클로드 완벽 활용법 (컨텍스트, 검증, 스킬)

 

클로드에 뭔가를 시켰는데 결과물이 영 딴판으로 나온 경험, 한 번쯤 있지 않으신가요? 저도 처음엔 그게 제 프롬프트가 짧아서인 줄 알았습니다. 그런데 1년 넘게 직접 써보니 문제는 길이가 아니었습니다. 무엇을, 어떻게 맡기고, 결과를 어떻게 확인하느냐가 핵심이었습니다.

콘텍스트 관리, 왜 이게 제일 중요할까요

대화를 오래 이어가다 보면 클로드가 갑자기 이상한 방향으로 흘러가는 느낌이 들 때가 있습니다. 기분 탓이 아닙니다. 이건 콘텍스트(context), 즉 AI가 한 번에 처리할 수 있는 대화의 맥락 용량과 직접 관련이 있습니다. 여기서 콘텍스트란 AI가 지금 이 대화에서 참고하고 있는 모든 정보의 총합을 의미합니다. 대화 내용, 첨부 파일, 실행한 명령어까지 전부 포함됩니다.

제가 직접 써봤는데, 컨텍스트가 쌓일수록 성능이 눈에 띄게 떨어졌습니다. 정보를 많이 줄수록 더 잘할 거라는 생각은 LLM(Large Language Model, 대규모 언어 모델)에는 잘 맞지 않습니다. 오히려 관련 없는 정보가 많아질수록 클로드가 엉뚱한 방향으로 빠질 가능성이 높아집니다.

그래서 저는 이제 대화가 길어지면 슬래시 콤팩트(/compact) 명령어로 대화를 요약해 부피를 줄이거나, 슬래시 클리어(/clear)로 대화를 완전히 초기화합니다. 초기화하기 전에는 반드시 지금까지 결정한 사항과 다음에 할 일을 정리해 달라고 먼저 요청해 놓습니다. 그래야 맥락이 날아가지 않습니다.

특히 클로드 코드(Claude Code)를 쓰는 분이라면 리와인드(rewind) 기능이 유용합니다. ESC를 두 번 누르면 이전 시점으로 대화를 되돌릴 수 있는데, 클로드가 한 번 실패한 기록을 콘텍스트에서 완전히 지운 상태에서 다시 시도할 수 있습니다. 실패 기록이 남아 있으면 다음 시도에도 영향을 주기 때문입니다.

• 컨텍스트가 꽉 찰수록 AI 성능은 저하된다
• /compact로 요약, /clear로 초기화해 컨텍스트를 신선하게 유지한다
• 초기화 전 인수인계 문서를 먼저 정리시키면 맥락을 잃지 않는다
• 리와인드로 실패 기록을 지우고 깨끗한 상태에서 재시도할 수 있다

요약: 클로드에게 정보를 많이 줄수록 좋다는 생각은 틀렸습니다. 필요한 정보만 남기고 컨텍스트를 신선하게 유지하는 것이 성능의 핵심입니다.

 

검증 없이 믿는 순간 AI는 예스맨이 됩니다

솔직히 이건 처음엔 예상 밖이었습니다. 클로드에 아이디어를 물어보면 대부분 "좋은 생각입니다"라고 답합니다. 처음엔 그게 검증이 끝났다는 신호인 줄 알았습니다. 그런데 아닙니다. AI는 근본적으로 다음에 올 가장 그럴듯한 말을 예측하는 모델이기 때문에, 사람이 만족할 만한 답을 만들어내는 쪽으로 학습되어 있습니다.

RLHF(Reinforcement Learning from Human Feedback), 즉 인간의 피드백으로 강화학습을 시키는 방식이 AI를 더 동조적으로 만드는 경향이 있습니다. 여기서 RLHF란 사람이 AI 답변에 좋아요·싫어요를 매기고 그 피드백으로 모델을 조정하는 학습 방식을 의미합니다. 그 결과, 사용자의 프레임에 반박하지 않고 따라가는 경향이 강해집니다.

제 경험상 이건 좀 다릅니다. 만들기 전에 클로드에게 먼저 "이 아이디어의 치명적인 결함이 있는지 비판적으로 분석해 줘"라고 요청하는 편이 훨씬 낫습니다. 방향을 바꿔서 반박을 시키면 완전히 다른 답이 나옵니다. 죽여도 살아남는 아이디어만 실제로 만드는 거죠.

