원본 영상: 각 섹션에 링크로 첨부
형식: YouTube 데모 자막과 EdTech Innovation Hub의 해커톤 결과 보도를 바탕으로 핵심 질문과 답변을 인터뷰 스타일로 재구성함.
“수상자는 의사, 목수, 교사, 학생입니다.”
Anthropic 커뮤니티 헤드 Jason Bigman이 이번 해커톤 결과를 이 한 문장으로 요약했습니다. 2만 명이 지원하고 500명이 뽑혔고, 일주일 동안 Claude Opus 4.7으로 프로젝트를 완성해야 했습니다. 총상금 $100K (Claude API 크레딧). 심사위원은 Claude 팀 소속이었습니다.
수상자 여섯 명 중 실리콘밸리에 기반을 둔 사람은 단 한 명도 없었습니다. 이스탄불, 프렌치 알프스, 칠레, 덴마크. 각자 자기 삶의 문제를 AI로 풀었습니다.
역순으로 정리합니다.
🤖 Best Use of Claude Managed Agents — ARIA
공장에 기계 소리를 알아듣는 사람이 있잖아요. 그 사람이 은퇴하면 어떻게 되나요?
모든 공장에 그런 사람이 한 명씩 있습니다. 교대 일지에 기록하고, 다음 조작자에게 구두로 넘기죠. 그 사람이 은퇴하면, 그 지식은 사라집니다.
ARIA는 공장 머신의 KPI를 실시간 추적해서 교체 시점을 예측합니다. 산업 현장의 비정형 데이터 — 교대 일지, 소리, 진동 — 를 구조화해서 예측 모델 입력으로 씁니다.
이런 시스템을 구축하려면 보통 5만~50만 유러에 6개월이 걸립니다. 대부분의 공장은 그 비용을 감당하지 못해 기계가 고장 날 때까지 기다립니다.
그럼 ARIA는 어떻게 이걸 해결하나요?
Claude Managed Agents를 활용해서 공장 현장 데이터를 실시간으로 수집하고, 예측 모델이 교체 시점을 알려줍니다. 베이비붐 세대 은퇴로 현장 암묵지가 사라지는 시점에, 이런 접근이 그 공백을 메울 수 있는지가 평가 포인트였습니다.
🧠 Keep Thinking Prize — MaestrIA
칠레 칠로에 섬 안쿠드 · Benjamín Torralbo
“Keep Thinking”이라는 상이 있었는데, 이 작품은 뭘 만든 건가요?
Torralbo는 목수의 아들이자 건설 운영 회사를 운영하는 사람입니다. 그가 만든 MaestrIA는 집 수리 도구예요.
손상 부위를 사진으로 찍으면 진단 결과를 반환하고, 인근 매장의 부품 가격을 알려주고, 근처 기술자에게 보낼 메시지까지 초안을 작성합니다.
특별한 점이 뭔가요?
화려한 기능이 없습니다. 실제 수리 현장에서 어떻게 일이 돌아가는지 아는 사람이 만들었기 때문에 모든 기능이 현장에 맞물려 있어요. 실리콘밸리나 런던 같은 AI 중심지가 아닌, 칠레의 작은 섬에서 온 빌더가 자기 삶의 문제를 AI로 풀었습니다.
Anthropic이 이 해커톤에서 보고 싶어 했던 게 바로 이런 거였을 겁니다.
🎨 Most Creative Exploration — Virtual Puppet Theater
덴마크 오르후스 · Rene Hangstrup Møller 데모 영상
“가장 창의적인 Opus 4.7 탐색”이라고 했는데, 구체적으로 뭘 한 건가요?
웹캠 피드를 MediaPipe로 분석해 손 랜드마크를 추적하고 3D 위치를 추정합니다. 그 데이터로 무대 위 인형을 조종합니다. 사용자가 한 인형을 움직이면 AI가 다른 인형을 연기합니다.
데모에서 사용자가 “Let’s call you Bob”이라고 말하면 AI 인형이 “Bob, I love it. Bob the puppet, that’s me”라고 받아칩니다. “Give Bob a crown”이라고 하면 AI가 즉석에서 Three.js 코드를 작성해 왕관 프랩을 만듭니다. “아이스크림 모자 씌워줘”라고 하면 Opus가 그것도 즉석에서 생성합니다.
