클로드 코드 개발자가 공개하는 비법: 클로드를 '가상 개발팀'으로 만드는 방법은?

본 글은 클로드 코드 개발자인 보리스 체르니 가 작성한 원문입니다.

편집 및 정리: 샤오후 AI

클로드 코드(Claude Code)에 대해 들어보셨거나, 코드를 작성하거나 문서를 편집하는 데 사용해 보신 적이 있을지도 모릅니다. 하지만 인공지능이 단순히 "임시 도구"가 아니라 개발 프로세스의 정식 구성원, 나아가 자동화된 협업 시스템이 된다면 업무 방식이 어떻게 바뀔지 생각해 보신 적이 있습니까?

클로드 코드(Claude Code)의 개발자인 보리스 체르니는 자신이 이 도구를 효율적으로 사용하는 방법과 자신과 팀이 실제 업무에서 클로드를 전체 엔지니어링 프로세스에 어떻게 깊이 통합하는지에 대해 매우 자세한 트윗을 남겼습니다.

이 글에서는 그의 경험에 대한 체계적인 개요와 이해하기 쉬운 해석을 제공할 것입니다.

보리스는 어떻게 인공지능을 자신의 업무 흐름에서 자동화 파트너로 활용했을까요?

핵심 사항:

그는 자신의 작업 과정을 다음과 같이 설명했습니다.

Claude 사용 방법:

Claude 인스턴스를 여러 개 동시에 실행하세요. 터미널과 웹 페이지에서 5~10개의 세션을 열어 작업을 병렬로 처리하고, 모바일 기기에서도 Claude를 사용할 수 있습니다.

기본 설정을 함부로 변경하지 마십시오. Claude는 별도의 설정 없이 바로 사용할 수 있습니다.

가장 강력한 모델(Opus 4.5)을 사용하세요. 속도는 약간 느리지만 더 스마트하고 사용하기 쉽습니다.

코드를 작성하기 전에 계획하세요(계획 모드): 클로드가 코드 작성을 시작하기 전에 미리 생각할 수 있도록 도와주어 성공률을 높여줍니다.

코드를 생성한 후에는 형식을 검사하는 도구를 사용하여 오류를 방지하십시오.

클로드를 사용할수록 더 똑똑하게 만드는 방법:

팀은 "지식 기반"을 유지합니다. 클로드가 실수를 할 때마다 그 경험을 지식 기반에 추가하여 같은 실수를 반복하지 않도록 합니다.

PR을 작성할 때 Claude를 자동으로 학습시키세요. Claude가 PR을 보고 새로운 사용법이나 규칙을 학습하도록 합니다.

자주 사용하는 명령어가 슬래시 명령어로 변환되어 클로드가 자동으로 호출할 수 있으므로 반복적인 작업을 줄일 수 있습니다.

코드 간소화 및 함수 검증과 같은 특정 고정 작업을 처리하기 위해 "하위 에이전트"를 사용하십시오.

권한 관리 방법:

권한을 임의로 건너뛰는 대신, 자동으로 통과하도록 허용될 보안 명령을 설정합니다.

Claude 워크플로우를 웹, 터미널, 모바일 등 여러 기기에서 동기화합니다.

가장 중요한 점:

클로드에게는 자신이 작성한 내용이 정확한지 확인할 수 있는 "검증 메커니즘"이 제공되어야 합니다.

예를 들어, Claude는 자동으로 테스트를 실행하고, 브라우저에서 테스트 웹 페이지를 열고, 기능이 제대로 작동하는지 확인할 수 있습니다.

클로드 코드는 "도구"가 아니라 "파트너"입니다.

보리스는 먼저 핵심 개념을 전달했습니다. 클로드 코드는 정적인 도구가 아니라, 사용자와 함께 작동하고, 지속적으로 학습하며, 함께 성장할 수 있는 지능형 파트너라는 것입니다.

복잡한 설정이 필요하지 않고 바로 강력한 기능을 제공합니다. 하지만 시간을 투자하여 더 나은 사용 패턴을 구축한다면, 얻을 수 있는 효율성 향상은 기하급수적입니다.

모델 선택: 가장 빠른 모델이 아닌, 가장 똑똑한 모델을 선택하세요.

