CMUX × AIM Intelligence Hackathon Seoul 후기

https://luma.com/zun4wf73?tk=fzMM7M

CMUX x AIM 해커톤 · Luma

 

 4월 26일 일요일. IDE 없이 터미널과 AI 에이전트만으로 하루 만에 뭔가를 만들어내는 해커톤에 참여했다.

cmux를 만든 Austin Wang이 미국에서 날아왔고, 최근 100억을 유치한 AIM Intelligence가 공동 주최했다. 트랙은 Developer Tooling / Business & Applications / AI Safety & Security 셋. 대상 상금 300만 원. 전체 참가자한테 $40,000 규모 GCP 크레딧도 줬다.

 

cmux Austin Wang CEO

 

행사 남은 시간 타이머

 

---

 

우리 팀이 만든 것

프로젝트 상세 내용입니다. 관심 없으신 분들은 다음 섹션으로 넘어가셔도 됩니다.

context-engineer: "Claude가 내 프로젝트를 처음부터 알게 하려면?"

문제를 발견한 순간

 해커톤이 시작하고 같이하기로한 팀원 셋이서 이야기를 나누다 공통된 불편함을 꺼냈다.

"채팅이 길어지면 새 채팅을 열어야하고 그러면 같은 맥락에서 이어가기 어렵다."

 Claude는 대화가 끊기면 기억을 잃는다. 그래서 매번 "이 프로젝트는 Node.js 기반이고, 이 파일은 건드리면 안 되고, 지금 이 부분을 작업 중이에요"라고 텍스트로 때워야 했다. 귀찮은 수준이 아니라, 맥락이 제대로 안 넘어가면 AI가 엉뚱한 방향으로 달려가서 시간을 날린다.

 더 근본적인 문제도 보였다. 기존 프로젝트를 이어받을 때 코드에는 없고 사람 머릿속에만 있는 지식들 — "왜 이걸 이렇게 짰는지", "건드렸다가 한번 터진 파일", "팀 내에서만 통하는 비공식 규칙" — 이런 것들이 문서화가 전혀 안 돼 있다. 새로운 채팅에서 만나는 AI는 그 지뢰밭을 모르는 채로 걸어 들어간다.

 12시간 안에 이걸 해결하는 CLI를 만들어보기로 했다.

만든 것

 context-engineer — 기존 프로젝트를 분석해서 AI 코딩 세션에 필요한 컨텍스트 문서 6개를 자동으로 생성해 주는 CLI 도구.

실행하면 이런 파일들이 만들어진다:

파일 내용

CLAUDE.md	AI가 이 프로젝트를 다룰 때의 "헌법" — 기술 스택, 금지 사항, 폴더 구조
CONTEXT.md	지뢰 코드, 실패한 접근법, 숨겨진 규칙
DECISIONS.md	왜 이 스택을 골랐는지, 폐기한 대안이 뭔지
STATUS.md	현재 작동 여부, 알려진 버그, 다음 우선순위
STRUCTURE.md	파일 구조, 진입점, 모듈 역할
WORKFLOW.md	개발 흐름, 배포 방식, 팀 약속

이 6개 파일을 새 AI 세션에 던져주면 프로젝트 설명을 처음부터 할 필요가 없다.

어떻게 동작하는가

흐름은 세 단계다.

1단계: 프로젝트 스캔 파일 트리를 읽고, package.json에서 기술 스택을 추출하고, import 관계로 의존성 그래프를 그린다. 코드에서 읽을 수 있는 건 코드에서 읽는다.

2단계: 인터뷰 (5개 질문) 코드만 봐선 절대 알 수 없는 것들을 사람에게 묻는다. api를 연결해서 심화 질문도 하도록 만들었다.

• 건드렸다가 망한 적 있어요?
• 절대 바꾸면 안 되는 게 있어요?
• 지금 가장 막히는 게 뭐예요?

질문은 5개 이하로 유지했다. 더 많으면 아무도 성실하게 답하지 않는다.

3단계: AI가 6개 파일 생성 스캔 결과 + 인터뷰 답변을 묶어 Claude API에 넘기면 파일별로 프롬프트가 달라지고, 6개 마크다운 문서가 만들어진다.

개발 과정 — 12시간 안에 생긴 일들

3명이 병렬로 작업하려면 "내가 넘겨줄 데이터의 생김새"를 먼저 합의해야 했다. 그래서 가장 먼저 한 일이 projectData 스키마를 코드로 써서 커밋하는 것이었다.

const createProjectData = () => ({
  stack: { languages: [], frameworks: [], dependencies: [], raw: "" },
  structure: { fileTree: "", entryPoints: [], raw: "" },
  decisions: { whyThisStack: "", rejectedAlternatives: [], raw: "" },
  landmines: { doNotTouch: [], hiddenRules: [], raw: "" },
  status: { knownBugs: [], blockers: [], currentFocus: "", raw: "" },
  priorities: { nextTasks: [], urgentFixes: [], raw: "" }
})

raw 필드는 필드마다 반드시 포함시켰다. 마지막에 문서를 생성하는 쪽이 구조화된 데이터가 비었을 때 fallback으로 쓸 수 있게.

