
터미널 기반 AI 코딩, 어떻게 쓰면 효과적일까
Claude Code는 Anthropic이 만든 터미널 기반 AI 코딩 에이전트입니다. VS Code의 Copilot이나 Cursor 같은 IDE 통합 도구와 달리, 터미널에서 직접 실행되며 파일 읽기/쓰기, 명령어 실행, Git 조작 등을 자율적으로 수행할 수 있습니다. Neil Kakkar라는 시니어 엔지니어가 자신의 실제 워크플로우를 상세히 공개했는데, 단순히 "이 도구 좋더라"는 수준이 아니라 구체적인 사용 패턴과 원칙을 담고 있어 실무에 바로 적용해볼 만합니다.
핵심 원칙: AI를 주니어 개발자처럼 다뤄라
Neil의 접근법에서 가장 인상적인 부분은 Claude Code를 대하는 마인드셋입니다. 그는 Claude Code를 "매우 빠르지만 맥락이 부족한 주니어 개발자"로 취급합니다. 이 프레이밍이 중요한 이유는, AI 코딩 도구를 쓸 때 가장 흔한 실수가 두 가지 극단에 빠지는 것이기 때문입니다. 하나는 AI를 완전히 신뢰해서 생성된 코드를 검토 없이 커밋하는 것이고, 다른 하나는 AI를 자동완성 정도로만 쓰면서 그 잠재력을 활용하지 못하는 것입니다.
주니어 개발자에게 일을 맡기듯이, 명확한 지시를 내리고, 결과물을 리뷰하며, 방향이 잘못되면 교정하는 방식으로 협업하면 AI의 생산성 이점을 최대화하면서도 코드 품질을 유지할 수 있다는 것이 핵심 주장입니다.
실전 워크플로우 패턴들
1. CLAUDE.md 파일을 통한 컨텍스트 주입
Claude Code는 프로젝트 루트에 있는 CLAUDE.md 파일을 자동으로 읽어 프로젝트 컨텍스트로 활용합니다. Neil은 여기에 프로젝트의 아키텍처 개요, 코딩 컨벤션, 테스트 실행 방법, 자주 하는 실수 목록 등을 정리해놓습니다. 이것은 새로운 팀원에게 온보딩 문서를 주는 것과 같은 효과인데, 한 번 작성해두면 매 세션마다 같은 설명을 반복할 필요가 없어집니다.
예를 들어 "이 프로젝트에서는 에러 핸들링에 Result 타입을 쓰고 throw를 하지 않는다" 같은 규칙을 CLAUDE.md에 넣어두면, Claude Code가 코드를 생성할 때 이 컨벤션을 따르게 됩니다. 기존에는 매번 프롬프트에 이런 제약조건을 적어야 했다면, CLAUDE.md는 이를 자동화하는 셈입니다.
2. 작업을 작게 나눠서 위임하기
큰 기능 구현을 통째로 맡기면 AI가 엉뚱한 방향으로 갈 가능성이 높아집니다. Neil의 방식은 먼저 자신이 설계를 하고, 구현을 작은 단위로 쪼개서 하나씩 Claude Code에 맡기는 것입니다. "이 인터페이스에 맞는 구현체를 작성해줘", "이 함수에 대한 테스트를 작성해줘", "이 에러 케이스를 핸들링하는 코드를 추가해줘" 같은 구체적인 단위입니다.
이렇게 하면 각 단계의 결과물을 바로 검증할 수 있고, 문제가 생겨도 영향 범위가 제한됩니다. 소프트웨어 공학에서 말하는 "작은 커밋, 자주 통합"의 원칙이 AI 협업에서도 그대로 적용되는 셈입니다.
3. 리뷰 루프를 짧게 유지하기
Claude Code가 파일을 수정하면 즉시 diff를 확인하고, 의도와 다른 부분이 있으면 바로 피드백합니다. "이 부분은 의도와 다른데, X 방식으로 수정해줘"라고 즉각적으로 교정하는 것이죠. 이 피드백 루프가 짧을수록 AI가 잘못된 방향으로 멀리 가는 것을 방지할 수 있습니다. 코드 리뷰를 PR 단위로 하는 것보다 실시간으로 하는 것이 훨씬 효율적인 것과 같은 원리입니다.
Cursor나 Copilot과 뭐가 다른가
Claude Code의 차별점은 에이전트 모드에 있습니다. Copilot은 기본적으로 자동완성 도구이고, Cursor도 에이전트 기능이 있지만 IDE 안에서 동작합니다. Claude Code는 터미널에서 독립적으로 실행되기 때문에, 파일 시스템 조작, Git 명령어 실행, 빌드 스크립트 실행 등 IDE 밖의 작업까지 수행할 수 있습니다.
이것은 양날의 검입니다. 자유도가 높은 만큼 사고의 위험도 있습니다. 그래서 Claude Code는 위험한 명령어를 실행하기 전에 사용자에게 확인을 요청하는 권한 시스템을 갖추고 있습니다. Neil도 이 권한 관리를 신중하게 다루라고 강조합니다.
한국 개발자가 참고할 점
첫째, CLAUDE.md 같은 컨텍스트 파일 관리가 AI 코딩 생산성의 핵심이라는 점입니다. 프로젝트의 규칙과 구조를 문서화하는 것은 AI 도구 없이도 좋은 습관이지만, AI 에이전트와 함께 쓰면 그 효과가 배가됩니다.
둘째, AI 코딩 도구를 평가할 때 "얼마나 많은 코드를 생성하는가"가 아니라 "내 워크플로우에 얼마나 자연스럽게 녹아드는가"를 기준으로 봐야 한다는 점입니다. Neil의 글에서 인상적인 것은 도구의 기능 소개가 아니라, 도구를 중심으로 자신의 작업 방식을 어떻게 재구성했는지를 보여준다는 점입니다.
셋째, 한국어 프로젝트에서 Claude Code를 쓸 때는 한글 주석이나 커밋 메시지 컨벤션도 CLAUDE.md에 명시해두면 좋습니다. AI가 영어로 주석을 쓰거나 커밋 메시지를 작성하는 경향이 있기 때문입니다.
정리하며
AI 코딩 도구의 효과는 도구 자체보다 사용하는 사람의 워크플로우 설계에 달려 있습니다. 가장 빠른 자동완성보다 가장 좋은 협업 패턴이 더 큰 생산성 차이를 만듭니다.
여러분은 AI 코딩 도구를 사용할 때 어떤 패턴이 가장 효과적이었나요? 혹시 오히려 생산성이 떨어졌던 경험이 있다면, 어떤 상황에서 그랬는지 공유해주세요.
🔗 출처: Hacker News
"비전공 직장인인데 반년 만에 수익 파이프라인을 여러 개 만들었습니다"
실제 수강생 후기- 비전공자도 6개월이면 첫 수익
- 20년 경력 개발자 직강
- 자동화 프로그램 + 소스코드 제공