pogovet v2

slug 중심 구조로 재구성한 차세대 문서 피드

← 홈으로
YouTube2026-03-04

클로드코드 직접 만든 사람이 공개한 사용법, 저도 충격받았습니다

링크: https://youtu.be/2WJzwwvzbBQ?si=mEN2z0342Se qsXZ

클로드코드 직접 만든 사람이 공개한 사용법, 저도 충격받았습니다

🎬 클로드코드 직접 만든 사람이 공개한 사용법, 저도 충격받았습니다

▶️ 유튜브

썸네일

🖼️ 4컷 인포그래픽

💡 한 줄 결론

클로드 코드는 답변형 AI가 아니라 계획·병렬 분업·자가 검증·기억 파일을 묶어 돌릴 때 생산성이 급격히 커지는 운영 시스템에 가깝다. 투자 포인트는 프롬프트 묘사가 아니라 검증 루프와 작업 문서화를 먼저 설계하는 데 있다.

📌 핵심 요점

  1. 작업창을 독립 작업공간으로 분리해 병렬 배치하면 한 명이 여러 명의 실무자를 지휘하듯 처리량을 늘릴 수 있고, 이때 완료 알림 체계가 전환비용을 줄이는 핵심 인프라가 된다.
  2. 실행 전에 플랜 모드나 설계 문서로 경로를 먼저 고정하면 방향 이탈과 수정 왕복이 줄어들어 큰 프로젝트일수록 총 소요시간이 짧아진다.
  3. 품질 차이는 생성 속도보다 결과를 스스로 점검할 수 있느냐에서 갈리며, 실행 테스트·브라우저 확인·재수정 루프를 붙이면 완성도와 신뢰도가 크게 높아진다.
  4. 값싼 모델을 여러 번 고치게 하는 방식보다 더 강한 모델로 초안을 정확하게 뽑는 편이 사람 검수 시간과 재작업 비용까지 합산하면 더 효율적일 수 있다.
  5. 반복 실수, 팀 규칙, 현재 상태를 메모 파일·인수인계 문서·스킬로 축적하면 세션이 바뀌어도 맥락 손실이 줄고, AI가 조직 방식에 맞춘 준매뉴얼형 작업자로 변해 간다.

🧠 상세 요약

1) 배경과 문제 정의

많은 사용자가 클로드 코드를 단일 대화창에서 질의응답하는 수준으로 쓰지만, 영상은 그 방식이 실제 잠재력의 일부만 쓰는 것이라고 본다. 핵심 관찰 포인트는 더 좋은 답변을 뽑는 법이 아니라, 여러 작업을 동시에 굴리면서 계획·검증·기록 체계를 붙여 어떻게 작업 운영 자체를 바꾸느냐에 있다.

