Claude Code 1년 후: 코딩은 이미 해결된 문제가 되었다

핵심 요약

• 코딩의 미래는 이미 결정됐다: Claude Code 출시 1년 만에 GitHub 공개 커밋의 4%가 AI로 작성되었으며, 2026년 말에는 20%를 넘을 것으로 예상됨
• 생산성 혁명: Anthropic의 엔지니어들은 평균 200% 생산성 증가를 경험했으며, Head of Claude Code Boris Cherny는 하루에 10~30개의 PR을 배포
• 코드 작성은 완전 자동화됨: 2024년 11월부터 손으로 쓴 코드가 단 한 줄도 없이 100% AI 생성 코드만 사용 중
• 다음 단계는 아이디어 생성: AI는 이제 피드백을 검토하고, 버그 리포트를 분석하고, 출시할 기능을 제안하는 협력 동료처럼 작동
• "빌더"라는 새로운 직종 등장: 올해 말까지 모두가 제품 매니저이면서 동시에 코더가 될 것이며, "소프트웨어 엔지니어" 직책은 사라질 예정
• AI의 능력은 기하급수적으로 증가: 모델이 계속 개선되고 있어서, 지난해 불가능했던 작업들이 이제는 몇 분 안에 완료됨
• 안전성은 여전히 최우선: Anthropic은 모델 내부의 뉴런 수준에서부터 실제 사용자 환경까지 3가지 계층에서 안전성을 검증

---

Claude Code의 놀라운 성장이 의미하는 것

올해 초만 해도 AI가 코드를 작성하는 것은 과장된 미래 예측처럼 들렸다. 하지만 현실은 예상을 훨씬 앞질렀다. Semianalysis의 최근 보고서에 따르면, 전 세계 GitHub 공개 저장소에서 작성되는 커밋의 4%가 이미 Claude Code에 의해 생성되고 있다. 이는 단순한 통계가 아니라, 소프트웨어 산업 전체가 얼마나 빠르게 변화하고 있는지를 보여주는 신호다.

더욱 놀라운 점은 성장 속도가 계속 가속화되고 있다는 것이다. Boris Cherny는 "이 숫자들은 제가 상상한 것보다 훨씬 크다"고 말했으며, "지금 우리가 있는 곳이 시작점일 뿐"이라고 강조했다. 실제로 이 통계는 공개 저장소만을 포함한 것이며, 기업의 비공개 저장소까지 고려하면 실제 비율은 훨씬 더 높을 것으로 추정된다.

Spotify의 최고 개발자들이 12월 이후 손으로 쓴 코드가 단 한 줄도 없다는 최근 뉴스는 이 현상이 단순한 유행이 아니라 산업 전체의 근본적인 변화임을 보여준다. 가장 경험 많은 고급 엔지니어들조차 이제는 AI에게 코딩을 맡기고 다른 일에 집중하고 있다. 이는 지난 50년간 소프트웨어 엔지니어링을 정의해온 작업 방식의 완전한 전환을 의미한다.

이러한 급격한 변화는 어떻게 가능했을까? Claude Code 팀이 올바른 전략을 선택했기 때문이다. 처음에는 터미널 기반의 간단한 도구로 시작했지만, 모델이 발전하면서 그 가능성이 폭발적으로 증가했다. Boris는 "초반에는 제가 쓴 코드의 20% 정도만 자동화되었고, 5월에도 30% 수준이었다"고 회상했다. 하지만 지속적인 개선을 통해 11월에 드디어 100%에 도달했다.

AI 개발자의 일상: 매일 10~30개의 PR을 배포하다

Boris Cherny의 현재 업무 방식은 전통적인 소프트웨어 엔지니어링의 개념을 완전히 재정의한다. 그는 매일 평균 10개에서 30개의 PR(Pull Request)을 배포하고 있으며, 이 모든 코드는 Claude Code에 의해 작성된다. 개인적으로 한 줄의 코드도 손으로 작성하지 않은 지 이미 3개월이 넘었다.

이러한 생산성 향상은 개인적 수준을 넘어 조직 전체에 영향을 미치고 있다. Anthropic에서 측정한 결과에 따르면, Claude Code 도입 이후 엔지니어 1인당 생산성이 무려 200% 증가했다. 이는 기존의 개발 생산성 도구나 방법론 개선으로는 상상할 수 없는 수치다. 과거 Meta(구 Facebook)에서 코드 품질을 책임졌던 Boris의 경험상, 수백 명의 엔지니어가 1년간 노력해도 단 몇 퍼센트의 생산성 향상을 이루는 것이 보통이었다.

흥미로운 점은 이 높은 생산성이 '더 많은 일'을 하는 것만을 의미하지 않는다는 것이다. 오히려 엔지니어들이 더 나은 품질의 소프트웨어를 더 빠르게 만들 수 있게 되었다는 뜻이다. Anthropic에서는 모든 PR에 대해 Claude가 자동으로 코드 리뷰를 수행하고, 그 후 인간 개발자가 최종 검토를 한다. 이러한 이중 검증 시스템은 코드 품질을 유지하면서도 속도를 극적으로 높였다.

