Anthropic에서 제공하는 에이전트 코딩 명령줄 도구.
https://code.claude.com/docs/en/overview
레딧 BEWARE CALUDE CODE IS NOT FREE 글을 보면 쿼리 2~3개에 $5 사용되었다고. 덧글에도 비슷한 경험을 한 사람들이 있다. 비용이 적은 사람도 있는 걸 보면, 코드베이스의 크기에 따라 달라지는 것으로 추정.
플랫폼이 터미널 기반이고, MCP 클라이언트이기 때문에 아주 광범위한 작업을 처리할 수 있다. IDE에서 동작하는 다른 AI 도구와는 다르게, 명령줄 도구를 이용할 수 있다는 것이 큰 장점이다. 대부분의 OS 작업을 처리할 수 있다는 의미가 된다.
macOS는 brew install claude-code로 설치하자, cask로 제공되기 때문.
NPM npm i @anthropic-ai/claude-code로도 설치할 수 있지만, native installer를 사용하라는 안내가 뜬다.
기존 프로젝트라면 /init 명령어로 분석 후 시작하자.
CLAUDE.md를 생성하여 프로젝트 개요와 주요 파일을 기록한다.
CLAUDE.md는 copilot 또한 참조할 수 있다.
요즘은 AGENTS.md로 에이전트 벤더에 종속되지 않는 것이 추세인 듯.
codex는 AGENTS.md 파일을 참조한다.
2026년 2월에는 Opus 4.6 모델의 fast mode가 추가되었다.
/fast 명령어로 전환할 수 있다.
2.5배 더 빨라진다고 한다. 하지만 가격은 출력 토큰 기준으로 일반 모드가 $25/백만 토큰인 반면에 fast 모드는 $150/백만 토큰으로 6배 비싸다.
Team Plan은 조직에서 활성화해야 한다.
Anthropic은 MCP, Skills, Subagent을 고안하였는데, 이 셋은 모두 사용자의 의도에 반응하여 작업을 처리하는 개념으로 모두 같은 범주에 속한다고 볼 수 있다. 아무래도 모델 컨텍스트가 제한되어 있기 때문에 이러한 개념들로 성능이 떨어지는 문제를 보완하려는 것으로 보인다.
/insights 명령어로 사용자의 클로드 코드 사용 패턴을 분석한다. 2.1.30 버전에서 추가되었다.
전체 세션에 대해서 분석하여, 클로드가 놓치는 부분을 개선할 수 있도록 사용 방식을 제안한다.
분석 결과는 html 파일로 출력된다.
아래는 내 분석 결과 중 요약 부분만 번역한 것이다.
한 눈에 보기
잘 되고 있는 점: 여러 리포지토리에서 CLAUDE.md를 먼저 작성하는 체계적인 온보딩 습관이 Claude의 성공적인 작업을 이끌고 있으며, 설계 사고 파트너로서 Claude를 효과적으로 활용하고 있습니다 — 환불 서비스의 sealed class 리팩토링처럼 여러 차례의 설계 반복을 거쳐 아키텍처가 적절해질 때까지 조율하고 있습니다. Skills, Streamlit 앱, CSV 유틸리티 등 다양한 언어에 걸친 인상적인 내부 개발 도구 생태계도 구축했습니다.
방해가 되는 점: Claude 측에서는 지정된 도구나 데이터 소스를 지속적으로 무시하고(Skills나 API 문서를 사용하라고 했는데 코드베이스를 grep하는 등), 개념적 질문만 했는데 코드 편집을 시작하는 등 범위를 자주 벗어납니다. 사용자 측에서는 초기 프롬프트의 범위나 기대 출력 형식에 모호함이 있어 Claude의 첫 시도가 잘못된 방향으로 가는 경우가 있으며 — 반복적인 수정 사이클로 생산성이 저하됩니다.
빠르게 시도할 수 있는 것: 자주 반복하는 API 조회 워크플로우에 맞춤 Skills(슬래시 커맨드)를 만들어 보세요 —
/sales-history나/purchase-orders같은 스킬이 올바른 엔드포인트 소스, 인증 방식, 출력 형식을 하드코딩하면 가장 흔한 마찰 패턴을 한 번에 해결할 수 있습니다. 편집 후 자동으로 테스트를 실행하는 hooks도 설정하면, 누락된 productName assertion 같은 문제를 직접 발견하기 전에 잡아낼 수 있습니다.야심찬 워크플로우: 모델이 더 강력해지면, 기존 Skills 인프라를 활용하여 완전히 자율적인 API 탐색-실행 파이프라인을 구축할 수 있습니다 — 엔드포인트를 찾고, 인증을 처리하고, 호출하고, 수정 없이 포맷된 테이블을 반환하는 하나의 명령. 더 강력한 것은: 세션에서 발생한 마찰(잘못된 접근, 잘못된 관례 이해)이 자동으로 CLAUDE.md 파일에 반영되는 자기 수정 지식 루프로, 같은 실수가 어떤 리포지토리에서도 두 번 다시 발생하지 않게 됩니다.
빠르게 시도할 수 있는 것 항목을 보면, insights 기능을 통해 사용자가 AI와의 핑퐁을 줄이고자 하는 것을 알 수 있다. 실제로는 테스트 hooks로 해결되지 않는 문제였지만.
리포트 결과는 더 많은 내용과 함께 그래프로 보기 좋게 제공된다. 즉시 시도할 수 있도록 CLAUDE.md에 추가하면 좋을만한 내용을 제안하는데, 즉시 복사할 수 있도록 편의 기능도 제공한다.
제품에 불리한 내용도 솔직하게 피드백을 준다. 가장 아래 섹션에서 "Claude가 가짜 ID를 사용하여 API를 호출하려고 했고, 내가 중단했다"는 내용이 있다.
/agents 명령어로 사용자 정의 subagent를 만들거나, 내장된 subagent를 확인할 수 있다.
https://code.claude.com/docs/en/sub-agents
Claude Code는 6개의 내장 subagent를 기본적으로 제공한다. 특히 Bash, Explore, Plan는 쉘 명령어 실행이나 파일 탐색, 계획을 수립하면서 자주 사용된다.
사용자 정의 subagent는 YAML 파일로 작성한다.
---
name: code-reviewer
description: 사용자가 요청할 때 최고의 코드 퀄리티와 모범 사례를 위해서 코드를 리뷰합니다
tools: Grep, Read
model: opus
---
당신은 코드 리뷰어입니다. 호출되면, 변경 사항을 확인하고 분석하세요.frontmatter는 name과 description만 필수이다.
Skill와 마찬가지로, 호출되는 타이밍이 중요하기 때문에, Code가 subagent에 위임하기 위한 조건을 명세한다.
Code가 subagent에 작업을 위임하는 것은 다음과 같은 장점이 있다.
깃 커밋 또는 푸시 전 hook으로 코드 리뷰를 하는 subagent를 만들려고 했다. 프롬프트가 아닌 굳이 agent를 만드려는 이유는, Claude Code 대화 중에서도 재사용하기 위함이었다.
사용 방식은 agent를 생성하고, claude -p "마지막 커밋 리뷰해줘" 명령어로 agent가 트리거되도록 하는 것이다.
하지만, 이 방식엔 몇 가지 문제가 있었다.
claude -p의 출력은 스트리밍되지 않는다. 즉, 모두 완료되어야 모든 출력이 나온다.claude -p "코드 리뷰 요청" --output-format stream-json --verbose는 너무 많은 정보를 출력하기도 하고, Subagent가 아닌 메인 대화의 출력이 섞인다.