변호사가 13,000명의 개발자를 이긴 날 - 엔트로픽 해커톤 완전 분석

2026년 2월, 엔트로픽이 주최한 "Built with Opus 4.6" 해커톤에서 흥미로운 일이 벌어졌습니다. 13,000명이 지원하고 500명이 선발된 이 대회에서, 우승자는 시니어 소프트웨어 엔지니어도 AI 연구원도 아닙니다. 캘리포니아의 건축 허가 전문 변호사 Mike Brown이었거든요.

27년간 IT 업계에 있으면서 해커톤 수상작을 수없이 봐왔지만, 이번 결과는 꽤 의미심장합니다. 코드를 잘 짜는 사람이 아니라 문제를 정확히 아는 사람이 이기는 시대가 왔다는 뜻이니까요. (해커톤에 기획자들이 많이 참여했왔습니다. 그러나 개발자 없이도 해커톤에 참여한다는 것은 놀라운 일이라고 생각합니다.)

이 글에서는 Built with Opus 4.6 해커톤의 수상작을 등수별로 분석하고, CrossBeam이 왜 1등을 했는지 파고들어 봅니다. Microsoft, Google 등 다른 에이전틱 해커톤 사례와도 비교하면서, 다음 해커톤에서 우승하려면 어떤 전략이 필요한지 정리합니다.

들어가기 전에 한 가지 밝혀둘 것이 있습니다. 이 해커톤에서 가장 화제가 된 수식어는 "변호사가 개발자를 이겼다"입니다. 하지만 정확히 말하면, Brown에게 개발 능력이 전혀 없지는 않습니다. Claude Code를 쓴 에이전틱 개발에 꽤 능숙한 편이었고, 전통적인 코딩 없이도 복잡한 소프트웨어를 만들어낸 사람이죠. "비개발자가 이겼다"보다는 "도메인 전문가가 에이전틱 도구로 무장해서 이겼다"가 더 정확합니다.

---

Built with Opus 4.6, 해커톤의 규모부터 다릅니다

2026년 2월 10일부터 16일까지 1주일간 진행된 "Built with Opus 4.6"는 엔트로픽이 주최한 역대 최대 규모의 해커톤입니다. 온라인 가상 해커톤이라 전 세계 어디서나 참가할 수 있었고요. 지원자 13,000명 중 500명만 선발했으니 경쟁률이 26대 1입니다. 참가자 전원에게 10만 달러 상당의 Claude API 크레딧을 지급했고, 최종 수상팀은 샌프란시스코 본사에서 발표할 기회를 얻었습니다.

이전 엔트로픽 해커톤과 비교하면 규모 변화가 확연합니다. 2023년 11월 런던 해커톤이 145명, 2024년 11월 멘로벤처스와 공동 개최한 Builder Day가 200명이었거든요. 2025년 4월 Pear VC 해커톤도 200명 수준이었습니다. 불과 2년 만에 참가 규모가 100배 가까이 커진 셈이죠.

심사위원은 Boris Cherny, Cat Wu, Thariq Shihpar를 포함한 Claude 팀 6인으로 구성되었습니다. 심사 기준은 기술적 완성도, 문제 해결의 실질적 가치, AI 활용의 창의성, 실제 사용 가능성이었는데요. 주목할 점은 "기술적 완성도"가 전부가 아니었다는 겁니다. "진짜 문제를 진짜로 풀었느냐"가 평가에서 큰 비중을 차지했습니다.

필수 기술은 Claude Code와 Opus 4.6 모델이었습니다. Model Context Protocol(MCP)을 쓴 프로젝트가 특히 높은 평가를 받았는데, 엔트로픽이 MCP를 에이전틱 코딩의 핵심 인프라로 밀고 있는 전략과 맞닿아 있죠. 2026년 2월 기준 MCP의 월간 SDK 다운로드는 9,700만 회, 활성 서버는 10,000개를 넘겼습니다.

참가자 구성도 흥미롭습니다. 전통적인 해커톤이 소프트웨어 엔지니어 중심이었다면, 이번에는 변호사, 의사, 디자이너 등 비개발자 비율이 눈에 띄게 높았거든요. 엔트로픽의 2026년 에이전틱 코딩 트렌드 보고서에서 "비전통 개발자의 채택 확산"을 8대 트렌드 중 하나로 꼽은 것과 정확히 일치하는 현상입니다. 개발자가 업무의 60%를 AI와 통합하는 시대에, Claude Code 같은 에이전틱 도구는 코딩 능력과 관계없이 소프트웨어를 만들 수 있는 환경을 제공합니다. 이번 해커톤은 그 가능성이 현실로 나타난 첫 대규모 사례이고요.

1등: CrossBeam - 캘리포니아의 허가 위기를 AI로 풀다

우승작 CrossBeam을 만든 Mike Brown은 캘리포니아에서 건축 허가 관련 법률 업무를 하는 변호사입니다. 프로그래밍 전공자가 아닙니다. 그가 풀려고 한 문제는 명확했습니다. 캘리포니아의 ADU(별채) 건축 허가 프로세스죠.

캘리포니아에는 주택 위기가 아니라 "허가 위기"가 있습니다. Brown의 주장에 따르면, ADU 건축 허가 신청의 90% 이상이 첫 제출에서 반려됩니다. 이 수치는 Brown이 법률 실무 경험에서 제시한 것으로, "2nd Order Thinkers" 블로그가 인용한 내용입니다. 독립적인 정부 통계로 교차 검증된 수치는 아니지만, 캘리포니아 주택국의 ADU 관련 보고서가 "허가 프로세스의 복잡성과 높은 반려율"을 반복적으로 지적하고 있어 방향성은 일치합니다. 건축 허가 프로세스를 조금이라도 아는 사람이면 고개를 끄덕일 숫자이고요. 각 지자체마다 세부 규정이 다르고, 규정 문서가 수백 페이지에 달하며, 사소한 항목 하나라도 누락되면 전체가 반려되는 구조이기 때문입니다.

반려 사유를 수정해서 다시 제출하면 또 반려되고, 이 과정이 수개월에서 1년 넘게 반복됩니다. 건축주 입장에서는 비용과 시간이 끝없이 들어가고, 지자체 입장에서는 같은 서류를 반복 심사하느라 행정력이 낭비되죠. 양쪽 모두 손해인 구조입니다.

CrossBeam은 이 문제를 정면으로 공략합니다. AI가 건축 허가 신청서를 제출 전에 사전 검토해서, 반려될 가능성이 있는 항목을 미리 잡아내는 방식입니다. 지자체별 건축 코드와 규정을 학습하고, 과거 반려 사례를 분석해서 "이 부분이 Buena Park시 규정 X조 Y항에 위배됩니다"라고 구체적으로 알려줍니다.