보리스는 모든 개발 작업에 "사고력"을 갖춘 클로드의 플래그십 모델인 Opus 4.5+를 사용했습니다.

이 모델은 소네트보다 크고 속도가 느리지만 다음과 같은 장점이 있습니다.

이해력이 더 뛰어납니다.
도구를 활용하는 능력이 향상됨
반복적인 안내가 필요 없고, 최소한의 소통만 필요합니다.
전반적으로 빠른 모델을 사용하는 것보다 시간을 더 절약할 수 있습니다.
교훈: 진정한 생산성은 실행 속도가 아니라 "실수 감소, 재작업 감소, 반복적인 설명 감소"에 있다.

1. 계획 모드: AI를 사용하여 코드를 작성할 때, AI가 "작성"하도록 서두르지 마세요.

Claude를 실행하면 많은 사람들이 본능적으로 "인터페이스를 작성하는 데 도움을 주세요" 또는 "이 코드를 리팩토링해 주세요"라고 입력합니다. Claude는 보통 "일부 코드를 작성"하지만, 종종 논리에서 벗어나거나, 오류를 범하거나, 심지어 요구 사항을 잘못 이해하기도 합니다.

보리스가 가장 먼저 한 일은 클로드에게 코드를 작성하게 하지 않는 것이었습니다. 그는 플랜 패턴을 사용했는데, 먼저 보리스와 클로드가 함께 구현 계획을 세운 다음 실행 단계로 넘어가는 방식이었습니다.

그는 어떻게 해냈을까?

풀 리퀘스트를 시작할 때, 보리스는 클로드에게 직접 코드를 작성하게 하지 않고, 대신 플랜 모드를 사용합니다.

1. 목표를 설명하세요

2. 클로드와 함께 계획을 세우세요.

3. 각 단계를 확인하세요

4. 그때서야 클로드는 글쓰기를 시작했다.

"특정 API에 속도 제한 기능을 추가하는 것"과 같이 새로운 기능을 구현해야 할 때마다 그는 클로드와 단계별로 협의합니다.

미들웨어를 사용하여 구현되었습니까, 아니면 로직에 내장되어 있습니까?
속도 제한 구성이 동적 수정을 지원해야 합니까?
로깅이 필요한가요? 오류 발생 시 어떤 결과를 반환해야 하나요?

이 "계획 협의" 과정은 두 사람이 함께 "건축 설계도"를 작성하는 것과 유사합니다.

클로드가 목표를 이해하면 보리스는 "자동 수정 승인" 모드를 활성화하여 클로드가 코드를 직접 수정하고 PR을 제출할 수 있도록 하며, 경우에 따라 수동 승인조차 필요하지 않게 됩니다.

"클로드의 코드 품질은 코드를 작성하기 전에 합의에 도달했는지 여부에 달려 있습니다." — 보리스

교훈: 클로드의 실수를 반복해서 바로잡는 것보다 처음부터 명확한 로드맵을 함께 세우는 것이 훨씬 낫다.

요약

계획 모드는 시간 낭비가 아닙니다. 사전 협상을 통해 안정적인 실행을 보장하기 때문입니다. 아무리 강력한 AI라도 결국에는 사용자가 "자신을 명확하게 설명"해야 합니다.

2. 다중 클로드 병렬 개발: 단일 AI가 아닌 가상 개발팀

보리스는 클로드라는 이름 하나만 사용하는 것이 아닙니다. 그의 일과는 다음과 같습니다.

터미널에서 Claude 인스턴스를 5개 열고 각 세션에 서로 다른 작업(예: 리팩토링, 테스트 작성, 디버깅)을 할당합니다.
로컬 머신과 동시에 실행되도록 브라우저에서 Claude 인스턴스를 5~10개 더 엽니다.
휴대폰에 설치된 Claude iOS 앱을 사용하여 언제든지 작업을 시작하세요.

각 Claude 인스턴스는 "개인 비서"와 같습니다. 어떤 인스턴스는 코드를 작성하고, 어떤 인스턴스는 문서를 완성하며, 또 어떤 인스턴스는 장시간 백그라운드에서 테스트 작업을 실행합니다.

그는 클로드가 입력을 기다리고 있을 때 즉시 알림을 받을 수 있도록 시스템 알림까지 설정해 두었다.

왜 이렇게 하는 거죠?

