요약

entity/mike-brown 가 만든 Crossbeam 은 Anthropic 이 주최한 Global Claude Code 해커톤에서 우승한 프로젝트로, 캘리포니아 주의 ADU (Accessory Dwelling Unit, 추가 주거 단위) 건축 허가 절차를 AI 로 자동화 한 시스템이다. Crossbeam 의 핵심 기술 구성은 13 개의 병렬 스킬을 term/dag-based-planning (DAG 기반 계획 수립) 과 term/vision-language-integration (시각 + 언어 통합) 으로 묶은 형태 다. 본 사례가 본 강의에서 의미를 갖는 이유는 — 다른 7 사고 사례가 VBC 의 함정 을 보여주는 데 비해, Crossbeam 은 설계와 하네스를 제대로 박았을 때 VBC 가 어디까지 갈 수 있는지의 희망 사례 라는 점이다. 즉 공포 메시지의 짝 으로 사용된다.

상세

프로젝트 메타

해결한 문제 — 시장 사이즈

• 2018년 이후 ADU 발급 42만 9천 건 중 90% 이상이 수정으로 반려
• 매 반려마다 수주 시간 + 수천 달러 비용 낭비

입력 → 출력

• 입력: 건축 도면 청사진 + 시 당국 보완 요구 서한
• 출력: 엔지니어가 즉시 서명·제출 가능 한 재제출 패키지
  • 상세 분석 보고서
  • 전문 Scope of Work 명세서
  • 초안 답변 서한

핵심 기술 1: term/dag-based-planning (13개 병렬 스킬)

입력: 도면 PDF + 보완 서한
     ↓
[병렬 실행 — DAG 노드로 분해]
┌──────────────────────────────────────┐
│ 주법 ADU 스킬  │ 시 단위 리서치 스킬 │
│ 청사진 추출   │ 보완사항 해석 스킬  │
│ + 기타 9개 스킬 (총 13개 병렬)      │
└──────────────────────────────────────┘
     ↓ 결과 교차 검증
출력: 재제출 패키지

• 전체 Spec → 분석 가능한 최소 단위(DAG 노드)로 분해
• 각 노드 독립 실행 + 결과 참조
• 효과: 환각 감소, 추론 깊이 극대화

핵심 기술 2: term/vision-language-integration (VLI)

• 시각 모델로 건축 도면에서 구조·치수·공간 추출
• 텍스트 보완 서한과 매핑
• 실시간 웹 검색으로 최신 지방 조례(Government Code §66310-66342) 대조
• 도급업자에게 역방향 명확화 질문

→ 이미지 + 텍스트 + 실시간 웹 데이터 가 단일 논리 공간 에서 융합.

강의 활용

02 VBC lesson/vbc-coder-to-architect 희망 사례 + 03 HRN 사전 노출:

• 메시지:
  1. "VBC + 설계 + 하네스가 있을 때 1주일에 무엇이 가능한가?"
  2. "42만 9천 건의 90% 가 반려 되는 시장을 한 명의 개발자가 자동화 했습니다."
  3. "코드를 짠 게 아닙니다 — 13개 에이전트를 조향 했습니다."
  4. "이게 concept/orchestration 입니다."
• 03 HRN 으로 자연 전환 — 이런 시스템을 어떻게 만드는가.

주의사항

• 희망 사례의 위치: 실패 사례 6건 후 배치 — 공포 → 희망 흐름의 정점.
• 설계 선행 강조: Crossbeam 의 핵심은 DAG 분해 = 설계 선행. 강의에서 AI 가 다 해줬다 가 아니라 Mike Brown 이 13개 스킬을 설계했다 임을 강조.
• 시장 사이즈의 무게: 42만 9천 건 / 90% 반려 — 단순 토이 프로젝트가 아닌 실세계 시장 문제 임을 강조.
• GitHub 접근성 확인: github.com/mikeOnBreeze/cc-crossbeam 강의 전 접근 가능 여부 확인.
• case/elisa-project 와의 묶음: Crossbeam(외부 시장) + Elisa(교육 도구) = 설계 + 하네스의 두 사례.