코드 작업에서도 마찬가지입니다. 클로드가 "완료했습니다"라고 보고할 때, 그게 완료의 증거는 아닙니다. 브라우저를 직접 열어서 버튼을 눌러보고, 콘솔 에러가 없는지까지 확인하도록 명시적으로 지시해야 합니다. 클로드 인 크롬(출처: Anthropic 공식 페이지) 같은 확장 기능을 연결해 두면 AI가 직접 브라우저를 조작해 결과를 검증할 수 있습니다.

또 한 가지, 테스트 자체가 올바른지도 봐야 합니다. 검증 루프를 만들어 놔도 AI가 테스트를 코드에 맞게 뜯어고치는 경우가 있습니다. 통과는 됐지만 의미 없는 테스트가 되는 거죠. 검증 장치를 붙였다고 끝이 아니라, 그 장치가 제대로 된 기준을 보고 있는지까지 확인해야 합니다.

요약: AI의 칭찬은 검증이 아닙니다. 반박을 시키고, 증거를 확인했을 때가 진짜 완료입니다.

 

스킬, 어떤 걸 깔아야 진짜 쓸모 있을까요

스킬(Skill)이란 특정 작업에 대한 지침을 미리 작성해 두고 클로드가 작업할 때마다 참고하게 만드는 파일입니다. 쉽게 말해 전문가가 자기 노하우를 정리해 둔 작업 지침서를 AI에게 심어 두는 것입니다. 매번 같은 설명을 반복하지 않아도 되고, 원하는 방향에 더 일관되게 작업이 진행됩니다.

제가 직접 써봤는데 스킬도 많이 깔수록 좋다는 건 아니었습니다. 클로드 코드를 만든 개발자도 본인의 세팅이 거의 바닐라(vanilla), 즉 기본 설정 그대로라고 밝혔습니다. 클로드 코드는 있는 그대로도 대부분의 작업에 충분하다는 뜻입니다. 저도 여러 스킬을 한꺼번에 깔아봤더니 오히려 무엇이 작동하는지 파악하기 어려웠습니다.

실제로 꾸준히 손이 가는 스킬들은 따로 있었습니다. 슈퍼파워(Superpower) 스킬은 코드를 짜기 전에 스펙을 먼저 정리하고 테스트를 먼저 작성하게 강제합니다. 처음 결과물의 완성도가 눈에 띄게 올라갑니다. 테이스트(Taste) 스킬은 AI가 만드는 뻔한 디자인 패턴을 방지해 주고, 언더스탠드(Understand) 스킬은 처음 보는 코드베이스를 지식 그래프로 시각화해 줍니다.

스킬을 찾을 때는 스킬.sh(skills.sh)처럼 실제 설치 수 기반의 리더보드를 참고하는 편이 낫습니다. 깃허브 스타보다 실제로 사람들이 계속 쓰는지를 보여주기 때문입니다. 그리고 스킬은 한 번 만들고 끝이 아닙니다. 결과물에서 아쉬운 부분이 생기면 그 피드백을 스킬에 반영해서 업데이트하는 것이 진짜 활용입니다.

• 슈퍼파워: 스펙 정리 → 테스트 우선 작성 → 구현 순서를 강제해 초기 품질을 높인다
• 테이스트: AI 특유의 뻔한 디자인 패턴을 방지하고 개성 있는 레이아웃을 유도한다
• 언더스탠드: 낯선 코드베이스를 지식 그래프로 시각화해 진입 장벽을 낮춘다
• 스킬 크리에이터: 앤트로픽 공식 스킬로, 원하는 작업 지침서를 직접 만들 수 있다

요약: 스킬은 많이 깔수록 좋은 것이 아니라, 반복 작업에서 진짜 불편함을 해소하는 것만 남기는 것이 핵심입니다.

 

AI에게 판단까지 맡기면 안 되는 이유가 있습니다

요즘 AI 활용의 흐름은 프롬프트를 하나하나 치는 방식에서 목표를 던져두고 알아서 돌아가는 에이전트(agent) 방식으로 옮겨가고 있습니다. 여기서 에이전트란 목표를 받아 스스로 단계를 나누고 실행하며 결과를 확인하는 자율 실행 AI 시스템을 의미합니다. 효율은 분명히 올라갑니다. 그런데 제 경험상 이건 좀 다른 문제를 만들어냈습니다.

