🔥 AI 트윗 트렌드 핵심 요약 (2026.06.24)

데이터: 921개 트윗 분석 (AI/테크 688개) | 주요 키워드 TOP 5: Claude · Codex · OCR · Cursor · 에이전트 | 메인 이벤트: Anthropic 'Claude Tag' Slack 출시 · Mistral OCR 4 vs 바이두 OCR 경쟁 · 애플 컨테이너 1.0

어제까지 타임라인을 지배한 질문이 "프론티어 AI를 누가 통제하나"였다면, 오늘은 한 칸 더 일상으로 내려왔다. 만들어진 모델이 드디어 사람들의 일터 안으로 걸어 들어온 날이다. Anthropic은 Claude를 슬랙(Slack)의 정식 '팀원'으로 입사시켰고, 미스트랄과 바이두는 같은 날 문서 인식(OCR) 모델을 나란히 공개했으며, 애플·Vite·Cursor는 개발 환경의 바닥을 갈아끼웠다. 그런데 같은 하루에 Codex가 SSD 수명을 갉아먹는 버그로 도마에 올랐고, 미국 법원은 AI 채용 도구의 차별 소송을 진행시켰다. AI가 도구에서 동료로 넘어오자, 동료에게 따라붙는 청구서(실패·소송)도 함께 도착한 셈이다.

1. Claude가 슬랙에 '입사'했다 — Claude Tag 출시

오늘의 중심은 Anthropic이었다. 회사는 Claude를 슬랙 채널에 상주하는 팀원으로 만드는 'Claude Tag'를 공개했다. 채널 안의 누구든 @Claude로 호출해 일을 맡기고 자기 일을 보면 되고, Claude는 그 채널에서 오간 맥락을 기억해 두었다가 이어서 처리한다. 한 채널엔 하나의 Claude가 모두와 상호작용하므로, 동료가 맡긴 작업을 다른 사람이 그대로 이어받을 수도 있다. Anthropic 공식 계정과 ClaudeDevs가 직접 사용법을 정리해 올렸는데, 눈길을 끈 수치는 "Claude Code 팀이 올해 내내 내부적으로 Claude Tag를 써왔고, 지금은 제품팀 코드의 65%를 이 내부판 Claude가 작성한다"는 대목이었다 (@ClaudeDevs, 흥행 2.7천 · 🔥 인기). 이 출시는 Anthropic 공식 발표로 확인되며, 기존 'Claude in Slack' 앱을 대체하고 기업·팀 요금제에 베타로 먼저 풀린 뒤 관리자가 30일 안에 전환을 결정하는 구조다.

그림 1. Claude Tag 소개 영상 — 'Tag @Claude in' 자막. 위에서 내려다본 책상에서 한 사람이 노트북을 두드리고, 화면 한가운데 흰 세리프체로 'Tag @Claude in'이라는 문구가 떠 있는 공식 소개 영상의 첫 프레임이다. 옆엔 수첩·스마트폰·커피잔만 놓여, '사람의 워크플로 안에 Claude를 끼워 넣는다'는 메시지를 차분하게 전한다.

흐름을 키운 건 같은 날 함께 돈 두 장면이었다. 하나는 Anthropic 엔지니어 두 명(Hannah Moran·Christian Ryan)이 'Code w/ Claude' 행사에서 진행한 24분짜리 Claude Code 기능 설명 영상으로, "이걸 보고 내가 그동안 Claude Code를 원숭이처럼 써왔다는 걸 깨달았다"는 반응이 가장 크게 떴다 (@benyuls, 흥행 1.5만 · 🔖 저장).

그림 2. Code w/ Claude 행사의 'Prompting 101' 세션 무대. 'Prompting 101 — Code w/ Claude' 슬라이드가 띄워진 무대에 발표자 Hannah Moran·Christian Ryan(둘 다 Anthropic Applied AI)이 서 있고, 객석은 노트북을 편 청중으로 가득하다. 사내 노하우를 외부 사용자에게 공개 세션으로 푸는 'Code w/ Claude' 행사 장면이다.

