Claude Code, AI에게 컴퓨터를 쥐어주다 (204호)

AI는 말하는 대로 해주고, 책임은 말하는 사람이 진다.

2025. 12. 15.

이 메일이 잘 안보이시나요?

제 204호 (2025.12.15.)

Editor's Comments

AI는 말하는 대로 해주고, 책임은 말하는 사람이 진다.

Claude Code, AI에게 컴퓨터를 쥐어주다

Claude Code는 기존의 채팅형 AI와는 결이 다른 도구다. 브라우저 안에서 질문에 답을 해주는 AI가 아니라, 내 로컬 컴퓨터에서 직접 CLI(Code Line Interface) 도구로 실행되며 파일을 읽고, 수정하고, 명령어를 실행한다.

말 그대로 AI에게 키보드와 마우스를 쥐여주는 경험에 가깝다. 코드 작성은 물론이고 파일 구조를 만들고, 설정 파일을 수정하고, 반복적인 작업을 자동으로 처리할 수 있다. 이 방식은 단순히 조언을 해주는 것을 넘어, 실제 작업을 수행한다. 이제 AI는 도와주는 수준을 넘어, 함께 일하는 동료이다.

왜 Claude Code인가?

Claude Code 외에도 Google의 Gemini CLI나 OpenAI의 Codex와 같은 대안이 있다. 이 모든 것들을 다 써보고 비교해본 것은 아니지만, 내가 경험하며 느낀 장점들을 소개해보려 한다.

Subagent를 사용하면 병렬로 작업할 수 있다. Subagent 1은 한국 시장조사, Subagent 2는 해외 시장조사를 동시에 시킬 수 있는 것이다. 그리고 Skills 기능을 통해 특정 작업을 전문적으로 수행하는 프리셋을 만들어둘 수 있다. 그리고 최근에 Opus 4.5 모델을 사용하면서 경험의 질이 눈에 띄게 좋아졌다. 복잡한 작업을 시켜도 맥락을 놓치지 않고, 내가 의도한 방향에 더 가깝게 결과물을 만들어냈다.

현재는 Claude Max Plan($200)을 구독하며 본격적으로 업무에 활용하고 있는데, 이제는 “있으면 좋은 도구”가 아니라 “없으면 불편한 도구”에 가깝다.

노코드보다 바이브코딩

한동안 Make, n8n 같은 노코드 툴을 좋아했었다. 코드를 직접 작성하지 않아도 빠르게 결과물을 만들 수 있었고, 아이디어를 검증하기에는 충분히 강력했다. 버튼을 연결하고, 조건을 설정하고, 화면을 구성하는 방식은 분명 코딩보다 진입 장벽이 낮았다.

그런데 바이브코딩을 경험하면서 관점이 바뀌었다. 말로 설명하는 것만으로 결과물을 만들어낼 수 있다는 점이 생각보다 강력했다. “이런 목적의 자동화를 만들고 싶다”, “이 데이터는 이렇게 흘러가야 한다”처럼 의도를 설명하면, AI가 그걸 코드와 구조로 풀어낸다. 점점 손이 노코드보다 바이브코딩으로 가게 됐다.

바이브코딩에 익숙해지며, 노코드 플랫폼의 인터페이스에 익숙해져야 한다는 점이 피로하게 느껴졌다. 플랫폼의 UI와 개념을 학습해야 하고, 그것이 허용하는 방식 안에서만 사고해야 했다. 반면 바이브코딩은 인터페이스가 아니라 문제 자체에 집중하게 만든다. 그래서 요즘은 자동화 작업을 바이브코딩으로 시도하고 있다.

바이브코딩은 강의 소개 페이지 디자인 작업에도 활용하고 있다. 화면 구성을 말로 설명하고, 그 결과를 이미지 파일로 추출해 사용하는 식이다. 옵시디언에서 노트를 편집하거나 구조를 자동으로 바꾸는 등 문서 작업도 가능하다.

딸깍, 알아서 다 해줘

앞서 말했듯이 Claude Code는 AI가 내 컴퓨터를 직접 조작하는 방식이다. 그래서 어떤 작업을 수행하기 전마다 권한을 요청한다. 예를 들면 “이 파일을 읽어도 될까요?”, “이 파일을 수정해도 될까요?” 같은 질문을 하고, 내가 이를 승인해야 다음 단계로 넘어간다. 처음에는 안전하다는 느낌이 들었지만, 작업이 길어질수록 이런 승인 과정이 점점 번거롭게 느껴졌다.