더욱 인상적인 것은 Boris가 이제 단순히 코드를 작성하는 것 이상의 일을 하고 있다는 점이다. 그는 5개의 AI 에이전트를 동시에 실행하고 있으며, 각 에이전트는 독립적으로 작업을 수행하고 있다. 아침에 일어나면 iOS 앱에서 새로운 작업을 시작하고, 터미널에서 또 다른 작업을 진행하고, 데스크톱 앱에서 추가 작업을 할당한다. 이러한 병렬 처리는 전통적인 개발 방식에서는 완전히 불가능했던 업무 방식이다.

이러한 변화 속에서 주목할 점은 Boris가 "코딩을 즐기는 것이 지금이 인생에서 가장 많다"고 말했다는 것이다. 왜냐하면 그는 더 이상 "모든 세부 사항을 다룰 필요가 없기 때문"이다. 일반적으로 예상과 달리, 코딩을 자동화하는 것이 오히려 엔지니어의 일을 더 재미있게 만들었다는 것은 깊이 있는 통찰을 제공한다.

코딩 다음 단계: "아이디어 생성" 에이전트의 시대

코딩이 사실상 해결된 문제가 되면서, Claude Code 팀이 주목하고 있는 다음 경계는 명확하다. 바로 AI가 단순히 명령을 실행하는 것을 넘어, 스스로 아이디어를 제시하고 무엇을 해야 할지를 결정하는 단계다.

현재 Claude는 이미 이 방향으로 진화하고 있다. Boris의 팀은 내부 피드백 채널에 쌓여 있는 모든 bug report와 feature request를 Claude에 지시하면, Claude가 자동으로 패턴을 찾아내고 수정 사항을 제안한다. 더 놀라운 것은 Claude가 이러한 제안을 PR(Pull Request) 형태로 직접 작성한다는 점이다. Boris가 해야 할 일은 제안된 PR을 검토하는 것뿐이다.

이러한 능력은 "협력 동료"라는 개념을 현실화한다. 전통적으로 소프트웨어 엔지니어링에서 가장 어렵고 중요한 부분은 '무엇을 만들 것인가'를 결정하는 것이었다. 이 결정은 철저히 인간의 직관, 경험, 그리고 창의성에 의존했다. 하지만 이제 Claude는 대규모 피드백 데이터를 분석하여 실제 사용자 요구사항을 파악하고, 이를 기반으로 구체적인 개선안을 제시할 수 있게 되었다.

더욱 광범위한 관점에서 보면, 이 단계에서 실제로 변화하는 것은 업무의 본질이다. 과거에는 엔지니어가 코드를 직접 작성했다. 하지만 이제는 엔지니어가 '무엇을 해야 할지를 Claude와 결정'하고, Claude가 '어떻게 할지를 실행'한다. Boris의 표현을 빌리면, 이는 "매니저와 엔지니어의 구분이 무의미해지는" 단계로 나아가고 있다는 뜻이다.

실제로 많은 제품 매니저들이 이 전환을 우려하고 있다. 지난해 말 컨퍼런스에서 Boris가 "올해 말까지 IDE가 필요 없어질 수도 있다"고 예측했을 때 청중이 "숨이 멎을 정도의 놀라움"을 표현했다고 한다. 하지만 이는 단순한 예측이 아니었다. 지수 함수처럼 증가하는 Claude의 코드 작성 능력을 추적하면, 연말까지 100%에 도달하는 것이 불가피해 보였다. 실제로 11월에 그 예측이 현실이 되었다.

코딩 직무의 미래: "빌더"라는 새로운 인물상

이러한 기술적 변화는 필연적으로 직업 시장에 영향을 미친다. Boris는 명확히 말했다: "올해 말까지 모두가 제품 매니저가 될 것이고, 모두가 코드를 작성할 것이다. 그리고 '소프트웨어 엔지니어'라는 직함은 사라질 것이다."

이 예측은 극단적으로 들릴 수 있지만, Anthropic의 기술 진화 궤적을 고려하면 충분히 현실적이다. Anthropic의 창립자들은 모두 "스케일링 법칙(Scaling Laws)" 논문의 초기 저자들이었으며, 이들은 지수 함수적 발전을 기업의 DNA에 내재시켰다. 단순히 선형적 개선이 아니라 기하급수적 가속을 예상하고 계획하는 조직 문화인 것이다.

'빌더'라는 새로운 직종이 등장할 것이라는 Boris의 관찰은 흥미롭다. 이는 기존의 엔지니어, 디자이너, 제품 매니저라는 경계를 무너뜨리는 개념이다. 대신, 이들을 대체하는 것이 아니라, 모든 역할을 아우르는 "빌더"가 나타난다는 의미다. 한 사람이 아이디어를 생각하고, 그것을 디자인하고, 그것을 코드로 구현하고, 그것의 영향을 분석하는 전체 주기를 담당할 수 있게 되는 것이다.