다른 하나는 Claude Code 상위 사용자에게 도착한 굿즈 박스였다 (@joaogsantosc, 흥행 1.6천 · 🔥 인기).

그림 3. Claude Code 파워유저 굿즈 박스 — 모자·스티커·인형. 크래프트 박스 안에 검은 모자(주황 픽셀 캐릭터 자수)·스티커·주황색 픽셀 인형이 담겼고, "We're making it official: you're a Claude Code power user … — The Claude Code team"이라 적힌 카드가 놓였다. 헤비 유저를 '공식 파워유저'로 호명하는 커뮤니티 마케팅 장면이다.

물론 같은 날 그늘도 있었다. Claude가 전 플랫폼에서 대규모 장애를 겪어 "Anthropic 대체 뭐 하는 거냐"는 불만이 올라왔고 (@bridgemindai, 흥행 1.7천 · 💬 논쟁), 어제까지 화제였던 수출통제 비활성화의 여운으로 "그래서 Fable은 언제 돌아오냐"는 농담이 새 출시 트윗마다 따라붙었다 (@theo, 흥행 411 · 💬 논쟁). 한 보안 연구원은 공개 허니팟의 버그를 고치려 Claude를 쓰다 차단당했다며 사용정책 마찰을 토로하기도 했다 (@VessOnSecurity, 흥행 1.1천 · 🔥 인기).

시사점: 경쟁축이 "더 똑똑한 모델"에서 "팀 안에 상주하는 동료"로 넘어왔다. 자사 제품 코드의 65%를 내부 에이전트가 쓴다는 건 데모가 아니라 운영 실적이다. 다만 상주하는 동료일수록 장애·권한·정책 마찰이 곧장 업무 리스크가 된다 — 편의와 통제는 같은 무게로 따라온다.

#클로드태그슬랙입사 #상주형에이전트

2. 문서 인식(OCR) 모델이 한날에 둘 — 미스트랄 OCR 4 vs 바이두

오늘의 신제품 자리는 OCR이 가져갔다. 미스트랄이 'Mistral OCR 4'를 공개했는데, 글자만 뽑던 기존 OCR과 달리 글자의 위치를 사각형으로 표시하는 바운딩 박스, 제목·표·수식·서명 같은 블록 분류, 그리고 글자마다 신뢰도 점수까지 함께 돌려준다. 170개 언어를 지원하고 컨테이너 하나로 자체 서버에 올릴 수 있다는 점도 내세웠다 (@MistralAI, 흥행 4.4천 · 🔥 인기). 미스트랄은 "블라인드 테스트에서 평균 선호도 72%, OlmOCRBench 종합 1위(85.20)"라고 주장했고 (@sophiamyang, 흥행 421 · 🔥 인기), 출시·기능·수치는 미스트랄 공식 발표로 확인된다.

그림 4. 미스트랄이 공개한 OCR 모델 성능 비교 막대그래프. 'OCR Model Performance Comparison' 차트로, 왼쪽 OlmOcrBench에서 Mistral OCR 4가 85%로 1위(주황 막대), Chandra OCR 2 83%·Mineru Pro 82%·PaddleOCR VL 80%·GLM OCR 79%·Deepseek OCR 2 77%·Gemini 3.1 Pro 72%·GPT 5.5 71% 순이다. 오른쪽 Crawl Multilingual에선 Mistral 98%로 더 벌어진다 — 단, 이 그래프는 미스트랄 자체 평가다.

