Anthropic 개발자들, 업무의 70-80%에 Claude Code 활용

개발자들은 Claude Tag를 통해 작업의 상당 부분을 수행하고 있으며, 단순한 클래스 구현이나 함수 작성보다 훨씬 복잡하고 어려운 문제들을 다루고 있습니다. Claude Tag는 이제 개발 작업의 70-80%를 관리할 수 있으며, 단순한 기능에서 복잡하고 다층적인 문제로 나아가고 있습니다. 이는 Slack과의 통합을 통해 가능해졌으며, 이를 통해 더 넓은 제품 및 팀 컨텍스트에 접근하여 에이전트가 더 많은 정보를 바탕으로 의사결정을 내릴 수 있습니다.

AI와 상호작용하는 접근 방식은 개별 도구 호출 및 결정을 면밀히 모니터링하는 것에서 고수준 목표를 위임하는 것으로 진화했습니다. 이제 개발자들은 모델에 광범위한 목표를 제공하고 그 목표를 달성할 것을 신뢰합니다. 이는 개별 도구 호출에 대한 지속적인 감독의 필요성을 줄여주며, 수동 IDE 사용은 주로 예외적인 경우를 개선하는 데 사용됩니다.

개발 기술의 수명 주기가 몇 년에서 몇 달로 크게 단축되었습니다. 로버트 보이스(Robert Boyce)는 과거에는 제품이 몇 년 동안 지속될 것이라는 높은 확신이 있었지만, AI 모델은 두 달마다 근본적인 기반 기술을 변화시킨다고 언급합니다. 이러한 빠른 속도는 기술적 최전선에 머무르는 것과 즉각적인 사용자 가치를 제공하는 것 사이에서 끊임없이 균형을 맞춰야 하며, 임시적인 해결책에 얽매이지 않는 개발 마인드를 요구합니다.

Sonnet 3.5 시대와 같은 초기 AI 모델은 즉각적인 처리 범위를 넘어서는 작업을 관리하기 위해 종종 명시적인 '할 일 목록'을 필요로 했습니다. 이러한 '할 일 목록' 패턴은 모델이 발전하여 메모리 및 복잡성 관리 기능이 향상됨에 따라 구식이 되었습니다. 타리크 시히파르(Thariq Shihipar)는 AI 개발의 성공은 개발자가 구축하는 기능에 얽매이지 않는 것을 요구하며, 이는 빠르게 대체될 가능성이 높다고 강조합니다. 여기에는 과거 모델의 한계를 해결하기 위해 초기에 생성된 '하니스' 기능을 기꺼이 삭제하는 것이 포함됩니다.

Claude Code 팀은 급변하는 모델 기능에 밀접하게 모니터링하고 적응해야 하는 독특한 환경에서 운영되며, 종종 중요하고 빠른 변경이 필요합니다. 여기에는 새로운 선제적 에이전트를 개발하는 것과 권한 시스템과 같이 완전히 다시 작성해야 할 수도 있는 필수 인프라를 유지보수하는 것 사이의 섬세한 균형이 포함됩니다. 타리크 시히파르(Thariq Shihipar)는 이를 소프트웨어 개발의 '과장된 시간 압력실(hyperbolic time chamber)'로 묘사하며, 짧은 제품 수명으로 인해 기술 발전의 최전선에서 지속적인 혁신이 필요하다고 설명합니다.

초기 목표는 특정 도구를 통해 Claude를 상호 작용하게 만드는 것이었지만, 도구 호출은 초기 구현이 어려웠습니다. 개발자들은 이제 다이어그램, 목업, 사용자 피드백 수집과 같은 상호 작용 요소에 HTML 아티팩트를 사용하는 것을 선호합니다. 권한 및 시각화와 같은 기본 요소들이 함께 계층화되어 복잡하고 상호 작용적인 워크플로우를 구성합니다.

로컬 노트북 환경에서 부과되는 제약 조건(예: 종료 필요성 및 이동성 제한)으로 인해 클라우드 기반 솔루션 개발이 필요했습니다. 초기에는 원격 머신에 SSH로 접속하는 방식이 사용되었지만, 궁극적인 발전은 '웹상의 Claude Code'와 함께 이루어졌습니다. 이 플랫폼은 백그라운드에서 지속적으로 작동할 수 있는 호스팅된 컨테이너를 사용하여 개발자를 로컬 하드웨어 제약에서 해방시켰습니다. 이제 클라우드 호스팅은 버그 분류 및 자동 수정과 같은 자동화된 일상 작업을 가능하게 하여 워크플로우 효율성을 크게 향상시킵니다.

이 변혁은 단일 세션 프롬프트에서 메타 수준의 자동화된 에이전트로 이동하는 것을 포함합니다. 컨테이너 내 개발 환경 액세스의 초기 설정은 어려울 수 있지만, 일일 피드백 처리 및 높은 신뢰도의 버그 수정 활성화와 같은 이점은 상당합니다.

