🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

클로드 코드가 지휘하고 키미 코드가 일하는 AI 오케스트레이션 실험은, “가장 똑똑한 모델”보다 “어떤 모델을 어떤 역할에 배치할 것인가”가 실무 성과를 가른다는 점을 보여준다.

📌 핵심 요점

1. 이번 영상은 키미 코드 유료 광고임을 먼저 밝히면서도, 단순 홍보가 아니라 실제 모션 그래픽 영상 자동화 파이프라인에 키미를 투입해 성능과 한계를 함께 확인하는 실험으로 진행됐다.
2. 실험의 핵심 구조는 클로드 코드 오퍼스 4.8이 전체 지휘자 역할을 맡고, 키미 코드가 오른쪽 터미널 페인에서 파일 분석, 코드 수정, 레이아웃 작성, 렌더링 같은 실행 작업을 수행하는 오케스트레이션 방식이었다.
3. 기존 클로드 코드용 비디오젠 스킬 33개를 키미 코드용으로 전환한 뒤, 키미가 프로젝트 생성부터 장면 구성, 타입스크립트 파일 작성, MP4 렌더링까지 수행할 수 있는지 검증했다.
4. 키미 코드는 결과물을 만들어내는 실행력은 보였지만, 영상 연출의 밀도, 화면 구성의 개성, 디자인 시스템 적용, 성공 보고와 실제 결과의 일치성에서는 클로드 코드의 감독·검증 루프가 필요했다.
5. 최종 결론은 키미가 당장 총감독형 에이전트로 쓰이기보다는 반복 실행, 서브 에이전트, 비용 효율적 실무자 역할에 적합하며, 스킬 개선과 합숙 훈련이 쌓이면 실전 활용 가능성이 커진다는 것이다.

🧩 배경과 문제 정의

• 키미의 유료 광고라는 전제를 먼저 밝히되, 단순 홍보가 아니라 실제 작업 환경에서 성능과 한계를 함께 확인하는 실험에 초점을 둔다.
• AI 코딩 도구 리뷰가 단순 사용 후기에 머무르면 실무 판단에 도움이 적기 때문에, 모션 그래픽 영상 자동화 시스템에 키미 코드를 직접 투입하는 방식을 선택한다.
• 핵심 문제는 키미가 “똑똑한가”가 아니라, 클로드 코드가 전체를 지휘하고 키미 코드가 실행 작업을 맡는 구조에서 실무형 일꾼으로 쓸 만한지다.
• 영상 제작 자동화는 대본 분할, 신 설계, 레이아웃 컴포넌트, 자막·더빙 타이밍, 렌더링 오류 수정까지 얽힌 복합 작업이기 때문에, 단일 AI 호출보다 역할 분담형 오케스트레이션이 중요해진다.

🕒 시간순 섹션별 상세정리

1. 광고 고지와 키미 코드 실험의 기준

• 키미에게 광고비를 받은 바이브랩스 채널 최초의 유료 광고임을 먼저 밝히며, 실험의 전제를 투명하게 공개한다 [00:03]
• 결제 유도나 일방적 칭찬이 아니라 실제 작업 환경에 키미를 투입해, 잘한 점과 아쉬운 점을 구분해 보겠다는 평가 기준을 세운다 [00:22]

2. 설치 시연과 오케스트레이션 구조

• 시웨어 터미널을 실행해 화면을 좌우로 나누고, 설치 명령어를 붙여 넣어 키미 코드 설치를 자동으로 진행한다 [02:04]
• 설치가 끝난 뒤 커맨드라인에 kimi를 입력해 키미 코드를 실행하고, 실제 작업 환경에 투입할 준비를 마친다 [02:19]

3. 시웍스 페인 기반 지휘자·작업자 구조와 실험 난이도

• 터미널을 여러 페인으로 나누고 각 페인에 서로 다른 에이전트를 띄우면, AI 작업자들이 각자 자리를 맡는 관제실 같은 환경이 구성된다 [04:00]
• 왼쪽 페인에는 클로드 코드 오퍼스 4.8이, 오른쪽 페인에는 키미 코드가 실행되며 지휘자·작업자 구조가 마련된다 [04:17]

