, AGENTS.md만 있는 저장소에 들어갔을 때 별도 복사본 없이 지침을 받을 수 있다. 이는 CLAUDE.md 폐지나 완전한 파일 병합이 아니라 ‘우선순위가 있는 대체 읽기’다. CLAUDE.md가 있으면 우선하고, 없을 때 AGENTS....
댓글 쓰기
자세한 내용 보기

UN System Data Commons 사용법: 공공 통계를 찾고 MCP로 검증하는 법

이미지
UN System Data Commons 는 여러 UN 기관의 통계를 한 지식 그래프 안에서 찾을 수 있게 만든 공개 데이터 플랫폼이다. 2026년 9월 17일 공개된 새 data.un.org는 자연어 검색을 제공하고, 기반 기술인 Google Data Commons는 MCP 서버를 통해 에이전트가 통계를 탐색하도록 지원한다. 핵심은 “질문만 하면 정답이 나온다”가 아니다. 지표 이름, 지역, 연도, 단위, 원출처를 함께 확인하는 수고를 줄이는 도구에 가깝다. 이 글은 웹 검색으로 빠르게 자료를 찾는 방법과 MCP 클라이언트에서 반복 조사를 구성하는 방법을 구분해 설명한다. 공식 문서를 기준으로 설치 위치와 완료 확인, 비용·보안·데이터 공백, 세 가지 활용 예시까지 정리했다. 무엇이 달라졌나 기존 국제 통계 조사는 기관별 사이트와 서로 다른 표 형식, 지역 명칭을 오가야 했다. 새 UN System Data Commons는 이를 연결된 지식 그래프로 묶어 장소, 시계열, 지표의 관계를 탐색하게 한다. 공개 화면에서는 질문을 자연어로 입력하고 관련 지표의 차트, 표, 단위, 출처를 함께 볼 수 있다. Google의 발표에 따르면 여러 UN 기관의 데이터가 단계적으로 연결되며, 향후에도 범위가 확대될 예정이다. 따라서 “UN의 모든 통계가 이미 들어 있다”고 가정하면 안 된다. 현재 검색되는 범위와 각 결과의 원출처를 확인해야 한다. 실제 공개 검색 화면도 일부 지역이 보고 누락 때문에 빠질 수 있고, 비교 차트가 가장 최근의 동일 연도만 쓰지 않을 수 있음을 안내한다. 분산된 통계는 지표·지역·시점·출처 관계가 연결된 뒤 검색 가능한 결과로 정리된다. 웹 포털과 MCP는 같은 도구가 아니다 구분 data.un.org 웹 검색 Data Commons MCP 적합한 일 질문 한두 개, 차트 확인, CSV 다운로드 여러 지역·지표의 반복 조회, 에이전트·앱 연결 시작 조건 브라우저 MCP 클라이언트와 무료 Data Commons API 키 확인해...
댓글 쓰기
자세한 내용 보기

