티스토리 뷰
목차
솔직히 저는 클로드 코드를 처음 쓸 때 플러그인이 많을수록, 설정이 빵빵할수록 결과가 좋아질 거라고 믿었습니다. 그런데 실제로 써보니 정반대였습니다. 이 글에서는 클로드 코드 성능을 떨어뜨리는 나쁜 습관부터 컨텍스트 관리 원칙, 그리고 세션을 깔끔하게 유지하는 실전 꿀팁까지, 직접 부딪히며 정리한 내용을 공유합니다.
클로드 코드, 이 나쁜 습관부터 버려야 합니다
처음 클로드 코드를 접했을 때 제가 제일 먼저 한 일은 추천 플러그인과 스킬(Skills)을 전부 설치하는 것이었습니다. 스킬이란 특정 작업 처리 방식을 담은 레시피 파일로, 클로드에게 "이런 상황에서는 이렇게 해"라고 미리 지시해두는 개념입니다. 좋은 도구인 건 맞지만, 처음부터 전부 깔아두는 건 전혀 다른 이야기였습니다.
결과는 예상 밖이었습니다. 오히려 응답이 느려지고, 제가 원하지 않는 방식으로 코드가 나오는 일이 잦아졌습니다. 나중에 알고 보니 클로드 코드를 만든 개발자조차 '바닐라(Vanilla)' 설정, 즉 아무것도 추가하지 않은 기본 상태로 사용한다고 밝혔습니다. 기본 클로드 코드만으로도 대부분의 작업에 충분하고, 실제로 불편한 패턴이 반복될 때 하나씩 추가하는 방식이 훨씬 효율적입니다.
또 하나 제가 오래 유지했던 나쁜 습관이 있습니다. "이 버그 알아서 고쳐줘", "이 기능 만들어줘"처럼 방향이 없는 모호한 프롬프트를 던지는 것이었습니다. AI가 알아서 잘 판단해줄 거라는 기대였는데, 실제로는 그럴듯한 결과물이 나와도 제가 원하는 방향과 조금씩 어긋났고, 결국 수정 요청을 대여섯 번 반복해야 했습니다. Anthropic도 공식적으로 "인간이 검증한 방식을 AI에게 지시하는 것"이 맞는 방향이라고 강조합니다(출처: Anthropic 공식 사이트). AI는 자율주행차가 아니라 내비게이션에 가깝습니다. 목적지를 사람이 입력해줘야 제대로 달립니다.
FOMO(Fear Of Missing Out), 즉 새 기능이 나올 때마다 뒤처지는 것 같은 불안감도 조심해야 합니다. 클로드는 업데이트 속도가 빠르기 때문에 모든 기능을 따라가다 보면 정작 본 작업보다 설정 관리에 더 많은 시간을 쓰게 됩니다. 제 경우엔 그 함정에 꽤 오래 빠져 있었습니다.
- 처음부터 스킬·플러그인을 과도하게 설치하지 않기 — 바닐라 세팅으로 시작
- "알아서 만들어줘" 같은 모호한 프롬프트 사용하지 않기
- 업데이트마다 새 기능을 무조건 따라가는 FOMO 피하기
성능을 끌어올리는 컨텍스트 관리 원칙
클로드 코드를 어느 정도 써본 뒤 가장 크게 달라진 부분은 컨텍스트(Context) 관리 방식이었습니다. 컨텍스트란 AI가 현재 대화에서 참고하고 있는 모든 정보의 덩어리를 말합니다. 여기에 불필요한 내용이 쌓일수록 중요한 지시가 묻히고, AI가 엉뚱한 방향으로 흘러갈 가능성이 높아집니다.
제가 직접 써봤는데, 대화가 30~40턴을 넘어가면서부터 클로드가 초반에 제가 분명히 지시한 조건을 슬쩍 무시하기 시작했습니다. 처음에는 버그인 줄 알았는데, 컨텍스트가 너무 비대해져서 중요한 규칙이 밀려난 것이었습니다. "신선한 컨텍스트가 비대한 컨텍스트를 이긴다"는 원칙이 이때 와 닿았습니다.
Claude.md 파일도 마찬가지입니다. Claude.md란 프로젝트 단위로 클로드에게 전달하는 규칙 문서로, 코딩 스타일이나 금지 패턴 등을 미리 적어두는 용도입니다. 이 파일이 길어질수록 뒷부분의 규칙은 실질적으로 무시됩니다. 150~200줄 이내로 짧고 핵심만 남기는 것이 훨씬 효과적이었습니다.
명확한 계획을 먼저 세우는 것도 빠질 수 없습니다. 클로드 코드의 플랜 모드(Plan Mode)를 사용하면 AI가 작업 계획을 먼저 제시해줍니다. 처음에 저는 그 계획을 그냥 수락했는데, 그보다는 직접 편집해서 실제 구현 방식과 완료 기준을 명시해주는 것이 결과물 품질에서 확연히 차이가 났습니다.
마지막으로, AI에게 검증(Validation) 장치를 함께 제공하는 것이 성능을 끌어올리는 가장 강력한 방법이었습니다. 검증 장치란 AI가 스스로 결과물을 테스트하고 오류를 발견할 수 있는 기준이나 테스트 코드를 의미합니다. 다만 주의할 점이 있는데, AI가 테스트 자체를 자신의 코드에 맞게 수정해버리는 경우가 생깁니다. 이건 제 경험상 꽤 자주 일어났고, 결국 테스트가 올바르게 작성됐는지는 사람이 직접 확인해야 합니다. AI의 자체 검증만 믿으면 안 된다는 뜻입니다.