클로드의 컨텍스트는 로컬에 기반하므로 "모든 작업을 하나의 창에서 처리"하는 데 적합하지 않습니다. 보리스는 클로드를 여러 역할로 분할하여 병렬 처리를 수행함으로써 대기 시간과 "메모리 간섭"을 모두 줄입니다.

그는 또한 시스템 알림을 통해 "클로드 4가 당신의 답변을 기다리고 있습니다" 또는 "클로드 1이 테스트를 완료했습니다"와 같은 메시지를 확인하며, 마치 멀티스레드 시스템을 관리하듯 이러한 AI들을 관리했다.

유추적 이해

다섯 명의 유능한 인턴들이 각자 맡은 업무를 수행하고 있다고 상상해 보세요. 모든 업무를 처음부터 끝까지 책임질 필요는 없고, 중요한 순간에 담당자를 교체하여 업무가 원활하게 진행되도록 하면 됩니다.

시사점: 클로드를 여러 개의 "가상 비서"처럼 활용하여 각각 다른 작업을 수행하도록 하면 대기 시간과 컨텍스트 전환 비용을 크게 줄일 수 있다.

3. 슬래시 명령어: 매일 하는 작업을 클로드 단축키로 바꿔보세요.

우리가 하루에 수십 번씩 수행하는 몇 가지 워크플로는 다음과 같습니다.

코드 수정 → 커밋 → 푸시 → PR 생성
빌드 상태 확인 → 팀에 알림 → 문제 업데이트
여러 웹 세션과 로컬 세션의 변경 사항을 동기화합니다.
보리스는 클로드에게 "먼저 커밋하고, 푸시하고, PR을 생성하세요..."라고 계속해서 재촉하고 싶지 않았다.

그는 이러한 작업들을 다음과 같은 슬래시 명령어로 표현했습니다.

/commit-push-pr

이러한 명령어는 Bash 스크립트 로직을 기반으로 하며, .claude/commands/ 폴더에 저장되고 Git으로 관리되므로 팀 구성원이 사용할 수 있습니다.

Claude에서 이러한 명령어를 어떻게 사용하나요?

클로드는 이 명령을 만나면 단순히 "명령을 실행"하는 것이 아니라, 명령이 나타내는 워크플로를 이해하고 중간 단계를 자동으로 실행하고, 매개변수를 미리 채우고, 반복적인 통신을 방지할 수 있습니다.

핵심 사항 이해하기

슬래시 명령어는 클로드에 설치하는 "자동 버튼"과 같습니다. 작업 흐름을 이해하도록 학습시키면 한 번의 클릭으로 해당 작업을 실행할 수 있습니다.

"명령어를 사용하면 저뿐만 아니라 클로드도 시간을 절약할 수 있습니다." — 보리스

교훈: 프롬프트를 반복적으로 입력하는 것을 피하고, 자주 수행하는 작업을 추상화하여 명령으로 자동화함으로써 Claude와의 협업을 효율화하십시오.

4. 팀 지식 기반: 클로드는 지시문을 통해 학습하는 것이 아니라, 팀이 관리하는 지식 기반을 통해 학습합니다.

보리스의 팀은 .claude 저장소를 유지 관리하고 있으며 이를 Git 관리 시스템에 통합했습니다.

클로드에게는 마치 "내부 위키피디아"와 같은 곳이죠. 기록 내용은 다음과 같습니다.

올바른 표기법은 무엇인가요?
팀 계약서 작성에 있어 가장 좋은 방법은 무엇일까요?
어떤 문제들이 발생할 수 있으며, 어떻게 해결해야 할까요?

클로드는 컨텍스트를 이해하고 코드 스타일을 판단하기 위해 이 지식 기반을 자동으로 참조합니다.

클로드가 잘못했을 때 어떻게 해야 할까요?

클로드가 오해하거나 논리적 오류를 범할 때마다 그 교훈이 방정식에 추가됩니다.

각 팀은 자체 버전을 유지합니다.

모두가 편집 작업에 협력하고, 클로드는 실시간으로 이러한 지식 기반을 참조하여 판단을 내립니다.

예를 들어:

클로드가 페이지네이션 로직을 계속 잘못 작성한다면, 팀은 지식 기반에 올바른 페이지네이션 표준을 작성하기만 하면 모든 사용자가 자동으로 혜택을 받게 됩니다.