Paper2Agent 사용법: 논문과 연구 코드를 검증된 MCP로 바꾸는 법

이미지
연구 논문을 읽고 “내 데이터에도 이 방법을 적용해 보고 싶다”고 생각한 뒤 실제 실행까지 가는 길은 길다. 공식 코드 저장소를 찾고, 맞는 버전의 실행 환경을 만들고, 노트북의 예제 값을 내 입력값으로 바꾸고, 결과가 논문과 일치하는지 확인해야 한다. Paper2Agent 는 이 간격을 줄이기 위해 논문과 연구 코드를 에이전트가 읽을 수 있는 스킬과 실행 가능한 MCP 도구로 변환하는 공개 프로젝트다. 다만 “PDF를 넣으면 언제나 믿을 수 있는 연구 에이전트가 완성된다”는 제품은 아니다. 2026년 9월 16일 Nature 에 정식 게재된 논문도 불완전한 코드, 부족한 문서, 해결할 수 없는 환경 문제 때문에 상당수 저장소가 변환에 실패할 수 있다고 밝힌다. 이 글은 9월 19일 기준 공식 저장소와 논문을 바탕으로, Codex 또는 Claude Code에서 Paper2Agent를 설치하고 어디까지 맡길지 판단하는 순서를 정리한다. 핵심 요약 논문만 있으면 검색 가능한 paper skill , 코드 저장소가 있으면 검증된 도구를 담은 MCP server 를 만든다. Codex 설치 경로는 ~/.agents/skills/paper2agent , Claude Code는 ~/.claude/skills/paper2agent 다. 좋은 결과의 핵심은 “논문 전체를 알아서 처리해 줘”가 아니라 대상 논문·공식 저장소·튜토리얼·출력 폴더·자원 제한을 명확히 주는 것이다. 생성된 도구는 논문의 결론을 보증하지 않는다. 실행 로그, 원본 예제와의 비교, 입력 범위, 라이선스와 민감정보 경계를 사람이 검토해야 한다. Paper2Agent가 만드는 것은 하나가 아니다 현재 저장소의 최상위 스킬은 입력에 따라 두 작업으로 갈라진다. Paper2Skill 은 본문 PDF, 보충자료, 표와 그림을 구조화된 읽기 패키지로 바꾼다. 이 경로는 논문에 적힌 명령이나 코드를 실행하지 않고, 페이지별 검토와 출처 추적에 초점을 둔다. Paper2MCP 는 Python...
댓글 쓰기
자세한 내용 보기

Qwen3.8-Omni-Flash 사용법: 긴 영상·음성 분석과 에이전트 흐름

이미지
긴 회의 영상에서 발언자를 나누고, 필요한 장면만 찾아 요약한 뒤 후속 작업까지 연결하려면 보통 음성 인식·영상 분석·검색·편집 도구를 따로 조합해야 한다. 2026년 9월 18일 공개된 Qwen3.8-Omni-Flash 는 이 간격을 줄이는 데 초점을 둔 네이티브 옴니모달 모델이다. 텍스트·이미지·오디오·비디오를 함께 입력으로 받고, 긴 미디어에서 필요한 근거를 찾은 다음 함수나 도구를 호출해 작업 흐름을 이어 갈 수 있다. 핵심은 “영상을 설명하는 모델”에서 “질문에 필요한 구간을 골라 다음 행동을 계획하는 모델”로의 변화다. 다만 현재 API의 기본 출력은 텍스트이며, 완성된 음성·영상 결과물은 별도 생성 서비스와 플러그인에 의존한다. 이 글은 무엇이 새로워졌는지, 기존 음성 인식이나 비전 모델과 어떻게 다른지, API를 어디서 어떻게 시작하는지, 비용·보안·검수 경계를 어떻게 잡아야 하는지를 공식 자료 기준으로 정리한다. Qwen3.8-Omni-Flash 한눈에 보기 입력: 텍스트, 이미지, 오디오, 비디오 출력: 현재 Model Studio 문서 기준 텍스트 컨텍스트: 최대 100만 토큰 작업 방식: 사고 모드, 함수 호출, 웹 검색을 지원하며 Responses API의 내장 도구는 현재 web_search 가 명시돼 있다. 지원 지역: 베이징, 싱가포르, 홍콩, 도쿄, 프랑크푸르트, 버지니아 대표 용도: 긴 회의·강의 요약, 구간 탐색, 발언자와 화면 정보의 결합, 영상 중심 조사, 자막·번역·편집 워크플로의 계획 여기서 옴니모달은 단순히 여러 파일을 받을 수 있다는 뜻보다 넓다. 음성의 내용과 억양, 화면 속 인물과 장면, 시간 순서를 한 요청 안에서 함께 해석하고, 필요한 경우 외부 도구를 연결하는 구조를 뜻한다. 한국어도 공식 입력 언어 목록에 포함돼 있지만, 화자 분리·고유명사·잡음이 많은 녹음은 별도 검수가 필요하다. 기존 방식과 무엇이 다른가 방식 잘하는 일 한계 적합한 상황 음...
댓글 쓰기
자세한 내용 보기