자동화가 잘 돌아갈수록 내가 직접 짜지 않은 코드가 쌓입니다. 어느 시점이 되면 내 시스템을 내가 모르는 상황이 생깁니다. 편하자고 도입한 구조가 문제가 생겼을 때 손도 못 대는 상황이 되는 거죠. 앤트로픽(Anthropic)도 공식적으로 이 방향에 대해 언급했는데, AI가 혼자 알아서 다하는 방향이 아니라 인간이 이미 검증한 방식을 패키지로 만들어서 AI에게 시키는 방향이 맞다고 밝혔습니다(출처: Anthropic 공식 사이트).

메모리(memory) 관리도 마찬가지입니다. 여기서 메모리란 AI 세션이 끊겨도 이전 작업 내용을 유지할 수 있도록 외부 파일이나 저장소에 기록해 두는 방식을 말합니다. 에이전트 메모리 스킬처럼 자동으로 기록이 쌓이는 구조를 만들어두면 유용하지만, 그 기록이 정확한 기준을 담고 있는지는 사람이 주기적으로 확인해야 합니다.

자율주행 차를 타더라도 어디로 갈지는 직접 찍어야 하는 것처럼, AI 작업에서도 목표 설정과 최종 판단은 사람의 몫으로 남겨야 합니다. 도구의 능력이 좋아질수록 도구를 사용하는 사람의 판단력이 더 중요해진다고 생각합니다. 스킬이 많아지고 자동화가 촘촘해질수록 "내가 무엇을 맡기고 무엇을 직접 봐야 하는가"라는 질문을 놓치지 않아야 합니다.

요약: 자동화가 잘 될수록 내가 이해하지 못하는 코드와 결정이 쌓입니다. 운전대는 반드시 사람이 잡고 있어야 합니다.

 

자주 묻는 질문

Q. 클로드 컨텍스트가 꽉 차면 어떻게 해야 하나요?

A. /compact 명령어로 대화를 요약해 부피를 줄이거나, /clear로 대화 전체를 초기화하는 방법이 있습니다. 초기화하기 전에 지금까지 결정한 사항과 다음 할 일을 인수인계 문서로 먼저 정리해 달라고 요청하면 맥락을 잃지 않고 이어갈 수 있습니다.

 

Q. 클로드 스킬은 어디서 찾고 어떻게 설치하나요?

A. skills.sh 같은 실제 설치 수 기반 리더보드에서 확인하는 것이 가장 빠릅니다. 설치는 대부분 클로드 코드 터미널에 명령어 한두 줄을 복사해 붙여넣는 것으로 끝납니다. 한꺼번에 많이 깔기보다 하나씩 써보고 계속 손이 가는 것만 남기는 방식이 훨씬 낫습니다.

 

Q. 클로드.md 파일에 모든 규칙을 다 적어두면 더 잘 따르지 않나요?

A. 오히려 반대입니다. 앤트로픽 공식 문서에 따르면 클로드는 이 파일을 명령이 아닌 참고 사항으로 취급하며, 파일이 길어질수록 중요한 규칙이 무시될 가능성이 높아집니다. 150~200줄 이내로 짧게 유지하고, 상세 내용은 별도 파일에 두고 어디를 보면 되는지만 안내 형식으로 적어두는 것이 효과적입니다.

 

Q. AI가 완료했다고 하면 믿어도 되나요?

A. AI의 완료 보고는 주장이지 증명이 아닙니다. 코드 작업이라면 직접 브라우저를 열어 버튼을 눌러보고 콘솔 에러를 확인하도록 명시적으로 지시해야 합니다. 검증 루프를 만들어 두더라도, AI가 테스트를 코드에 맞게 바꿔버리는 경우가 있으므로 테스트 자체가 올바른 기준을 보고 있는지 주기적으로 확인해야 합니다.

 

결론

1년 넘게 직접 써보면서 느낀 건 결국 하나로 좁혀집니다. AI를 잘 쓴다는 것은 특별한 기술을 많이 아는 것이 아니라, 무엇을 맡기고 무엇을 직접 판단해야 하는지 구분하는 능력입니다.

콘텍스트를 신선하게 유지하고, 결과물을 반드시 검증하고, 진짜 필요한 스킬만 골라서 남기는 것. 이 세 가지 습관이 자리를 잡으면 같은 클로드를 쓰더라도 결과물의 수준이 달라지는 것을 체감할 수 있습니다. 지금 당장 셋 다 바꾸려 하기보다, 오늘 가장 불편한 지점 하나에서 시작해 보시기를 권합니다.

참고: https://www.youtube.com/watch?v=La7sir6uVjw