[번역] Claude Opus 4.8 빌드 데이 해커톤 우승자들을 만나보세요
김
김기환
AI & ML-ops•2026.07.13
Claude 팀 - 2026년 6월 17일
지난 6월 13일, 우리는 300명 이상의 창업자와 개발자들을 샌프란시스코로 초대하여 Claude Opus 4.8과 함께하는 12시간의 해커톤을 개최했습니다. 1,500명 이상이 지원했으며, 그중 310명이 참가했습니다. 많은 이들이 전 세계 각지에서 찾아왔고, 각자 500달러의 크레딧을 지원받아 단 하루 만에 아이디어를 실제 작동하는 데모로 만들어냈습니다.
우리는 세 팀의 우승자를 만나 그들이 무엇을 만들었는지, 그리고 Claude를 어떻게 활용했는지 이야기를 나누었습니다.
우승팀을 포함해 참여해주신 모든 분께 축하의 말씀을 전합니다. 이들의 프로젝트가 여러분에게도 새로운 영감을 줄 수 있기를 바랍니다.
1위: Tekton, Holly Tang 및 Austin Burgess
Holly Tang과 Austin Burgess는 당나라 건축물을 3D로 재구성하고, 모든 구성 요소의 역사적 출처를 추적할 수 있는 플랫폼인 Tekton을 구축했습니다.
역사적인 목조 건물이 화재로 소실되면 수 세기에 걸친 장인 정신도 함께 사라질 수 있습니다. Tekton은 이러한 건물들을 3D로 복원하는 동시에, 모든 조각을 문서화된 출처로 추적합니다.
Tekton에 역사적 건물 정보를 입력하면 Claude가 이를 조사하여 도면, 건설 문서, 사진, 다이어그램을 수집합니다. 그 후 339개의 점진적 건설 단계를 거쳐 3D 모델을 조립합니다. 모델의 특정 구성 요소를 클릭하면 Tekton은 해당 디테일이 어디에서 왔는지, 왜 그곳에 배치되었는지를 보여줍니다. 팀은 이를 소스 자료에서 검증된 모델까지 이어지는 '증거 체인(Evidence chain)'이라고 부릅니다. 이들은 학술적 검증, 복원 작업, 문화유산 보존을 위해 이 시스템을 구축했으며, 당나라 건축과 노트르담 대성당의 첨탑을 시작으로 프로젝트를 진행했습니다.
검증 과정은 전적으로 Opus 4.8에서 실행되었습니다. 독립적인 검증 서브 에이전트들이 격리된 컨텍스트 윈도우(Context window)에서 각 복원 결과물을 평가했으며, 자기 수정 루프를 통해 20개의 테스트를 모두 통과할 때까지 구성 요소 배치를 재확인했습니다. 모든 빌드는 역사적 기록 및 인용 문헌과 대조 측정되었으므로, 완성된 모델은 구조물이 원래 어떻게 지어졌는지에 대한 문서화된 규칙을 따릅니다.
Holly Tang과 Austin Burgess는 한 달 전 'Code with Claude' 행사에서 커피를 기다리다 만났습니다. 디자이너인 Holly는 Austin의 스타트업인 Pearl을 돕고 있었습니다. "저는 다큐멘터리 보는 것을 좋아하는데, 아름다운 건물들이 화재로 사라지는 것을 볼 때마다 항상 마음이 아팠습니다."라고 Holly는 말합니다. 그녀는 혼자서 단일 복원 프로토타입을 만들었었고, Austin은 이를 확장하여 어떤 건물이든 처음부터 끝까지 처리할 수 있도록 기여했습니다.
Tekton을 구축하기 위해 두 사람은 단계별로 작업했습니다. 먼저 노트르담의 첨탑을 대규모로 렌더링한 다음, 더 세밀한 디테일을 추가하고 나머지 구조물로 확장해 나갔습니다. 대성당 전체를 완성하기 전에 시간이 다 되었지만, 그럼에도 불구하고 여러 해커톤 참가자들이 관심을 보이거나 정확도를 높이는 데 도움을 주겠다고 제안했습니다. Holly와 Austin은 박물관, 역사학자, 비영리 단체, 정부가 활용할 수 있도록 Tekton을 오픈 소스로 공개할 계획입니다.
