클로드 활용법: 도구에서 시스템으로

AI가 작업을 완료했다고 보고해도 이를 최종 완료로 받아들여서는 안 됩니다. 이는 신입 직원이 업무를 마쳤다고 보고했을 때 결과물을 확인하는 것과 같은 이치입니다. Jay Choi는 "AI를 신입 직원처럼 대하시면 됩니다. 신입이 다 했다고 하면 오고만 듣는게 아니라 결과물을 확인하잖아요. 즉 AI의 보고는 완료가 아닙니다. 증거를 확인했을 때가 진짜 완료인 거죠"라고 말했습니다. AI의 보고는 단지 주장이므로, 사용자가 직접 결과물과 증거를 확인해야만 진정한 완료로 간주해야 합니다.

대화가 길어질수록 AI가 멍청해지는 느낌은 단순한 기분 탓이 아니라 사실입니다. Jay Choi는 "대화가 길어지면 AI가 멍청해지는 느낌 있잖아요. 그건 기분 탓이 아니라 사실입니다. 이유는 단순한데 AI의 기억력은 책상 같은 거라서 서류가 쌓일수록 필요한 한 장을 찾기 어려워지거든요"라고 설명했습니다. AI의 기억력은 책상과 같아서 대화 내용이 쌓일수록 필요한 정보를 효율적으로 검색하기 어려워지기 때문입니다. 따라서 대화창 관리가 중요하며, '슬래시 컨텍스트'와 같은 기능을 활용해 대화 흐름을 효율적으로 유지해야 합니다.

AI를 활용할 때 가장 중요한 것은 병목 현상의 위치를 AI에서 사용자 자신으로 옮기는 것입니다. Jay Choi는 "AI는 지치지도 않고 퇴근도 없고 심지어 여러 명이 동시에 일할 수도 있는데 우리가 한 번에 하나씩만 시키고 있으면 결국 전체 속도는 딱 우리 속도가 되는 거죠. 작업자가 아니라 마치 경영자처럼 쓰는 거죠"라고 강조했습니다. AI는 동시에 여러 작업을 수행할 수 있으므로, 사용자는 하나의 작업을 순차적으로 지시하기보다 여러 작업을 동시에 지시하고 결과만 판단하는 경영자 관점으로 접근해야 전체 작업 속도를 높일 수 있습니다. 이를 통해 AI의 효율성을 극대화하고 작업 생산성을 향상시킬 수 있습니다.

AI 활용의 패러다임이 프롬프트를 일일이 작성하는 방식에서 AI를 스스로 작동하는 시스템으로 전환하는 방향으로 변화하고 있습니다. Jay Choi는 "클로드 코드를 만든 보리스는 이제 클로드한테 일일이 시키지 않고 알아서 돌아가는 걸 만들어 준 다음 그걸 설계하는게 자기 일이라고 했습니다. 모델의 성능이 뒷받침된 상황에서 예전에 프롬프트를 얼마나 잘 쓰는지가 실력이었는데 이제는 이 구조를 얼마나 잘 짜는지가 실력이라 할 수 있습니다"라고 언급했습니다. 이제는 AI 에이전트가 스스로 계획하고 실행하며 검증하는 시스템을 구축하고, 이 시스템의 구조를 얼마나 잘 설계하는지가 핵심 역량이 되고 있습니다. 모델의 성능이 상향 평준화됨에 따라 단순 프롬프트 작성 능력보다는 전체 시스템을 기획하고 설계하는 능력이 중요해지고 있습니다.

AI 자동화는 효율성을 높이지만 동시에 함정을 가지고 있습니다. Jay Choi는 "알아서 돈다고 그냥 믿고 맡겨 버리면 안 됩니다. AI가 다 했다고 하는 건 주장이지 진짜 됐다는 증명이 아니거든요. 게다가 이게 잘 굴러갈수록 내가 직접 짜지않는 코드가 쌓여서 정작 내 시스템을 나도 모르게 되는 함정이 있습니다"라고 경고했습니다. AI가 스스로 작동하는 시스템일지라도 그 결과를 맹신해서는 안 되며, AI의 주장을 직접 검증해야 합니다. 또한, 자동화된 코드가 쌓이면서 사용자가 시스템 내부를 알 수 없는 '블랙박스화' 현상이 발생할 수 있으므로, 항상 결과를 직접 확인하고 최종 판단은 인간이 해야 합니다.