물론 이러한 변화가 모든 사람에게 기쁜 소식은 아니다. Boris 자신도 인정했듯이, 이는 "많은 사람들에게 고통스러울 것"이다. 특히 자신의 정체성을 "소프트웨어 엔지니어"라는 직함에 크게 의존하고 있던 사람들에게는 더욱 그럴 수 있다.

그러나 역사는 이러한 전환이 궁극적으로 어떻게 발전하는지를 보여준다. 활판 인쇄술의 등장 이후, 필경사들은 처음에는 자신들의 직업이 사라질 것이라고 우려했다. 하지만 실제로 활판 인쇄술은 필경사들의 일을 변화시켰다. 더 이상 책을 베끼는 일에서 벗어나, 책을 장식하고 제본하는 보다 창의적인 작업에 집중할 수 있게 된 것이다.

마찬가지로 엔지니어들도 이 전환을 통해 기술적 디테일에서 벗어나 더 전략적이고 창의적인 문제 해결에 집중할 수 있게 될 것이다. 사용자와 대화하고, 시스템 전체를 설계하고, 미래를 상상하는 일로의 이동이다.

코드 리뷰, 그 다음 무엇인가? 우리는 이제 생각의 단계로 진입한다

소프트웨어 개발의 각 병목 지점을 극복해온 역사를 보면, Claude Code의 성장이 정말 자연스러운 흐름임을 알 수 있다. 처음에는 코드 작성이 병목이었다. 하지만 이제 그것은 해결되었다. 그 다음은 코드 리뷰가 병목이 될 것이었다. 하지만 Anthropic은 그것도 Claude에게 맡김으로써 극복했다.

이제 남은 병목은 명확하다: "무엇을 만들 것인가를 결정하는 것". Boris는 이를 인식하고 있으며, 이미 Claude를 이 방향으로 진화시키고 있다. 그의 팀의 Slack 피드백 채널을 Claude에 지시하기만 하면, Claude가 패턴을 찾아내고 수정 사항을 제안한다.

이 과정에서 특히 주목할 점은, 이것이 단순한 기술적 진보를 넘어 일의 본질에 대한 근본적인 질문을 던진다는 것이다. 인간의 창의성과 직관이 정말로 '아이디어 생성'에만 필요한가? 아니면 그것도 기계가 더 잘할 수 있는가? 이 질문에 대한 답은 아직 완전히 나오지 않았지만, Boris의 경험은 최소한 일부 영역에서는 AI가 충분히 유용한 아이디어를 제시할 수 있음을 보여준다.

언더펀딩의 역설: 적게 투자할수록 AI를 더 효과적으로 사용한다

Anthropic의 한 가지 흥미로운 전략은 "언더펀딩(underfunding)"이다. Boris는 이를 명시적인 원칙으로 삼고 있다. 즉, 프로젝트에 충분한 리소스를 제공하지 않는 것이다.

이는 역설적으로 들릴 수 있지만, 논리는 명확하다. 리소스가 부족하면, 팀은 자연스럽게 AI를 더 적극적으로 활용하게 된다. 실제로 Anthropic에서 본 패턴은 이를 증명한다. 한 명의 엔지니어만 배정된 프로젝트가 때로는 여러 명이 배정된 프로젝트보다 더 빠르게 진행된다. 왜냐하면 그 엔지니어가 자신의 내재적 동기(좋은 일을 하고 싶은 마음)를 기반으로 Claude를 최대한 활용하기 때문이다.

이는 인적 자원 관리의 기존 상식과 정면으로 충돌한다. 전통적으로는 리소스가 많을수록 더 많은 일을 할 수 있다고 생각했다. 하지만 AI의 시대에는 역이 사실일 수도 있다. 리소스가 적으면 사람들은 "Claudeify"(Claude로 해결)하기를 강요당하고, 이것이 오히려 가장 효율적인 결과를 낳는다.

또 다른 중요한 원칙은 "빨리 하기"이다. Anthropic의 문화는 "오늘 할 수 있는 일은 오늘 해야 한다"이다. 이는 특히 Claude Code 초기 단계에서 생존의 문제였다. 당시 코딩 AI 시장은 이미 매우 혼잡했고, Anthropic의 Claude Code가 경쟁할 수 있는 유일한 방식은 속도였다. 그리고 지금도 이 원칙은 유효하다. 빨리 할수록, Claude를 더 많이 활용할 수 있고, 따라서 더 좋은 결과가 나온다.

이러한 원칙들을 엔지니어링 팀에 적용할 때 가장 중요한 것은 심리적 안전감이다. 실패해도 괜찮다는 신호를 주고, 80%의 아이디어가 실패할 수 있다는 것을 인정하되, 좋은 아이디어를 찾아내면 빠르게 스케일하는 방식이다. 이는 혁신의 본질이다. 혁신은 강요될 수 없으며, 오직 사람들에게 실패할 자유와 성공할 공간을 동시에 제공할 때만 나타난다.

토큰 비용의 미래: "무제한 토큰 사용"이 새로운 복리 혜택이 된다

AI 시대의 경제학에서 흥미로운 변화 중 하나는 토큰 비용의 위치 변화다. 과거에는 개발 도구의 비용이 마진율에 영향을 미쳤지만, 이제 Claude의 토큰 비용이 인재 채용과 유지의 주요 요소가 되고 있다.

