미국 - 이크바리 뉴스 통신사
Claude Code 창작자, 개발자들을 열광시킨 워크플로우 공개
세계에서 가장 진보된 코딩 에이전트의 창조자가 말할 때, 실리콘 밸리는 단지 듣는 것이 아니라 메모합니다. 지난 한 주 동안 엔지니어링 커뮤니티는 Anthropic의 Claude Code 창작자이자 책임자인 Boris Cherny가 X(이전 트위터)에 올린 스레드를 분석해 왔습니다. 개인 터미널 설정의 캐주얼한 공유로 시작된 것이 소프트웨어 개발의 미래에 대한 바이럴 선언문으로 확대되었으며, 업계 내부자들은 이를 스타트업의 중요한 순간으로 평가하고 있습니다.
개발자 커뮤니티의 유명 인사 Jeff Tang은 "Claude Code의 모범 사례를 창작자로부터 직접 읽지 않으면 프로그래머로서 뒤처지는 것입니다"라고 썼습니다. 또 다른 업계 관찰자인 Kyle McNease는 Cherny의 "게임을 바꾸는 업데이트"로 인해 Anthropic이 "불타오르고 있다"며 잠재적으로 "그들의 ChatGPT 순간"에 직면할 수 있다고 선언했습니다.
Read Also
이러한 흥분은 역설에서 비롯됩니다. Cherny의 워크플로우는 놀랍도록 간단하지만, 한 사람이 소규모 엔지니어링 부서의 생산 능력으로 운영될 수 있도록 합니다. 한 사용자가 X에서 Cherny의 설정을 구현한 후 언급했듯이, 이 경험은 전통적인 코딩보다 "스타크래프트에 더 가깝습니다" - 구문 입력에서 자율 유닛 명령으로의 전환입니다. 이는 기존 개발 방법론에서 중요한 변화를 나타냅니다.
개별 코더에서 디지털 함대 사령관으로
Cherny의 접근 방식은 개발자의 역할을 근본적으로 재정의합니다. 프로그래머가 단일 함수를 작성, 테스트 및 반복하는 전통적인 코딩 "내부 루프" 대신 Cherny는 여러 AI 에이전트를 조정하는 오케스트라 지휘자 역할을 합니다. "터미널에서 5개의 Claude를 병렬로 실행하고, 탭을 1-5로 번호 매기고, 시스템 알림을 사용하여 입력을 관리한다"는 그의 공개는 기술 세계를 매료시켰습니다.
iTerm2 시스템 알림을 활용하여 Cherny는 효과적으로 다섯 개의 동시 작업 흐름을 관리합니다. 하나의 AI 에이전트가 테스트 스위트를 실행하는 동안, 다른 하나는 레거시 모듈을 리팩토링하고, 세 번째는 문서를 초안하는 동안 Cherny는 전체 프로세스를 감독합니다. 그는 브라우저에서 "claude.ai/code에서 5-10개의 Claude"를 실행하고 "teleport" 명령을 사용하여 웹 인터페이스와 로컬 머신 간의 세션을 원활하게 전환함으로써 이 기능을 더욱 확장합니다. 이 다중 에이전트, 다중 플랫폼 전략은 그의 향상된 생산성의 열쇠입니다.
이 운영 모델은 Anthropic 사장 Daniela Amodei가 설명한 "적은 것으로 더 많이" 전략을 강력하게 검증합니다. OpenAI와 같은 경쟁사들이 대규모 인프라 투자를 추구하는 동안, Anthropic은 Cherny의 워크플로우를 통해 기존 AI 모델의 우수한 오케스트레이션과 지능적인 활용이 기하급수적인 생산성 향상을 가져올 수 있음을 보여줍니다. 이는 주요 AI 기업들이 성장과 혁신에 접근하는 방식에 있어 전략적 차이를 강조합니다.
반직관적인 선택: 가장 느리고 가장 똑똑한 모델, Opus 4.5
업계의 속도 집착에 도전하는 움직임으로 Cherny는 Anthropic의 가장 강력하지만 가장 느린 모델인 Opus 4.5에 대한 그의 독점적인 의존성을 공개했습니다. Cherny는 "모든 것을 생각하는 기능과 함께 Opus 4.5를 사용합니다. 제가 사용해 본 최고의 코딩 모델이며, Sonnet보다 크고 느리지만, 덜 조종해야 하고 도구 사용에 더 뛰어나기 때문에, 결국에는 더 작은 모델을 사용하는 것보다 거의 항상 빠릅니다"라고 설명했습니다.