4. 기존 클로드용 비디오젠 스킬을 키미용 파이프라인으로 전환하는 절차

• 키미에게 단순히 영상을 만들라고 시키는 것은 공정한 테스트가 아니며, 기존 클로드 코드용 VG 계열 영상 생성 스킬을 이해하고 끝까지 수행할 수 있는지가 핵심 시험 대상이다 [05:34]
• 스킬 문서와 작업 절차가 정교하더라도 실행 주체가 바뀌면 감각과 호환성이 달라질 수 있다는 점이 전환 작업의 난점으로 드러난다 [05:55]

5. 울트라 코드 모드로 대규모 스킬 변환 작업을 시작한다

• 울트라 코드에는 모든 작업이 안전하게 구현될 때까지 멈추지 않고 진행하는 기능이 추가됐다 [08:00]
• 슬래시 명령에서 effort 설정을 Ultra Code로 변경하면, 화면에 해당 모드가 활성화됐다는 표시가 나타난다 [08:15]

6. 키미 코드 스펙을 확인한 뒤 33개 스킬 변환 방향을 선택한다

• 울트라 코드의 작업 흐름은 곧바로 구현에 들어가기보다, 요청 수행에 필요한 기술 현황을 웹에서 먼저 조사하는 방식에 가깝다 [10:05]
• 키미 코드의 정체와 사용 방식을 확인하기 위해 문샷 AI, 키미 CLI 링크, 키미닷컴 자료를 차례로 조사한다 [10:15]

7. 키미 코드용 스킬 변환 확인과 클로드 코드의 감독 역할 설정

• 터미널을 다시 실행한 뒤 키미를 열고, 슬래시 명령에서 비디오젠 관련 스킬 목록이 표시되는지 확인한다 [12:02]
• 비디오젠 스킬이 보이면 클로드 코드형 영상 제작 스킬이 키미 코드용으로 정상 변환된 상태로 판단할 수 있다 [12:17]

8. 공정한 초기화 조건과 키미 코드의 실제 작업 진행

• 테스트는 기존 작업 내용을 배제하기 위해 산출물을 삭제하거나 백업한 뒤, 키미 코드가 처음부터 다시 수행하는 조건으로 진행된다 [13:46]
• 키미 코드는 프로젝트 생성부터 렌더링까지 전체 제작 과정을 새로 처리해야 한다 [14:01]

9. 클로드 코드의 감시·보고 체계와 키미 코드 작업 위임

• 클로드 코드는 키미 코드가 명령을 수행하고 결과물을 만들도록 지휘하는 역할을 맡는다 [16:01]
• 키미 코드는 대본과 파일을 분석해 청킹 작업을 진행하며, 오른쪽 페인에서 실제 제작 실무를 처리한다 [16:16]

10. 산출물 검증, 권한 처리, 품질 미달 수정 루프

• 오케스트레이션 시스템의 핵심 목표는 클로드 코드가 컨트롤 타워가 되고, 키미 코드가 대부분의 실무 작업을 수행하는 구조를 만드는 것이다 [17:28]
• 키미 코드는 작업 결과를 보고하고, 클로드 코드는 이를 검증하는 방식으로 역할이 분리된다 [17:43]

11. 키미 코드 적응 시간과 클로드 코드의 검증 루프

• 키미 코드는 클로드 코드의 경험을 변환한 스킬만 받은 상태이기 때문에, 영상 제작 방식에 아직 충분히 적응하지 못한 상태다 [20:03]
• 따라서 결과물 품질이 짧은 시간 안에 바로 높아지기는 어렵다는 전제를 둔다 [20:18]

12. MP4 완성 검증과 오퍼스 4.8 오케스트레이션 성능

• MP4 렌더링이 완료된 뒤 파일 완전성 검증을 통과한다 [21:22]
• 풀HD 크기, 1564프레임, 52초 길이, 더빙 적용 여부가 확인된다 [21:37]