이 불편함을 줄이기 위해 `accept edits on` 모드를 사용하기 시작했다. Claude가 제안하는 변경 사항을 일일이 확인하지 않아도 자동으로 반영되기 때문에 작업 흐름이 훨씬 빨라진다. 다만 이 모드를 사용하더라도 중간중간 권한 승인 버튼을 눌러야 하는 순간은 여전히 남아 있다.

결국은 `bypass permissions` 옵션을 사용하게 됐다. 이렇게 하면 Claude Code가 별도의 승인 과정 없이 연속적으로 작업을 수행한다. 말 그대로 “딸깍” 한 번으로 작업이 끝까지 흘러간다. 다만 이 방식은 AI가 내 컴퓨터를 마음대로 조작할 수 있다는 뜻이기도 하다. 편리함과 동시에 분명한 위험을 동반한다.

그래서 안전하게 사용하기 위한 장치를 따로 마련했다. Claude Code가 특정 폴더 안에서만 실행되도록 경로를 제한하고 파일 삭제를 못하도록 하는 것이다. `settings.json`을 통해 파일 삭제를 금지하고 지정된 경로 내에서만 Bash 명령을 사용할 수 있도록 설정했다. 여기에 더해 `CLAUDE.md` 파일에 지침을 작성해 위험한 스크립트나 의도하지 않은 동작을 만들지 않도록 제한했다.

이 앞의 과정을 빠르게 실행하기 위해 단축키를 만들었다. Finder에서 작업할 프로젝트 폴더를 선택하고 단축키를 한 번 누르면, 해당 경로로 터미널이 열리고 Claude Code가 `bypass permissions` 모드로 실행된다. 동시에 `.claude` 폴더가 생성되고, 그 안에 `settings.json`과 `CLAUDE.md`가 자동으로 준비된다. 이렇게 세팅해 두니 Claude Code를 훨씬 자주, 그리고 부담 없이 쓰게 됐다.

알아서 해주기는 해

이렇게 세팅해두면 프롬프트 몇 줄만 입력해도 Claude Code가 멈추지 않고 작업을 끝까지 수행한다. 사람이 중간에 개입하지 않아도 파일이 생성되고, 코드가 작성되고, 구조가 잡힌다. 예전 같으면 시간을 들여 여러 차례 나눠서 하던 작업이 한 번의 실행으로 끝나기도 한다.

하지만 항상 내 의도대로 결과물이 나오는 것은 아니었다. 특히 작업이 복잡해질수록 이런 일이 잦아진다. 코드가 생성되긴 했지만 제대로 동작하지 않거나, 미묘하게 요구사항을 빗나간 결과가 나오기도 한다. 문제는 그 다음이다. 잘못된 결과를 고치기 위해 다시 지시를 내리고, 수정 과정을 반복하다 보면 토큰과 컨텍스트가 빠르게 소모된다. 프로젝트가 점점 수렁에 빠질 때는 처음부터 다시 만드는 편이 더 빠르기도 했다.

이 경험을 반복하면서 깨달은 점은 ‘딸깍’을 하기 이전의 기획이라는 사실이다. “이런 거 만들어줘”라는 막연한 지시보다, 내가 하려는 작업의 목적과 목표를 분명히 하고, 이를 달성하기 위한 세부 작업을 나눠서 설명했을 때 결과가 훨씬 좋아졌다. 복잡한 작업일수록 이 차이는 더 크게 드러난다. AI가 대신 일을 해줄수록, 무엇을 시킬지 결정하는 사람의 고민과 판단은 더 중요해진다.

검수는 필수

AI가 만들어낸 결과물에 대해서는 결국 내가 책임을 져야 한다. 문제가 생겼을 때 “AI가 만든 거예요”라고 말하고 싶지는 않았다. 실제로 그 결과물을 사용하고, 배포하고, 결정에 반영하는 주체는 나이기 때문이다. 그래서 누군가에게 공유되어야 하는 일은 더욱 면밀히 검수한다.

채팅형 AI에서는 프롬프트를 한 번 입력하면 한 번의 답변이 돌아온다. 반면 Claude Code는 프롬프트 한 줄로도 수십 개의 파일을 만들고, 대량의 결과물을 쏟아낸다. 예를 들어 특정 주제로 자료 조사를 시켜 노트 수십, 수백 개를 만드는 것도 가능하다. 그만큼 내가 확인해야 할 범위도 기하급수적으로 늘어난다. 처음에 기획을 제대로 하지 않으면, 의도와 다른 결과물들이 대량으로 생성되고, 이를 다시 검수하고 수정하는 데 더 많은 시간이 들어간다.

