12개 모델로 레이캐스터 미로, 3D 루빅스 큐브, 계산기, Conway’s Game of Life 앱을 만들었어요. GPT-5.6 Sol과 Claude Fable 5가 복잡한 과제에서 높은 성공률을 기록했어요.
모델별로 과제당 5회 시도 후 성공 횟수, 비용, 시간, 결과물을 공개했어요. 다양한 실험 데이터를 통해 각 모델의 강점과 한계를 파악할 수 있었어요.
이 실험은 LLM 앱 개발의 현실적인 어려움과 잠재력을 보여주며, 모델 선택 시 성능뿐 아니라 비용과 시간도 고려해야 함을 시사해요.