기술 구조가 어떻게 돼요?
Haiku는 빠른 턴테이킹용, Opus는 프랩 빌더용. 두 에이전트가 하나의 캐시를 공유합니다. 음성 입력은 브라우저 Web Speech API (무료), 음성 출력은 ElevenLabs Flash. 사전 제작된 Three.js 프랩도 있지만, Opus가 처음 요청받으면 즉석에서 새 프랩을 코드로 작성합니다.
제작자가 스스로 “작년에는 존재하지 않았던 놀이 인터페이스”라고 말했습니다. 정확한 표현입니다.
🥉 동상 (3위) — Maieutic
칠레 콘셉시온 · Paula Vásquez-Henríquez 데모 영상
코딩 교육 도구가 해커톤에서 3위를 했네요. 어떤 문제를 푼 건가요?
Paula는 6년간 대학 프로그래밍 입문을 가르치며 같은 패턴을 반복해서 봤습니다. 학생이 LLM에서 코드를 복붙하고 무엇인지 모릅니다. 지시사항을 대충 읽고 테스트가 실패한 뒤에야 빠진 걸 발견합니다. 무엇을 풀지도 결정 안 하고 타이핑부터 시작합니다.
Paula가 말합니다. “세 학생 모두 코드를 제출하고 과목을 통과할 수 있어요. 하지만 중요한 부분을 배우지 못했어요.”
그래서 어떻게 바꿨나요?
순서를 뒤집었습니다. 에디터가 잠겨 있어요. 학생은 먼저 프로그램이 무엇을 해야 하는지 자기 말로 작성해야 합니다. AI가 그 명세를 읽고 대답하지 않은 질문을 되묻죠. 소크라테스식 대화입니다. 명세가 명확해질 때까지 에디터가 열리지 않습니다. 열려도 자동완성은 꺼져 있고요.
코드가 제출되면 AI가 명세와 코드를 나란히 놓고 그 차이를 설명하라고 요구합니다. 그 차이 — 명세와 코드 사이의 간극 — 이 프로그래머가 평생 찾아야 하는 것입니다.
교수자 입장에서는 어떤 게 달라지나요?
40명 학생이 있는 실험실에서 교수자는 실시간으로 각 학생의 상태를 봅니다. 누가 움직이고, 누가 막혀있고, 차이가 어디에 있는지. 가장 흔한 실수, 가르칠 가치가 있는 패턴의 요약까지요.
Paula가 말합니다. “좋은 교수자가 수년에 걸쳐 만드는 패턴 인식을, 문제를 처음 낼 때부터 사용할 수 있게 됐어요.”
이 영상은 제작 방식 자체가 창의적이었습니다. 교육 문제를 스토리텔링으로 풀어낸 프레젠테이션이었고, “AI를 교실에서 금지하는 건 정답이 아니에요”라는 철학이 현실적이었습니다. 대부분의 프로그래머가 하루 종일 프롬프트를 작성할 세상인데, 좋은 프롬프트는 자기가 뭘 만들려는지 아는 사람에게서 나옵니다.
🥈 은상 (2위) — Wrench Board
프랑스 레니에르-에제리 (프렌치 알프스) · Alexis Chappelier 데모 영상 · GitHub · 웹사이트
Alexis는 전 마이크로솔더링 기술자였다고요?
네, 독립 수리 기술자는 화면 교체 수준을 넘어서는 고장 앞에서 막힙니다. 회로도는 제조사 벽 뒤에 잠겨 있고, 기존 도구는 숙련 기술자처럼 회로를 추론하지 못합니다.
Wrench Board는 어떻게 이걸 풀었나요?
4개의 직교 워크플로우와 29개 에이전트 도구를 제공합니다. Knowledge Factory가 수리 지식을 수집하고 구조화합니다. Schematic Ingestion이 회로도를 파싱합니다. Bench Auto-Generator가 진단 벤치를 자동으로 생성합니다. Diagnostic Agent가 WebSocket 기반으로 인터랙티브 트러블슈팅을 진행합니다.