이 통찰력은 엔터프라이즈 기술 리더에게 매우 중요합니다. 현대 AI 개발의 주요 병목 현상은 토큰 생성 속도가 아니라 AI 오류를 수정하는 데 소비되는 인간의 시간입니다. Cherny의 워크플로우는 더 강력한 모델에 대한 "컴퓨팅 세금"을 선불로 지불하면 후속 "수정 세금"이 상당히 줄어든다는 것을 시사합니다. 이 패러다임 전환은 원시 처리 속도보다 인지 능력에 우선순위를 두어 AI 채택에서 비용-편익 분석의 재평가를 장려합니다.
집단 AI 기억을 위한 공유 파일
Cherny는 또한 "AI 기억 상실"이라는 지속적인 문제, 즉 표준 대규모 언어 모델이 세션 간에 회사별 코딩 스타일이나 아키텍처 결정을 유지하지 못하는 문제를 다루었습니다. 그의 팀의 해결책은 매우 간단합니다. Git 리포지토리 내에 CLAUDE.md라는 단일 파일입니다.
그는 "Claude가 잘못된 일을 할 때마다 CLAUDE.md에 추가하여 Claude가 다음번에 그렇게 하지 않도록 합니다"라고 썼습니다. 이 관행은 코드베이스를 자체 개선하는 유기체로 변환합니다. 인간 개발자가 풀 리퀘스트를 검토하고 오류를 발견하면, 코드를 수정할 뿐만 아니라 CLAUDE.md 파일을 업데이트하여 AI를 효과적으로 재훈련합니다. 제품 리더 Aakash Gupta가 지적했듯이, "모든 실수는 규칙이 됩니다." 팀이 협력할수록 AI 에이전트는 더욱 정교하고 똑똑해집니다.
슬래시 명령 및 하위 에이전트: 지루한 작업 자동화
Cherny의 "표준" 워크플로우의 효율성은 엄격한 자동화를 통해 강화됩니다. 그는 프로젝트 리포지토리에 통합된 사용자 지정 바로 가기인 슬래시 명령을 사용하여 한 번의 키 입력으로 복잡한 작업을 실행합니다. 매일 수십 번 호출되는 `/commit-push-pr`과 같은 명령은 버전 관리 관료주의를 자율적으로 처리하여 수동 Git 명령, 커밋 메시지 작성 및 풀 리퀘스트 생성을 제거합니다.
Related News
또한 Cherny는 개발 수명 주기의 특정 단계를 처리하기 위해 전문화된 AI 페르소나인 하위 에이전트를 사용합니다. "코드 단순화기"는 주요 작업 완료 후 아키텍처를 개선하고, "verify-app" 에이전트는 배포 전에 엔드투엔드 테스트를 실행합니다. 이 계층적 자동화는 전체 소프트웨어 개발 수명 주기를 간소화합니다.
검증 루프: AI 생성 코드의 진정한 잠금 해제
Claude Code가 보고된 대로 연간 10억 달러의 반복 수익을 빠르게 달성한 단일 이유는 강력한 검증 루프 때문일 가능성이 높습니다. AI는 단순한 코드 생성기가 아니라 통합 테스터로 기능합니다.
Cherny는 "Claude는 제가 claude.ai/code에 적용하는 모든 변경 사항을 Claude Chrome 확장 프로그램을 사용하여 테스트합니다. 브라우저를 열고 UI를 테스트하며 코드가 작동하고 UX가 좋다고 느껴질 때까지 반복합니다."라고 말했습니다. 그는 AI에게 자체 작업을 검증할 수 있는 방법을 제공하는 것—브라우저 자동화, bash 명령 실행 또는 테스트 스위트 실행을 통해—최종 결과의 품질을 "2-3배" 향상시킨다고 주장합니다. 에이전트는 코드를 작성할 뿐만 아니라 엄격하게 검증합니다.
소프트웨어 엔지니어링의 패러다임 전환
Cherny의 워크플로우에 대한 업계의 반응은 중요한 변화를 시사합니다. "AI 코딩"은 텍스트 편집기의 자동 완성 기능에서 노동을 위한 포괄적인 운영 체제로 발전했습니다. Jeff Tang이 X에서 요약한 것처럼, "이미 엔지니어이고… 더 많은 힘을 원한다면 이것을 읽으십시오." 인간의 생산성을 배가시키는 도구는 이미 존재합니다. 핵심은 AI를 조수가 아닌 유능한 노동력으로 재구성하는 데 있습니다. 이 정신적 도약을 먼저 하는 프로그래머는 단순히 더 생산적일 뿐만 아니라 소프트웨어 엔지니어링의 미래에서 자신의 역할을 근본적으로 재정의할 것입니다.