"2nd Order Thinkers" 블로그에 따르면, Buena Park 시장이 CrossBeam에 긍정적인 반응을 보였습니다. 단순히 해커톤용 데모가 아니라, 실제 행정 현장에서 쓸 수 있는 수준이었다는 뜻이죠. Brown은 Opus 4.6의 100만 토큰 컨텍스트 창을 써서 수백 페이지에 달하는 건축 코드 문서를 한 번에 처리할 수 있었다고 합니다.

GitHub 저장소(mikeOnBreeze/cc-crossbeam)가 공개되어 있어 기술 구현을 직접 확인할 수 있습니다. Claude Code를 쓴 에이전틱 워크플로가 핵심이며, MCP로 외부 데이터 소스와 연동하는 구조입니다. 좀 더 들여다보면, CrossBeam의 핵심 동작은 세 단계로 나뉩니다. 첫째, 지자체별 건축 코드와 규정 문서를 MCP 서버로 가져옵니다. 둘째, Opus 4.6의 100만 토큰 컨텍스트에 규정 문서 전체와 허가 신청서를 함께 넣어 대조 분석합니다. 셋째, 규정 위반 가능성이 있는 항목을 조항 번호와 함께 구체적으로 제시합니다.

다음 그림은 CrossBeam의 3단계 동작 흐름을 보여줍니다.

MCP 서버로 지자체 건축 코드를 수집하고, Opus 4.6의 100만 토큰 컨텍스트에서 허가 신청서와 대조 분석한 뒤, 위반 가능성이 있는 항목을 조항 번호와 수정 방안과 함께 리포트로 제시하는 구조입니다. 비개발자인 Brown이 이 수준의 시스템을 만들 수 있었던 배경에는 이 아키텍처의 단순함이 있습니다.

규칙 기반 문서 검토 시스템을 여러 번 봐왔는데, 과거에는 이런 시스템을 만들려면 각 규정을 수작업으로 룰 엔진에 코딩해야 했습니다. 지자체가 539개인 캘리포니아에서 이 접근은 현실적으로 불가능했죠. CrossBeam이 LLM의 자연어 이해 능력으로 이 문제를 우회한 것이 기술적 핵심입니다. 규정 문서를 별도로 구조화하지 않아도, 원문 그대로 컨텍스트에 넣으면 AI가 해석하거든요. Brown이 비개발자임에도 이 수준의 시스템을 만들 수 있었던 배경에는 이 아키텍처의 단순함이 있습니다.

한 가지 더 짚을 부분이 있습니다. CrossBeam은 단일 사용자 도구가 아니라 양쪽을 모두 만족시키는 구조라는 점입니다. 건축주는 허가 신청 전에 문제점을 미리 파악해서 수정할 수 있고, 지자체 공무원은 반려와 재심사의 반복에서 벗어나 행정 효율을 높일 수 있죠. 이런 양면 가치가 심사위원에게 "실제로 배포되면 생태계 전체가 좋아지는 프로젝트"라는 인상을 준 것으로 보입니다.

캘리포니아의 ADU 시장 규모를 감안하면, 사업적 잠재력도 분명합니다. 캘리포니아에서만 연간 수만 건의 ADU 허가 신청이 이루어지고, 각 건당 컨설팅 비용이 수천 달러에 달하거든요. Brown이 변호사로서 이 시장을 직접 알고 있었다는 점이, 기술 스타트업 출신 참가자들과의 차이를 만들었습니다.

2등: Elisa - 12살 딸이 첫 번째 사용자

2등을 차지한 Elisa는 개발자 Jon McBee가 만든 아이들을 위한 비주얼 프로그래밍 환경입니다. 스크래치와 비슷한 블록 코딩 인터페이스인데, 결정적인 차이가 있습니다. 아이가 블록을 조합하면 Claude가 에이전트로 실행되면서 실제 동작하는 코드를 생성하거든요.

기존 블록 코딩 도구들의 한계는 분명합니다. 블록으로 만들 수 있는 범위가 사전에 정해져 있어서, 아이가 "이런 것도 만들어보고 싶다"고 생각해도 블록이 없으면 불가능하죠. Elisa는 이 제약을 AI로 넘어섰습니다. 아이의 의도를 Claude가 해석하고, 블록 조합만으로는 표현하기 어려운 로직도 코드로 변환해 줍니다.

첫 번째 사용자가 McBee의 12살 딸이었다는 점에서 개발 동기가 드러납니다. 자기 아이에게 프로그래밍을 가르치다가 기존 도구의 한계를 느끼고 직접 만든 것이죠. 해커톤 수상작 중 가장 "개인적인 문제에서 출발한" 프로젝트라고 할 수 있습니다.

Elisa가 2등을 차지한 배경에는 교육 시장의 잠재력이 있습니다. 전 세계적으로 아이들의 코딩 교육 수요가 급증하고 있지만, 기존 도구들은 2010년대에 설계된 방식에서 크게 벗어나지 못하고 있거든요. 스크래치가 2007년에 나온 이후 근본적인 변화가 없었던 셈입니다. 27년간 IT 교육 현장을 봐왔는데, 코딩 교육 도구의 가장 큰 한계는 항상 "천장"이었습니다. 블록 코딩으로 시작한 아이가 더 복잡한 것을 만들고 싶어질 때, 텍스트 코딩으로 넘어가는 단절이 생기죠. Elisa는 AI가 이 단절을 메워주는 구조를 제시했고, 이것이 심사위원의 주목을 받은 것으로 보입니다.

기술적으로 더 깊이 들어가면, Elisa의 코드 생성 파이프라인은 단순한 1대1 변환이 아닙니다. 아이가 블록을 조합하면 먼저 블록 구조가 중간 표현으로 변환되고요. 이 중간 표현을 Claude가 해석할 때 아이의 "의도"를 추론하는 과정이 핵심입니다. 예를 들어 아이가 "캐릭터가 벽에 부딪히면 튕기기" 블록을 만들면, Claude가 충돌 감지 로직, 반사각 계산, 애니메이션 처리까지 포함한 완전한 코드를 생성합니다. 블록에는 "충돌 감지"라는 추상적 개념만 있지만, Claude가 이를 좌표 비교, 속도 벡터 반전, 프레임 단위 렌더링으로 풀어내는 겁니다.

이 접근이 기존 블록 코딩 도구와 근본적으로 다른 지점은, 블록의 의미가 사전에 고정되지 않는다는 것입니다. 스크래치에서 "벽에 부딪히면 튕기기"를 구현하려면 해당 블록이 미리 만들어져 있어야 합니다. Elisa에서는 아이가 블록을 자유롭게 조합하면 Claude가 그 조합의 의미를 실시간으로 해석하죠. 아이 입장에서는 "내가 만든 블록이 진짜 게임이 됐다"는 경험을 하게 됩니다.

3등: PostVisit.ai - 심장내과 전문의가 병원 당직 사이에 만든 앱

3등 PostVisit.ai의 이야기는 더 극적입니다. 제작자 Michal Nedoszytko는 브뤼셀에서 근무하는 심장내과 전문의입니다. 직업 개발자가 아닌 현직 의사가, 병원 당직 사이사이 시간을 쪼개 7일 만에 만든 앱이죠.