ChatGPT for Word 사용법: 설치부터 문서 편집·검토까지

이미지
문서 초안을 ChatGPT에 붙여 넣고, 답을 다시 Word로 옮기던 과정이 한 단계 줄었습니다. OpenAI는 2026년 9월 17일 Microsoft Word 안에서 작동하는 공식 ChatGPT 추가 기능을 공개했습니다. 같은 Microsoft 추가 기능으로 Excel과 PowerPoint에 이어 Word까지 지원하며, 사이드바에서 메모를 초안으로 바꾸고, 문서를 요약하고, 선택한 문장을 고치고, 제목과 서식을 정리할 수 있습니다. 중요한 점은 “Word가 알아서 완성 문서를 만든다”가 아니라는 것입니다. ChatGPT가 현재 문서를 읽고 수정안을 적용할 수 있으므로, 어떤 범위를 맡길지 정하고 변경된 사실·구조·민감정보를 사람이 확인하는 작업 흐름이 필요합니다. 설치, 편집 순서, 예시, 요금과 개인정보 주의점을 정리합니다. 핵심 요약 ChatGPT for Word는 Free를 포함한 모든 ChatGPT 요금제에서 제공되며, 각 요금제의 토큰·사용량 제한이 적용됩니다. 공식 Microsoft Marketplace의 OpenAI 추가 기능을 설치한 뒤 Word에서 열고 ChatGPT 계정으로 로그인합니다. 초안 작성, 전체 요약, 선택 영역 수정, 제목·서식 조정에 적합하지만 최종 사실 확인과 승인 책임은 사용자에게 있습니다. 추가 기능은 문서를 읽고 바꿀 수 있고 인터넷으로 데이터를 전송할 수 있으므로 기밀 문서는 조직 정책과 데이터 설정을 먼저 확인해야 합니다. 무엇이 달라졌나: 복사·붙여넣기보다 ‘문서 안의 편집’ 기존 방식에서는 Word에서 문단을 복사하고, 브라우저의 ChatGPT에서 요청한 뒤, 결과를 다시 붙여 넣어 서식을 다듬는 일이 흔했습니다. 새 추가 기능은 Word 옆의 사이드바에서 문서 맥락을 읽고 수정 작업을 이어 가는 방식입니다. OpenAI가 공식적으로 확인한 범위는 네 가지입니다. 메모로 초안 만들기, 문서 요약, 선택한 텍스트 수정, 제목과 서식 조정입니다. 작업 기존 왕복 방식 Word 안의 ChatGPT 사람이 확...
댓글 쓰기
자세한 내용 보기