 

"생성된 파일을 CLI 텍스트로만 보면 너무 불편하다"는 말이 나오면서 브라우저 대시보드가 추가됐다. context-engineer dashboard를 치면 로컬 서버가 뜨고, 의존성 그래프와 생성된 문서들을 시각적으로 볼 수 있다. 포트 충돌 방지, BFS 기반 전이적 영향 분석 같은 기능들이 이 단계에서 붙었다.

의존성 그래프를 트리맵으로 바꿔봤다가 원래대로 돌렸다. 방향이 맞아야 계속 가는 것이고, 아니면 돌아오는 게 맞다.

 

코드를 AI로 생성하고, 그 코드를 다시 AI로 비판하고, 비판 결과를 반영해서 고치는 루프가 자연스럽게 생겼다.

아직 남아있는 문제들

솔직히 얘기하면, 이 도구에는 아직 구멍이 있다.

• 짧은 답변("없어요", "모름")을 그대로 파일에 넣는다. 스킵 여부를 물어보지 않는다.
• stale 감지가 파일 수정 시간에만 의존한다. 주석 정리도 경고를 낸다.
• 6개 파일 사이에 정보가 겹치는 걸 코드로 강제하지 못한다.
• api로 질문을 만들어내기 때문에 금액면에서 배보다 배꼽이 클 수 있다.

12시간 해커톤 결과물이 "완성품"일 수는 없다. 하지만 실제로 작동하고, 실제 문제를 건드리는 경험을 얻을 수 있다.

---

하면서 느낀 것

생각보다 어려웠던 게 문제 정의였다. 해커톤이 시작하고 나서도 한참을, 아마 12시~1시까지는 문제를 뾰족하게 잡으려고 씨름했다. 뭘 만들지 보다 뭐가 진짜 문제인지를 먼저 찾아야 하는데, 그게 이렇게 오래 걸릴 줄은 몰랐다.

협업도 쉽지 않았다. 내 생각을 정리해서 말하는 게 이렇게 어려운 일인지 새삼 느꼈다. 이런 경험을 더 자주 해봐야겠다.

---

파이널 피치에서 기억에 남은 것들

6팀+이 올라왔는데, 시간이 좀 지났기에 정확한 내용보다 인상 위주로 적었다.

터미널이 두려운 사람들을 위한 바이브 코딩 입문 툴. AI 코딩을 시작조차 못 하는 사람들을 위한 교육 방향이었다.

AI한테 넘기는 데이터를 가짜로 바꿨다가, 응답이 돌아올 때 진짜로 복원하는 보안 아이디어. 발상 자체가 재밌었다.

"AI agent가 무지성으로 install 하는 시대, 마지막 검증 단계가 사라졌다" — 기업 보안을 위한 dependency 검증 툴. 문제 정의가 가장 날카로웠다고 느꼈다.

학습하고 싶은 분야를 입력하면 숏폼으로 만들어주는 팀. 귀여운 캐릭터가 인상적이었다.

---

AI 시대에 내가 어떤 가치를 가질 수 있을까

 "AI 시대에 나는 어떤 가치를 가질 수 있을까" — 평소에도 많이 생각하지만, 사실 해커톤 내내 머릿속 어딘가에 있던 질문이었다. AI가 코드를 짜줄 수 있고 그것이 장려되는 시대에 나는 어떤 가치를 추구해야 하지?

파이널 피치를 보고 나서 그 질문이 좀 더 구체적으로 바뀌었다.

파이널 피치 중 아마도 우승 팀이었던 팀 다룬 문제는 보안이었다. npm 패키지 공급망 공격, dependency 검증, AI agent가 hallucinate 한 패키지를 무지성으로 설치하는 상황. 이걸 문제로 볼 수 있었던 건 그 사람이 그 도메인을 알고 있었기 때문이다. 보안을 모르면 "AI가 패키지를 설치해 준다"는 게 편리한 기능으로 보이지, 검증이 사라진 구멍으로 보이지 않는다.

우리 팀은 문제 찾는 데만 1시, 그러니까 시작하고 4시간? 5시간이 걸렸다. 도메인이 없으니 뾰족한 문제가 안 보였던 거다.

AI가 코딩을 대신해 주는 시대에 "코딩을 잘하는 것"의 가치가 흔들린다는 말은 많이 들었다. 근데 이날 피치를 보면서 든 생각은 조금 달랐다. AI가 실행을 가져가는 만큼, 뭘 만들지를 아는 것의 가치가 올라가고 있다. 그리고 뭘 만들지는 결국 그 분야를 깊게 알아야 보인다.

AI 시대에도 한 분야를 깊게 파는 게 여전히 유효한 이유가 여기 있는 것 같다. 오히려 더.