'클로드.md' 파일은 AI에게 강제되는 명령이 아니라 참고 사항으로 취급됩니다. Jay Choi는 "앤스로픽 공식 문서를 살펴보자면 클로드는 이 파일을 강제되는 설정이 아니라 컨텍스트로 취급한다. 그러니까 명령이 아니라 참고 사항으로 본다는 거예요"라고 설명했습니다. 이 파일이 너무 길어지면 AI가 지시사항을 제대로 따르지 못하는 문제가 발생할 수 있습니다. 따라서 '클로드.md'는 모든 내용을 담기보다 필요한 정보를 안내하는 '안내 책자'처럼 간결하게 사용하는 것이 권장됩니다.

'헤르메스 에이전트'는 AI가 스스로 성장하도록 만드는 대표적인 모델입니다. 이 에이전트는 문제를 해결한 뒤 그 해결 과정을 '스킬'로 저장하는 특징을 가집니다. Jay Choi는 "4단계는 이 뇌가 스스로 성장하게 만드는 단계입니다. 대표적인 게 바로 헤르메스 에이전트인데 헤르메스는 이 일들을 자기가 직접 합니다. 예를 들어 어떤 문제를 한번 해결하고 나면 그 해결 과정을 직접 스킬로 저장하죠"라고 설명했습니다. 이는 이전의 해결 경험을 바탕으로 다음 업무의 효율을 향상시키며, 기억 저장 자체를 자동화하여 지속적으로 성장하는 AI 에이전트 개념입니다.

기존 아티팩트와 달리 '라이브 아티팩트'는 실시간 데이터 업데이트가 가능합니다. Jay Choi는 "라이브 아티팩트는 다릅니다. 한번 만들어 두면 코워커 사이드바에 영구적으로 남아 있고 열 때마다 연결된 앱에서 최신 데이터를 자동으로 가져옵니다"라고 설명했습니다. 이는 한 번 만들어두면 코워커 사이드바에 영구적으로 남아있고, 열 때마다 연결된 앱에서 최신 데이터를 자동으로 가져오므로 반복적으로 활용하여 실시간 대시보드를 구축하는 데 유용합니다.

클로드 2.0은 크레딧 효율이 크게 향상되어 사용량 제한이 완화되었습니다. Jay Choi는 "크레딧 효율이 상당히 좋아져서 예전처럼 켜자마자 녹지 않습니다. 사실상 제일 큰 진입 장벽이 사라진 거죠. 그리고 이게 진짜 핵심인데 캠퍼스에서 직접 편집이 됩니다"라고 언급했습니다. 이는 기존의 가장 큰 진입 장벽 중 하나를 해소했습니다. 또한, 캠퍼스 내에서 피그마(Figma) 방식의 직접 편집 기능이 추가되어 디자인 시스템 등록 및 양방향 작업이 지원됩니다. 이로 인해 작업 효율성이 크게 증대되었습니다.

클로드에 전문가의 감각을 직접 설치하는 것이 가능해졌으며, 이를 통해 작업 품질을 향상시킬 수 있습니다. Jay Choi는 "4단계는 접근이 다릅니다. 클로드한테 전문가의 감각을 아예 설치해 버리는 거예요. 이걸 가능하게 만드는 게 바로 스킬입니다"라고 설명했습니다. 예를 들어, '테이스트 스킬'을 활용하여 개성 있는 디자인 레이아웃을 구현하고, '엔지니어링 스킬'로 UI 인터랙션 및 애니메이션 디테일을 추가하여 디자인 작업의 완성도를 높일 수 있습니다.

AI 코딩 시 발생하는 반복적인 문제들을 해결하기 위해 안드레 카파시(Andre Karpathy)가 정리한 4가지 코딩 규칙을 적용한 스킬이 등장했습니다. Jay Choi는 "모르는 걸 모르는 상태에서 그냥 코드를 짜기 시작합니다. 질문도 안 하고 바로 구현부터 들어가는 거죠. 그리고 100 줄이면 충분한 코드를 굳이 천 줄 자리로 만듭니다"라고 지적했습니다. 이 스킬은 AI가 모르는 것을 모르는 채로 코드를 짜거나, 불필요하게 코드를 팽창시키고, 무관한 영역을 수정하는 문제들을 방지하여 보다 효율적이고 정확한 코드를 생성하도록 돕습니다.