그래서 나는 작업을 시작할 때 의도와 범위를 최대한 명확히 하려고 한다. 작업이 끝난 뒤에는 Claude Code에게 어떤 일을 했는지 요약하도록 요청하고, 내가 잘 모르는 영역의 작업이라면 이해할 수 있을 때까지 설명을 시킨다. 나는 개발자가 아니기 때문에 코드를 한 줄 한 줄 직접 읽어 검증하지는 못한다. 대신 어떤 코드가 작성됐는지, 전체 워크플로우가 어떻게 구성돼 있는지를 설명받고, 그 설명을 바탕으로 판단한다.

계속되는 공부

AI 덕분에 이전에는 할 수 없었던 일들을 할 수 있게 됐다. 바이브코딩으로 앱/서비스를 만들고, 자동화를 구성하고, 번거로운 작업을 대행할 수 있다. 하지만 결과물을 실제로 사용하고 운영하는 단계에 들어가면 이야기는 달라진다. 그 순간부터는 기술적인 리스크가 곧 나의 리스크가 된다.

며칠 전 React나 Next.js 같은 프레임워크에서 보안 이슈가 발생했다는 소식을 접했다. 이런 프레임워크로 만들어진 서비스는 공격 대상이 될 수 있고, 해커가 서버 정보를 탈취하거나 내 서버에 채굴기를 가동시키는 것들이 가능하다고 한다. 나는 바이브코딩으로 서비스를 ‘만들 수는’ 있다. 하지만 그런 문제가 발생했을 때 즉각적으로 대응할 수 있는 전문 지식은 아직 부족하다.

그래서 서비스를 만드는 일에 더 조심스러워졌다. 단순히 만들 수 있다는 것과, 책임지고 운영할 수 있다는 것은 전혀 다르기 떄문이다. 책임감 있게 AI를 사용하려면 결국 내가 더 많이 알아야 한다. 프레임워크의 특성과 한계, 보안 이슈의 가능성, 운영 단계에서의 리스크를 이해하지 못한 채 만드는 것은 위험하다고 판단한다. 바이브코딩을 활용하더라도, 그 이면에 있는 구조와 위험을 알고 대비해야 한다고 생각한다.

서비스 외에 그 어떤 결과물이라도, 내가 설명하거나 보장할 수 없는 내용이 포함되는 것을 주의할 필요가 있다고 생각한다.

배우고, 적용하고, 공유하기

AI를 통해 이전에는 시도조차 하기 어려웠던 일들을 할 수 있게 됐다. 엄두가 나지 않던 작업들도 이제는 도전할 수 있고, 실행 속도 역시 비교할 수 없을 만큼 빨라졌다. 하지만 여전히 사람의 판단과 모더레이팅이 필요하다.

새로운 문제는 변화의 속도다. 도구와 기술은 빠르게 업데이트되고 있고, 혼자서 이 모든 흐름을 따라가기에는 벅차다. 그렇기 때문에 배우고, 적용하고, 공유하는 과정이 더 중요해졌다. 변화에 뒤처지지 않기 위해서는 지속적으로 공부해야 하고, 그 공부를 실제 작업에 연결해야 한다.

그래서 커뮤니티의 역할이 중요해진다고 생각한다. 더배러는 AI 활용과 생산성에 진심인 사람들이 모여 있는 공간이다. 각자가 겪은 시행착오와 인사이트를 나누고, 최신 정보를 빠르게 공유한다. 혼자였다면 놓쳤을 변화들을 커뮤니티를 통해 따라갈 수 있었고, 그 과정에서 많은 도움을 받았다. 지식을 나누는 선한 마음이 모여 있는 공간이 있다는 점에 감사한다. 그리고 앞으로도 그 흐름에 함께하며, 나 역시 배운 것을 다시 나누는 사람이 되고 싶다.

🌱 빠른 세상 속에서 천천히 되어가는 사람, 이태극

💬 이번 주 더배러 톡방 하이라이트

📰 더배러 주간 하이라이트: AI 도구의 진화와 실무 적용의 리얼리티

이번 주는 NotebookLM의 새로운 슬라이드 기능에 대한 기대와 냉철한 실무 피드백, **구글 킵(Google Keep)**의 재발견, 그리고 AI 코딩과 R&D 에이전트에 대한 깊이 있는 통찰이 오고 갔습니다. 도구의 발전 속에서도 결국 중요한 것은 '기본기'임을 확인하는 한 주였습니다.

📉 NotebookLM 슬라이드 기능: "혁신인가, 아직은 시기상조인가?"

