일하는 ai

75. Anthropic이 직접 공개한 5가지 비밀

14 min read

-

메이커 에반은 앤트로픽이 공개한 대규모 코드베이스용 Claude Code 가이드를, 큰 회사에 들어온 신입사원 비유로 풀어낸다. 수백만 줄 코드에서 AI가 길을 잃지 않게 하려면 모델 자체보다 매뉴얼, 자동 검수, 전문 가이드, 배포 패키지, 정밀 검색 같은 운영 장치가 먼저 깔려 있어야 한다는 얘기다.

flowchart LR
A[큰 회사 코드베이스에서 AI가 헤매기 쉬움] --> B[기존 색인 방식은 코드 변경이 잦은 환경에서 관리 부담이 큼]
B --> C[CLAUDE.md·Hooks·Skills·Plugins·LSP로 작업 환경 구성]
C --> D[대규모 조직에서도 AI를 더 안정적으로 굴릴 수 있음]

핵심 요약

  • 기존 AI는 코드 전체를 미리 읽어 색인을 만드는 방식이 많지만, 코드가 매일 바뀌는 큰 회사에서는 유지 비용이 크다고 설명한다.
  • Claude Code는 색인을 고정해서 들고 가기보다 실제 사람처럼 폴더를 열고, 단어를 검색하고, 호출 관계를 찾는 방식으로 접근한다고 소개한다.
  • 앤트로픽이 제시한 핵심 도구는 CLAUDE.md, Hooks, Skills, Plugins, LSP 다섯 가지다.
  • 성공적으로 도입한 회사들은 3~6개월마다 셋업을 점검했고, 책임자 DRI를 한 명 정했으며, AI 운영 매니저 같은 전담 역할도 뒀다고 말한다.
  • 회사 도입 순서는 책임자 지정, 회사 매뉴얼 작성, 코드 구조 정리, 부서별 가이드와 패키지 분리, 검수 절차 마련 순으로 제안된다.

왜 지금 중요한가

이 영상이 흥미로운 건 Claude Code를 그냥 “잘 짜는 모델”로 보지 않고, 대규모 조직에서 실제로 굴리기 위한 운영 체계로 설명한다는 점이다. 개발자나 PM 입장에서는 새 모델 비교보다, 회사 안에서 누가 책임지고 어떤 문서와 자동화로 굴릴지 먼저 정해야 한다는 메시지가 더 직접적으로 들어온다.

주요 내용

1. 큰 회사 코드에서 문제는 모델 성능보다 길 찾기다

영상은 큰 회사에 신입으로 들어간 상황부터 꺼낸다. 수백 명 규모 회사에 들어가면 어디서 뭘 봐야 하는지, 누구에게 물어야 하는지부터 막막한데, AI가 큰 코드베이스를 만날 때도 똑같다는 설명이다. 혼자 만든 작은 프로젝트는 AI가 잘 다루지만, 파일이 수천 개, 수만 개이고 어떤 곳은 수백만 줄 코드까지 있는 회사 환경은 다르다고 말한다.

기존 AI는 이 문제를 해결하려고 코드 전체를 읽어 색인을 만든다. 도서관에서 책마다 카드 만들어 두는 방식에 비유하는데, 회사에서는 누군가 파일을 추가하고 수정하고 삭제하니 그 색인을 계속 관리해야 한다. 수천 명이 매일 코드를 바꾸는 환경에서는 이 유지가 쉽지 않다는 게 영상의 출발점이다.

2. Claude Code는 고정 색인 대신 ‘직접 찾아다니는 신입’에 가깝다

Claude Code의 접근은 다르다. 색인을 먼저 만들지 않고, 실제 사람처럼 “이 폴더 한번 열어 볼까”, “이 단어로 한번 검색해 볼까”, “이 함수 누가 부르고 있지”처럼 탐색해 나간다고 설명한다. 신입사원이 사무실을 돌아다니며 배우는 방식에 더 가깝다는 얘기다.

이 방식의 장점은 색인을 따로 관리할 필요가 없다는 점이다. 코드가 바뀌면 그때그때 현재 상태를 보고 일하면 되기 때문이다. 대신 신입사원이 회사 구조를 모르면 헤매듯이, AI도 길을 잃을 수 있다. 그래서 앤트로픽이 “신입 사원들을 똑똑하게 만드는 다섯 가지 도구”를 정리했다는 흐름으로 이어진다.

3. 다섯 가지 도구는 회사 매뉴얼부터 정밀 검색까지 전부 운영 장치다

첫 번째는 CLAUDE.md다. 회사 소개 문서나 업무 매뉴얼처럼, AI가 일할 때마다 먼저 읽는 파일이라고 설명한다. 다만 너무 두껍게 만들면 안 되고, 짧게 유지하면서 부서별로 나누라고 권한다. 큰 매뉴얼 하나 대신 영업팀, 마케팅팀, 개발팀처럼 작은 매뉴얼을 따로 두고, 해당 부서에서 일할 때만 같이 보게 하는 방식이다.

두 번째는 Hooks다. 현관 센서처럼 특정 일이 벌어지면 자동으로 검수 프로그램을 돌리는 장치다. AI가 작업을 마치면 오타, 규칙 위반 같은 것을 자동으로 확인하게 할 수 있고, 사람이 매번 시키는 것보다 빠뜨릴 일이 없다는 장점이 있다.