Anthropic에서 관찰되는 현상은 흥미롭다. 어떤 엔지니어들은 월에 수십만 달러의 토큰을 사용하고 있다. 이는 일반적인 회사에서는 깜짝 놀랄 수치다. 하지만 Boris의 조언은 명확하다: 초기 단계에서는 비용을 아끼지 말라. 왜냐하면 개별 엔지니어의 실험 단계에서 토큰 비용은 실제로 그들의 월급이나 다른 운영 비용에 비하면 무시할 수 있는 수준이기 때문이다.

역설적으로, "토큰을 아껴라"는 조언이 초래할 수 있는 것은 더 나쁜 결과다. 엔지니어가 토큰 비용을 두려워하면서 Claude의 능력을 제약하려 하면, 실제로는 더 많은 수동 작업이 필요하게 되고, 결과적으로는 비용이 더 높아진다. 반면, 엔지니어가 자유롭게 Claude를 활용할 수 있도록 하면, 혁신적인 아이디어가 나타날 가능성이 높아진다.

이를 반영하여 일부 회사들은 이미 "무제한 토큰 사용"을 채용 혜택으로 제공하기 시작했다. 이는 전통적인 SW 엔지니어링 회사의 구조에서는 상상할 수 없었던 변화다. 하지만 Claude의 생산성 향상을 고려하면, 실제로는 경제적으로 타당한 선택일 수 있다.

메모리 누수 디버깅: AI가 더 빠르게 해결한 사례

이론적 논의를 넘어, 실제 업무에서 어떤 변화가 일어나고 있는지를 보여주는 구체적인 사례가 있다. 수개월 전 Anthropic의 팀에서 메모리 누수 문제가 발생했다. 이는 전형적인 엔지니어링 문제다. 메모리 사용량이 계속 증가하다가 어느 순간 시스템이 충돌하는 것이다.

전통적인 접근 방식은 이미 확립되어 있다. 힙 스냅샷을 떠서 특수한 디버거에 로드하고, 특수 도구를 사용해 메모리 누수가 어디서 일어나는지를 추적하는 것이다. Boris는 경험 많은 엔지니어로서 이 과정을 무수히 반복했다.

그런데 팀의 새로운 엔지니어는 다르게 접근했다. 그냥 "Claude, 메모리 누수가 있는 것 같아. 찾아줄 수 있어?"라고 Claude에게 지시했다. Claude는 정확히 Boris가 하려던 것과 동일한 단계를 거쳤다. 힙 스냅샷을 떠서, 자기가 분석할 수 있는 작은 도구를 작성해서, 문제를 찾아내고 PR을 올렸다. 그리고 이 모든 것을 Boris가 수동으로 하려던 것보다 훨씬 빠르게 완료했다.

이 사례는 단순한 속도 향상을 넘어 깊은 교훈을 담고 있다. Boris는 자신이 "옛날 방식의 생각"에 갇혀 있었음을 깨달았다. 기술이 빠르게 진화하고 있는데, 자신은 여전히 과거의 방식으로 문제를 해결하려 하고 있었던 것이다. 심지어 팀의 신입 엔지니어가 더 AGI-forward한 방식으로 업무를 처리하고 있었다.

이는 AI 시대에 경험의 의미에 대한 질문을 던진다. 경험이 항상 선택지일까? 아니면 때로는 경험이 최신 기술의 활용을 방해할 수도 있을까? Boris의 경우, 자신이 배운 것을 지속적으로 업데이트해야 한다고 깨달았다. "지난해 Sonnet 3.5를 사용하던 것이 아니라, 지금은 Opus 4.6을 사용하고 있다"는 인식이 필요한 것이다.

코딩은 도구일 뿐, 목표는 아니다

Boris의 코딩에 대한 철학은 흥미롭고 실용적이다. 그는 처음부터 "코딩을 배운 이유는 뭔가를 만들기 위해서"였다고 말한다. 중학교 때 수학 시험을 위해 graphing calculator를 프로그래밍했고, 그 이후로도 항상 코딩은 수단이었지, 목적이 아니었다.

물론 그 과정에서 한때 프로그래밍 자체의 아름다움에 빠진 시기도 있었다. TypeScript 책을 썼고, 함수형 프로그래밍의 매력에 빠지기도 했다. 타입 시스템을 완벽하게 맞춰내는 쾌감도 경험했다. 하지만 결국 그것도 수단일 뿐이었다.

이러한 실용적 태도가 흥미롭게도 Claude Code의 등장을 더 자연스럽게 수용할 수 있게 해주었다. 코딩이 목표였다면, 손으로 코드를 쓰지 않는 것이 문제가 되었을 수도 있다. 하지만 코딩이 도구였기 때문에, Claude가 더 나은 도구라면 기꺼이 넘어갈 수 있었던 것이다.

