PromWeb

챗GPT로 GIF 만들어 봤어요 | 16개 중 14개 성공·공 3번 튀기기는 2번만 (2026년 11월)

한 줄 결론 (2026년 11월 8일 직접 테스트)챗GPT에 GIF(움직이는 그림) 3개를 시켜 봤더니, 확인한 16개 중 14개를 맞췄어요.한글 글자 움짤은 5개 중 5개 만점이었고, 공 튀기는 횟수는 한 번 틀렸어요.그래서 이렇게 하세요: 일반 채팅에서 "다음 내용으로 GIF를 만들어줘"라고 쓰고, 다 나오면 펼쳐서 한 장씩 꼭 확인하세요.🧪 테스트 환경날짜: 2026년 11월 8일 · 장소: PC 크롬 브라우저의 챗GPT 웹계정: 유료 요금제(Pro) · 모드: 기본 빠른 모드(화면에 'Instant'라고 나와요)테스트 3개: ① 공 튀기기 ② 한글 글자 움짤 ③ 제가 그린 눈사람 그림 움직이기요즘 챗GPT에 GIF 만들기가 생겼다는 소식이 많아요.GIF는 몇 장의 그림이 빠르게 넘어가는 움짤 파..

gstack 리뷰 체크리스트 넣고 빼고 비교해봤어요 | 챗GPT 코드 리뷰 버그 15개 14 vs 15·줄 번호는 10개 중 1개만 정확 (2026년 11월)

결론부터 말할게요. 깃허브 스타 14만 개짜리 gstack의 코드 리뷰 체크리스트(/review)를 챗GPT에 붙여넣고, 버그 15개를 일부러 심은 가짜 쇼핑몰 코드를 리뷰시켜 봤어요.버그 찾기: 체크리스트 없이 14/15개 vs 넣고 15/15개 (2026년 11월 6일 제 테스트)맞는 코드인데 틀려 보이게 넣은 함정 7개: 둘 다 잘못 지적 0개차이가 난 건 딱 하나, AI가 돌려준 태그 목록의 형태를 검사하지 않는 버그였어요. 체크리스트에 그 항목이 그대로 적혀 있었거든요.예상 밖: 체크리스트가 "줄 번호를 적어라"고 시켜서 적긴 했는데, 일반 코드에서는 10개 중 1개만 정확(최대 8줄 어긋남)했어요.한 줄 요약: 챗GPT 기본 실력이 이미 좋아서 점수 차이는 작아요. 체크리스트의 진짜 쓸모는 "..

grill-me 스킬 넣고 빼고 비교해봤어요 | 챗GPT 추천 답 15개 vs 0개·1라운드 질문 7개 vs 2~4개 (2026년 11월)

결론부터 말할게요 (2026년 11월 6일 직접 테스트)깃허브에서 스타 31만 개를 넘긴 맷 포콕의 grill-me 스킬(실제 내용은 grilling 지침)을 챗GPT 임시 채팅에 붙여넣고, 붙이지 않았을 때와 같은 계획으로 비교했어요.스킬을 넣으니 1라운드 질문이 7개(스킬 없이는 4개·2개), 질문마다 추천 답이 붙어서 15개 중 15개(스킬 없이는 질문별 추천 0개)였어요.제가 미리 심어 둔 빈틈 10개 중 2라운드까지 질문으로 물어본 건 7개 vs 5개. 다만 "언급만 한 것"까지 세면 둘 다 9개라서, 빈틈을 찾는 능력보다 결정하게 만드는 방식에서 차이가 났어요.예상 밖 수확: 제가 실수로 쓴 "11월 22일(토)"가 사실은 일요일이라는 걸 세 번 실행 모두 첫 화면에서 잡아냈어요.테스트 환경테..