Nedoszytko가 풀려고 한 문제도 자신의 진료 현장에서 나왔습니다. 연구에 따르면 환자는 진료 내용의 절반 이하만 기억합니다. 의사가 15분간 설명한 복약 지침, 생활 습관 개선 사항, 추적 검사 일정 등을 환자가 병원 문을 나서는 순간 절반 이상 잊어버리거든요. 의료계에서 오래전부터 인식하고 있었지만, 마땅한 해결책이 없었던 문제입니다.

PostVisit.ai는 진료 기록 전체를 Opus 4.6의 100만 토큰 컨텍스트에 넣어서, 환자가 퇴원 후에도 자신의 진료 내용을 자연어로 질문할 수 있게 만듭니다. "오늘 의사 선생님이 처방한 약이 뭐였지?"라고 물으면 진료 기록에서 해당 내용을 찾아 쉬운 말로 설명해 주는 방식이죠.

기술적으로 깊이 들여다보면, PostVisit.ai가 일반 의료 챗봇과 다른 결정적 차이가 있습니다. 의료 AI에서 가장 위험한 것은 환각입니다. 환자가 "이 약을 다른 약과 같이 먹어도 되나요?"라고 물었을 때, AI가 진료 기록에 없는 내용을 지어내면 생명이 위험할 수 있거든요. Nedoszytko는 심장내과 전문의로서 "이 정보가 환자에게 어떤 오해를 줄 수 있는지"를 정확히 알고 있었기 때문에, 답변 생성 시 반드시 진료 기록 원문을 참조하도록 제한하는 안전장치를 설계 단계에서 넣었습니다. AI가 "모르는 것"에 대해서는 명확하게 "해당 내용은 진료 기록에 없으므로 담당 의사에게 문의하세요"라고 답하도록 만든 것이죠.

의료 용어의 일반인 대상 변환도 단순하지 않습니다. "좌전하행지 협착"을 "심장에 혈액을 공급하는 주요 혈관이 좁아진 상태"로 바꾸되, 의학적 정확성을 잃으면 안 됩니다. Nedoszytko가 현직 심장내과 의사이기 때문에 이 변환의 정확도를 직접 검증할 수 있었다는 점이, 개발자 출신이 만든 의료 AI와의 차이입니다.

Nedoszytko는 브뤼셀에서 샌프란시스코로 향하는 비행기 안에서도 코딩을 계속했다고 합니다. 병원 당직 사이사이 시간을 쪼개 7일 만에 이 수준의 프로토타입을 만들어낸 것이죠.

Medium의 TechX 분석에 따르면, PostVisit.ai가 해결해야 하는 과제는 세 가지로 요약됩니다. 개인정보 보호 규정 준수, 임상 정확성 검증 체계 구축, 실제 임상 환경에서의 워크플로 통합입니다. 7일 만에 이 세 과제를 모두 완벽하게 해결한 것은 아닙니다. "프로토타입 수준"이라는 것은 구체적으로 이런 뜻이죠. 개인정보 보호는 데이터 암호화와 접근 권한 설계까지 구현했지만 공식 인증은 미완이고, 임상 정확성은 Nedoszytko 본인이 직접 검증했지만 대규모 임상 시험은 거치지 않았으며, 워크플로 통합은 기존 전자건강기록 시스템과의 연동 개념을 시연했지만 실제 병원 배포는 아직입니다. 그럼에도 심사위원이 높이 평가한 것은, 각 과제에 대한 접근 방식이 실무적으로 타당했기 때문입니다.

왜 CrossBeam이 1등을 했는가 - 세 가지 분석

이 해커톤의 결과를 분석한 "2nd Order Thinkers" 블로그에서는 CrossBeam 우승의 핵심을 세 가지로 정리했습니다. 현업 개발자에게 들어보니, 이 분석이 상당히 정확합니다.

첫째, 레드오션이 아닌 진짜 틈새를 골랐습니다

해커톤 참가자 대부분은 코딩 어시스턴트, 챗봇, 범용 생산성 도구를 만듭니다. 이미 수십 개의 제품이 경쟁하는 레드오션이죠. CrossBeam은 "캘리포니아 ADU 건축 허가"라는, 바깥에서 보면 작아 보이지만 실제로는 수십억 달러 규모의 시장을 정확히 겨냥했습니다.

캘리포니아의 주택 부족 문제는 미국 정치의 핵심 의제 중 하나입니다. ADU는 이 문제의 현실적인 해법으로 주목받고 있지만, 허가 프로세스의 비효율이 병목이죠. Brown은 변호사로서 이 문제를 매일 직접 겪고 있었기 때문에, 어디가 아프고 어떻게 고쳐야 하는지를 정확히 알았습니다.

둘째, 실제 사용자의 고통을 알고 있었습니다

이 업계에서 수많은 프로젝트를 봐왔는데, 성공하는 제품과 실패하는 제품의 차이는 대부분 출발점에 있었습니다. 기술 중심 참가자들은 "이 기술로 무엇을 만들 수 있을까"에서 출발합니다. Brown은 "이 고통을 어떻게 없앨 수 있을까"에서 출발했죠. 방향이 반대입니다.

ADU 허가 신청서를 작성하다가 3번 반려당한 건축주의 좌절감, 같은 서류를 반복 검토해야 하는 공무원의 피로감, 허가 지연 때문에 수개월 공사가 멈추는 시공사의 손실. Brown은 이 모든 이해관계자의 고통을 직접 목격한 사람이었습니다. 그래서 CrossBeam의 UX는 기술 전시가 아니라 문제 해결에 초점이 맞춰져 있죠.

셋째, AI에 적합한 작업을 골랐습니다

건축 허가 사전 검토는 AI가 잘하는 일의 전형입니다. 대량의 텍스트 문서를 분석하고, 패턴을 찾아내고, 규칙에 따라 판단하는 작업이거든요. 감정적 판단이 필요 없고, 법률 텍스트의 해석이 핵심인 분야입니다.

Opus 4.6의 100만 토큰 컨텍스트는 이 작업에 딱 맞습니다. 수백 페이지의 건축 코드를 한 번에 넣고 제출 서류와 대조하는 것이 기술적으로 가능해졌기 때문이죠. 사람이 하면 수일이 걸리지만, AI는 몇 분이면 됩니다. 이것이 "AI native"한 문제 해결입니다.

이 세 가지를 종합하면, CrossBeam 우승의 본질은 "문제 선정의 우수성"이었습니다. 같은 Claude Code, 같은 Opus 4.6, 같은 MCP를 쓰더라도 어떤 문제에 적용하느냐에 따라 결과물의 임팩트가 완전히 달라지죠.