흥미로운 점은 팀의 모든 사람이 같은 관점을 공유하지는 않는다는 것이다. 팀의 한 엔지니어인 Lena는 주말에 C++을 손으로 작성하는 것을 즐긴다. 그리고 Boris는 그것을 완전히 존중한다. 이는 AI의 시대에서도, 전통적인 방식을 따를 선택의 자유가 있어야 한다는 중요한 메시지다.

그렇다면 코딩이 더 이상 필요 없어지면 어떻게 될까? Boris의 답변은 낙관적이다. 역사를 보면, 프로그래밍 방식은 항상 진화했다. 펀칭 카드 시대, 기계어 시대, 고급 언어 시대... 그리고 이제 AI 시대. 각 전환 때마다 "이제 진정한 프로그래밍이 아니다"는 우려가 있었지만, 실제로는 프로그래밍이 더 높은 추상화 수준으로 이동했을 뿐이다.

마찬가지로 이 새로운 시대에서도, 엔지니어들은 "아이디어 생성, 사용자와의 대화, 시스템 설계, 미래 설계"라는 더 높은 수준의 사고로 이동할 것이다. 그리고 이것이 결과적으로 더 만족스럽고 의미 있는 일이 될 가능성이 높다.

활판 인쇄술의 역사에서 배우는 교훈: 우리는 또 다른 대전환을 경험하고 있다

이 모든 변화를 이해하기 위한 가장 좋은 역사적 비유는 활판 인쇄술이다. 15세기 중반 유럽에서 문해율은 1% 미만이었다. 거의 모든 글쓰기와 읽기는 귀족이나 왕이 고용한 필경사들이 했다. 문자를 다루는 능력은 극소수의 직업적 전유물이었다.

그런데 구텐베르그가 활판 인쇄술을 발명했다. 그 이후 50년 동안 인쇄된 자료의 양이 이전 1000년 동안 만들어진 모든 필사본의 양을 합친 것보다 많았다. 인쇄 비용은 100배 이상 하락했다. 결과적으로 200년 후 전 세계 문해율은 약 70%에 도달했다.

흥미로운 것은 당시 한 필경사의 기록이다. 인쇄술에 대해 묻자 그 필경사는 오히려 매우 긍정적으로 답했다고 한다: "내가 싫어하는 일은 책을 베끼는 것이었고, 내가 좋아하는 일은 책에 그림을 그리고 장정하는 일이었다. 이제 내 시간이 자유로워졌다."

이것이 바로 Boris가 지적한 AI 시대의 엔지니어들의 경험이다. 그는 분명히 말했다: "나는 더 이상 코딩의 지루한 세부사항을 다룰 필요가 없다. 그 부분은 항상 지루했다. 라이브러리 버전, 도구, 리소스 설정... 이런 것들은 재미있는 부분이 아니었다. 재미있는 부분은 무엇을 만들 것인지를 생각하고, 아이디어를 내고, 사용자와 대화하고, 큰 시스템을 설계하고, 팀과 협력하는 것이다. 이제 나는 그런 일에 더 많은 시간을 쓸 수 있다."

Claude Code가 만든 이 변화는, 결국 모든 사람이 자신의 아이디어를 구현할 수 있는 세상을 만들고 있다는 것이다. 과거에는 프로그래밍 능력이 없으면 소프트웨어를 만들 수 없었다. 이제는 아이디어가 있으면 누구나 만들 수 있다. Boris 자신도 10년간 엔지니어로 일했던 비엔지니어와 대화할 때 본 장면을 묘사했다. 그 사람은 아직도 완전히 프로그래밍 언어를 모르지만, Claude의 도움으로 "1번, 2번, 3번, 4번 단계를 따르면 돼"라는 식으로 원하는 것을 만들 수 있었다는 것이다.

이것이 Claude Code의 가장 심오한 의미다. 단순히 엔지니어의 생산성을 높인 것이 아니라, 프로그래밍이라는 기술 자체를 민주화한 것이다.

새로운 역할들의 미래: 특화는 사라지고 통합이 온다

코딩이 자동화되면서, 그 다음으로 등장하는 질문은 자연스럽다: "그럼 다른 역할들은 어떻게 되는가?"

현재 Anthropic에서 보는 패턴은 흥미롭다. 엔지니어, 디자이너, 제품 매니저 같은 전통적 역할들은 여전히 존재한다. 하지만 그들 사이의 경계가 점점 흐릿해지고 있다. 많은 엔지니어가 이제 코드뿐 아니라 제품 결정에도 관여하고, 많은 PM이 코드를 직접 작성하고, 많은 디자이너가 프로토타입을 구현한다.

특히 디자이너들의 변화는 주목할 만하다. Anthropic의 디자이너들은 일반적으로 기술 지향적이고, 많은 사람들이 코딩을 할 수 있다. 이제 그들은 Claude Desktop 앱을 통해 자신이 설계한 것을 직접 코드로 구현할 수 있게 되었다. 이는 전통적인 워크플로우에서는 없던 자유도다.