흥미로운 건 곧장 붙은 반론이었다. 허깅페이스의 한 연구자는 "미스트랄이 OlmOCRBench SOTA를 주장하지만 우리가 운영하는 공개 리더보드에선 OCR 4가 현재 3위"라고 지적했고 (@NielsRogge, 흥행 138 · 🔥 인기), 또 다른 사용자는 비교 차트의 경쟁 모델 점수 표기에 오류가 있다고 짚었다 (@HarveenChadha, 흥행 181 · 🔥 인기). 즉 "공식 자체 벤치마크 1위"와 "독립 리더보드 3위"가 같은 날 충돌한 것이라, 순위 주장은 보수적으로 받는 게 안전하다. 한편 실물 성능은 데모에서 드러났다 — 1905년 앙리 푸앵카레의 손편지를 OCR 4가 깔끔하게 옮긴 화면이 호응을 얻었다 (@noctus91, 흥행 150 · 🚀 떠오름).

그림 5. 미스트랄 OCR 4가 1905년 푸앵카레 손편지를 인식한 화면. 'Document Intelligence' UI 왼쪽에 손글씨 편지(République, 25 AVR 1905)에 파란·주황 박스가 쳐지고, 오른쪽엔 "Mon cher Camarade, Je ne vois pas de difficulté…"로 시작하는 프랑스어 본문이 1.91초 만에 옮겨졌다. 인쇄체가 아닌 120년 전 필기체를 블록 단위로 잡아낸 게 핵심이다.

같은 날 바이두도 'Unlimited OCR'을 오픈소스로 풀었다. 총 30억 파라미터 중 5억 개만 활성화되는 가벼운 구조로 40페이지 넘는 긴 문서를 한 번에 옮기고, OmniDocBench에서 새 SOTA를 찍었다는 게 핵심이다 (@BaiduAI_News, 흥행 520 · 🚀 떠오름). "이게 오픈소스의 모습"이라는 반응이 따라붙었다 (@suchenzang, 흥행 666 · 🔥 인기).

그림 6. 바이두 Unlimited OCR 구조도 — DeepEncoder + 슬라이딩 윈도 어텐션. 왼쪽은 책을 보며 공책에 옮겨 쓰는 아이 그림으로 '작업 기억·최근 맥락에 집중·부드러운 망각'을 비유하고, 오른쪽은 DeepEncoder → 16배 압축 → LLM-(R-SWA, 3B-MoE-A570M) 흐름과 KV 캐시·슬라이딩 윈도 어텐션 도식이다. '30억 중 5.7억만 활성'이라는 경량 주장을 그림으로 뒷받침한다.

시사점: 문서를 '읽어 구조화하는' 능력이 검색·RAG의 입구라 모두가 같은 길목을 노린다. 그런데 출시 당일 "자체 1위 vs 독립 3위"가 부딪힌 건, 이제 벤치마크 주장만으론 우위를 인정받지 못한다는 신호다. 폐쇄형(미스트랄)과 오픈소스(바이두)가 같은 날 맞붙은 구도도 선택지를 넓힌다.

#문서인식OCR경쟁 #자체벤치마크불신

3. 개발 환경의 바닥이 갈렸다 — 애플 컨테이너·Vite 8.1·Cursor

개발자 도구 쪽에서도 굵직한 출시가 겹쳤다. 가장 크게 돈 건 애플이었다 — Mac에서 Docker Desktop을 더 이상 필수로 두지 않아도 되게 만든 오픈소스 'apple/container'가 화제였다. 무거운 백그라운드 데몬 없이 리눅스 컨테이너를 가벼운 가상머신으로 띄우고, 깃허브 별이 2만 6천 개를 넘겼다는 소개였다 (@twtayaan, 흥행 5.6천 · 🔖 저장). 이 도구는 애플 공식 오픈소스로 확인된다(Swift로 작성·애플 실리콘 최적화·아파치 2.0 라이선스, 6월 9일 1.0 도달). 다만 애플 실리콘 + 최신 macOS에서만 동작한다는 전제가 있어, 만능 대체재라기보단 '맥 네이티브 선택지'에 가깝다. 이미 Colima 같은 경량 대안을 쓰던 개발자들의 "나는 진작 갈아탔다"는 반응도 나왔다 (@supezen, 흥행 276 · 💬 논쟁).

