리트머스의 영상 **「엑셀·워드·PPT·노션까지 AI로 똑같이 만들어봤습니다」**에서는 REA(Reverse Engineering Anything)를 Claude Code와 Codex에 연결해 기존 소프트웨어의 기능과 UI를 분석하고, 실제로 유사한 앱을 재구현하는 과정을 보여줍니다. > 리버스 엔지니어링은 소프트웨어 라이선스, 저작권, 이용약관과 직접 관련될 수 있습니다. **본인이 소유한 프로그램, 오픈소스, 또는 분석·재구현 권한이 명확한 대상에서 사용하는 것이 중요합니다.** ## REA는 무엇을 해주는가 REA는 완전히 새로운 역공학 기술이라기보다 기존 도구와 분석 절차를 Claude Code·Codex 같은 AI 코딩 에이전트가 쓰기 쉽게 Skill 형태로 묶은 도구에 가깝습니다. 영상에서는 REA가 다음과 같은 전통적 역공학 도구를 활용할 수 있도록 구성됐다고 설명합니다. - Ghidra - IDA Pro - 바이너리/번들 분석 - 네트워크 요청 관찰 - 앱 동작 분석 핵심은 **무엇을 어떤 순서로 분석할지 AI 에이전트에게 워크플로우로 제공하는 것**입니다. ## 엑셀·원노트·PPT·워드·캡컷을 실제로 복제 영상에서는 Microsoft 계열 앱과 CapCut을 대상으로 유사 앱을 만들어 비교합니다. ### Excel UI와 기본 함수, 서식, 피벗 일부까지 구현됐지만 자동완성·대규모 시트·세부 UX에서 한계가 보입니다. ### OneNote 레이아웃과 기본 동작은 상당히 유사했지만 스크린샷 삽입, 들여쓰기 등 일부 기본 기능이 빠졌습니다. ### PowerPoint 외형은 비슷하지만 도형 편집·표 수정·세부 인터랙션처럼 핵심 UX가 약했습니다. ### Word 문서 편집·표·날짜 입력 등 기본 기능은 구현되지만 세밀한 문서 기능은 제한적이었습니다. ### CapCut 타임라인·미디어 추가·기능 메뉴는 많이 재현됐지만 편집 인터랙션과 핵심 미디어 처리 품질은 부족했습니다. ## 겉모습을 베끼는 것과 제품을 복제하는 것은 다르다 영상의 중요한 포인트는 **UI를 비슷하게 만드는 것과 실제 제품 기능을 재현하는 것은 완전히 다른 문제**라는 점입니다. AI는: - 버튼 - 메뉴 - 레이아웃 - 기본 화면 흐름 같은 표면적 구조는 빠르게 재현하지만: - 동시 편집 - 실시간 동기화 - 대규모 데이터 정합성 - 권한 처리 - 인증 - 복잡한 백엔드 같은 부분은 훨씬 어렵습니다. ## 노션 클론에서는 접근 방식이 달랐다 가장 흥미로운 부분은 Notion 클론입니다. 단순히 화면을 보고 따라 만드는 방식이 아니라 다음 자료를 수집해 **기능 명세를 먼저 만들었습니다.** - Notion 사용 설명서 - 업데이트 로그 - 브라우저에서 보이는 API 요청 - 번들/프론트엔드 동작 이를 기반으로 약 **3,000개의 기능 명세/테스트 케이스**를 만들고 AI 에이전트를 반복 실행했습니다. 즉: **관찰 → 기능 분해 → 테스트 케이스화 → 구현 → QA → 수정 반복** 구조입니다. ## 왜 노션 결과가 더 좋았나 영상에서는 초기 기능 테스트가 약 38점 수준이었지만 반복 QA와 수정으로 96점 수준까지 올라갔다고 설명합니다. 차이는 REA 자체보다 **요구사항과 테스트 케이스를 얼마나 세밀하게 정의했는가**에 있었습니다. 즉, AI 코딩에서 중요한 것은 단순히 좋은 모델을 쓰는 것이 아니라: - 기능 명세 - QA 기준 - 에이전트 역할 분리 - 반복 검증 - 오류 수정 루프 를 잘 설계하는 것입니다. ## 약 8시간 만에 고품질 노션 클론 영상에서는 Claude 기반 에이전트를 병렬로 나눠 실행해 약 8시간 정도에 높은 수준의 Notion 클론을 만들었다고 설명합니다. 하지만 이것을 'Notion 전체를 8시간 만에 복제했다'고 이해하면 안 됩니다. Notion이 오랜 기간 쌓아온: - 실시간 협업 - 대규모 동기화 - 서버 인프라 - 권한 모델 - 안정성 - 성능 최적화 까지 그대로 재현한 것은 아닙니다. ## Litpage 공개 영상에서 완성된 Notion 스타일 프로젝트는 **Litpage**라는 이름으로 오픈소스 공개됐습니다. 특징은: - Notion 유사 UI/UX - 페이지 - 데이터베이스 - AI 기능 - Self-hosting - Node.js 프로세스 - SQLite 기반 입니다. 개인 프로젝트나 내부용 Workspace로 참고하기 좋은 형태입니다. ## AI 리버스 엔지니어링의 진짜 가치 이번 영상에서 가장 중요한 점은 '소프트웨어를 복제할 수 있다'가 아닙니다. 더 중요한 변화는 **기존 제품을 분석해 요구사항과 기능 구조를 자동으로 추출하고, 이를 개발 에이전트의 입력으로 바꿀 수 있다는 것**입니다. 즉: **기존 제품 분석 → 기능 명세 자동화 → AI 구현 → 테스트 자동화** 로 이어집니다. 이 방식은 완전한 복제보다 다음과 같은 합법적 개발 작업에서 더 유용합니다. - 레거시 시스템 재구축 - 내부 도구 마이그레이션 - 오픈소스 프로젝트 재설계 - 기존 서비스 기능 분석 - UI/UX 벤치마킹 - 요구사항 역추출 ## AI 시대의 소프트웨어 해자는 어디로 갈까 영상 후반의 중요한 관찰은 **프론트엔드 기능과 화면 복제는 점점 쉬워지고, 경쟁력은 백엔드·데이터·운영 품질로 이동할 수 있다**는 점입니다. 특히: - 동시성 - Sync - 데이터 정합성 - 보안 - 권한 - 대규모 운영 - 도메인 데이터 는 여전히 쉽게 복제되지 않습니다. ## 핵심 정리 이번 실험은 REA 하나만의 성능 비교라기보다 **AI 코딩 워크플로우 품질이 결과를 얼마나 크게 바꾸는지** 보여주는 사례입니다. 핵심 흐름은: **Reverse Engineering → Feature Catalog → Test Case → Multi-Agent Implementation → QA Loop → Refinement** 입니다. 결국 AI 개발에서 중요한 것은 '한 번에 만들어줘'가 아니라 **기능을 얼마나 잘 분해하고, 검증 기준을 얼마나 명확히 만들고, 에이전트를 얼마나 구조적으로 반복 실행하느냐**입니다.