Scrapling 깃허브 직접 설치해봤어요 | 사이트 개편 후 20/20 찾았지만 가격 바뀌면 7개 오답 (2026년 11월)

결론부터 말할게요요즘 깃허브에서 빠르게 크고 있는 파이썬 웹 스크래핑 도구 Scrapling(스크래플링)을 클라우드 리눅스에 직접 설치해서, 정답을 아는 가짜 쇼핑몰 페이지 5개로 시험해 봤어요.사이트가 클래스 이름을 바꾸거나 감싸는 구조를 추가한 경우, 예전 선택자 그대로 20칸 중 20칸을 찾아냈어요. 같은 선택자를 쓴 BeautifulSoup4는 0칸이었어요.하지만 태그까지 바뀌면 기본 설정에선 0칸이었고, 기준을 30%로 낮추자 찾긴 했는데 가격까지 바뀐 페이지에선 10개 중 7개가 다른 상품의 가격을 정답처럼 돌려줬어요.그 밖에 명령 한 줄로 웹페이지 → 마크다운 변환 20/20, 비슷한 요소 찾기 9/9, 텍스트 추출 속도는 제 측정에서 BeautifulSoup4+lxml보다 약 3.8배 빨랐..

✅ 결론부터 말씀드리면깃허브에서 뜨고 있는 stack-diagram(AI 구조도 그리기 스킬)을 직접 설치해서, 같은 서비스 구조도를 챗GPT 이미지 생성과 나란히 그려봤어요.채점 11개 항목(노드·화살표·방향·한국어 라벨·로고·수정 요청 등)에서 스킬 11/11, 챗GPT 11/11로 동점이었어요. "그림 한 장"만 필요하면 챗GPT로도 충분해요.차이는 수정과 결과물 형태에서 났어요. 스킬은 HTML 14줄만 바꿔 3.8초 만에 다시 그렸고, 라이트·다크 PNG와 HTML 원본이 남아요. 챗GPT는 그림 전체를 새로 만들고, 요청하지 않은 요소 3개를 덧붙였어요.로고 자동 찾기는 22개 중 19개 성공. 그런데 카카오·네이버·토스는 0/3이라 한국 서비스는 로고 주소를 직접 넣어야 해요.🧪 테스트 환..

결론부터 말하면: 스킬을 넣어도 총점은 똑같았고, 놓치는 항목만 바뀌었어요깃허브에서 스타 5.8만 개를 받은 마케팅 스킬 모음 marketingskills의 ai-seo 스킬(GEO 최적화 스킬)을 챗GPT에 붙여 넣고, 안 넣었을 때와 비교했어요.문제 10개를 일부러 심은 블로그 글을 각각 2번씩 점검시켰더니 스킬 없음 16/20점, 스킬 넣음 16/20점으로 같았어요.스킬을 넣으면 비교표·작성자 정보는 2번 다 짚었지만, 작성일이 없는 문제는 2번 다 "문제 아님"으로 넘겼어요(스킬 본문에는 날짜가 중요하다고 적혀 있는데도요).함정 2개(GPTBot·Google-Extended 차단)는 4번 모두 정확히 구분했어요.테스트 환경 (2026년 11월 2일 직접 테스트)· 저장소: github.com/co..

결론부터 말씀드릴게요.깃허브 스타 12만 개가 넘는 awesome-design-md의 DESIGN.md 파일 하나를 챗GPT에 붙여넣었더니, 같은 랜딩 페이지 과제에서 디자인 규칙 10개 항목 점수가 0점 → 10점이 됐어요. 버튼 색(#5645d4), 모서리 8px, 제목 80px·자간 -2px까지 숫자 그대로 맞췄어요.더 쓸모 있었던 발견은 앞부분 '토큰'만 잘라서 붙여도(원문의 37% 길이) 9점이 나왔다는 점이에요. 놓친 1개는 쓴 색 중 팔레트 비율이 78%로 기준(80%)에 살짝 못 미친 것뿐이었어요.대신 코드가 길어져서(약 1만 9천 자 → 3만 8천 자) 챗GPT가 중간에 끊겼고, "이어서 써줘"를 2번 보내야 했어요.테스트 환경 (2026년 11월 1일 직접 테스트)저장소: github...

한 줄 결론제미나이가 10월 29일부터 채팅 안에서 파일을 만들고 미리 보고 고칠 수 있게 됐다고 해서 직접 써봤어요. 새로 만드는 건 16개 항목 16개 모두 정답(구글 시트 금액·합계 9/9, PDF 안내문 필수 정보 7/7)이었어요. 그런데 "이 부분 고쳐 줘"라고 AI에게 맡긴 4번 중 파일이 실제로 바뀐 건 0번이었어요. 지금은 "제미나이로 초안 만들고, 고치는 건 내가 직접 클릭해서"가 제일 빠른 방법이에요.🧪 테스트 환경테스트 날짜: 2026년 10월 31일(토) 저녁요금제: Google AI Pro (무료 계정은 따로 테스트하지 않았어요)모델: Gemini 3.6 Flash(기본값), 4 Argon(모델 선택 메뉴에서 변경)기기: Windows PC, 크롬 브라우저, gemini.goog..