한 가지 더 주목할 점은 CrossBeam의 확장성입니다. 캘리포니아 ADU 허가에서 시작했지만, 같은 구조를 미국 다른 주의 건축 허가, 환경 인허가, 사업 허가 등 다른 규제 분야로 확장할 수 있거든요. 심사위원이 이런 확장 가능성까지 고려했을 것입니다.

엔트로픽 해커톤의 진화 - 2023년부터 2026년까지

현재 엔트로픽 해커톤의 위치를 이해하려면 지난 3년간의 변화를 봐야 합니다.

2023년 11월 런던 해커톤은 145명이 참가해 60개 프로젝트를 출품했습니다. 우승작 Bulletpapers.ai는 학술 논문 AI 요약 도구였고요. 이때만 해도 Claude API를 직접 호출하는 방식의 전통적인 LLM 프로젝트가 대부분이었습니다. 상금도 1등 3,000달러 현금으로 소박했죠.

2024년 11월 멘로벤처스와 공동 개최한 Builder Day는 한 단계 올라갔습니다. 200명이 참가해 100개 프로젝트를 출품했고, 심사위원에 Dario Amodei CEO가 직접 나왔거든요. 우승작은 매뉴얼만 업로드하면 로봇 팔을 훈련시키는 앱이었고, 2등은 AgentOps AI의 안티-캡챠 감지 도구, 3등은 UX 리드, 데이터 과학자, CFO 역할의 에이전트가 1분 내에 PRD 개선안을 토론해서 만들어내는 다중 에이전트 시스템이었습니다. 상금은 AWS 크레딧 10,000달러와 Anthropic 크레딧 1,000달러로 구성되었고요.

2025년에는 두 개의 의미 있는 해커톤이 있었습니다. 4월 Pear VC 해커톤(200명 참가, 50개 이상 팀 제출)에서는 다중 에이전트 강화학습 기반 보안 취약점 자동 식별/해결 도구 SHIELD가 "Most Impressive Technical Feat" 부문을 차지했습니다. 2등 SideQuest은 AI가 실무 작업을 게시하고 인간 작업자를 매칭하는 플랫폼, 3등 Ply는 클립보드 기반 자동완성 도구였죠. 같은 해 9월 Forum Ventures 해커톤에서는 zenith.chat이 15,000달러 API 크레딧을 획득했습니다. zenith.chat은 흥미로운 사례인데, 개발자 Affaan Mustafa가 Claude Code만으로 8시간 만에 전체 플랫폼을 구축했거든요. 에이전틱 AI로 초기 스타트업의 고객 발굴, 검증, 프로토타입, GTM 전략, 영업 자동화를 지원하는 플랫폼입니다. X에서 90만 뷰를 기록하고 GitHub에서 초기 16,000개의 별을 받은 이 프로젝트는, Claude Code 활용법 자체가 콘텐츠가 된 사례이기도 합니다.

이 과정에서 쓴 Claude Code 설정이 GitHub에 "Everything Claude Code"라는 이름으로 공개되었고, 이후 별이 55,400개, 포크가 6,800개까지 증가했습니다. Mustafa가 특히 강조한 것은 "context rot" 해결 전략입니다. Claude Code로 긴 세션을 진행하면 AI가 초반에 했던 결정이나 설계 원칙을 점차 잊어버리는 현상이 발생하는데, 이를 CLAUDE.md 파일과 체계적인 세션 관리로 극복한 방법을 상세히 문서화했죠.

그리고 2026년 2월 Built with Opus 4.6에 이르러, 13,000명 지원에 500명 선발이라는 규모에 도달했습니다. 수상작의 성격도 바뀌었고요. 초기에는 기술 데모 성격이 강했지만, 2026년에 오면 변호사, 의사 같은 비개발자 도메인 전문가가 실제 업무 문제를 AI로 풀어내는 프로젝트가 상위를 차지하게 됩니다.

다음 그림은 2023년부터 2026년까지 엔트로픽 해커톤의 진화 과정을 보여줍니다.

145명에서 13,000명으로, API 직접 호출에서 도메인 전문가 시대로. 3년 만에 참가 규모가 100배 가까이 커졌고, 기술 스택도 단순 API 호출에서 MCP 기반 에이전틱 개발로 진화했습니다.

이 변화를 숫자로 정리하면 더 분명해집니다.

이 진화 과정에서 기술 스택 변화도 주목할 만합니다. 2023년에는 Claude API를 직접 호출하는 단순한 패턴이 대부분이었습니다. 2024년에는 다중 에이전트 패턴이 등장했고, 2025년에는 MCP를 통한 외부 시스템 연동이 표준이 되었죠. 2026년에는 Claude Code를 프로젝트 전체의 개발 도구로 쓰는 "에이전틱 개발" 패턴이 주류가 되었습니다. AI를 "제품에 내장하는 기술"에서 "제품을 만드는 도구"로 쓰는 방향으로 이동한 것이죠.

상금 구조의 변화도 의미가 있습니다. 2023년 런던 해커톤은 1등 3,000달러 현금이었고, 2024년 Builder Day는 AWS 크레딧 10,000달러, 2026년 Built with Opus 4.6는 10만 달러 상당의 API 크레딧입니다. 현금에서 API 크레딧으로의 전환은 "상금을 받고 끝"이 아니라 "상금으로 실제 제품을 만들어라"는 메시지죠. 해커톤이 일회성 이벤트가 아니라 스타트업 인큐베이션의 시작점이 되는 구조입니다.

다른 에이전틱 해커톤과의 비교

에이전틱 코딩 해커톤은 엔트로픽만의 영역이 아닙니다. Microsoft, Google도 대규모 해커톤을 운영하고 있고, 각각의 결과를 비교하면 흥미로운 패턴이 보입니다.

Microsoft AI Agents Hackathon (2025년 4~5월)

3주간 가상으로 진행된 Microsoft AI Agents Hackathon에는 18,000명이 등록하고 570개 프로젝트가 제출되었습니다. 전체 최우수상은 RiskWise라는 글로벌 공급망 위험 분석 도구였고요. Python, React, Azure AI Agent Service, Semantic Kernel을 쓴 이 프로젝트는 기업이 공급망 리스크를 실시간으로 파악할 수 있게 해줍니다.

Microsoft 해커톤의 특징은 엔터프라이즈 지향성이 뚜렷하다는 점입니다. 수상작 대부분이 기업 환경에서의 문제를 다루고 있고, Azure 생태계와의 통합이 핵심 평가 기준이었거든요. C# 부문 최우수작 Apollo는 복잡한 쿼리를 종합 연구 리포트로 변환하는 도구였고, Copilot 부문 WorkWizee는 P1/P2 인시던트 자동화를 다루었습니다. Python 부문에서는 조직 내 지식 전이를 자동화하는 Konveyor가 선정되었고요.