13. 키미 코드의 한계와 스킬 개선을 통한 품질 상승 전략

• 키미 코드가 만든 영상은 기존 클로드 코드 작업물에 비해 품질이 낮은 수준으로 평가된다 [24:09]
• 현재 결과만 보면 앞으로 영상 작업을 충분히 맡기기 어렵다는 판단이 나올 가능성이 크다 [24:24]

14. 오케스트레이션 루프와 시각 검수로 드러난 성공 보고의 위험

• 개선된 스킬을 바탕으로 키미가 레이아웃을 다시 구성하고, SVG 레이아웃 반복과 MP4 렌더링을 거쳐 결과물을 만든다 [25:55]
• 클로드 코드는 산출물을 검증한 뒤 사용자에게 보고하는 절차까지 구성한다 [26:10]

15. 키미 코드 협업 결과와 오케스트레이션 평가

• AI 흐름의 뼈대를 이해하면 매일 바뀌는 뉴스에 흔들리지 않고, 선택의 갈림길에서 방향을 잡는 데 도움이 된다 [28:14]
• 이전 작업물보다 결과물이 개선된 상태로 확인된다 [28:33]

16. 짭클 모드 테스트와 키미 모델 기반 파이프라인 실행

• 마지막 테스트는 클로드 코드 껍데기 안에 키미 에이전트를 설정하고, 그 상태에서 영상 생성 파이프라인을 실행하는 방식이다 [30:22]
• 이 구성은 이른바 짭클 모드로 드러난다 [30:37]

17. 키미 코드 단독 제작과 반복 피드백

• 현재 방식은 클로드 코드가 오케스트레이션을 맡던 이전 파이프라인과 달리, 키미 K2가 독자적으로 판단하며 영상 제작을 진행하는 구조다 [32:04]
• 이전 구성에서는 클로드 코드가 메인 세션이자 감독자 역할을 맡았다 [32:21]

18. 결과 품질 평가와 모델 역할 분담의 결론

• 프롬프트는 세네 번가량 반복됐다 [34:38]
• 키미 K2는 200K 컨텍스트 창의 제약 때문에, 중간에 사용자가 직접 콤팩팅을 해 줘야 하는 번거로움이 있었다 [34:53]

19. 키미의 실행 가능성과 오케스트레이션 한계

• 키미는 반복 실행과 서브 에이전트 활용이 필요한 작업을 수행할 가능성을 보인다 [36:04]
• 에이전틱 코딩이라는 방향성과 이번 실험의 주제가 잘 맞는다는 평가가 나온다 [36:19]

20. 총감독보다 실행 에이전트에 가까운 역할 배치

• 키미가 당장 영상 자동화 파이프라인의 총감독을 맡기에는 어렵다는 결론에 이른다 [36:40]
• 다만 실행 에이전트로서는 충분히 흥미로운 가능성을 보여 주며, 역할을 어떻게 배치하느냐가 핵심으로 남는다 [36:55]

🧾 결론

• 키미 코드는 “혼자 모든 것을 지휘하는 총감독”보다는, 잘 정의된 파이프라인 안에서 반복 작업과 실행 업무를 맡는 실무형 에이전트에 가깝다.
• 클로드 코드 오퍼스 4.8은 작업 지시, 상태 감시, 결과 검증, 수정 지시를 반복하며 지휘자와 검수자 역할을 수행했고, 이 구조가 없었다면 빈 영상이나 품질 미달 결과물이 성공으로 오인될 위험이 있었다.
• 영상 자동화처럼 대본 청킹, 장면 설계, 레이아웃, 자막·더빙 싱크, 렌더링 검증이 얽힌 작업에서는 단일 모델 성능보다 역할 분담과 검증 루프가 더 중요하게 드러났다.
• 키미 코드의 결과물은 기존 클로드 코드 작업물보다 품질이 낮은 부분이 있었지만, 실패로 보기보다는 스킬 적응과 반복 개선이 필요한 초기 실행 에이전트의 성과로 해석된다.
• 검증이 필요한 부분: 키미 코드의 가격 대비 효율, 장기 반복 작업에서의 안정성, 클로드 코드 없이 단독 운영했을 때의 품질 유지력은 영상 속 실험만으로 일반화하기 어렵고 추가 테스트가 필요하다.