보리스의 접근 방식: 꾸짖거나 전원을 끄는 대신, 그는 "한 번 훈련시켰다":

这段代码我们不这样写，加进知识库

클로드는 다음번에 같은 실수를 반복하지 않을 것이다.

더욱 중요한 것은, 이 메커니즘은 보리스 혼자 유지하는 것이 아니라 매주 기여하고 수정하는 전체 팀에 의해 유지 관리된다는 점입니다.

교훈: 인공지능을 활용한다는 것은 각 개인이 개별적으로 일하는 것이 아니라, "집단 기억" 시스템을 구축하는 것입니다.

5. 자동 학습 메커니즘: PR 자체가 클로드의 "학습 데이터"입니다.

보리스는 코드를 검토할 때 종종 풀 리퀘스트에서 클로드를 @Claude로 언급합니다. 예를 들면 다음과 같습니다.

@.claude 이 함수 구문을 기술 자료에 추가해 주세요.

GitHub Actions와 함께 사용하면 Claude는 변경 의도를 자동으로 학습하고 그에 따라 내부 지식을 업데이트합니다.

이는 "클로드의 지속적인 학습"과 유사한데, 각 검토를 통해 코드가 개선될 뿐만 아니라 AI의 기능도 향상됩니다.

이는 더 이상 "사후 유지보수"가 아니라, AI의 학습 메커니즘을 일상적인 협업에 통합하는 것입니다.

팀은 풀 리퀘스트를 활용하여 코드 품질을 개선했고, 클로드는 동시에 자신의 지식을 향상시켰습니다.

교훈: PR은 단순히 코드 검토 과정일 뿐만 아니라 AI 도구가 발전할 수 있는 기회이기도 합니다.

6. 하위 에이전트: 클로드가 복잡한 작업을 모듈식으로 수행할 수 있도록 합니다.

보리스는 주요 작업 흐름 외에도 일반적인 보조 작업을 처리하는 몇 가지 하위 에이전트를 정의합니다.

서브에이전트는 자동으로 실행되는 일련의 모듈입니다. 예를 들면 다음과 같습니다.

코드 간소화 도구: Claude로 코드를 작성한 후 자동으로 코드 구조를 간소화합니다.
verify-app: 새 코드가 사용 가능한지 확인하기 위해 전체 테스트를 실행합니다.
로그 분석기: 오류 로그를 분석하여 문제를 신속하게 찾아냅니다.

이러한 하위 에이전트는 플러그인처럼 클로드의 워크플로에 자동으로 통합되어 반복적인 명령 없이 협업하여 실행됩니다.

교훈: 하위 요원들은 클로드의 "팀원"이며, 이로써 클로드는 단순한 조수에서 "프로젝트 사령관"으로 격상되었다.

클로드는 단순한 사람이 아니라 팀을 이끌 수 있는 미니 매니저와 같은 존재입니다.

7. 추가 문단 1: PostToolUse 훅 – 코드 서식의 마지막 관문

팀 환경에서 모든 구성원이 일관된 스타일로 코드를 작성하도록 하는 것은 쉽지 않습니다. Claude는 강력한 코드 생성 기능을 갖추고 있지만, 들여쓰기가 약간 부적절하거나 빈 줄이 너무 많은 등의 사소한 결함에서 완전히 자유로운 것은 아닙니다.

보리스의 접근 방식은 PostToolUse 훅을 설정하는 것입니다.

간단히 말해, 이것은 Claude가 "작업이 완료된 후" 자동으로 호출하는 "사후 처리 후크"입니다.

주요 기능은 다음과 같습니다.

자동 코드 서식 복구
누락된 주석을 추가하세요
CI가 충돌하는 것을 방지하기 위해 린트 오류를 처리하세요.

이 단계는 대개 간단하지만 매우 중요합니다. 마치 기사를 작성한 후 Grammarly를 다시 실행하는 것과 같습니다. 이렇게 하면 제출된 원고가 일관성 있고 깔끔하게 정리되었는지 확인할 수 있습니다.

AI 도구의 경우, 사용 편의성의 핵심은 생성 능력보다는 작업을 처리하는 능력에 있는 경우가 많습니다.

8. 접근 제어: 건너뛰기 대신 사전 승인 사용.

