Claude Code 제작자, 워크플로우 공개: 개발자들 '경악'

미국 - 이크바리 뉴스 통신사

Claude Code 제작자, 워크플로우 공개: 개발자들 '경악'

세계에서 가장 진보된 코딩 에이전트의 제작자가 연설할 때, 실리콘 밸리는 단순히 듣는 것을 넘어 기록합니다. 지난 한 주 동안, 엔지니어링 커뮤니티는 Anthropic의 Claude Code 제작자이자 책임자인 Boris Cherny가 X(구 Twitter)에 올린 스레드를 분석해 왔습니다. 개인 터미널 설정의 캐주얼한 공유로 시작된 것이 소프트웨어 개발의 미래에 대한 바이럴 선언문으로 빠르게 발전했으며, 업계 내부자들은 이를 스타트업의 중요한 순간으로 평가하고 있습니다.

Cherny의 발표를 둘러싼 흥분은 실로 대단합니다. 개발자 커뮤니티의 저명한 인사인 Jeff Tang은 "Claude Code의 모범 사례를 직접 제작자로부터 읽지 않는다면, 당신은 프로그래머로서 뒤처진 것입니다"라고 쓰며 Cherny의 통찰력에 대한 인식을 강조했습니다. 또 다른 영향력 있는 업계 관찰자인 Kyle McNease는 Cherny의 '게임 체인저 업데이트'로 인해 Anthropic이 '불타고 있으며' 잠재적으로 '그들의 ChatGPT 순간'을 경험하고 있다고 선언하며 이 감정을 증폭시켰습니다.

흥분의 핵심은 매혹적인 역설에 있습니다. Cherny의 워크플로우는 개념적으로 놀랍도록 간단하지만, 단 한 명의 개인이 일반적으로 소규모 엔지니어링 부서와 관련된 생산성으로 운영될 수 있도록 합니다. Cherny의 설정을 구현한 후 X의 한 사용자는 이 경험을 전통적인 코딩보다 "스타크래프트에 더 가깝다"고 묘사했습니다. 이 비유는 코딩의 수동적이고 구문 중심적인 프로세스에서 자율 AI 에이전트와의 보다 전략적이고 명령 중심적인 상호 작용으로의 근본적인 변화를 강조합니다.

이 기사는 소프트웨어가 구축되는 방식을 재편하는 워크플로우를 그 아키텍트로부터 직접 살펴봅니다. 여러 AI 에이전트를 동시에 실행하는 것이 코딩 프로세스를 실시간 전략 게임과 유사한 것으로 어떻게 변화시키는지 탐구합니다.

최대 생산성을 위한 AI 에이전트 오케스트레이션

Cherny의 공개에서 가장 놀라운 점은 선형 코딩 관행에서 벗어났다는 것입니다. 개발의 전통적인 '내부 루프'는 프로그래머가 함수를 작성하고, 테스트하고, 다음으로 넘어가는 것을 포함합니다. 그러나 Cherny는 여러 AI 지원자를 동시에 관리하는 오케스트라 지휘자 또는 함대 사령관처럼 작동합니다.

Cherny는 "터미널에서 5개의 Claude를 병렬로 실행합니다."라고 밝혔습니다. "저는 탭에 1-5까지 번호를 매기고, Claude가 입력이 필요할 때 알 수 있도록 시스템 알림을 사용합니다." iTerm2 시스템 알림을 활용하여 Cherny는 5개의 동시 작업 흐름을 효율적으로 관리합니다. 예를 들어, 한 AI 에이전트가 테스트 스위트를 실행하는 동안 다른 에이전트는 레거시 모듈을 리팩토링하고 세 번째 에이전트는 문서를 초안할 수 있습니다. 이에 더해, 그는 브라우저에서 'claude.ai에서 5-10개의 Claude'를 실행하고 'teleport' 명령을 사용하여 웹 인터페이스와 로컬 머신 간의 세션을 원활하게 전송합니다.