다른 개발자들을 위한 조언: 개발을 시작하기 전에 프로젝트 전체를 설계하세요.
"우리는 약 50개의 티켓이 담긴 Notion 보드와 전체 PRD(제품 요구 사양서)를 작성했습니다. 각 작업은 매우 구체적이었죠."라고 Austin은 말합니다. "마치 프로젝트의 처음부터 끝까지 완성된 모습을 그려놓고, 각 단계에서 정확히 무엇을 원하는지 정의한 것과 같았습니다." 계획이 세워지자 그는 빌드를 별도의 워크플로우로 나누어 병렬로 실행했습니다.
2위: Sim Francisco, Tanmayi Priya Dasari 및 Tejas Prabhune
Tanmayi Priya Dasari와 Tejas Prabhune은 미국 인구조사 데이터를 기반으로 샌프란시스코 인구의 디지털 트윈인 Sim Francisco를 구축했습니다. 이 시스템은 가상 도시를 몇 초 만에 설문 조사하여 실제 결과를 예측할 수 있습니다.
Sim Francisco는 샌프란시스코 인구의 작동 모델입니다. 미국 인구조사(Census) 데이터에서 추출한 10,000명의 가상 거주자가 있으며, 각자는 자신만의 인구통계학적 특성, 개인적 역사, 세계관을 가지고 도시 지도 위에 배치되어 실시간 뉴스에 반응합니다.
도시에 질문을 던지면 시스템은 동네별로 가상 유권자 전체를 대상으로 설문 조사를 실시합니다. 2023년 10월까지의 지식을 가진 모델로 실행한 결과, 2024년 대선 투표율을 실제 83.8% 대비 81.3%의 민주당 지지로 예측했으며, 2024년 3월 샌프란시스코의 Prop A(발의안 A)를 실제 70.38% 대비 70%로 예측했습니다. 또한 Kalshi나 Polymarket 같은 예측 시장의 수치를 몇 포인트 이내의 오차로 추적합니다.*
Opus 4.8은 프론트엔드와 백엔드 전체를 작성했으며, 백엔드의 동작을 처음부터 끝까지 검증했습니다. 모델의 작업을 검증하기 위해 팀은 Claude가 검증자 및 적대적 에이전트와 함께 작업하도록 하여, 도시의 실제 인구 통계 분포를 재현하는 백엔드를 구축했습니다.
Tanmayi Priya Dasari와 Tejas Prabhune은 UC 버클리에서 전기공학 및 컴퓨터 과학을 전공하고 있으며, 교내 머신러닝 클럽에서 만났습니다. Tejas에게 Sim Francisco는 그가 설립 중인 포스트 트레이닝(Post-training) 회사를 위한 테스트이기도 합니다. 그는 시뮬레이션된 페르소나가 장기 과제에서 모델을 훈련시킬 수 있을 만큼 일관성을 유지할 수 있는지 연구하고 있습니다.
다른 개발자들을 위한 조언: 특히 비용이 많이 드는 경우, 처음 성공한 방식에 안주하지 마세요.
팀의 첫 번째 버전은 10,000명의 거주자 각각에 대해 별도의 추론(Inference) 호출을 수행했기 때문에 비용이 많이 들었습니다. "시간이 지나면서 Claude는 스스로 만든 진화적 클러스터링 알고리즘을 실행했습니다."라고 Tejas는 설명합니다. 이를 통해 거주자들을 약 300개의 대표 페르소나로 그룹화했습니다. 이렇게 그룹화된 버전은 Kalshi, Polymarket 및 과거 결과에 대해 동일한 정확도를 유지하면서도 추론 비용을 10배에서 100배까지 절감했습니다.