보리스는 명령 실행 시 모든 권한 요청 메시지를 건너뛰는 클로드 코드의 매개변수인 `--dangerously-skip-permissions`를 사용하지 않는다고 명시적으로 밝혔습니다.

편리해 보이지만, 실수로 파일을 삭제하거나 잘못된 스크립트를 실행하는 등 위험할 수도 있습니다.

그가 제시하는 대안은 다음과 같습니다.

1. /permissions 명령어를 사용하여 신뢰할 수 있는 명령어를 명시적으로 지정하십시오.

2. 이러한 권한 설정을 .claude/settings.json 파일에 작성하십시오.

3. 이러한 보안 설정을 팀 전체와 공유하세요.

이는 마치 Claude가 사용할 수 있는 작업 목록을 미리 만들어 두는 것과 같습니다. 예를 들면 다음과 같습니다.

"preApprovedCommands": [

"git commit",

"npm run build",

"pytest"

]

클로드는 이러한 작업들을 매번 중단 없이 직접 실행합니다.

이 권한 관리 메커니즘은 독립형 도구라기보다는 팀 운영 체제와 유사하게 설계되었습니다. 그는 `/permissions` 명령어를 사용하여 자주 사용되는 보안 bash 명령어에 대한 사전 권한을 부여하고, 이러한 설정은 `.claude/settings.json` 파일에 저장되어 팀원들과 공유됩니다.

교훈: AI 자동화가 통제력 상실을 의미하는 것은 아닙니다. 진정한 엔지니어링은 자동화 프로세스 자체에 안전 전략을 통합하는 데 있습니다.

9. 다기능 연동 장치: 클로드 = 다기능 로봇

보리스는 클로드에게 로컬에서 코드를 작성할 수 있도록 허용했을 뿐만 아니라, MCP(중앙 제어 서비스 모듈)를 통해 여러 핵심 플랫폼에 접근할 수 있도록 구성해 주었습니다.

빌드 결과와 같은 Slack 알림을 자동으로 전송합니다.
BigQuery 데이터(예: 사용자 행동 지표)를 조회합니다.
Sentry 로그를 캡처합니다(예: 온라인 이상 징후 추적용).

어떻게 하면 이것을 이룰 수 있을까요?

MCP 설정은 .mcp.json 파일에 저장됩니다.

Claude는 런타임에 구성을 읽고 플랫폼 간 작업을 자율적으로 실행합니다.

팀 전체가 단일 구성을 공유합니다.

이 모든 것은 MCP(Claude의 중앙 제어 시스템)를 통한 Claude와의 통합을 통해 이루어지며, 구성은 .mcp.json 파일에 저장됩니다.

클로드는 당신을 도와줄 수 있는 로봇 비서와 같습니다.

"코드 작성 → PR 제출 → 결과 확인 → QA팀에 알림 → 로그 보고".

이것은 더 이상 전통적인 의미의 AI 도구가 아니라 엔지니어링 시스템의 핵심 신경 센터입니다.

교훈: AI를 "편집기" 기능에만 국한시키지 마세요.

이는 전체 시스템 생태계의 스케줄러 역할을 할 수 있습니다.

10. 장시간 실행되는 작업의 비동기 처리: 백그라운드 에이전트 + 플러그인 + 훅

실제 프로젝트에서 클로드는 다음과 같은 장시간 소요되는 작업을 처리해야 할 때가 있습니다.

빌드 + 테스트 + 배포
보고서 생성 + 이메일 전송
데이터 마이그레이션 스크립트 실행 중

보리스의 접근 방식은 매우 치밀하게 계획된 것이다.

장시간 소요되는 작업을 처리하는 세 가지 방법:

1. 완료 후, 클로드는 백그라운드 에이전트를 사용하여 결과를 검증합니다.

2. 작업이 종료될 때 후속 작업이 자동으로 실행되도록 정지 후크를 사용하십시오.

3. 장시간 실행되는 프로세스의 상태를 관리하려면 @GeoffreyHuntley가 제안한 ralph-wiggum 플러그인을 사용하십시오.

이러한 시나리오에서 보리스는 다음을 사용할 것입니다.

--permission-mode=dontAsk

또는 권한 요청 메시지로 인해 전체 프로세스가 중단되는 것을 방지하기 위해 샌드박스 환경에서 작업을 실행할 수 있습니다.