그림 7. 애플 개발자 뉴스 — 'Apple introduces Container' 발표 화면. 'Apple Developer / News' 상단에 'ANNOUNCEMENT — Apple introduces Container', 그 아래 'Linux containers now run natively on macOS' 부제가 큼직하게 박혔고, 터미널·컨테이너·애플 로고 3종 아이콘이 나란하다. 도커 데스크톱 대신 OS가 직접 컨테이너를 품는다는 메시지다.

번들러 쪽에선 Vite 8.1이 나왔다. 대형 앱에서 개발 서버 시작이 약 15배, 새로고침이 약 10배 빨라지는 '실험적 전체 번들 모드'가 핵심이다 (@vite_js, 흥행 1.8천 · 🔥 인기).

그림 8. Vite 8.1 출시 그래픽 — released 2026-06-23. 보라색 배경에 거대한 '8' 모양이 깔리고 'Vite 8.1 is here!', 하단에 'VITE v8.1.0 released 2026-06-23'이 적혔다. 버전과 출시일이 그래픽에 그대로 박혀 있다.

Cursor는 'Compile' 콘퍼런스에서 한꺼번에 풀었다. 가장 주목된 건 SpaceX와 함께 새 모델을 훈련한다는 발표로, "Opus/GPT 규모로 키우고 코딩을 넘어서는 컴포저 모델을 처음부터 학습 중"이라는 설명이 붙었다 (@ericzakariasson, 흥행 1.4천 · 🔥 인기; @Muennighoff, 흥행 856 · 🔥 인기). 다음 모델(Composer 3)이 다음 주 안에 나올 거란 관측도 돌았다 (@chrislaupama, 흥행 72 · 🔥 인기). 동시에 Cursor는 팀이 가장 많이 쓰는 플러그인·스킬·MCP를 보여주는 리더보드를 새 'Customize' 페이지에 넣어, 한 번 클릭으로 내 환경에 추가하게 했다 (@cursor_ai, 흥행 382 · 🔥 인기).

시사점: 도구 경쟁이 '편집기' 위가 아니라 '실행 환경'과 '모델 학습'으로 동시에 내려갔다. 애플은 OS 레벨에서 컨테이너를, Cursor는 자체 모델 학습까지 손을 뻗는다. 어제 SpaceX가 컴퓨트 집주인으로 등장했다면, 오늘은 그 컴퓨트가 Cursor의 모델 학습으로 흘러 들어간 게 보인다.

#애플컨테이너 #커서자체모델학습

4. OpenAI 쪽엔 잡음 — Codex의 SSD 버그와 GPT-5.6 연기

어제 정식 출시(GPT-5.5-Cyber)로 주목받았던 OpenAI는 오늘 다른 결의 화제에 올랐다. 하나는 Codex의 버그다. Codex CLI가 피드백 로그를 로컬 SQLite 파일(~/.codex/logs_2.sqlite)에 끊임없이 써대는 바람에 SSD 수명을 1년도 안 돼 갉아먹을 수 있다는 깃허브 이슈가 돌았다 (@uzairansar, 흥행 3.0천 · 🔥 인기). "SSD 수명 진짜 깎아먹고 있다"는 확인 트윗도 빠르게 퍼졌다 (@izutorishima, 흥행 1.1천 · 🔥 인기).

그림 9. Codex SSD 마모 깃허브 이슈 #28224 — 연 640TB 쓰기 추정. 깃허브 이슈 'Codex SQLite feedback logs can write ~640 TB/year and rapidly consume SSD endurance #28224'(Open) 화면이다. 본문에 "21일 가동에 메인 SSD 37TB 기록 → 연 640TB 환산 → 1TB SSD 기준 연 640회 전체 쓰기, 소비자용 SSD 보증치(약 600 TBW)를 1년 안에 소진"이라는 구체 수치가 적혀 있다. 텍스트만 보면 '버그가 있다'지만, 이미지엔 마모 속도가 정확히 정량화돼 있다.