결론부터 말씀드릴게요 (2026년 10월 30일 직접 테스트)라이트팬더(Lightpanda)는 크롬을 고친 게 아니라 Zig로 처음부터 만든 AI·자동화용 헤드리스 브라우저예요. 깃허브 스타 37.9k(10월 30일 기준).제가 만든 '정답 아는' 테스트 페이지 12개에서 기본 옵션 9개, --wait-until done 붙이면 11개, iframe 옵션까지 붙이면 12개를 맞혔어요. 크로미움은 12개.같은 12페이지 기준 페이지당 0.25초 vs 1.67초(약 6.7배 빠름), 최대 메모리 23MB vs 394MB(약 1/17)였어요.기존 Playwright 코드는 연결 주소 한 줄만 바꿨더니 클릭·입력·이동 과제 6개가 그대로 돌아갔어요. 다만 스크린샷은 글자만 찍히고 한국어가 □로 나와요.한 줄 평..

결론부터 말할게요 (2026년 10월 30일 직접 테스트)문제 10개를 일부러 심은 기획서를 챗GPT에 세 가지 방식으로 검토시켰더니 같은 채팅(맥락을 아는 상태) 7.5개, 새 채팅 그냥 부탁 9개, 새 채팅 + 구글 EGM 금붕어 지침 9개를 찾았어요.점수 차이를 만든 건 지침보다 "새 채팅이냐 아니냐"였어요. 같은 채팅에서는 문서에 없는 재시도 정책을 문서에 있는 것처럼 요약했어요.금붕어 지침은 점수는 같았지만 지적이 19개로 가장 많고 구체적이었어요. 대신 답변이 중간에 끊겼어요.셋 다 "성공 지표가 없다"는 문제는 놓쳤어요. AI 검토만 믿으면 안 되는 이유예요.테스트 환경날짜: 2026년 10월 30일저장소: github.com/google/elephant-goldfish-model (커밋 5..

결론부터 말씀드릴게요깃허브 스타 8.6만 개짜리 AI 디자인 지침 impeccable을 직접 돌려봤어요. 챗GPT에게 같은 랜딩 페이지를 시키면서 지침만 넣고 빼 봤더니, impeccable 검사기가 찾은 'AI 티'가 21개 → 4개로 줄었어요(브라우저 검사 기준).검사기 자체도 시험했어요. 일부러 AI 티 11개를 심은 페이지에서 파일 검사 9개, 브라우저 검사 8개를 잡았고, 함정으로 넣은 정상 요소 3개는 하나도 잘못 잡지 않았어요.설치 없이 npx 한 줄이면 내 페이지를 검사할 수 있어요. 무료(Apache-2.0)이고 API 키도 필요 없어요.다만 지침을 지킨 버전에서도 마우스를 올리면 버튼 글씨가 안 보이는 버그가 나왔어요. 지침은 '바닥'을 올려줄 뿐, 검사는 꼭 따로 해야 해요.테스트 환..

한 줄 결론 (2026년 10월 24일 직접 테스트)깃허브 스타 6만 개짜리 humanizer 스킬(SKILL.md)을 챗GPT 새 채팅에 붙여넣고, 붙이지 않았을 때와 같은 글 2개로 비교해 봤어요. 일부러 심어 둔 AI 말투 패턴은 지침 없음 20/22개 → humanizer 22/22개로 다 지워졌고, 숫자·날짜·가격 18개는 둘 다 그대로 지켰어요.다만 원문에 없던 사실을 지어내는 문제는 2곳 → 1곳으로 줄었을 뿐 0이 되진 않았어요. 지침을 넣어도 마지막 확인은 사람이 해야 해요.테스트 환경· 날짜: 2026년 10월 24일(토) 저녁· 저장소: github.com/blader/humanizer · 커밋 8c307f3(2026-10-16) · 버전 3.1.0 · MIT 라이선스 · 스타 약 6..