18,000명이 등록했다는 숫자는 엔트로픽의 13,000명보다 많지만, 실제 프로젝트 제출 비율은 3.2%에 불과합니다. 엔트로픽이 500명을 선발하고 대부분이 프로젝트를 제출한 것과 비교하면, 두 해커톤의 성격이 다름을 알 수 있죠. Microsoft는 대규모 등록 기반의 열린 대회 형식이고, 엔트로픽은 소수 선발 후 집중 참여 형식입니다. 어느 쪽이 더 좋다는 것이 아니라, 참가자 입장에서 준비 전략이 달라진다는 뜻입니다.

Google ADK Hackathon (2025년 5~6월)

Google Agent Development Kit(ADK) 해커톤은 62개국에서 10,400명이 참가해 477개 프로젝트를 만들고 1,500개 이상의 에이전트를 제작했습니다. 규모도 의미 있지만, 지역 다양성이 두드러지는 대회였죠.

주목할 수상작은 브라질의 Edu.AI입니다. 브라질 교육 민주화를 목표로 한 이 프로젝트는 현지 교육 시스템의 구체적인 문제를 AI 에이전트로 해결합니다. 물리학 분야에서는 자연어로 파인만 다이어그램을 생성하는 Particle Physics Agent가 수상했고, 영업 분야에서는 다중 에이전트 SDR 시스템 SalesShortcut이 선정되었습니다.

같은 해 GKE 해커톤에서는 133개국 4,773명이 참가했고, 대상은 Amie Wei의 "cart-to-kitchen AI assistant"였습니다. 식료품 카트를 분석해 레시피를 추천하는 이 프로젝트는 Gemini, GKE Autopilot, ADK, A2A 프로토콜을 썼고요. 보안 부문에서는 4개의 전문 에이전트로 금융 사기를 감지하는 Vigil AI가 수상했습니다.

Google 해커톤의 특징은 글로벌 참여가 활발하다는 점입니다. 62개국, 133개국이라는 숫자가 보여주듯, 미국 중심인 엔트로픽이나 Microsoft와는 참가자 구성이 다릅니다. 그만큼 수상작의 주제도 다양하죠. 브라질 교육 문제, 물리학 연구 도구, 식료품 관리 등 각국의 현실적인 문제를 반영한 프로젝트가 많습니다.

해커톤 규모 비교

2025~2026년 주요 AI 해커톤은 참가자 1만 명 이상이 표준이 되고 있습니다. 1~2년 전만 해도 200~500명 규모가 대형이었다는 점을 생각하면, 에이전틱 코딩에 대한 개발자 커뮤니티의 열기가 어느 정도인지 체감되죠.

세 회사 해커톤의 공통 패턴

세 회사의 해커톤 결과를 놓고 보면 공통점이 있습니다.

첫째, 우승작은 범용 도구가 아니라 특정 문제 해결에 집중한 프로젝트입니다. CrossBeam(건축 허가), RiskWise(공급망 리스크), Edu.AI(브라질 교육) 모두 좁고 깊게 판 프로젝트죠.

둘째, 도메인 전문성이 기술 전문성을 이기는 추세입니다. 엔트로픽 해커톤의 변호사와 의사가 대표적이고, Google 해커톤의 Edu.AI도 브라질 교육 현장을 아는 팀이 만들었습니다.

셋째, 다중 에이전트 아키텍처가 보편화되고 있습니다. Microsoft 해커톤의 수상작 대부분이 다중 에이전트 구조를 채택했고, 엔트로픽 해커톤에서도 MCP를 쓴 에이전트 간 연동이 높은 평가를 받았죠.

넷째, 규모가 급격히 커지고 있습니다. Microsoft 18,000명, Anthropic 13,000명, Google 10,400명. 에이전틱 코딩에 대한 개발자 커뮤니티의 관심이 어느 수준인지 보여주는 숫자입니다.

다음 그림은 세 회사 해커톤의 핵심 특징과 차이점을 정리한 것입니다.

Anthropic은 Claude Code와 MCP를 기반으로 도메인 전문가가 주도하는 소수 선발 집중형, Microsoft는 Azure와 Semantic Kernel 생태계의 엔터프라이즈 지향 대규모 개방형, Google은 ADK와 A2A 프로토콜을 활용한 글로벌 다양성이 특징입니다. 세 회사 모두 좁고 깊은 문제 해결이 우승 전략이라는 공통점이 있습니다.

다섯째, 각 회사의 플랫폼 전략이 해커톤에 그대로 반영됩니다. Microsoft는 Azure와 Semantic Kernel 생태계, Google은 ADK와 A2A 프로토콜, 엔트로픽은 Claude Code와 MCP를 각각 해커톤의 필수 기술로 지정하죠. 해커톤이 개발자 커뮤니티 확보와 플랫폼 에코시스템 구축의 도구라는 점은 세 회사 모두 같습니다.

기술 스택 차이가 만드는 실질적 차이

흥미로운 비교 대상이 있습니다. Microsoft 해커톤의 RiskWise와 엔트로픽 해커톤의 CrossBeam이죠. 둘 다 "규정과 문서를 분석해서 위험 요소를 식별하는" 구조인데, 기술 접근 방식이 다릅니다.

RiskWise는 Python, React, Azure AI Agent Service, Semantic Kernel을 조합한 전통적인 엔지니어링 스택입니다. Azure 인프라 위에서 여러 AI 에이전트가 역할을 분담하는 다중 에이전트 아키텍처로, 개발자 팀이 각 컴포넌트를 직접 설계하고 연결했죠. CrossBeam은 Claude Code라는 단일 에이전틱 도구로 비개발자가 전체를 구축했고, MCP로 외부 데이터를 연결하는 더 단순한 구조입니다.

이 차이는 플랫폼 철학의 차이에서 비롯됩니다. Microsoft의 Semantic Kernel은 개발자가 세밀하게 제어할 수 있는 프레임워크입니다. 유연하지만 진입 장벽이 있죠. 엔트로픽의 Claude Code는 자연어로 지시하면 AI가 코드를 생성하는 도구입니다. 제어의 세밀함은 떨어지지만, 비개발자도 쓸 수 있고요. 해커톤 수상작의 성격이 다른 것은 이 플랫폼 특성의 직접적 결과입니다. Microsoft 해커톤에서는 엔지니어링 완성도가 높은 프로젝트가 수상하고, 엔트로픽 해커톤에서는 도메인 전문성이 돋보이는 프로젝트가 수상하죠.

참가자 입장에서 이 분석이 의미하는 바는 분명합니다. 코딩 실력이 강점이라면 Microsoft나 Google 해커톤이 유리하고, 특정 도메인의 전문 지식이 강점이라면 엔트로픽 해커톤이 유리합니다. 어떤 해커톤에 참가하느냐에 따라 사전에 익혀야 할 기술 스택도 완전히 달라지죠.