'언더스탠드(Understand) 스킬'은 코드를 처음 볼 때의 막막함을 해결하기 위해 개발되었습니다. Jay Choi는 "이 스킬이 해결하는 문제가 뭐냐면 코드를 처음 볼 때의 그 막막함입니다"라고 언급했습니다. 이 스킬은 프로젝트 전체 구조와 의존성을 시각화하고, 지식 그래프 및 인터랙티브 대시보드를 생성하는 기능을 제공합니다. 또한 코드, PDF, 마크다운, 이미지 등 다양한 형식의 데이터를 통합 분석하며, 아키텍처 가이드 투어를 지원하여 사용자가 코드 베이스를 빠르게 이해하도록 돕습니다.

'포니테일(Ponytail) 스킬'은 AI가 불필요하게 과도한 코드를 생성하는 것을 억제하는 목적으로 개발되었습니다. Jay Choi는 "날짜 하나 만들어 달라고 했는데 라이브러리 설치하고 레퍼 컴포넌트를 만들고 갑자기 타임 존 얘기까지 시작하는 거죠. 한마디로 너무 과하다는 거예요. 그런데 이 스킬의 컨셉이 재밌는 게 회사에서 제일 게으른 시니어 개발자를 에이전트 안에 넣는 거예요"라고 설명했습니다. 이 스킬은 '회사에서 가장 게으른 시니어 개발자'라는 컨셉으로, 구현 전 단계별 타당성을 검증하여 불필요한 코드 생성을 방지합니다. 이를 통해 '코드 다이어트'를 유도하고 토큰 비용을 절감하는 효과를 얻을 수 있습니다.

'그릴미(GrillMe) 스킬'은 클로드가 작업을 시작하기 전에 사용자를 '취조'하여 요구사항을 명확히 하는 데 중점을 둡니다. Jay Choi는 "쉽게 말해 클로드가 작업을 시작하기 전에 저를 취조한다고 보면 됩니다. 이게 왜 필요하냐면 나도 내가 뭘 원하는지 정확히 모르는 경우가 많죠"라고 말했습니다. 이 스킬은 클로드가 질문을 통해 사용자의 결정 사항을 구체화하도록 돕고, 질의응답 과정을 통해 사용자 스스로 자신의 생각을 정리하고 명확하게 만드는 데 기여합니다.

AI 모델의 성능이 향상됨에 따라 스킬 활용 전략도 변화하고 있으며, 시스템 경량화 추세가 두드러지고 있습니다. Jay Choi는 "6개월마다 클로드.md를 지워라. 스킬을 지우고 훅도 지워라. 그리고 모델이 뭘 하는지 지켜봐라"라고 조언했습니다. 클로드 코드를 만든 보리스(Boris)는 '6개월마다 설정 파일 지우기'를 권고하며, 엔트로픽(Anthropic) 또한 시스템 프롬프트의 80% 이상을 삭제한 사례가 있습니다. 이는 모델이 점차 똑똑해지면서 보정용으로 사용되던 지침들이 오히려 AI의 성능에 방해가 될 수 있음을 시사합니다. 따라서 불필요한 스킬과 설정 파일을 제거하여 시스템을 경량화하고, 모델의 자율적인 작동을 관찰하는 것이 중요해지고 있습니다.

개인화된 정보 검색의 핵심은 사용자의 브라우저 알고리즘을 결합한 맞춤형 데이터 추출에 있습니다. Jay Choi는 "나에게 맞는 맞춤형 정보를 제공한다는 점이죠. 일반적인 웹 검색과 다르게 이건 실제로 로그인되어 있는 내 브라우저에 내 알고리즘을 그대로 반영하기 때문에 결과물이 진짜 내 취향과 맥락에 맞게 나오는 거죠"라고 설명했습니다. 이는 일반적인 웹 검색과 달리 사용자가 로그인한 브라우저의 검색 기록과 개인 알고리즘을 그대로 반영하여, 개인의 취향과 맥락에 맞는 맞춤형 정보 결과물을 산출합니다.