다른 하나는 일정이었다. 이번 주 나올 것으로 기대를 모으던 GPT-5.6이 7월 중순으로 미뤄졌다는 '유출'이 돌며 "그래서 당분간 Sonnet 5만 나오는 거냐"는 실망이 나왔다 (@kimmonismus, 흥행 1.2천 · 🔥 인기). 이는 공식 발표가 아니라 유출·관측 단계이므로 일정은 확정 전으로 봐야 한다. 다만 Codex 자체의 실사용 만족도는 여전히 높아, "자주 까긴 하지만 이번 건 진짜 마법 같았다"는 평도 함께 떴다 (@theo, 흥행 1.6천 · 🔥 인기).

시사점: 도구가 일터의 상수가 될수록 '품질'만큼 '운영 안전'이 중요해진다. 로그가 디스크를 마모시키는 식의 버그는 모델 성능과 무관하지만 실사용자에겐 직접 비용이다. 출시 속도(연기 논란)와 운영 신뢰(SSD 버그)가 같은 날 부딪힌 건, 에이전트 도구가 '실험'에서 '인프라'로 넘어가는 성장통이다.

#코덱스SSD버그 #운영안전성숙도

5. AI가 일터에 들어오자 따라온 청구서 — Workday 채용 차별 소송

AI가 동료가 되는 흐름의 반대편엔 책임 문제가 있다. 미국 법원이 Workday의 AI 채용 도구가 장애인·고령(40세 이상) 등 지원자를 차별했다는 소송을 진행시킬 수 있다고 판단했다는 소식이 크게 돌았다 (@jeremykauffman, 흥행 5.7천 · 🔥 인기). 이는 실제 진행 중인 'Mobley v. Workday' 사건으로 확인된다 — 100곳 넘게 지원했다 매번 걸러진 흑인·장애·40대 이상 원고들이 제기했고, 연방 판사가 연령차별금지법(ADEA) 기반의 집단적 차별 주장을 진행시키며 "도구 공급사도 책임을 피하기 어렵다"는 신호를 냈다. 트윗엔 "패턴을 인식하라고 가르친 기계를, 패턴을 인식했다고 처벌하는 건 잔인하다"는 냉소가 붙어 논쟁이 일었다.

같은 맥락에서 일자리 담론도 다시 불붙었다. "AI가 네 일을 뺏는 게 아니라 AI를 쓸 줄 아는 사람이 뺏는다"는 통념에 대해, 한 개발자는 "AI가 발전할수록 오히려 경쟁의 장을 평평하게 만들 것이라 그 통념이 오래갈지 의문"이라고 반박했다 (@kentcdodds, 흥행 111 · 💬 논쟁). 어제의 수출통제 논쟁을 잇는 연구도 나왔다 — 가중치를 전부 공개하면서도 특권 사용자에겐 더 강한 계산 경로를 열어주는 '계층형 언어모델(TLM)' 제안이다 (@arkil_patel, 흥행 153 · 🚀 떠오름). 정책 쪽 경고도 있었다 — 영국 NCSC가 파이브 아이즈 동맹과 함께 프론티어 AI발 사이버 위협 가속을 경고했다는 인용이 돌았다 (@apples_jimmy, 흥행 1.1천 · 🔥 인기).

시사점: 채용·해고처럼 사람의 생계를 가르는 결정에 AI가 들어오면, '공급사는 고용주가 아니다'라는 방어선이 무너지기 시작한다. 능력의 평등화(누구나 AI로 잘한다)와 책임의 귀속(차별의 책임은 누구)이 동시에 시험대에 올랐다. 오픈 가중치에 '접근 계층'을 다는 TLM은, 어제의 수출통제 문제에 대한 기술적 응답이기도 하다.