클로드는 "지속적인 감시"를 추구하는 사람이 아니라, 프로젝트 관리를 믿고 맡길 수 있는 협력자입니다.

이번 일을 통해 얻은 교훈은 다음과 같습니다. AI 도구는 빠르고 간편한 작업뿐만 아니라 장기적이고 복잡한 프로세스에도 적합합니다. 단, 이를 위한 적절한 "관리 메커니즘"을 구축해야 합니다.

11. 자동 검증 메커니즘: Claude의 출력값 자체는 중요하지 않습니다. 핵심은 Claude가 스스로를 검증할 수 있는지 여부입니다.

보리스가 배운 가장 중요한 교훈은 다음과 같습니다.

Claude가 출력하는 모든 결과에는 정확성을 확인하기 위한 "검증 메커니즘"이 있어야 합니다.

그는 Claude에 검증 스크립트 또는 후크를 추가할 것입니다.

코드를 작성하고 나면 Claude가 자동으로 테스트 케이스를 실행하여 코드가 올바른지 확인합니다.
브라우저에서 사용자 상호 작용을 시뮬레이션하여 프런트엔드 환경을 검증합니다.
실행 전후의 로그와 메트릭을 자동으로 비교합니다.

실패할 경우, 클로드는 성공할 때까지 자동으로 수정하고 다시 실행합니다.

마치 클로드가 자신만의 "폐쇄 루프 피드백 시스템"을 가져온 것 같았다.

이는 품질을 향상시킬 뿐만 아니라 사람들의 인지적 부담을 줄여줍니다.

이번 연구를 통해 얻은 교훈은 AI 결과의 품질을 진정으로 결정하는 것은 모델 매개변수의 개수가 아니라 "결과 검증 메커니즘"을 설계했는지 여부라는 점입니다.

요약하자면, 목표는 인공지능이 인간을 대체하는 것이 아니라 인간처럼 협력하는 것입니다.

보리스의 접근 방식은 어떤 "숨겨진 기능"이나 마법에 의존한 것이 아니라, 클로드의 활용도를 설계하여 단순한 "채팅 도구"에서 고성능 업무 시스템의 구성 요소로 업그레이드한 것이었습니다.

그가 클로드를 활용하는 방식에는 몇 가지 중요한 특징이 있습니다.

다중 세션 병렬 처리: 명확한 작업 분할 및 효율성 향상
계획 우선: 계획 모드는 클로드의 목표 정렬을 향상시킵니다.
지식 시스템 지원: 팀은 AI의 지식 기반을 공동으로 유지 관리하고 지속적으로 개선합니다.
작업 자동화: 슬래시 명령과 하위 에이전트를 통해 Claude는 워크플로 엔진처럼 작동합니다.
폐쇄 루프 피드백 메커니즘: Claude의 각 출력에는 안정적이고 신뢰할 수 있는 출력을 보장하기 위한 검증 로직이 포함되어 있습니다.

사실 보리스의 접근 방식은 인공지능을 활용하는 새로운 방식을 보여줍니다.

클로드를 "대화형 도우미"에서 "자동 프로그래밍 시스템"으로 업그레이드하세요.
인간 두뇌의 지식 축적을 인공지능을 위한 지식 기반으로 전환합니다.
반복적인 수동 작업을 스크립트 기반의 모듈식 협업 자동화 워크플로로 전환하십시오.

이 접근 방식은 마법에 의존하는 것이 아니라 엔지니어링 역량을 보여주는 것입니다. 또한 이를 통해 클로드나 다른 AI 도구를 더욱 효율적이고 지능적으로 사용하는 방법을 배울 수 있습니다.

Claude를 사용하면서 "아는 게 좀 있긴 한데 믿을 수가 없다"거나 "Claude가 작성한 코드를 항상 수정해야 한다"는 생각이 자주 든다면, 문제는 Claude 자체에 있는 것이 아니라, Claude와 원활하게 협업할 수 있는 체계적인 메커니즘을 제공하지 않았기 때문일 수 있습니다.

클로드는 어떻게 활용하느냐에 따라 유능한 인턴이 될 수도 있고 믿음직한 엔지니어링 파트너가 될 수도 있습니다.