# Claude Cowork 개발자의 활용법과 구글 I/O 2026 발표 도구의 실제 작동 수준

> 2026-05-25 · How I AI · 큐레이션 김태우
> https://challengekim.com/insights/claude-cowork-개발자의-활용법과-구글-i-o-2026-발표-도구의-실제-작동-수준
> 원문: https://www.lennysnewsletter.com/p/how-i-ai-how-the-engineer-behind

## 핵심 요약

- Anthropic의 Claude Cowork·Claude Code Desktop 엔지니어링 리드 펠릭스 리제버그는 집 평면도와 이메일 속 구매 기록을 활용해 실제 가구를 배치하는 3D 도구를 만들었다.
- 리제버그는 반복 작업을 직접 처리하기보다 Claude가 필요한 정보와 작업 방식까지 찾도록 요청하는 접근을 강조했다.
- 그는 범위가 명확한 작업에는 Sonnet, 요청의 의도를 해석하고 문제를 나눠야 하는 작업에는 Opus를 선택한다고 설명했다.
- 구글은 I/O 2026에서 Gemini 3.5 Flash, Antigravity 2.0, AI Studio의 Workspace 연동, 영상·디자인 도구를 소개했다.
- 진행자 클레어의 시연에서는 AI Studio 연동에 접근할 수 없었고 Flow의 아바타 생성도 작동하지 않았다. 발표된 기능과 실제 사용 가능 상태에는 차이가 있었다.

## 이메일 기록으로 가구 배치 도구 만들기

리제버그는 2D 집 평면도를 바탕으로 3D 가구 배치 도구를 만들었다. 처음에는 가구 치수를 직접 입력하다가 Claude에 자신이 가진 가구를 파악하도록 요청했고, 다시 이메일의 구매 영수증과 주문 확인 내역에서 그 정보를 찾게 했다. 이렇게 모은 실제 가구와 치수를 평면도에 반영했다.

그가 말하는 핵심은 **작업의 한 단계 위로 올라가는 것**이다. 치수를 입력하는 일을 맡기는 데 그치지 않고, 어떤 가구가 있는지와 그 정보가 어디에 있는지까지 Claude가 찾게 하는 방식이다. 이메일에 쌓인 확인 내역을 개인 정보의 자료원으로 활용한 사례이지만, 결과는 해당 기록에 필요한 정보가 들어 있다는 조건에 달려 있다.

리제버그는 연결을 허용한 서비스의 최신 정보를 반영하는 ‘라이브 아티팩트’도 소개했다. 정적인 결과물과 달리 데이터가 갱신되는 형태로, 그는 하루 동안 내용이 바뀌는 개인 대시보드를 만들었다. 소개된 연결 대상에는 Gmail, 캘린더, Notion, Spotify가 포함된다.

## 모델 선택과 오류를 다루는 방식

리제버그의 모델 선택 기준은 요청이 얼마나 분명한가에 있다. 문제의 범위와 요구 사항이 구체적이면 Sonnet을 쓰고, 사용자가 실제로 원하는 바를 해석하거나 문제를 나누는 과정이 필요하면 Opus를 선택한다는 설명이다. 대부분의 작업에는 Sonnet도 충분하다고 봤다.

Claude의 결과가 예상과 다를 때는 기대한 결과와 실제 결과가 어디서 갈라졌는지 설명하게 한다. 이어 같은 문제를 막을 방법을 묻는다. 그가 제시한 점검 대상은 요청 문구, 데이터 원본의 상태, 실제 실행 전 시험 절차다. 이는 오류의 원인을 모델 하나로 단정하기보다 작업 흐름에서 찾는 방식이다.

## 구글의 코딩 도구 발표

구글은 Gemini 3.5 Flash를 추론과 빠른 실행이 함께 필요한 코딩 작업용 모델로 소개했다. 구글의 벤치마크에서는 주요 코딩 모델과 견줄 만한 성능을 내면서 네 배 빠르게 작동한다는 주장이다. 다만 실제 작업에서도 같은 이점이 나타날지는 확인이 필요하다.

Antigravity 2.0에는 폴더 범위를 지정하는 프로젝트, 정해진 시간에 작업을 실행하는 기능, 특정 작업을 맡는 하위 에이전트가 추가됐다. 진행자는 이 도구의 화면과 기능이 Claude Code·Codex와 유사하다고 평가했다. 요구 사항을 집중적으로 확인하는 `/grill-me` 명령도 소개됐지만, 기존의 확인 방식과 실제로 얼마나 다른지는 시연 내용만으로 판단하기 어렵다.

## 영상·디자인 도구와 사용 가능성

구글은 AI Studio에서 Sheets, Gmail, Drive, Calendar와 연결해 앱을 만들 수 있다고 소개했다. 그러나 클레어는 시험 과정에서 이 연동을 사용할 수 없었다. 발표된 활용 방식이 실제 시연에서도 구현됐다고 보기는 어렵다.

영상 모델 Omni는 10초 길이의 영상을 생성하고, 수정 과정에서 등장인물의 일관성을 유지하며, 대화로 편집할 수 있는 도구로 소개됐다. 클레어는 아이가 그린 그림을 움직이게 하는 시험 결과를 긍정적으로 평가했다. Omni를 기반으로 한 영상 편집 도구 Flow에서는 자신의 아바타를 만들려 했지만 해당 기능이 작동하지 않았다.

디자인 도구 Stitch는 브라우저에서 디자인을 생성·수정하고 코드와 연동하는 기능을, Pomelli는 URL을 바탕으로 브랜드 자료와 캠페인 자산, 웹사이트를 만드는 기능을 내세웠다. 클레어는 두 도구의 가능성을 인정하면서도 생성된 디자인이 획일적으로 보인다고 평가했다. 그는 파일과 영상 등 여러 형식을 함께 다루는 작업을 Gemini의 강점으로 봤지만, 이번 시험에서는 일부 발표 기능에 접근할 수 없거나 실행에 실패했다고 전했다.

## 결론

리제버그의 사례는 AI에 맡길 작업을 정하는 데서 더 나아가 필요한 정보를 찾는 과정까지 맡기는 방식을 보여준다. 구글 I/O 발표에서는 다양한 도구가 제시됐지만, 클레어의 시연 결과는 기능 소개와 실제 사용 경험을 구분해 봐야 한다는 점을 드러냈다.

---

원문을 바탕으로 AI 가 한국어로 요약·재구성한 글입니다. 인용·수치는 원문 링크에서 확인해 주세요. [원문 링크](https://www.lennysnewsletter.com/p/how-i-ai-how-the-engineer-behind)