구글 NotebookLM에 추가된 '슬라이드 생성' 기능이 화두였습니다. 디케이님과 쿠키쌤/강의/교육공학님은 감마(Gamma)나 젠스파크(Genspark)와 비교하며 이 새로운 기능을 발 빠르게 소개하고 테스트 의지를 보이셨습니다. 하지만 실제 현장의 평가는 냉정했습니다. bip/교육/ai활용님은 해당 기능으로 만든 강의 자료를 접한 후기에서 "글자가 깨지고 퀄리티가 떨어져 오히려 강사의 신뢰도가 낮아 보였다"라며 뼈있는 피드백을 남겨주셨습니다. 이에 대해 브라이언 - 브레인 트리니티님은 "도구는 도구일 뿐, 결국 AI 리터러시와 기본기가 탄탄해야 한다"는 점을 강조하며 도구 만능주의를 경계했습니다.

📝 구글 킵(Google Keep)의 재발견: "OCR 끝판왕은 여기에"

생산성 도구에 대한 논의 중, 등잔 밑이 어두웠던 강력한 기능을 재발견하는 시간이 있었습니다. Doltyou/자동제어/AI,노팅님이 지메일 관련 익스텐션을 찾던 중, 달의이성 | 교육 | 휴지&치약님이 **구글 킵(Google Keep)**의 '이미지 텍스트 추출(Grab image text)' 기능을 강력 추천했습니다. 그는 "에버노트 뺨치는 수준"이라며, 이미지 저장과 OCR(광학 문자 인식) 활용에 있어 구글 킵이 의외의 '꿀템'임을 상기시켜 주셨습니다. 책쓰는듀공 / 제육우동먹기님도 이에 공감하며 단순 투두 리스트를 넘어선 활용 가능성에 주목했습니다.

🧠 바이브 코딩(Vibe Coding)과 컨텍스트 설계

AI 시대의 새로운 코딩 패러다임에 대한 깊이 있는 글도 공유되었습니다. 달의이성 | 교육 | 휴지&치약님은 바이브 코딩과 컨텍스트 설계에 대한 글을 공유하며, 단순히 코드를 짜는 것을 넘어 AI에게 맥락(Context)을 어떻게 설계하고 전달하느냐가 중요함을 역설했습니다. 이는 프롬프트 엔지니어링을 넘어, AI와 협업하여 복잡한 문제를 해결하는 '설계자'로서의 관점을 제시하며 멤버들에게 신선한 자극을 주었습니다.

🔬 R&D 분야의 AI 에이전트: "sLM과 LLM의 협업"

이제현|R&D|재미님은 과학 및 R&D 분야에서의 AI 에이전트 활용에 대한 전문적인 인사이트를 공유해 주셨습니다. Pega Devlog를 통해 25편의 연구 사례를 분석하며, 긴 문맥 처리는 sLM(소형 언어 모델)이 담당하고, 복잡한 추론은 여전히 LLM(거대 언어 모델)이 수행하는 '이종(Heterogeneous) 에이전트 시스템'이 현실적인 대안임을 짚어주셨습니다. 또한 Sati / IT / PKM님도 Agentic RAG 관련 논문을 공유하며 검색과 추론을 통합하는 기술적 흐름을 보태주셨습니다.

⚡️ Akiflow 마스터클래스 요약: "생산성 끝판왕 되기"

크릿🌷| F&B ☕️ㅣ성장과발전님은 생산성 도구인 Akiflow의 마스터클래스 내용을 요약하여 공유해 주셨습니다. Akiflow Masterclass 요약에는 온보딩부터 고급 활용 팁까지 담겨 있어, 도구를 200% 활용하고 싶은 멤버들에게 유용한 가이드가 되었습니다. 단순한 일정 관리를 넘어, 계획 전략을 수립하고 업무 효율을 극대화하려는 분들에게 실질적인 도움이 되는 정보였습니다.

📅 더배러 활동 소식

🙏 패스트캠퍼스 강의 출시: AI와 함께하는 슬기로운 신앙생활

더배러 운영진 중 구요한 교수님과 앤드류(조천영), 그리고 AI 전문가인 박준님과 무니님이 총출동하여 목회자부터 행정팀, 교사, 봉사팀, 일반 성도 모두가 유용하게 활용할 수 있는 AI 및 관련 도구 활용법 강의를 출시했어요. AI의 순기능만을 담아 윤리적인 문제 없이 슬기로운 신앙생활을 이어나가기 바라는 분들께 적극 추천드려요.

할인 코드: PRDSAL251013_CM_1
링크: https://fastcampus.info/4nOeIJj

할인 코드는 결제 전 입력해 주세요.