📈 투자·시사 포인트

• AI 코딩 도구 시장의 경쟁축은 단순 모델 성능 비교에서 벗어나, 지휘자·작업자·검수자처럼 역할을 나눠 여러 에이전트를 조합하는 오케스트레이션 역량으로 이동하고 있다.
• 키미 코드처럼 상대적으로 경제적인 실행 에이전트가 반복 작업과 서브 태스크를 안정적으로 맡을 수 있다면, 고성능 모델을 모든 단계에 쓰는 방식보다 비용 효율적인 워크플로우가 가능해질 수 있다.
• 기업이나 크리에이터가 AI 도구를 도입할 때는 “어떤 모델이 제일 똑똑한가”보다 “우리 파이프라인에서 어떤 모델을 어느 자리에 배치할 것인가”를 먼저 따져야 한다.
• 스킬 문서, 폴더 구조, 검수 기준, 자동 보고 체계처럼 모델 바깥의 운영 자산이 성과를 크게 좌우하므로, 프롬프트 몇 개보다 재사용 가능한 작업 시스템 구축이 중요해진다.
• 성공 보고를 그대로 믿지 않고 실제 산출물을 시각적으로 검수하는 절차가 필수로 드러났으며, 이는 AI 에이전트 자동화가 늘어날수록 품질관리와 검증 도구의 중요성이 커진다는 신호다.

⚠️ 불확실하거나 확인이 필요한 부분

• 영상에서 언급된 키미 코드의 설치 방식, 요금제, CLI·VS Code 확장 지원 범위는 시연 당시 화면과 설명에 근거한 내용이므로, 실제 사용 전에는 문샷 AI 또는 키미 공식 문서에서 최신 정보를 확인해야 한다.
• 클로드 코드용 스킬 33개를 키미 코드용으로 변환했다는 실험 결과는 해당 로컬 환경과 스킬 구조에 한정된다. 다른 사용자의 스킬 폴더, 도구 권한, 실행 환경에서도 같은 방식으로 작동한다고 단정하기는 어렵다.
• 오퍼스 4.8이 4.7보다 검증 능력이 좋아졌다는 평가는 영상 속 실험자의 관찰에 가깝다. 일반적인 성능 비교로 받아들이려면 동일 조건의 반복 테스트가 더 필요하다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 키미 코드를 실제 워크플로우에 넣기 전, 공식 문서에서 CLI 설치 방식, 스킬 디렉토리 구조, 지원 도구, 요금제 조건을 확인한다.
• 기존 클로드 코드용 스킬을 다른 모델에 이식하려면 프롬프트만 복사하지 말고, 폴더 구조·실행 규칙·검수 기준·권한 처리 방식을 함께 점검한다.
• AI 에이전트가 “성공”이라고 보고하더라도 결과 파일, 렌더링 로그, 화면 프레임, 오류 표시를 별도로 검수하는 단계를 둔다.
• 복잡한 자동화 작업에서는 지휘자 모델과 실행자 모델을 분리하고, 작업 완료 보고·승인 요청·오류 수정 루프를 명시적으로 설계한다.

❓ 열린 질문

• 키미 코드는 영상 자동화 외에 웹앱 개발, 테스트 코드 생성, 리팩터링, 문서화 같은 일반 개발 작업에서도 실행 에이전트로 충분히 안정적인가?
• 클로드 코드 같은 상위 지휘자 모델 없이 키미 코드 단독으로도 복잡한 파이프라인을 끝까지 관리할 수 있는 조건은 무엇인가?
• 키미용 스킬을 얼마나 오래 다듬어야 클로드 코드 기반 결과물과 비슷한 수준의 디자인 밀도와 장면 리듬을 얻을 수 있을까?