환각 방지 sanitizer가 컴포넌트 레퍼런스를 검증합니다. electrical_graph.json 질의 시스템으로 회로를 노드/엣지로 모델링해 고장 지점을 직관적으로 보여줍니다. 이 그래프 기반 시각화가 특히 돋보였습니다.
전자 폐기물이랑도 연결되는 건가요?
유엔에 따르면 매년 약 5천만 톤의 전자 폐기물이 발생하고 대부분 수리 가능합니다. Right to Repair 운동에 기여할 수 있는 실질적 도구입니다. 5일 만에 혼자 구축했습니다.
🥇 금상 (1위) — Medkit
Bedirhan은 의학박사이자 소프트웨어 엔지니어라고요?
네, 4년차 소프트웨어 엔지니어입니다. 그가 말합니다. “진짜 의사가 되려면 진짜 경험이 필요해요. 하지만 막 의대를 졸업하면 정확히 그게 없어요. 실제 환자는 교과서에 딱 맞지 않아요.”
Medkit은 구체적으로 어떤 도구인가요?
음성 우선 AI 환자 시뮬레이터입니다. 실시간 음성 대화로 AI 환자를 진료합니다. 병력 청취, 검사 오더, 영상 판독, 진단, 처방까지 전 과정이요. 세션이 끝나면 Opus 4.7 기반 Attending Grader가 소통 능력, 병력 청취, 임상 추론을 최신 가이드라인 인용과 함께 평가합니다.
데모에서 환자가 말합니다. “밤에 많이 쌕쌕거리고 기침이 나요, 특히 봄이 오면. 집 혈압계가 188/112를 보여줬어요, 두통도 있고요.” 의사가 묻습니다. “이전에 고혈압 진단을 받은 적이 있나요?” 환자가 답합니다. “네, 약 10년 됐어요. 암로디핀 먹었는데 지난주에 다 떨어졌어요.”
이건 실제 응급실에서 매일 일어나는 대화입니다.
의료 AI에서 환각 문제는 어떻게 다뤘나요?
의료 AI에서 가장 큰 리스크가 환각입니다. 존재하지 않는 약물을 추천하거나 실제로 없는 가이드라인을 인용하는 건 위험합니다. Medkit은 “존재하지 않는 약물/가이드라인 금지”를 엔진 레벨 제약으로 풀었습니다. 합성 환자 케이스 전체 라이브러리를 에이전트가 자동 생성하면서도 조작된 약물이나 존재하지 않는 가이드라인 인용이 없습니다.
4개 에이전트가 단일 화면에서 작동합니다: 환자, 관찰자, 디브리프 평가자, Attending이요. Claude Code Auto 모드로 긴 실행 작업을 권한 프롬프트 없이 진행했습니다. Opus 4.7이 긴 세션에서도 환각 없이 궤도를 유지한 게 핵심이었습니다.
3일 만에 구축했습니다.
이 해커톤이 보여준 것
여섯 팀이 일주일 안에 만든 건 데모가 아니었습니다.
ARIA는 공장 숙련공의 직관을 디지털로 옮기고, MaestrIA는 목수의 아들이 아는 수리 지식을 도구로 만들고, Wrench Board는 수리 기술자의 추론을 보조하고, Medkit은 Attending 의사 역할을 합니다.
환각 방지가 각 프로젝트의 핵심 설계 요소였다는 것도 눈에 띕니다. Wrench Board의 sanitizer, Medkit의 “존재하지 않는 약물/가이드라인 금지” 엔진. LLM을 믿되 검증하는 구조가 자연스럽게 자리잡고 있습니다.
Jason Bigman의 그 한 문장으로 돌아갑니다. “This is what it looks like when the people closest to a problem can finally build the solution themselves.” 문제에 가장 가까운 사람이 직접 해결책을 만드는 순간. 그게 이 해커톤이었습니다.
한 줄 결론
2만 명이 지원한 해커톤에서, 실리콘밸리 사람이 아니라 의사와 목수와 교사가 상을 받았습니다.
문제에 가까운 사람이 해결책을 만드는 시대가 왔습니다.