2) 섹션별 상세 정리

  1. 단일 챗봇이 아니라 병렬 작업자 묶음으로 보는 관점 전환 [00:00]
  • 발표자는 많은 사용자가 클로드 코드를 질문-응답 도구 정도로만 다루고 있다고 지적한다.
  • 보리스의 사용법은 “한 명의 AI와 대화”가 아니라 여러 작업 단위를 동시에 굴리는 운영 방식에 가깝다는 점을 먼저 깐다.
  1. 여러 창을 독립 작업공간으로 나눠 병렬 운용한다 [00:29]
  • 보리스는 클로드 하나에 몰아넣지 않고 다섯 개 안팎의 창을 열어 서로 다른 일을 맡긴다.
  • 각 창은 자기 영역만 다루도록 분리해 충돌을 줄이고, 기기 간 이동도 자연스럽게 이어 가며 사용한다.
  1. 병렬 처리의 병목은 생성 속도가 아니라 지휘 체계다 [01:05]
  • 여러 창을 돌리면 “누가 지금 멈췄는가”를 추적하는 비용이 생기는데, 이를 완료 알림으로 해결한다.
  • 사람은 알림이 온 창에만 개입해 다음 지시를 내리고 다시 빠지는 방식으로 오케스트라 지휘자처럼 움직인다.
  1. 실행보다 먼저 계획을 세우는 플랜 모드가 기본 원칙이다 [01:23]
  • 바로 손대는 대신, 먼저 현재 상황과 목표를 분석해 어떤 순서로 풀지 계획만 짜게 한다.
  • 좋은 계획은 한 번에 끝날 확률을 높이고, 나쁜 계획은 뒤에서 여러 번 되돌리는 비용으로 되돌아온다는 메시지다.
  1. 막힌 작업은 다른 클로드로 계획 검토를 돌려 선제 교정한다 [01:47]
  • 한 클로드가 만든 계획을 다른 클로드가 비판적으로 리뷰하면 실행 전에 결함을 걸러낼 수 있다.
  • 이 단계는 번거로워 보여도, 실제로는 잘못된 방향으로 오래 달리는 비용을 줄이는 장치로 소개된다.
  1. 가장 중요한 원칙은 스스로 결과를 확인할 수 있게 만드는 것이다 [02:03]
  • 작업이 끝났다고 말하는 것과 결과가 맞는 것은 다르므로, 반드시 확인 방법까지 함께 줘야 한다.
  • 확인 절차가 없으면 틀린 결과를 완료로 선언하기 쉽고, 확인 절차가 있으면 모델이 스스로 수정 루프에 들어갈 수 있다.
  1. 자가 검증 루프가 품질을 2~3배 끌어올리는 핵심 메커니즘이다 [02:34]
  • 간단한 작업은 직접 실행해 보고, 화면이 있는 작업은 브라우저를 열어 실제 동작을 확인하게 한다.
  • 생성 후 검증, 실패 시 수정, 다시 검증의 반복 구조가 붙을 때 결과 품질이 눈에 띄게 올라간다고 설명한다.
  1. 더 강한 모델을 한 번에 쓰는 편이 총효율에서 유리할 수 있다 [02:56]
  • 느리지만 더 똑똑한 모델을 쓰면 초안 단계 정확도가 높아져 수정 횟수가 줄어든다.
  • 겉보기에 응답 속도는 느려도, 전체 작업시간과 재작업 비용을 합치면 오히려 더 빠를 수 있다는 판단이다.
  1. 메모 파일은 프롬프트 보조물이 아니라 운영 기억장치다 [03:20]
  • 프로젝트 폴더 안에 규칙, 방향성, 반복 실수, 금지사항을 적는 전용 메모 파일을 둔다.
  • 실수가 나오면 그냥 다시 시키는 대신, 메모를 업데이트해 다음부터 같은 오류를 줄이는 방식으로 운영한다.
  1. 누적 기록이 쌓일수록 팀 방식에 맞춘 작업자로 바뀐다 [03:48]
  • 이 메모 축적은 새 직원이 매뉴얼을 익히며 팀 규칙에 적응하는 과정과 비슷하게 비유된다.
  • 일회성 프롬프트보다 반복 실수의 기록과 수정 원칙의 누적이 장기 성능에 더 큰 영향을 준다는 얘기다.
  1. 자주 하는 작업은 단축 명령과 병렬 분업 지시로 묶는다 [03:59]
  • 반복 절차는 하나의 명령으로 저장해 호출하고, 검토 또한 규칙 준수·오류 탐지·이력 파악처럼 역할을 나눠 병렬화한다.
  • 즉 자동화의 단위가 “한 번의 답변”이 아니라 “한 묶음의 작업 절차”로 올라간다.
  1. 발표자의 실전 팁은 세션 단절과 프로젝트 복잡도를 다루는 운영 기술이다 [04:58]
  • 새 세션이 이전 대화를 잊는 문제를 해결하려고, 현재 상태·결정 사항·다음 할 일을 파일로 남겨 인수인계 문서처럼 쓴다.
  • 프로젝트가 커지면 결제·사용자·관리자처럼 도메인별로 폴더와 담당 클로드를 분리해 혼선을 줄인다.
  1. 플랜 모드를 넘어 설계서 중심 SDD로 확장한다 [06:05]
  • 발표자는 코드보다 먼저 문서화된 설계서를 만들고, 그 문서를 기준으로 구현을 진행하는 방식을 추천한다.
  • 설계 문서는 방향 고정, 리뷰 효율, 수정 비용 절감에 모두 기여하며 큰 프로젝트일수록 가치가 커진다.
  1. 완료 알림과 스킬화가 장기 생산성을 좌우한다 [06:40]
  • 완료 알림은 대기 시간을 줄이고 병렬 운영에서 사람의 주의력을 아껴 주는 필수 요소로 제시된다.
  • 반복 업무는 스킬 파일로 구조화해 작업 순서, 판단 기준, 자주 나는 실수까지 묶어 두면 개인화된 운영 매뉴얼로 발전한다.
  1. 당장 적용 가능한 시작점은 작고 명확하다 [07:46]
  • 발표자는 처음부터 모든 체계를 도입하기보다, 계획 먼저 세우기와 완료 알림 켜기부터 시작하라고 제안한다.
  • 진입장벽이 낮은 두 가지 습관만 바꿔도 작업 체감이 빠르게 달라질 수 있다는 마무리다.

✅ 액션 아이템

  • 현재 반복하는 AI 업무 3개를 골라 각각에 대해 계획 작성 → 실행 단계 → 검증 방법 → 실패 시 재수정 조건이 들어간 표준 작업 템플릿을 만든다.
  • 진행 중인 프로젝트 하나를 선택해 도메인별 폴더와 담당 세션을 분리하고, 각 세션이 수정 가능한 범위를 문서로 명시한다.
  • 프로젝트 루트에 rules.mdagent-notes.md 같은 운영 메모 파일을 만들어 최근 반복 오류 5개와 수정 원칙을 누적 기록한다.
  • 다음 결과물부터는 제출 전에 반드시 실행 테스트나 브라우저 확인을 시키고, 통과 기준과 재시도 횟수를 프롬프트에 함께 적는다.
  • 세션이 자주 끊기는 업무는 현재 상태 / 이미 결정된 것 / 다음 작업 / 금지사항 네 항목으로 인수인계 파일을 만들어 새 세션 첫 입력으로 사용한다.

❓ 열린 질문

  • 병렬 창 수가 늘어날수록 생산성이 계속 증가하는지, 아니면 알림 처리와 맥락 전환 비용 때문에 특정 작업군에서 오히려 역효율이 시작되는 임계점이 있는가?
  • 자가 검증 루프가 특히 잘 먹히는 작업과 잘 안 먹히는 작업은 무엇이며, 전략 문서나 크리에이티브 산출물처럼 정답 기준이 흐린 영역에서는 어떤 검증 축을 설계해야 하는가?
  • 더 강한 모델을 한 번 쓰는 방식이 유리하다는 판단은 토큰 비용이 아니라 사람의 리뷰 시간까지 포함해야 성립하는데, 팀 단위로 그 손익분기점을 어떤 지표로 측정할 수 있는가?
  • 메모 파일과 스킬이 축적될수록 일관성은 높아지지만 낡은 규칙이 운영 부채로 바뀔 수 있는데, 어떤 시점과 기준에서 정리·통합·폐기 절차를 돌려야 하는가?

태그

연관 글