하지만 흥미롭게도, 설문조사에서는 모든 직군이 동등하게 AI 도입을 환영하지는 않는 것으로 나타났다. 엔지니어와 PM은 대략 70% 정도가 업무를 "더 즐기게 되었다"고 응답했지만, 디자이너는 55% 정도만 그렇게 답했다. 더 흥미롭게도, 엔지니어의 10%만이 업무를 덜 즐기게 되었다고 답했지만, 디자이너는 20%가 그렇게 답했다.

이것이 의미하는 바는 무엇일까? Boris는 Anthropic의 경험을 통해 일부 해석을 제시했다. Anthropic에서는 비기술직 직원까지도 기술 배경을 선호한다. 따라서 디자이너도 기술 활용에 자유로우며, 많은 사람들이 오히려 코딩을 할 수 있게 되면서 자신의 생산성이 크게 증가했다고 느낀다.

하지만 이것이 모든 조직에서 같은 방식으로 진행될 것이라고 가정할 수는 없다. 다양한 배경을 가진 사람들은 AI 도입을 다르게 경험할 것이다. 일부는 매우 긍정적이고, 일부는 불안감을 느낄 것이다. 이 다양한 경험들을 이해하고 대응하는 것이 조직의 과제가 된다.

잠재 수요(Latent Demand): 제품 혁신의 가장 중요한 원칙

Boris가 제시하는 제품 개발의 가장 중요한 원칙 중 하나는 "잠재 수요"이다. 이는 사용자들이 기존 제품을 "악용"하거나 "오용"할 때 발견되는 실제 니즈를 의미한다.

가장 유명한 사례는 Facebook Marketplace다. 2016년경 Facebook 그룹의 40%가 사실 사고 팔기 관련 포스트였다. 즉, 사람들은 Buy/Sell 기능이 없는 Facebook 그룹을 가지고 이커머스 시장처럼 사용하고 있었던 것이다. 이는 사용자들이 그 기능을 원한다는 명확한 신호였다. Facebook은 이를 인식하고 전용 마켓플레이스를 만들었고, 그것이 오늘날의 성공한 제품이 되었다.

마찬가지로 Facebook Dating도 비슷한 패턴에서 나왔다. 데이터 분석 결과, Facebook에서 비친구 사용자 간의 프로필 조회 중 60%가 이성 간 조회였다. 이는 사람들이 실제로 Facebook을 비공식적인 데이팅 플랫폼으로 사용하고 있었다는 의미였다.

Claude Code의 경우도 마찬가지다. 약 6개월 동안 팀은 흥미로운 현상을 관찰했다. 많은 사용자들이 Claude Code를 코딩이 아닌 완전히 다른 목적으로 사용하고 있었다. 토마토 재배 계획, 게놈 분석, MRI 스캔 분석, 손상된 하드드라이브에서 웨딩 사진 복구 등... 사람들은 터미널이라는 엔지니어 중심의 도구를 가지고 이러한 비기술적 작업을 해결하고 있었던 것이다.

이는 분명한 신호였다: 만약 이 기능들이 터미널 안에 갇혀 있지 않고 일반인들이 접근하기 쉬운 형태라면, 이것이 완전히 다른 제품이 될 수 있다는 뜻이었다. 이러한 인사이트가 Co-worker(최근 Cohere로 이름이 바뀜)의 탄생으로 이어졌다.

흥미로운 점은 Claude Code는 6개월이 걸렸지만, Co-worker는 단 10일 만에 개발되었다는 것이다. 그리고 출시 직후부터 Claude Code보다 훨씬 빠른 성장을 기록했다. 왜냐하면 팀이 이미 잠재 수요가 무엇인지를 정확히 알고 있었기 때문이다.

이는 현대 제품 개발의 중요한 교훈을 제시한다. 과거에는 사용자의 수명 니즈가 무엇인지를 조사하고 분석해야 했다. 하지만 AI의 시대에는, 사용자들이 이미 "어떻게 우리 제품을 사용하고 싶어 하는지"를 행동으로 보여준다. 우리가 해야 할 일은 그것을 인식하고, 그 방향으로 제품을 진화시키는 것뿐이다.

AI 안전성: 3계층 방어 시스템

앞서 기술의 놀라운 발전에 대해 논했지만, 이 기술을 안전하게 사용하는 것은 Anthropic의 핵심 미션이다. Boris가 Cursor에서 돌아온 이유도 바로 이 "안전"이라는 미션 때문이었다.

Anthropic은 AI의 안전성을 3개의 계층에서 검증한다.

첫 번째 계층: 모델 내부(기계적 해석)
가장 기초적인 수준에서, Anthropic의 연구자들은 모델 내부의 뉴런 수준에서 무엇이 일어나는지를 연구한다. 이를 "기계적 해석성(Mechanistic Interpretability)"이라고 부른다. 뉴런 간 연결을 분석해서, 어떤 뉴런이 어떤 개념을 담당하는지, 그리고 특히 문제가 될 수 있는 개념(예: 기만, 악의)이 활성화되고 있는지를 모니터링할 수 있다.

