Claude Code 실전

Stephen Grider · Anthropic 기술 스태프

조금 전 저는 Claude가 도구 사용의 전문가이고, Claude Code는 쉽게 확장할 수 있다고 꽤 큰 주장을 했습니다. 자연스럽게 조금 의심이 들 수 있으니, 몇 가지 빠른 시연을 보여 드리겠습니다. 이 표에는 Claude Code에서 기본으로 제공되는 도구들이 있습니다. 파일 읽기·쓰기, 명령 실행 등 기대할 만한 능력을 모두 갖추고 있습니다.

Claude Code로 완수한 몇 가지 작업을 보여 드리겠습니다. 각 경우 이 도구 모음을 꽤 영리하게 사용합니다. 그리고 적어도 한 작업에서는 Claude에게 새로운 도구 모음을 추가로 줘 보겠습니다. 이 과정은 Claude Code가 기본 상태에서 무엇을 할 수 있는지 잘 보여 줄 뿐 아니라, 얼마나 쉽게 기능을 확장할 수 있는지도 보여 줄 것입니다.

첫 번째 작업입니다. chalk 라이브러리에서 성능 문제를 찾아 최적화해 달라고 하겠습니다. chalk는 자바스크립트 패키지로, 텍스트를 색·배경·서식으로 예쁘게 출력하는 아주 단순한 목적의 작은 라이브러리입니다. 단순해 보이지만, 사실 자바스크립트 생태계에서 다섯 번째로 많이 내려받는 패키지입니다 — 지난주에만 4억 2,900만 회 다운로드됐습니다. 그러니 여기서 뭐든 최적화할 수 있다면 그만한 가치가 있겠죠.

그래서 Claude에게 벤치마크를 돌려 가장 느린 경우를 찾고, 프로파일링 도구로 왜 느린지 알아낸 뒤 고쳐 달라고 합니다. Claude는 다양한 도구를 영리하게 씁니다 — 진행 상황을 추적할 할 일 목록을 만들고, 명령을 실행해 벤치마크를 돌리고, 특정 사례에 집중하려 파일을 작성하고, CPU 프로파일러로 왜 느린지 파악한 뒤 개선을 구현합니다. 끝에 가서는 한 연산에서 처리량이 3.9배 향상됩니다.

또 다른 예입니다. CSV 파일로 데이터셋을 주는데, 영상 스트리밍 플랫폼 사용자들의 정보가 담겨 있습니다. 전반적인 분석을 하고 이탈(churn)의 원인을 짚어 달라고 하되, 모든 분석을 주피터 노트북 안에서 해 달라고 합니다. 이건 효과적인 도구 사용이 왜 중요한지 잘 보여 줍니다. Claude가 노트북에 코드를 쓰는 것만으로는 부족합니다. Claude는 각 셀의 코드를 실행하고 그 결과를 볼 수 있습니다. 즉 데이터를 한 번 살펴본 뒤, 이어지는 셀을 그때그때 맞춰 특정 세부에 파고들 수 있습니다.

다음은 Claude에게 새 도구 모음을 줘서 능력을 확장하는 예입니다. 왼쪽에 입력한 설명을 바탕으로 UI 컴포넌트를 생성해 오른쪽에 보여 주는 작은 앱을 만들어 뒀습니다. 컴포넌트는 잘 생성되지만, 왼쪽 채팅 인터페이스와 상단 헤더의 스타일이 영 별로입니다. 그냥 고쳐 달라고 해도 잘하겠지만, 확장이 얼마나 쉬운지 보여 주려고 Playwright MCP 서버가 제공하는 새 도구 모음에 접근 권한을 함께 줍니다. 이 도구들로 Claude는 브라우저를 직접 열고 제어할 수 있습니다.

그 과정은 이렇습니다. 앱 스타일을 개선하되 브라우저를 활용해 달라고 합니다. Claude는 오른쪽에 브라우저를 열고, 제 앱으로 이동해 현재 스타일을 보려 스크린샷을 찍은 뒤 스타일을 업데이트합니다. 끝나면 다시 스크린샷을 찍어 디자인을 몇 번 더 다듬게 할 수도 있습니다. 머지않아 꽤 그럴듯한 결과가 나옵니다.

마지막 시연입니다. 조금 전 말했듯, Claude의 뛰어난 도구 활용은 Claude Code가 앞으로 여러분·팀과 함께 성장하게 해 줍니다. Claude는 GitHub와 아주 긴밀하게 통합됩니다. Claude Code를 GitHub Action 안에서 돌도록 설정하면, 풀 리퀘스트 생성이나 이슈에서의 직접 멘션 같은 특정 이벤트에 따라 자동으로 실행됩니다. 이때 Claude는 코드를 보고 실행할 뿐 아니라, 코멘트·커밋·풀 리퀘스트 생성 같은 GitHub 상호작용용 새 도구에도 접근합니다.

이 통합으로 풀 리퀘스트를 자동 리뷰할 수 있습니다. 예를 들어 보겠습니다. AWS에 인프라를 구축하는데, 모든 인프라가 terraform 파일에 정의돼 GitHub에 저장돼 있다고 합시다. 인프라가 terraform으로 정의돼 있으니 Claude Code는 정보가 어떻게 흐르는지 잘 압니다. DynamoDB 테이블에 사용자 정보(예: 조회한 요금제, 가입일)를 저장하고, 그중 일부를 내부·외부 마케팅팀과 공유하려고 매일 밤 Lambda 함수가 그 데이터를 추출해 S3 버킷에 담습니다. 외부 회사도 이 버킷에 접근하므로, 거기 무엇이 쓰이는지 늘 신경 써야 합니다.

몇 달 뒤 내부 마케팅팀이 이메일도 그 S3 버킷에 저장해 달라고 합니다. 그래서 Lambda 함수에 사용자의 이메일을 버킷에 담는 한 줄을 추가합니다. 그런데 몇 달이 지났으니, 이 버킷이 외부 마케팅 파트너와 공유된다는 사실을 완전히 잊었을 수 있습니다. 이제 우리는 개인 식별 정보(PII)를 외부 회사가 접근하는 버킷에 넣고 있는 셈입니다 — 절대 해선 안 되는 일이지만, 실제로 일어나고 또 잡아내기 어려운 실수입니다.

그런데 Claude Code는 이런 상황을 풀 리퀘스트 안에서 꽤 쉽게 잡아냅니다. 바로 모든 인프라가 terraform 파일에 정의돼 있기 때문입니다. 제가 그 다이어그램의 프로젝트를 만들고, Lambda 함수에 사용자 이메일을 추가하는 풀 리퀘스트를 열었습니다. 바꾼 줄은 그 한 줄뿐입니다. Claude는 제 인프라를 훤히 알기에, 자동 리뷰에서 이 풀 리퀘스트의 변경을 살펴보고 인프라가 어떻게 동작하는지 파악해, 제가 PII를 파트너에게 노출하고 있음을 짚어냈습니다. 데이터 흐름과 정확한 단계, 이 버킷이 외부 파트너와 어떻게 공유되는지까지 상세히 적어 줬습니다.

이런 문제를 배포 후가 아니라 개발 중에 잡는 것은 Claude Code의 GitHub 통합이 주는 굉장한 이점입니다. 나중에 이런 흐름을 정확히 어떻게 설정하는지 자세히 보여 드리겠습니다. 이제 Claude Code가 뛰어난 도구 활용 덕에 무엇을 할 수 있는지 감이 잡혔을 겁니다. Claude Code를 팀의 필요에 맞춰 커스터마이즈하고, 시간이 지나며 성장·변화하는 유연한 어시스턴트로 생각하시기 바랍니다.