다음 해커톤에서 이기려면 - 실전 우승 전략

지금까지의 분석을 바탕으로, 다음 AI 해커톤에서 우승하기 위한 전략을 정리합니다. 주변 개발자들의 해커톤 경험과 수상작 분석 결과를 종합한 내용이고요. 이론이 아니라, 실제 수상작들에서 추출한 실전 전략입니다.

전략 1: 좋은 문제를 고르는 체크리스트

앞서 CrossBeam 분석에서 문제 선정의 중요성을 이야기했습니다. 여기서는 구체적으로 "좋은 문제"를 어떻게 고르는지 실전 체크리스트를 제시합니다.

자신이 일하는 산업에서 매일 겪는 비효율을 목록으로 만드는 것이 첫 단계입니다. 그 목록에서 다음 세 가지 질문을 통과하는 항목을 고르면 됩니다. 첫째, 이 문제로 인해 반복적으로 시간이나 돈이 낭비되고 있는가. 둘째, 이 문제가 대량의 텍스트/데이터 처리, 패턴 인식, 규칙 기반 판단과 관련이 있는가. 셋째, 이 문제를 해결한 결과를 30초 안에 시각적으로 보여줄 수 있는가. 세 가지 모두 "예"라면 해커톤에서 만들어야 할 프로젝트입니다.

반대로, 나쁜 문제 선정 사례도 있습니다. "범용 코딩 어시스턴트", "AI 챗봇 빌더", "일반 생산성 도구"가 대표적이죠. 이미 수십 개의 상용 제품이 존재하는 레드오션에서, 7일간의 해커톤으로 차별화된 결과물을 내기는 거의 불가능합니다. 이번 해커톤에서도 이런 유형의 프로젝트가 다수 제출되었지만, 수상작에는 하나도 포함되지 않았고요.

전략 2: 심사 기준을 역설계합니다

모든 해커톤은 심사 기준을 공개합니다. Forum Ventures x Anthropic 해커톤은 기술 혁신성, 코드 조직화, AI 활용도, UX 품질을 명시했고요. Built with Opus 4.6는 기술적 완성도, 문제 해결의 실질적 가치, AI 활용의 창의성, 실제 사용 가능성을 내세웠습니다.

이 기준을 역설계하면, "기술적으로 복잡하지만 실용성이 낮은 프로젝트"보다 "기술은 단순하지만 실제로 쓸 수 있는 프로젝트"가 유리하다는 결론이 나옵니다. CrossBeam이 딱 이 케이스죠.

심사 기준을 분석할 때 한 가지 더 주의할 점이 있습니다. 공개된 기준 외에 "숨은 기준"이 있다는 겁니다. 모든 해커톤의 주최사는 자사 기술의 가능성을 보여줄 수상작을 원합니다. 엔트로픽 입장에서 "비개발자가 Claude Code만으로 실용적인 소프트웨어를 만들었다"는 것은 최고의 마케팅 소재거든요. CrossBeam과 PostVisit.ai가 수상한 배경에는 이런 전략적 판단도 있었을 겁니다. 비판이 아니라, 해커톤의 현실을 이해하고 전략을 짜라는 조언입니다.

전략 3: 에이전틱 아키텍처를 제대로 씁니다

Forum Ventures 해커톤 우승자 Affaan Mustafa의 "Everything Claude Code" 저장소는 이 전략의 교본입니다. 13개 전문 서브에이전트, 56개 이상의 스킬, 32개 슬래시 명령어, 14개 MCP 서버 설정이 포함되어 있거든요.

핵심은 Claude Code를 단순한 코드 생성기가 아니라 "팀원"으로 쓰는 것입니다. Everything Claude Code 저장소에서 공개한 CLAUDE.md 파일의 구조를 보면, 프로젝트 컨벤션 정의가 얼마나 구체적인지 알 수 있습니다. 코딩 스타일, 디렉토리 구조, 기술 스택 제약조건, 에러 처리 패턴까지 명시하거든요. Claude Code가 코드를 생성할 때 이 파일을 참조하므로, 세션이 길어져도 일관된 스타일을 유지할 수 있습니다.

Mustafa가 특히 강조한 "context rot" 해결 전략은 이렇습니다. 긴 세션에서 AI가 초반 결정을 잊는 현상이 발생하면, 세션을 주기적으로 끊고 새 세션에서 CLAUDE.md와 이전 세션 요약을 함께 제공하는 방식이죠. 핵심 설계 결정을 CLAUDE.md에 누적 기록하기 때문에, 새 세션을 시작해도 프로젝트의 맥락이 유지됩니다.

14개 MCP 서버 설정 중 해커톤에서 바로 쓸 수 있는 것들을 꼽으면, 파일시스템 MCP 서버(프로젝트 파일 읽기/쓰기), GitHub MCP 서버(이슈/PR 관리), 데이터베이스 MCP 서버(PostgreSQL 등 연동), 웹 검색 MCP 서버(실시간 정보 조회)가 있습니다. 해커톤 전에 이 네 가지만 설정하고 테스트해 두어도 본 게임에서의 생산성이 크게 달라지죠.

전략 4: 데모에서 승부가 갈립니다

해커톤의 현실적인 측면을 이야기하자면, 심사위원이 각 프로젝트를 검토하는 시간은 매우 짧습니다. Built with Opus 4.6의 경우 500개 프로젝트를 6명의 심사위원이 검토했거든요. 단순 산술로도 심사위원 1인당 약 83개 프로젝트를 봐야 합니다. 각 프로젝트에 할애할 수 있는 시간은 제한적일 수밖에 없죠. 이런 상황에서 눈에 띄려면 데모가 강력해야 합니다.

CrossBeam의 데모가 효과적이었던 이유는 "건축 허가 신청서를 넣으면 반려될 항목을 즉시 보여준다"는 흐름이 직관적이기 때문입니다. 입력과 출력이 명확하고, 그 가치를 이해하는 데 30초면 충분하죠.

반대로, 아무리 기술적으로 뛰어나도 "이게 뭘 하는 건지" 설명하는 데 5분이 걸리면 승산이 낮아집니다. 데모 시나리오를 먼저 설계하고, 거꾸로 구현하는 접근이 유효합니다.

데모 설계에서 검증된 패턴이 있습니다. "문제 상황 보여주기(10초) → 도구로 해결하기(15초) → 결과 확인(5초)"의 30초 구조입니다. CrossBeam이면 "이 허가 신청서가 3번 반려됐습니다 → CrossBeam에 넣으면 → 반려 사유 7개가 즉시 나옵니다" 식이죠. PostVisit.ai도 "환자가 퇴원 후 처방 내용을 잊었습니다 → 앱에 질문합니다 → 진료 기록 기반 답변이 나옵니다"로 요약됩니다. 이 구조를 미리 만들어 놓고 개발에 들어가면, 불필요한 기능을 만드는 시간 낭비를 줄일 수 있습니다.