두 번째 계층: 통제된 환경(Evals)
연구실 환경에서 모델의 행동을 평가한다. 합성된 상황을 만들어서 모델이 올바르게 행동하는지를 확인한다. 이는 마치 페트리 접시에서 박테리아를 연구하는 것과 비슷하다.

세 번째 계층: 실제 사용 환경(Wild)
모델이 실제 사용자 환경에서 어떻게 행동하는지를 관찰한다. 모델이 실험실에서 완벽해 보여도, 실제 세상에서는 예상 밖의 행동을 할 수 있기 때문이다.

Claude Code는 이러한 3계층 검증을 거쳐 출시되었다. 특히 초기에는 4~5개월간 Anthropic 내부에서만 사용했다. 당시 Claude Code는 광범위한 에이전트 중 첫 번째 제품이었고, 시장에 널리 알려진 첫 번째 코딩 에이전트였기 때문에, 안전성을 충분히 검증하는 것이 매우 중요했다.

Co-worker의 경우도 비슷한 접근을 취했다. 모델이 이제 엔지니어링 작업을 넘어, 일반인들의 개인적인 작업(이메일, Slack 관리 등)을 수행하게 되었기 때문에, 안전성의 중요성은 더욱 커졌다. 따라서 Anthropic은 "Research Preview"라는 형태로 일찍 출시했지만, 지속적인 모니터링과 개선을 통해 안전성을 확보하고 있다.

이 접근 방식의 철학은 흥미롭다. 기술의 안전성을 완벽하게 입증할 때까지 기다리는 것이 아니라, 어느 정도 검증된 후에 실제 세상에 내보내고, 그 과정에서 발생하는 문제들을 학습하고 개선하는 것이다. 이는 기술 발전 속도와 안전의 균형을 맞추는 방식이다.

제품 개발의 미래: 모델의 의도 이해하기

Claude Code와 Co-worker의 개발 과정에서 드러나는 한 가지 흥미로운 원칙은 "모델의 의도를 이해하고 그것을 촉진하는 것"이다.

전통적인 AI 제품 개발에서는 모델을 "박스에 넣는" 방식을 사용했다. 즉, 모델에게 특정 작업을 하도록 명확한 지시를 주고, 그 범위 안에서만 행동하도록 제한했다. 이를 "스캐폴딩(Scaffolding)"이라고 부르는데, "먼저 이것을 하고, 그 다음 저것을 해"라는 식의 명확한 순서와 구조를 제시하는 것이다.

하지만 Claude Code 팀이 발견한 것은, 더 효과적인 방식은 역으로 접근하는 것이었다. 즉, 모델에게 도구를 주고 목표를 제시한 후, 모델 자신이 어떤 도구를 어떤 순서로 사용할지를 결정하도록 하는 것이다.

Co-worker는 이 철학을 극단까지 끌어갔다. 사실상 제품 자체가 모델 인 형태다. 최소한의 스캐폴딩만 제공하고, 핵심적인 도구들(Gmail, Slack, 스프레드시트, 웹 브라우저 등)을 제시한 후, 모델이 사용자의 요청에 따라 자유롭게 도구를 조합해서 사용하도록 한다.

이 접근법의 장점은 명확하다. 첫째, 모델이 더 창의적일 수 있다. 미리 정해진 틀에 갇혀 있지 않으니까. 둘째, 새로운 모델이 더 강력해지면, 자동으로 더 많은 것을 할 수 있다. 스캐폴딩에 기존 방식이 박혀 있지 않으니까. 셋째, 실제로 더 효과적이다. 대부분의 경우, 단순한 "도구 + 목표" 접근법이 복잡한 스캐폴딩보다 더 나은 결과를 낳는다는 것이 경험으로 증명되었다.

이것이 Boris가 말하는 "bitter lesson"과도 일치한다. 보다 일반적인 모델이 항상 특화된 모델을 이긴다는 것이다. 스캐폴딩이 성능을 10-20% 향상시킬 수 있지만, 그 이득은 대부분 다음 모델이 출시될 때 사라진다. 따라서 최적화는 필요할 때 하고, 기본적으로는 가능한 한 일반적으로 설계하는 것이 장기적으로 더 현명하다.

6개월 뒤의 모델을 위해 설계하기

Claude Code 개발의 또 다른 핵심 원칙은 "현재의 모델이 아니라, 6개월 뒤의 모델을 위해 설계하기"이다.

이 원칙이 효과적인 이유를 이해하려면, Claude Code의 초기 성장 과정을 보면 된다. 초기에는 Sonnet 3.5 정도의 모델로는 코딩을 충분히 잘 할 수 없었다. Boris도 처음에는 Claude Code를 신뢰하지 못해서 다른 도구(Cursor)를 계속 사용했다. 초기에는 Claude Code가 그의 코드의 20%만 작성했고, 5월에도 30% 정도였다. 하지만 팀은 포기하지 않고 계속 개발했다.

그리고 11월이 되었다. Opus 4가 나왔고, 갑자기 Claude Code의 능력이 폭발적으로 증가했다. 그제야 Boris는 100% Claude Code 코딩으로 전환할 수 있었다. 그리고 Claude Code의 전체 사용자 그래프도 11월부터 기하급수적으로 성장했다.