#AI채용차별소송 #개방과접근통제

6. 모델·인프라·인재 — 일본의 저가 모델과 Hermes의 1조 토큰

모델·인프라 전선에선 다극화가 또렷했다. 일본 프리퍼드 네트웍스가 국산 AI 신모델을 내놨는데, OpenAI의 절반 이하 가격에 일본어에 최적화했다는 점을 닛케이가 1차 보도했다 (@nikkei, 흥행 2.6천 · 🚀 떠오름). 어제 일본 Sakana의 '우회 설계'에 이어, 일본발 '가격·언어 특화'가 또 한 갈래로 등장한 셈이다.

오픈소스 에이전트의 사용량도 눈에 띄게 컸다. Nous Research의 Hermes Agent가 하루 만에 OpenRouter에서 처음으로 1조(1T) 토큰을 돌파했다는 소식이다 (@Teknium, 흥행 1.7천 · 🔥 인기).

그림 10. OpenRouter 'Top Coding Agents' 토큰 사용량 순위. OpenRouter 'Top Coding Agents' 순위로 1위 Hermes Agent 1.03조 토큰, 2위 Kilo Code 246억, 3위 OpenClaw 184억, 4위 Claude Code 142억, 5위 Cline 64.1억이다. 오픈소스 자가개선 에이전트(Hermes)가 Anthropic의 Claude Code(4위)를 토큰 사용량에서 한참 앞선 게 한눈에 들어온다.

인재 흐름도 계속 Anthropic으로 쏠렸다. 스탠퍼드 경제학자 채드 존스가 6월 30일부터 휴직하고 Anthropic Institute에 합류해 'AI와 경제의 미래'를 연구한다고 밝혔다 (@ChadJonesEcon, 흥행 1.9천 · 🔥 인기). 학계를 떠나 창업하는 발걸음도 보였다 — 한 연구자는 2025년 말 박사 과정을 접고 '컨텍스트에 컴퓨트를 더 붓는' 스타트업을 공동창업했다고 공개했는데, 글 'Introducing Engram: Scaling compute on your context'가 그 시작을 알렸다 (@jxmnop, 흥행 882 · 🔥 인기). 학습 인프라 쪽에선 Prime Intellect가 1조 규모 RL 스택(prime-rl)을 공개하며 GLM-5에서 RL을 돌리는 데 필요한 구성요소를 정리했고 (@eliebakouch, 흥행 1.4천 · 🔖 저장), "GLM 5.2가 GLM 5.1 대비 CritPt 점수를 4.5배 끌어올렸다"는 관찰도 나왔다 (@teortaxesTex, 흥행 235 · 🔥 인기).

시사점: 프론티어 한 곳이 독주하는 그림이 아니다. 일본은 가격·언어로, 오픈소스는 실사용량으로, 인프라는 RL 스택으로 각자 다른 축에서 비집고 들어온다. 특히 오픈소스 Hermes가 토큰 사용량에서 Claude Code를 앞선 건 '실제로 누가 많이 쓰이나'라는 또 다른 순위표를 보여준다.

#일본저가모델 #오픈소스에이전트사용량

📊 오늘의 감정/온도 분석

🔵 전환🟢 성장🟡 주의🔴 과열

차분 ←→ 과열

전환 — 도구→동료→책임 — AI가 채널에 상주하는 동료가 되자마자, 채용 차별 소송·SSD 마모 버그처럼 '동료에게 따라붙는 청구서'가 같은 날 등장했다.

성장 — 일터 통합 — Claude Tag가 제품 코드 65%를 쓰고, OCR이 120년 전 손편지까지 옮기는 등 '데모'가 아닌 운영 실적·실물 성능이 나왔다.

주의 — 벤치마크 주장 — 미스트랄의 "OlmOCRBench 1위"는 자체 평가이고 독립 리더보드에선 3위라, 출시 당일 수치는 보수적으로 받아야 한다.

과열 — 신제품 동시 출시 — Claude Tag·Mistral OCR 4·바이두 OCR·Vite 8.1·애플 컨테이너가 하루에 겹쳐, "다음 주 뭐 나온다더라"식 기대 인플레가 함께 끓었다.