전략 5: 팀 구성에서 도메인 전문가를 넣습니다

Built with Opus 4.6의 교훈은 분명합니다. 개발자 4명으로 팀을 구성하는 것보다, 개발자 2명에 도메인 전문가 1명을 넣는 편이 낫습니다. 에이전틱 코딩 시대에는 코드를 짤 수 있는 사람이 아니라, 풀어야 할 문제를 정확히 아는 사람이 팀의 핵심이거든요.

엔트로픽의 2026년 에이전틱 코딩 트렌드 보고서에서도 "비전통 개발자의 채택 확산"을 주요 트렌드로 꼽았습니다. 개발자가 업무의 60%를 AI와 통합하는 시대에, 도메인 지식이 코딩 능력보다 희소한 자원이 되고 있죠.

팀 구성 전략을 조금 더 구체적으로 이야기하면 이렇습니다. 개발자가 Claude Code로 빠르게 프로토타입을 만들고, 도메인 전문가가 "이 부분은 실제로는 이렇게 동작하지 않는다", "이 데이터는 이런 형식으로 들어온다", "사용자는 이런 순서로 작업한다"고 피드백하는 사이클을 빠르게 돌리는 구조가 이상적입니다. 해커톤의 1주일 동안 이 사이클을 얼마나 많이, 얼마나 빠르게 돌리느냐가 결과물의 완성도를 결정하죠.

전략 6: 사전 준비가 본 게임입니다

해커톤은 1주일이지만, 준비는 그 전에 끝나 있어야 합니다. MCP 서버 설정, Claude Code 커스터마이징, 개발 환경 구축은 해커톤 기간에 할 일이 아니거든요.

Everything Claude Code 저장소가 별 55,400개를 받은 이유가 여기에 있습니다. 해커톤 전에 Claude Code 활용법을 철저히 익히고, 자신의 워크플로에 맞게 설정을 최적화해 둔 참가자가 본 게임에서 코딩에 집중할 수 있습니다.

구체적으로 어떤 준비를 해야 하는지 정리하면 이렇습니다. 첫째, CLAUDE.md 파일에 프로젝트의 코딩 컨벤션, 디렉토리 구조, 기술 스택, 에러 처리 방침을 미리 정의합니다. Everything Claude Code 저장소의 CLAUDE.md를 참고 템플릿으로 쓰되, 자신의 프로젝트에 맞게 수정하면 됩니다. 둘째, 전략 3에서 언급한 네 가지 핵심 MCP 서버(파일시스템, GitHub, 데이터베이스, 웹 검색)를 설치하고, 실제로 데이터를 주고받는 테스트까지 완료합니다. MCP 서버 설정에서 예상치 못한 오류가 발생하는 경우가 많기 때문에, 해커톤 당일에 처음 시도하면 시간을 낭비하게 됩니다. 셋째, 서브에이전트 패턴을 숙지해서 프론트엔드, 백엔드, 테스트를 병렬로 진행할 수 있는 워크플로를 만들어 둡니다. 이 세 가지를 해커톤 전에 끝내두면 첫날부터 프로젝트 핵심 로직에 집중할 수 있습니다.

한국 개발자를 위한 추가 조언

한국에서 열리는 AI 해커톤의 상황은 미국과 조금 다릅니다. 한국 특유의 산업 구조와 규제 환경에서 나오는 문제가 있고, 이것이 오히려 경쟁 우위가 될 수 있습니다.

한국은 금융, 의료, 교육, 공공 행정 분야에서 디지털 전환이 활발하게 진행 중이지만, 규제와 실무 프로세스 사이의 간극이 큰 영역이 많습니다. 단순히 예시를 나열하는 대신, CrossBeam의 우승 프레임워크를 한국 사례에 직접 적용해 보겠습니다. 건축 인허가를 예로 들어보죠.

한국의 건축 인허가도 캘리포니아 ADU 허가와 구조적으로 유사한 문제를 안고 있습니다. CrossBeam 프레임워크의 세 가지 기준으로 검증하면 이렇습니다. 첫째, "진짜 틈새인가"입니다. 한국에서 연간 처리되는 건축 허가 건수는 수십만 건에 달합니다. 국토교통부 건축행정 시스템에 따르면, 건축허가 신청부터 완료까지 평균 소요 기간이 상당히 길고 보완 요청으로 반복 제출하는 사례가 빈번하죠. 228개 기초지방자치단체마다 조례가 다르고, 건축법, 주차장법, 소방법, 장애인편의법 등 관련 법규가 복잡하게 얽혀 있습니다. 시장 규모는 캘리포니아 ADU 시장에 비견할 만합니다.

둘째, "실제 사용자의 고통이 있는가"입니다. 건축사사무소에서 일하는 실무자들의 이야기를 들어보면, 인허가 서류 작성과 보완에 투입하는 시간이 실제 설계 업무만큼 많다고 합니다. 작은 항목 하나를 누락해서 전체 서류가 반려되는 경험은 한국 건축 실무자라면 대부분 공감할 겁니다.

셋째, "AI에 적합한 작업인가"입니다. 건축 관련 법규, 조례, 지침은 모두 텍스트 문서입니다. 신청서와 법규를 대조하는 규칙 기반 검토 작업은 LLM이 잘하는 일이고요. 100만 토큰 컨텍스트에 관련 법규와 신청서를 함께 넣어 대조할 수 있습니다. 세 가지 모두 "예"입니다. 한국의 건축 인허가 사전 검토 AI는 CrossBeam과 같은 논리로 해커톤 수상작이 될 수 있는 주제죠. 이런 분석 방식을 자신의 도메인에 적용해 보는 것을 권합니다.

해커톤 경험이 있는 개발자들에게 물어보면, 한국 해커톤에서 B2B SaaS나 생산성 도구를 만드는 팀이 가장 많다고 합니다. 그런데 심사위원 입장에서는 그런 프로젝트를 이미 수십 번 본 상태거든요. 차별화의 핵심은 "다른 팀이 안 만드는 것"을 만드는 것이고, 그것은 자신만이 깊이 아는 도메인에서 나옵니다.

국제 해커톤에 참가하는 경우, 언어 장벽보다 더 중요한 것은 문제의 보편성입니다. CrossBeam이 "캘리포니아 건축 허가"라는 지역적 주제로 우승할 수 있었던 것은, 그 문제의 규모와 고통이 충분히 컸기 때문이죠. 한국 특유의 문제라도, 그 규모와 임팩트가 명확하면 글로벌 심사위원에게도 충분히 어필할 수 있습니다.

Google ADK 해커톤에서 브라질 팀의 Edu.AI가 수상한 것이 좋은 선례입니다. 브라질 교육 시스템이라는 지역적 주제였지만, "교육 접근성"이라는 보편적 가치를 담고 있었기 때문에 글로벌 심사위원에게 통했죠. 한국의 복잡한 부동산 거래 절차, 건강보험 청구의 비효율, 중소기업 세무 처리의 어려움 같은 주제들도 같은 논리로 접근할 수 있습니다. 핵심은 "한국에서만 겪는 문제"를 설명하는 것이 아니라, "이 정도 규모의 비효율이 존재하고, AI로 이렇게 해결된다"는 임팩트를 보여주는 것입니다.