세 번째는 Skills다. 회사 전체 매뉴얼에 다 담기 어려운 전문 작업용 가이드다. 결산 작업을 할 때 결산 매뉴얼만 꺼내 보듯이, 필요한 순간에만 특정 가이드를 붙여서 머리를 가볍게 유지하는 구조다.

네 번째는 Plugins다. 매뉴얼, 자동 센서, 전문 가이드를 하나의 부서 셋업 패키지로 묶어 배포하는 방식이다. 영상에서는 김대리만 잘 쓰는 셋업으로 끝나지 않고, 좋은 구성을 회사 전체로 퍼뜨리는 수단으로 설명한다. 다섯 번째는 LSP다. 같은 이름의 함수가 여기저기 수백 개 있을 때도 어느 위치의 대상을 찾는지 정확히 짚어 주는 정밀 검색 시스템으로 소개한다.

4. 성공한 회사는 도구만 깔지 않고 운영 구조까지 같이 만들었다

영상 후반부에서 더 실무적인 부분이 나온다. 성공한 회사들은 매뉴얼과 셋업을 3개월에서 6개월에 한 번씩 점검했다고 한다. 이유도 분명하다. AI가 계속 좋아지는데 예전 규칙을 그대로 두면, 오히려 똑똑해진 AI의 발목을 잡게 되기 때문이다.

또 한 가지는 책임자 DRI를 한 명 정한 것이다. 몇 명이 먼저 써보고 좋아해도 그 노하우가 회사 전체로 퍼지지 않으면 도입은 흐지부지 끝난다고 말한다. 여기에 더해 큰 회사들은 에이전트 매니저, 즉 AI 운영 매니저 같은 새로운 역할도 만들었다고 설명한다. 프로젝트 매니저와 엔지니어의 중간쯤에 있으면서 회사 사람들이 AI 도구를 잘 쓰게 관리하는 역할이다.

마지막으로 도입 순서도 제시한다. 책임자부터 정하고, CLAUDE.md를 짧게 시작한 뒤, 폴더 구조와 제외 파일을 정리하고, 부서별 가이드와 패키지를 나눌 수 있게 만들고, 큰 회사라면 AI가 짠 코드도 사람 코드처럼 검수받게 해야 한다는 정리다.

원문 발화 하이라이트

  • [01:18-01:27] “클로드 코드는 이걸 다른 방식으로 풀었어요. 색인을 안 만들어요. 대신 실제 사람처럼 이래요. 이 폴더 한번 열어 볼까? 이 단어로 한번 검색해 볼까? 이 함수 누가 부르고 있지?”
  • [02:27-02:36] “그래서 엔솔로 이렇게 추천합니다. 매뉴얼은 짧게 유지하세요. 부서별로 따로 만드세요. 큰 매뉴얼 하나가 아니라 부서마다 작은 매뉴얼을 두는 거예요.”
  • [03:21-03:32] “이거 왜 좋냐면요. 사람이 매번 이거 확인해 줘 시키는 거랑 다르거든요. AI한테 매번 부탁하면 가끔 잊어버려요. 근데 센서로 자동화해 두면 100% 무조건 돌아가요.”
  • [05:41-06:01] “매뉴얼이랑 셋업을 정기적으로 점검했어요. 3개월에서 6개월에 한 번씩이요… 이 규칙 아직 필요한가? 옛날 거 아닌가? 이렇게 한 번씩 갈아엎어 줘야 돼요.”
  • [06:49-07:08] “첫째, 책임자부터 정하세요. 누가 이걸 챙길 건지요? 한 명이 명확히 정해져야 일이 굴러가요. 둘째, 회사 매뉴얼부터 만드세요. 그 클로드.md요… 셋째, AI가 코드를 잘 찾을 수 있게 정리해 주세요.”

바로 실행해 보기

  • 팀 안에서 AI 도입 책임자 한 명을 먼저 정하고, 그 사람이 현재 쓰는 문서와 검수 루틴을 모아 CLAUDE.md 초안을 짧게 만든다. 처음부터 길게 쓰지 말고, 개발팀처럼 실제로 AI가 자주 들어가는 부서 기준으로 작은 매뉴얼부터 나눈다.
  • 작업이 끝났을 때마다 사람이 따로 말하지 않아도 돌았으면 하는 검수 항목을 적어 보고, 그중 오타 확인이나 규칙 위반 검사처럼 반복되는 것은 Hooks처럼 자동으로 연결한다. 영상에서 말한 “센서” 개념을 그대로 팀 검수 루틴에 옮기는 셈이다.
  • 폴더 구조를 정리하고, AI가 볼 필요 없는 파일은 제외 표시한 뒤, 자주 반복되는 부서별 작업은 Skills로, 잘 정리된 셋업은 Plugins 형태로 묶어 본다. 동시에 같은 이름의 함수나 파일이 많은 영역은 LSP 같은 정밀 검색이 꼭 필요한지 점검한다.

참고

영상 메타

수집 품질

  • 자막 세그먼트: 258개
  • 자막 문자수: 4658자
  • 챕터 추출: 19개
  • 콘텐츠 생성: Subagent 기반

AI 생성 도구를 활용해 초안을 구성했고, 원영상 발화와 공개 자료를 교차 확인해 정리했습니다.

그래프 뷰

백링크