3위: Custom Universe, Jake Stevens 및 Mauricio Pereira
Jake Stevens와 Mauricio Pereira는 단 한 장의 휴대폰 사진을 완전히 편집 가능한 실사 3D 장면으로 변환하는 실시간 엔진인 Custom Universe를 구축했습니다.
의자를 휴대폰으로 촬영하면 Custom Universe가 이를 3D 객체로 변환합니다. 사용자는 이 객체를 장면에 배치하고, 텍스트 프롬프트로 스타일을 변경하며, 실시간으로 업데이트되는 렌더링 이미지를 보면서 자유롭게 이동시킬 수 있습니다.
이 프로젝트는 특정 작업과 환경에 맞춰 로봇을 훈련시키기 위해 대량의 합성 데이터가 필요한 로봇 공학 연구소를 겨냥하고 있습니다. 연구소는 공장 바닥의 기계를 스캔하여 장면에 배치하고, 해당 환경에 정확히 맞는 로봇 모델을 미세 조정(Fine-tuning)하기 위한 데이터를 생성할 수 있습니다. 일반적으로 이러한 환경을 구축하려면 물리 법칙과 충돌 기하학을 처리할 물리학자와 엔지니어를 고용해야 합니다. Custom Universe는 대신 객체를 드래그하여 장면을 구성할 수 있게 해주며, 팀은 주방 조리대 위에서 물체를 30cm 옆으로 미세하게 이동시키는 것과 같은 정밀 배치 기능을 추가할 계획입니다.
Opus 4.8은 프로젝트를 처음부터 끝까지 구축했으며, 해커톤 기간 내내 모델을 실행한 원격 NVIDIA H100을 제어했습니다. 또한 팀은 Claude를 사용하여 어떤 모델이 적절한 결과물을 생성하는지 파악하고, Apple의 RealityKit으로 캡처한 휴대폰 스캔 객체를 웹 앱으로 가져오는 파이프라인을 구축했습니다.
Jake Stevens와 Mauricio Pereira는 행사장에서 만났습니다. Jake는 AI 모델 가속화에 집중하는 스타트업 Luminal을 운영하는 로체스터 공과대학(RIT) 컴퓨터 비전 전공 졸업생이며, 이 장면 빌더는 그가 시도해보고 싶었던 사이드 프로젝트로 시작되었습니다. MIT 로봇 공학 졸업생이자 Coat Robotics를 운영하는 Mauricio는 자신이 직접 겪었던 문제, 즉 로봇 공학에 여전히 훈련 데이터가 부족하고 합성 환경을 구축하는 것이 어렵다는 점을 가져왔습니다. Custom Universe는 오픈 소스 모델과 알고리즘을 기반으로 하며 무료로 사용할 수 있습니다. 팀은 사용자가 자신의 GPU에서 이를 실행할 수 있다고 말합니다.
다른 개발자들을 위한 조언: 코드 작성뿐만 아니라 도구를 선택하는 데에도 Claude를 활용하세요.
"반복 작업의 상당 부분은 어떤 모델이 우리에게 맞는 결과물을 주는지 확인하는 것이었기에, 많은 조사를 Claude에게 맡겼습니다."라고 Mauricio는 말합니다. 또한 팀은 익숙하지 않은 기술을 통합하는 데에도 Claude를 활용했습니다. "예를 들어 Apple RealityKit을 사용하여 사람들이 스캔한 객체를 우리 웹사이트에 입력할 수 있도록 보장하는 방법 같은 것들이죠. 우리는 Claude에게 '이것을 파이프라인에 추가해줘'라고 요청했습니다."
*Sim Francisco는 선거 결과 예측을 예시로 사용한 독립적인 해커톤 프로젝트입니다. 이는 AI로 시뮬레이션된 선거 예측을 활용 사례로 사용하는 것에 대한 Anthropic의 지지를 의미하지 않습니다.
0
2
댓글
?
아직 댓글이 없습니다.
첫 번째 댓글을 작성해보세요!