Cursor Projects 사용법: 장기 개발 작업을 코디네이터에 맡기는 법

이미지
Cursor Projects 는 한 번의 채팅으로 끝나지 않는 개발 작업을 맡기는 기능이다. 기능 하나, 여러 저장소에 걸친 마이그레이션, 계속 들어오는 버그 정리처럼 오래 이어지는 목표를 하나의 프로젝트로 만들면 코디네이터가 계획을 세우고 여러 에이전트에 일을 나눈다. 핵심은 “에이전트를 많이 실행한다”가 아니라 공유 맥락, 병렬 작업, 반복 실행, 사람의 검토 를 한 단위로 관리하는 데 있다. 먼저 알아둘 점 Cursor는 2026년 9월 10일 Projects를 베타로 발표했고 모든 사용자에게 순차 배포한다고 안내했다. 화면에 보이는지, 쓸 수 있는 에이전트 양과 비용은 계정·플랜·조직 정책에 따라 달라질 수 있다. 이 글은 공개된 기능과 안전한 시작 순서를 설명하며, 실제 저장소에서 실행한 결과를 재현 보고하는 글은 아니다. Projects는 일반 채팅과 무엇이 다른가 일반 에이전트 채팅은 “이 버그를 고쳐 줘”처럼 범위가 비교적 짧은 일에 잘 맞는다. 반면 Projects의 코디네이터는 직접 코드를 작성하는 역할이 아니다. 해야 할 일을 쪼개고, 구현 에이전트를 배치하고, 결과를 다시 모아 검토할 수 있게 전달한다. 프로젝트 전용 컴퓨터가 클라우드에서 계속 실행되므로 노트북을 닫아도 작업을 이어 갈 수 있고, 로컬 환경 검증이 필요할 때는 로컬 에이전트를 연결하는 구조다. 선택지 적합한 작업 주의할 점 일반 채팅·로컬 에이전트 한 파일 수정, 짧은 조사, 즉시 확인 가능한 버그 대화가 길어지면 맥락과 결정 기록을 직접 관리해야 한다. 단일 Cloud Agent 백그라운드에서 끝낼 수 있는 독립 작업 한 건 작업 간 의존성과 장기 계획은 사용자가 조정해야 한다. Cursor Projects 여러 PR, 여러 저장소, 반복 감시가 필요한 장기 목표 권한·비용·검토 규칙을 먼저 정하지 않으면 자동화 범위가 지나치게 넓어질 수 있다. 코디네이터는 계획과 분배를 맡고, 구현 에이전트의 결과는 테스트를 거쳐 사람의 검토 지점으로 모인다. 시작 전에...
댓글 쓰기
자세한 내용 보기

Claude Cowork와 Chat 통합: 모드 선택 없이 업무를 맡기는 법

이미지
2026년 9월 16일, Anthropic은 Claude Cowork와 일반 Chat을 하나의 Claude 경험으로 통합한다고 발표했다. 이제는 “간단한 질문은 Chat, 여러 단계를 거치는 작업은 Cowork”처럼 시작 위치를 먼저 판단할 필요가 줄어든다. 같은 대화창에서 원하는 일을 설명하면 Claude가 질문 답변, 조사, 파일 작업, 문서·스프레드시트·발표자료 제작 등 작업에 맞는 도구를 선택하는 방식이다. English edition: Read this article in English 이 변화의 핵심은 기능 삭제가 아니라 진입점의 통합이다. 과거 Cowork에서만 쓰던 복합 작업 기능이 새 경험에서는 모든 대화에서 제공된다. 짧은 질문에는 짧은 답을 받을 수 있고, 보고서 작성이나 자료 정리처럼 시간이 걸리는 일은 결과물과 파일까지 요청할 수 있다. 개발자 팀이 반복 지침을 패키지로 공유하는 방법이 궁금하다면 Claude Code 플러그인 가이드 도 함께 볼 수 있다. 하나의 대화가 짧은 질문부터 조사·표·문서·슬라이드 제작과 모바일 진행 확인까지 이어지는 흐름 누가 언제 통합 경험을 받나 새 경험은 Pro와 Max 요금제부터 수 주에 걸쳐 순차 적용된다. 웹, Claude Desktop, 모바일에서 제공되며 같은 요금제라도 계정별 적용 시점은 다를 수 있다. 사용자가 별도로 켜야 하는 설정은 없다. Team과 Free는 이후 제공될 예정이며, Enterprise 조직은 변경 전 최소 30일 전에 관리자가 안내받는다. 현재 Pro 또는 Max인데도 입력창에 Chat 과 Cowork 선택지가 함께 보인다면 아직 기존 경험이다. 이 경우에는 필요에 따라 Cowork를 선택해 작업을 시작하면 된다. 반대로 두 선택지가 사라지고 하나의 대화 입력창만 보인다면 통합 경험이 적용된 것이다. 통합된 뒤에는 예전처럼 Chat과 Cowork를 분리한 화면으로 되돌릴 수 없으므로, 화면이 달라졌다고 오류로 판단할 필요는 없다. 무엇이 달라졌고 무엇...
댓글 쓰기
자세한 내용 보기