전통적인 코드 검토는 종종 사소한 문제에 대한 '잔소리'를 포함했으며, 때로는 참여를 나타내는 방법이기도 했습니다. Claude는 이제 이러한 사소한 코드 수정을 자동화하여 인간 개발자들이 더 높은 수준의 아키텍처 문제에 집중할 수 있도록 합니다. 인간의 전문성은 복잡한 API 구조를 이해하고 서비스 경계를 정의하는 데 더 잘 활용됩니다.

코드 검토는 모든 잠재적 버그를 식별하기 위해 팀이 대규모 '팬아웃' 전략을 구현한 첫 번째 애플리케이션이었습니다. 팬아웃은 버그를 발견하거나 해결책을 찾기 위해 여러 병렬 에이전트 작업을 실행하는 것을 포함합니다. 이러한 여러 입력은 '테스트 시간 컴퓨팅'을 사용하여 처리되어 시스템이 복잡한 문제를 해결하기 위해 더 오래 '생각'할 수 있도록 합니다. 이 방법론은 이후 자동화된 워크플로우라는 더 넓은 개념으로 발전했습니다.

식별된 각 버그에 대해 Claude는 적대적 검토 프로세스를 시작하며, 에이전트가 세 가지 다른 관점에서 문제를 검토하여 유효성을 확인합니다. 이 방법은 노이즈를 줄이고 가장 중요하고 확인된 문제만 인간 개발자에게 제시되도록 보장합니다. 이 프로세스는 AI 생성 결과의 신뢰성을 향상시킵니다.

Claude는 팬아웃 구조 및 에이전트 연결의 전반적인 토폴로지 정의를 포함하여 자체 하니스를 설계하는 강력한 능력을 보여줍니다. 이러한 워크플로우는 코딩 작업뿐만 아니라 여행 계획과 같은 일반 연구로 확장됩니다. 시스템은 구조화되고 효율적인 출력을 보장하기 위해 '토폴로지'를 자율적으로 관리합니다.

팬아웃 전략은 문제 해결에 효과적이지만, 효율적인 필터링이 필요한 막대한 양의 데이터를 생성합니다. 이 프로세스는 '맵-리듀스' 문제와 유사하게, 발견된 내용을 실행 가능한 통찰력으로 압축합니다. AI 출력에 대한 신뢰를 구축하기 위해 테스트 시간 컴퓨팅을 늘려 인간 사용자에게 정제되고 신뢰할 수 있는 정보를 제공합니다.

워크플로우는 에이전트가 다른 하위 에이전트를 조율하는 코드를 작성하여 하이브리드 시스템을 만듭니다. 이 시스템은 코드 정의된 결정론적 행동과 유동적인 AI 오케스트레이션을 혼합합니다. 이 통합은 확립된 논리와 동적인 에이전트 행동 간의 정교한 상호 작용을 가능하게 합니다.

로버트 보이스(Robert Boyce)는 팀이 Claude Tag 자체를 개발하기 위해 Claude Tag를 적극적으로 사용하고 있다고 보고합니다. 이 접근 방식은 AI가 개발 환경에 완전히 접근할 수 있도록 하여 엔드투엔드 테스트 및 배포 능력을 촉진하는 것을 목표로 합니다. 이 자기 참조적 개발 주기는 에이전트의 역량을 발전시키기 위한 핵심 전략입니다.

모든 도구 호출 및 매개변수에 대한 상세한 감독에서 결과 중심 접근 방식으로 전환하여 Claude가 더 자율적으로 작동하도록 하고 있습니다. 이는 모델의 진화에 의해 주도되며, 이제 모델은 대본에서 지속적인 인간 개입 없이도 좋은 결과를 생성할 수 있을 만큼 충분히 능력이 있습니다. 모델의 이러한 능력에 대한 신뢰는 개발자들이 'Claude에게 요리하게 맡기도록' 허용합니다.

Claude Tag는 초기 아이디어 구상부터 이해관계자 매핑, 목업, 구현에 이르기까지 엔드투엔드 제품 개발을 지원합니다. 이 시스템은 이벤트 스토어와 통합되어 실시간 사용자 피드백을 모니터링하여 지속적인 개선을 가능하게 합니다. 이러한 통합은 더 높은 수준의 전략적 협업을 촉진하여 개발자들이 단순히 코드를 작성하는 것 이상으로 광범위한 제품 목표에 집중할 수 있도록 합니다.

이러한 원시 요소는 데이터 저장소, 이벤트 로그, Slack 및 GitHub와 같은 통신 채널과 통합됩니다. 이는 통합된 AI 개발 아키텍처를 형성하여 에이전트 구축 및 개선에 대한 체계적인 접근 방식을 보장합니다.