이는 우연이 아니었다. Boris 팀은 이미 전 회사의 DNA인 "지수 함수적 사고"를 가지고 있었다. Anthropic의 창립자들은 모두 "Scaling Laws" 논문의 저자들이었고, 그들은 모델이 지수 함수적으로 개선될 것을 알고 있었다. Claude Code를 설계할 때도, 현재의 제약이 아니라 미래의 가능성을 중심으로 생각했던 것이다.

이는 일반적인 스타트업에게 중요한 조언이다. "6개월 뒤의 모델을 위해 설계하세요. 지금은 product-market fit이 좋지 않을 수 있습니다. 하지만 모델이 향상되는 그 순간, 당신의 제품은 갑자기 클릭되기 시작할 것입니다."

실제로 모델이 어떻게 개선될 것인지를 예측하는 방법도 있다. Boris는 몇 가지 확실한 추세를 언급했다:

1. 도구 사용 능력: 모델은 계속 도구를 더 잘 사용할 수 있게 될 것이다.
2. 지속력(Context Window, Long Sequences): 모델은 더 오래 실행될 수 있게 될 것이다. 지난해 15-30초 정도만 유지되던 것이 이제는 10-30분, 때로는 몇 시간씩 실행되고 있다.

이러한 예측 가능한 개선 추세를 이해하고, 그에 맞춰 제품을 설계하는 것이 차이를 만든다.

Claude Code 사용법: 3가지 실전 팁

마지막으로, Boris가 제시하는 Claude Code를 효과적으로 사용하기 위한 3가지 팁이 있다.

팁 1: 가장 강력한 모델 사용하기
현재 최고 모델은 Opus 4.6이다. 많은 사람들이 비용을 절약하려고 더 저렴한 Sonnet을 사용하려 하지만, 실제로는 역효과다. 더 약한 모델은 더 많은 correction이 필요하고, 더 많은 토큰을 소비한다. 결과적으로 Opus를 사용하는 것이 더 저렴할 수 있다.

팁 2: Plan Mode 활용하기
Plan Mode는 아주 간단하다. 프롬프트에 "아직 코드를 작성하지 말고"라는 한 문장을 추가할 뿐이다. 하지만 효과는 크다. 모델이 먼저 계획을 세우고, 사용자가 그 계획이 맞는지 확인한 후, 그 계획을 실행한다. Opus 4.6 수준이면, 계획만 확정되면 보통 한 번에 올바르게 실행된다.

팁 3: 다양한 인터페이스 활용하기
Claude Code는 터미널에서만 사용할 수 있다고 생각하는 사람들이 많지만, 실제로는 iOS, Android, Desktop, Web, Slack 등 다양한 형태로 사용할 수 있다. 자신에게 편한 인터페이스를 찾아서 사용하면 된다.

결론: 코딩은 끝났고, 건축의 시대가 온다

Boris Cherny와의 대화를 통해 명확해진 것은 다음과 같다.

첫째, 코딩이라는 직무는 본질적으로 변했다. 더 이상 손으로 코드를 작성하는 것이 아니라, AI와 협력하여 아이디어를 실현하는 과정이 되었다.

둘째, "소프트웨어 엔지니어"라는 직책이 사라질 것이다. 그 자리에는 코딩도 하고, 제품도 관리하고, 디자인도 하는 "빌더(Builder)"라는 새로운 직종이 등장할 것이다.

셋째, 다음 경계는 "무엇을 만들 것인가"이다. 코딩은 해결되었으니, 이제 AI는 사용자 피드백을 분석하고, 어떤 기능을 만들 것인지를 제안하는 "협력 동료"가 되고 있다.

넷째, 역사는 반복된다. 활판 인쇄술이 필경사들의 일을 없앤 것이 아니라 변화시킨 것처럼, AI도 엔지니어들의 역할을 없앤다기보다는 더 높은 수준으로 이동시킬 것이다.

다섯째, 이 모든 것은 정말 초기 단계일 뿐이다. 전 세계 코드의 4%만 AI가 작성하고 있고, 여전히 대부분의 사람들은 Claude를 사용하지 않고 있다. 우리는 1% 정도만 도달했다.

마지막으로, Boris가 post-AGI 시대에 무엇을 할지 물었을 때의 답변은 아름다웠다: 미소 담그기. 시간이 오래 걸리는 전통적인 공예, 장기적 사고를 필요로 하는 활동. 기술의 속도에서 벗어나, 느린 시간의 흐름 속에서 뭔가를 만드는 행위.

이는 아마도 우리 모두가 배워야 할 교훈일 것이다. 기술이 인류의 모든 것을 자동화할 수 있다면, 그 다음은 무엇일까? 아마도 그때가 우리가 진정으로 우리 자신이 되는 시간이 될 것이다. 기술이 아니라, 인간이. 생산성이 아니라, 의미가. 속도가 아니라, 깊이가.

---

Original source: Head of Claude Code: What happens after coding is solved | Boris Cherny

powered by osmu.app