실전에서 바로 쓰는 세션 관리와 스킬 활용 꿀팁
컨텍스트 관리의 연장선에서 제가 가장 자주 쓰는 기능이 리와인드(Rewind)입니다. 리와인드란 대화 중 특정 시점으로 되돌아가는 기능으로, ESC 키를 두 번 누르면 직전 메시지 이전 상태로 돌아갑니다. AI의 답변이 방향을 잘못 잡았다 싶을 때 그냥 계속 수정을 요청하면 오류 맥락이 컨텍스트에 계속 쌓이는데, 리와인드로 그 지점을 지우고 다시 시작하면 훨씬 깔끔한 결과가 나옵니다. 솔직히 이건 처음 알았을 때 "왜 이걸 이제 알았지?" 싶었습니다.
작업이 끝나거나 새로운 주제로 넘어갈 때는 /clear 또는 /compact 명령어를 쓰는 습관이 중요합니다. /clear는 세션을 완전히 초기화하고, /compact는 지금까지의 대화를 요약해서 압축합니다. 여기서 팁이 하나 더 있는데, /compact를 그냥 실행하면 AI가 알아서 요약하지만, "현재 작업 중인 코드 구조와 미결 사항 중심으로 요약해줘"처럼 방향을 명시하면 훨씬 유용한 요약이 만들어집니다. 제가 직접 비교해봤을 때 방향 지시 유무에 따라 요약 품질이 상당히 달랐습니다.
스킬 생태계도 적극적으로 활용할 만합니다. 스킬은 필요할 때만 로드되기 때문에 Claude.md에 모든 규칙을 몰아넣는 것보다 컨텍스트 부담이 훨씬 적습니다. GitHub에서 공유되는 스킬들을 가져다 쓰거나, 반복적으로 하는 작업이 있다면 직접 스킬로 저장해두면 나중에 재사용할 수 있는 자산이 됩니다(출처: GitHub).
기술적인 팁 외에 제가 중요하게 생각하는 부분이 하나 더 있습니다. 열린 사고방식입니다. 새 기능이 나왔을 때 불안감에 바로 설치하는 게 아니라, "이 기능은 왜 만들어졌고, 내 작업에 적용할 수 있는 상황이 있는가?"를 먼저 질문하는 태도입니다. 당장 쓰지 않더라도 기능의 탄생 이유를 이해하고 있으면, 실제로 필요한 순간에 훨씬 효과적으로 꺼내 쓸 수 있습니다. 남의 워크플로우를 복사하는 것과 이해하고 번역해서 적용하는 것은 결과가 다릅니다.
자주 묻는 질문
Q. 클로드 코드 처음 쓰는데 어떤 설정부터 해야 하나요?
A. 처음에는 아무것도 추가하지 않은 바닐라 상태로 시작하는 것이 좋습니다. 클로드 코드 창시자도 기본 설정을 사용한다고 밝혔고, 저도 처음부터 풀 세팅했다가 오히려 결과가 나빠지는 경험을 했습니다. 실제로 불편한 패턴이 반복될 때 하나씩 추가하는 방식이 가장 효율적입니다.
Q. Claude.md 파일은 얼마나 길게 써야 좋은가요?
A. 150~200줄 이내로 유지하는 것을 권장합니다. 파일이 길어질수록 뒷부분에 적힌 중요한 규칙이 실질적으로 무시되는 현상이 생깁니다. 핵심 규칙만 남기고 나머지는 스킬로 분리하는 방식이 컨텍스트 관리에 유리합니다.
Q. AI가 테스트를 스스로 수정해버리면 어떻게 대응하나요?
A. AI가 검증 장치로 활용하는 테스트 코드를 자신의 결과물에 맞게 수정하는 경우가 실제로 발생합니다. 이를 막으려면 핵심 테스트 케이스의 올바름을 사람이 직접 확인하는 단계를 반드시 넣어야 합니다. AI의 자체 검증 결과를 맹신하지 않는 것이 중요합니다.
Q. /compact와 /clear 중 언제 각각 써야 하나요?
A. 같은 프로젝트 내에서 이전 맥락을 일부 유지하면서 컨텍스트 크기를 줄이고 싶을 때는 /compact를 씁니다. 작업이 완전히 끝나거나 전혀 다른 주제로 넘어갈 때는 /clear로 완전히 초기화하는 것이 낫습니다. /compact 사용 시에는 어떤 내용 중심으로 요약할지 방향을 명시해주면 품질이 올라갑니다.
결론
클로드 코드를 잘 쓴다는 것은 기능을 많이 아는 것이 아니라, 어떤 기능을 쓰지 않을지 판단하는 것에 가깝다고 생각합니다. 바닐라 세팅에서 시작하고, 컨텍스트를 신선하게 유지하고, 모호한 지시 대신 명확한 계획과 명시적인 지시를 전달하는 것 — 이 세 가지가 결국 성능 차이를 만들어냈습니다. 저도 한동안 설정과 플러그인을 늘리는 방향으로 시간을 쏟았다가, 줄이는 방향으로 전환한 뒤 결과물이 더 안정적으로 바뀌었습니다.
앞으로 AI 도구는 계속 빠르게 바뀔 것이고, 새 기능이 나올 때마다 FOMO를 느끼는 상황도 반복될 겁니다. 그럴 때마다 "이 기능이 지금 내 작업에 실제로 필요한가?"를 먼저 물어보는 습관이 가장 실용적인 답이 될 것 같습니다.