이 접근 방식은 Anthropic 사장 Daniela Amodei가 최근 밝힌 '적은 것으로 더 많이 하기' 전략을 강력하게 뒷받침합니다. 막대한 인프라 구축을 추구하는 OpenAI와 같은 경쟁업체와는 뚜렷한 대조를 이루며, Anthropic은 기존 AI 모델의 우수한 오케스트레이션과 지능적인 활용이 기하급수적인 생산성 향상을 가져올 수 있음을 보여주고 있습니다. 이는 단순히 원시 컴퓨팅 능력뿐만 아니라 효율성과 시너지에 초점을 맞춘 AI 환경 내 경쟁 전략의 변화를 강조합니다.

반직관적인 선택: 가장 느리고 가장 똑똑한 모델

속도와 낮은 지연 시간에 집착하는 산업에 반직관적으로 보일 수 있는 움직임으로, Cherny는 Anthropic의 가장 강력하지만 가장 느린 모델인 Opus 4.5를 독점적으로 사용한다고 밝혔습니다. Cherny는 "모든 것에 대해 생각하는 기능과 함께 Opus 4.5를 사용합니다. "제가 사용해 본 최고의 코딩 모델이며, Sonnet보다 크고 느리지만, 덜 안내해도 되고 도구 사용에 더 뛰어나기 때문에, 결국에는 더 작은 모델을 사용하는 것보다 거의 항상 빠릅니다."라고 설명했습니다.

이 통찰력은 기업 기술 리더에게 매우 중요합니다. 현대 AI 개발의 주요 병목 현상은 종종 토큰 생성 속도가 아니라 AI 오류를 수정하는 데 필요한 인간의 시간입니다. Cherny의 워크플로우는 더 유능하고 지능적인 모델에 대해 더 높은 '컴퓨팅 세금'을 미리 수용하는 것이 후속 '수정 세금'을 상당히 줄여 전반적인 효율성을 높이고 시장 출시 시간을 단축할 수 있음을 시사합니다.

지속적인 학습: AI 메모리를 위한 공유 파일

Cherny는 또한 팀이 AI '기억 상실증' 문제를 해결하기 위해 고안한 혁신적인 솔루션을 자세히 설명했습니다. 표준 대규모 언어 모델은 종종 다른 세션에 걸쳐 회사의 특정 코딩 스타일이나 아키텍처 결정에 대한 영구적인 기억이 부족합니다.

이를 극복하기 위해 Cherny의 팀은 Git 리포지토리에 CLAUDE.md라는 단일 중앙 파일을 유지합니다. 그는 "Claude가 잘못된 일을 할 때마다 CLAUDE.md에 추가하므로 Claude는 다음번에 그렇게 하지 않도록 합니다."라고 썼습니다. 이 관행은 코드베이스를 효과적으로 자체 수정되고 학습하는 유기체로 변환합니다. 인간 개발자가 풀 리퀘스트를 검토하고 오류를 발견하면, 코드를 수정할 뿐만 아니라 CLAUDE.md 파일을 업데이트하여 AI가 향후 유사한 오류를 피하는 방법을 지시합니다. 제품 책임자인 Aakash Gupta가 스레드를 분석하면서 언급했듯이, "모든 실수는 규칙이 됩니다." 팀이 이 방법을 사용하여 AI와 협력하는 시간이 길어질수록 에이전트는 더욱 똑똑해지고 일관성이 높아집니다.

슬래시 명령 및 하위 에이전트를 통한 자동화

칭찬을 받은 매우 효율적인 '표준' 워크플로우는 반복적인 개발 작업의 엄격한 자동화를 통해 지원됩니다. Cherny는 테스트 사례 생성, 풀 리퀘스트 생성 및 사소한 버그 수정 처리와 같은 시간이 많이 소요되는 작업을 자동화하기 위해 슬래시 명령 및 하위 에이전트 개념을 사용합니다. 이를 통해 인간 개발자는 AI 기반 개발에서 가능한 것의 한계를 넓히면서 소프트웨어 엔지니어링의 더 복잡한 문제 해결 및 창의적인 측면에 인지적 자원을 할애할 수 있습니다.

이크바리 뉴스 통신사