라벨 분포는 🔥 인기가 약 3분의 2로 단순 흥행이 많았지만, 🚀 떠오름이 14%로 평소보다 높았다 — 바이두 OCR·일본 프리퍼드처럼 큰 계정이 아닌데 확산된 '비주류 출시'가 두드러진 하루였다. 한편 "AI 시대 가장 위험한 사람은 코딩은 평범해도 취향이 있는 사람"이라는 잠언성 트윗과 "양자와 AI를 같은 것으로 착각한다"는 메타 비판이 조용히 회자됐다 — 능력 평준화 시대에 '판단·취향'이 새 해자라는 정서다.

💼 오늘의 실무 팁 — 쉽게 풀어 쓴 사용법 10가지

1. Claude를 슬랙 채널의 '상주 팀원'으로 세워라 (@ClaudeDevs)

Claude Tag는 슬랙 채널에 Claude를 한 명 들여놓고 @Claude로 일을 맡기는 방식이다. 채널에 하나의 Claude가 모두와 함께 있어, 내가 맡긴 작업을 동료가 그대로 이어받을 수 있다. '앰비언트(ambient·알아서 챙김)'를 켜면 조용해진 스레드나 놓친 정보를 먼저 알려준다. 기업·팀 요금제 베타이니, 관리자는 어떤 채널부터 열지 30일 안에 정해 두면 된다 (@ClaudeDevs 흥행 2.7천).

2. Claude Code 숨은 기능은 'Code w/ Claude' 24분 영상으로 (@benyuls)

자주 쓰는 도구일수록 기본기에서 손해를 본다. Anthropic 엔지니어가 직접 진행한 24분짜리 'Prompting 101' 세션 영상이 "내가 그동안 헛똑똑이로 써왔다"는 반응을 모았다. 새 기능을 익히는 가장 빠른 길은 만든 팀의 데모를 한 번 정주행하는 것이다 (@benyuls 흥행 1.5만).

3. 에이전트 루프는 '돌리기 전에 설계'하라 (@shannholmberg)

루프(에이전트가 목표를 향해 스스로 반복 작업하는 구조)를 대충 짜서 돌리면 토큰만 먹고 결과가 엉킨다. /goal을 적고 "되겠지" 하기 전에, 무엇을 반복하고 언제 멈출지 '하네스(틀)'를 먼저 설계하라는 조언이다. 같은 맥락에서 스킬을 측정·개선하는 루프를 다룬 'Building a skill optimization loop'도 함께 호응을 얻었다 (@shannholmberg 흥행 812; @zachlloydtweets 흥행 345).

4. 남의 코드 이해엔 'Understand Anything' 플러그인 (@opensourcelab9)

읽는 데 며칠 걸리던 거대한 코드베이스를 '만질 수 있는 지식 맵'으로 바꿔주는 Claude Code 플러그인이다. 어떤 함수가 어디와 연결되는지 추적해줘, 인수인계받은 레거시 코드나 오픈소스를 처음 열 때 전체 그림을 빨리 잡는 데 쓴다 (@opensourcelab9 흥행 607).

5. 양식 자동 채우기는 '위치는 OCR, 추론은 LLM'으로 나눠라 (@stevibe)

Mistral OCR 4가 글자 위치를 사각형으로 잡아주는 바운딩 박스를 지원하면서, 양식 채우기 작업이 두 단계로 깔끔해진다. Qwen 같은 추론 모델이 '무엇을 넣을지' 판단하고, OCR이 '어디에 넣을지' 위치를 잡는 식이다. 박스 감지 → 필드 채움이 한 번에 돌아간다 (@stevibe 흥행 135).