마지막으로, 영어 발표 준비를 소홀히 하지 말아야 합니다. 글로벌 해커톤에서 프로젝트 설명과 데모 영상은 영어로 제출해야 하거든요. 기술은 만국 공통이지만, 문제의 맥락을 전달하는 것은 언어 능력에 달려 있습니다. 데모 영상의 스크립트를 미리 작성하고, 30초 안에 핵심을 전달하는 연습을 해두는 것을 권합니다.

에이전틱 시대의 해커톤이 말해주는 것

에이전틱 코딩 시장은 2025년 78.4억 달러에서 2030년 526.2억 달러로 성장할 전망입니다. 약 6.7배 성장이죠.

이 숫자를 해커톤 맥락에서 풀어보면 이렇습니다. 2023년 엔트로픽 런던 해커톤에 145명이 참가하던 시절, 에이전틱 코딩은 소수 얼리어답터의 영역이었습니다. 2026년 13,000명이 지원하는 시점에서는 메인스트림 개발자 문화의 일부가 되었고요. 이 속도라면 2027년에는 참가자 수만 명 규모의 에이전틱 해커톤이 일상이 될 겁니다.

2026년 해커톤 수상작들이 공통적으로 보여주는 것은, AI가 코드를 대신 짜주는 시대에 가치가 이동하고 있다는 점입니다. "코드를 짤 수 있는 능력"에서 "풀어야 할 문제를 정확히 정의하는 능력"으로요.

이 변화가 불편한 개발자도 있을 겁니다. 수년간 갈고닦은 코딩 실력이 덜 중요해지는 것처럼 느껴질 수 있으니까요. 하지만 역사적으로 보면, 어셈블리에서 C로, C에서 Python으로, 프레임워크에서 노코드로 추상화 수준이 높아질 때마다 같은 우려가 있었습니다. 그리고 매번 결과는 같았죠. 더 많은 사람이 소프트웨어를 만들 수 있게 되었고, 전문 개발자의 역할은 사라지지 않고 더 높은 수준의 문제 해결로 이동했습니다. 에이전틱 코딩 시대도 마찬가지일 겁니다.

MCP의 성장 수치도 이 추세를 뒷받침합니다. 엔트로픽이 2024년 말 MCP를 공개한 이후, 월간 SDK 다운로드가 9,700만 회에 도달하고 활성 서버가 10,000개를 넘겼거든요. ChatGPT, Cursor, Gemini, Microsoft Copilot 등 주요 AI 플랫폼이 모두 MCP를 지원하면서, MCP가 에이전틱 코딩의 사실상 표준 프로토콜로 자리잡았습니다. 해커톤에서 MCP 활용이 높은 점수를 받는 것은 이런 산업 흐름의 반영이죠.

변호사가 13,000명의 개발자를 이긴 것은 우연이 아닙니다. 캘리포니아 건축 허가의 고통을 매일 겪는 사람이, 그 고통을 해결하는 도구를 만든 것은 지극히 논리적인 결과죠. 심장내과 의사가 환자의 진료 내용 망각 문제를 풀고, 아버지가 딸의 프로그래밍 학습 도구를 만든 것도 마찬가지입니다.

다음 해커톤을 준비하는 분들에게 한마디 하자면, 앞서 제시한 체크리스트(전략 1)로 자신이 가장 잘 아는 문제를 하나 골라보는 것이 출발점입니다. 기술 준비는 전략 3과 6에 정리해 두었으니 참고하면 됩니다.

이번 해커톤 결과를 보면서 자꾸 떠오른 생각이 있습니다. AI 도구가 발전할수록 "개발자"의 정의 자체가 바뀌고 있다는 것입니다. 10년 전에는 코드를 작성하는 능력이 핵심 역량이었습니다. 5년 전에는 아키텍처 설계 능력이 추가되었고요. 지금은 "무엇을 만들 것인지 결정하는 능력"이 가장 중요한 역량이 되어가고 있습니다.

27년간 이 업계에서 반복적으로 확인해 온 것이 하나 있습니다. 기술의 격차는 시간이 지나면 좁혀지지만, 도메인 지식의 격차는 쉽게 좁혀지지 않습니다. 에이전틱 코딩 도구가 코드 작성의 진입 장벽을 낮추면 낮출수록, 이 원리는 더 분명해지죠. 2026년 해커톤의 수상자 세 명, 변호사, 아버지, 심장내과 전문의가 그것을 증명했습니다.

---

주요 해커톤 일정 참고

엔트로픽은 2026년에도 추가 해커톤을 개최할 가능성이 높습니다. Built with Opus 4.6의 성공 이후 커뮤니티의 요청이 이어지고 있고, 엔트로픽의 개발자 생태계 확장 전략과도 맞물려 있거든요. Microsoft는 연례 해커톤을 운영하고 있으며, Google은 ADK와 GKE 해커톤을 분기별로 진행하는 패턴을 보이고 있습니다.

한국에서도 AI 해커톤이 활발해지고 있습니다. 네이버, 카카오, SKT 등 국내 기업들의 AI 해커톤이 정기적으로 열리고 있고, 글로벌 기업들의 한국 지역 해커톤도 증가 추세입니다. Devpost, MLH, 각 회사의 개발자 블로그를 주기적으로 확인하면 참가 기회를 놓치지 않을 수 있죠. 엔트로픽과 Google의 글로벌 가상 해커톤은 한국에서도 참가할 수 있으므로 주시할 만합니다.

참고 자료

• Built with Opus 4.6: The Claude Code Hackathon (algo-mania.com)
• Threads @claudeai - 공식 수상자 발표
• CrossBeam GitHub 저장소 (github.com/mikeOnBreeze/cc-crossbeam)
• "I Studied Every Anthropic AI Hackathon Winner" (2ndorderthinkers.com)
• Claude 공식 X - CrossBeam 소개
• Cardiologist Builds Patient Care App in 7 Days (TechStory)
• Claude 공식 Threads - Elisa 발표
• The Day a Doctor Out-Coded 13k Developers (Medium/TechX)
• Everything Claude Code GitHub 저장소 (별 55,400개)
• Forum Ventures x Anthropic Hackathon (Devpost)
• Winners from Anthropic's Builder Day Hackathon (What Plugin AI Newsletter)
• Anthropic's Builder Day 상세 정리 (Indie Hackers)
• Pear VC x Anthropic Hackathon (Pear VC)
• Anthropic London Hackathon (Devpost)
• 8 Trends Shaping Software Engineering in 2026 (Tessl)
• Microsoft AI Agents Hackathon 2025 수상자
• Google Cloud AI Hackathon (OpenDataScience)
• GKE Hackathon Winner (SiliconAngle)
• Model Context Protocol 공식 문서 (Anthropic)