6. OCR 모델은 '허깅페이스 Jobs'로 한 줄에 시험하라 (@vanstriendaniel)

새 OCR이 잇따라 나올 때 매번 환경을 까는 건 낭비다. 허깅페이스 Jobs의 일회용 GPU 엔드포인트를 쓰면 바이두 Unlimited-OCR 같은 모델을 명령어 한 줄로 바로 돌려볼 수 있다(최근 포트 포워딩도 지원). 설치 지옥 없이 후보 모델을 빠르게 골라낼 때 유용하다 (@vanstriendaniel 흥행 145).

7. Codex로 '반복 자동화'를 만들어 잡일을 맡겨라 (@BradGroux)

Codex에 "매일 도는 자동화"를 만들게 하는 프롬프트가 공유됐다. 예컨대 'Daily cleanup'이라는 반복 작업을 등록해 임시파일 정리·로그 점검 같은 잡무를 매일 돌리게 하는 식이다. Mac용으로 짜도 "PC용으로 다시 써줘"라고 하면 옮겨준다. 단, 로그를 과도하게 쌓는 설정은 디스크 마모로 이어질 수 있으니(오늘 Codex SSD 이슈 참고) 쓰기량을 한 번 점검하자 (@BradGroux 흥행 123).

8. 자주 쓰는 효과는 '스킬'로 박아두고 재사용하라 (@Jakubantalik)

transitions.dev에 CSS·React로 복사할 수 있는 전환 효과 21종이 추가됐는데, 핵심은 이걸 Claude·Cursor·Codex의 '스킬(재사용 가능한 작업 묶음)'로 바로 등록할 수 있다는 점이다. npx skills add ... 한 줄로 에이전트에 붙이면, 매번 코드를 다시 설명하지 않아도 된다 (@Jakubantalik 흥행 578).

9. Copilot에 BYOK로 원하는 모델을 직접 붙여라 (@_Evan_Boyle)

GitHub Copilot 앱이 'BYOK(Bring Your Own Key·내 키로 내 모델 연결)'를 지원하기 시작했다. Ollama(로컬 모델 실행기)나 Anthropic 호환 엔드포인트를 그대로 물릴 수 있어, 회사 정책상 특정 모델만 써야 하거나 로컬 모델을 섞고 싶을 때 벤더 한 곳에 묶이지 않는다 (@_Evan_Boyle 흥행 275).

10. 로컬 AI 장비는 '추론 엔진+하드웨어' 정리본으로 골라라 (@mervenoyann)

내 PC·서버에서 모델을 돌릴 때 무엇을 살지 막막하면, 추론 엔진과 로컬 하드웨어를 한데 정리한 'Inference Engines for LLMs & Local AI Hardware (2026 Edition)' 같은 정리본이 기준표가 된다. 추론 엔진이 데이터센터·메모리와 어떻게 맞물리는지 그림이 잡혀, 가성비 판단이 빨라진다 (@mervenoyann 흥행 142).

📦 데이터 — 2026-06-24 X 타임라인 921개 트윗 분석 (AI/테크 688개, 팔로잉 피드 75.5%). DuckDB로 키워드·동시출현·토픽 클러스터링 후 6개 토픽으로 정리, 미디어 14장 다운로드·시각 확인(본문 10장 임베드), 핵심 주장은 외부 교차 검증(Claude Tag 슬랙 출시·Mistral OCR 4·애플 컨테이너 1.0·Workday AI 채용 차별 소송)을 거쳐 1차 출처로 확인했습니다. 단, GPT-5.6 7월 연기·Cursor의 SpaceX 모델 학습·바이두 OCR 성능 순위는 유출·자체 주장 단계라 보수적으로 표기했고, 이 리포트는 발행 시점 기준 외부 독립 검증 전입니다.

🏷 라벨 가이드 — 🔥 인기 (좋아요 많음) · 🔁 공유 (RT 비율 높음, 확산성) · 💬 논쟁 (댓글 비율 높음, 의견 다툼) · 🔖 저장 (북마크 많음, 다시 볼 실용 가이드) · 🚀 떠오름 (작은 계정인데 확산 시작)