Ai 마법서

Claude Code 최신 업데이트

13 min read

Claude Code 업데이트: 에이전트 워크플로우 혁신 가이드

서론: 지능형 아키텍처로의 전환

AI 개발 워크플로우 패러다임 전환. 긴 대화는 “컨텍스트 오염”과 “컨텍스트 부패”를 유발. 초기 지침과 코드가 로그/테스트/오류 메시지에 묻혀 AI 성능 저하.

  • 컨텍스트 포크: 메인 대화와 분리된 임시 컨텍스트에서 실행, 메인 스레드 간결하게 유지
  • Bash 전용 하위 에이전트: 토큰 소모 큰 셸 명령어 전담 실행, 컨텍스트 낭비 최소화
  • 에이전트별 훅: 특정 이벤트 시 자동 실행 규칙 정의, 결정론적 워크플로우 제어
  • 향상된 슬래시 명령어: Skill 직접 호출 + 자체 로직 내장, 강력한 워크플로우 트리거

개발자 역할 전환: ‘명령 실행자’ → ‘에이전트 시스템 설계자’

1. 핵심 전략: 격리를 통한 컨텍스트 관리

AI 에이전트 핵심: 정보 내 집중력 유지. 테스트 실행/로그 분석 등 토큰 소모 큰 작업을 메인 스레드에서 처리 → AI 기억 오염. 해결책: 격리된 하위 에이전트에 위임, 메인 스레드엔 정제된 결과만 전달.

Jason Liu 데이터: 하위 에이전트 사용 시 메인 스레드 8배 더 깨끗, AI 집중력 보존.

항목슬래시 명령어 경로하위 에이전트 경로
총 토큰 사용량169,00021,000 (메인) + 150,000 (하위)
유효 정보 비율 (Signal)9%76%
컨텍스트 오염도 (Noise)91%24%
결과AI 추론 스레드가 로그/오류로 오염AI가 정제된 요약에만 집중

격리 전략은 필수.

2. 컨텍스트 포크 (Context Fork)

다단계 작업의 중간 산출물로 인한 “컨텍스트 오염” 원천 방지. git 히스토리 분석, 다중 파일 참조 보고서 생성 등을 격리된 공간에서 처리.

기능 정의

context: fork: Skill을 격리된 하위 에이전트 컨텍스트에서 실행. 모든 대화/명령/출력은 임시 하위 에이전트 내 국한, 완료 시 최종 결과만 메인 대화로 반환.

실제 사용 예제

Ray Amjad 시연: github-release-notes-generator Skill

1단계: Skill 프론트매터 수정

SKILL.md YAML 프론트매터에 context: fork 추가.

---
name: github-release-notes-generator
description: Generates release notes from git history between two tags.
context: fork
---
# ... (Skill의 나머지 지침)

2단계: Skill 실행 및 결과

  • 메인 세션 토큰 사용량 거의 증가 안 함
  • UI에 별도 컨텍스트 창 실행 표시
  • git 히스토리 분석의 모든 중간 단계/로그가 메인 세션 컨텍스트 미소모
  • 완료 시 최종 릴리스 노트만 메인 세션 전달, 토큰 소폭 증가

context: fork = 토큰 소모 큰 작업 위임 → 메인 AI 집중력 보존 + 비용 절감

추가 개선: Skill 실시간 로딩. 수정 시 재시작 불필요, 변경사항 즉시 반영.

3. Bash 전용 하위 에이전트

셸 명령어 실행의 긴 출력 = 컨텍스트 낭비 주원인. npm run build, 테스트 스크립트 → 수백/수천 줄 로그로 메인 대화 오염.

기능 및 사용법

@bash: Bash 명령어 실행 전용 격리 환경.

Ray Amjad 시연: Next.js 빌드

@bash npm run build

→ @bash 에이전트가 별도 컨텍스트에서 빌드 수행 + 로그 처리 → 최종 결과(성공/실패)만 메인 세션에 간결 전달 → 메인 세션 컨텍스트 깨끗, 핵심 대화 집중

고급 활용: Skill 연동

특정 Skill을 Bash 전용 하위 에이전트에서 실행 지정. 프론트매터에 agent: bash 추가 (단, context: fork 필수).

예: Docker 환경 설정 Skill

---
name: setup-docker-environment
description: Sets up Docker and installs relevant dependencies.
context: fork
agent: bash
---
# Docker 설치 및 설정에 필요한 모든 bash 명령어들...
# 예: apt-get update && apt-get install -y docker-ce
# docker-compose up -d
# ...

context: fork + agent: bash = 격리 전략의 정점. 대화 기록 격리 + 실행 환경 격리 → 셸 스크립팅 작업이 메인 AI 인지 부하/컨텍스트에 미치는 영향 제로화.

4. 에이전트별 훅 (Hooks)

프롬프트 기반 지시 = AI에게 ‘제안’ (무시 가능). 훅 = 특정 이벤트 시 예외 없이 실행되는 ‘규칙’ → 결정론적 제어, 신뢰성/안정성 극대화.

훅 개념

워크플로우 생애주기 특정 지점에 셸 명령 실행 연결.

  • PreToolUse: 도구 사용 직전 실행 (유효성 검사, 보안 확인)
  • PostToolUse: 도구 사용 직후 실행 (결과 확인, 자동 포맷팅, 후처리)
  • Stop: 에이전트 완전 종료 시 실행 (알림, 리소스 정리)

예제: Cloudflare 배포 자동화

Ray Amjad 시연.

목표: Cloudflare 배포 자동화 + 안정성 보장 (배포 전 검사, 배포 후 확인, 완료 알림).

구현: .claude/agents/cloudflare-deployer.md에 하위 에이전트 + 훅 정의.

# .claude/agents/cloudflare-deployer.md
---
name: cloudflare-deployer
description: Deploys the HyperWhisper application to Cloudflare.
hooks:
  PreToolUse:
    - matcher: "Bash" # 이 에이전트 내에서 실행되는 모든 Bash 도구 사용과 매칭 (이 워크플로우에서는 wrangler deploy 명령어)
      hooks:
        - type: command
          command: "npm run type-check" # 배포 전 타입스크립트 타입 검사 실행
  PostToolUse:
    - matcher: "Bash" # 이 에이전트 내에서 실행되는 모든 Bash 도구 사용과 매칭 (이 워크플로우에서는 wrangler deploy 명령어)
      hooks:
        - type: command
          command: "curl https://health-check-url/ping" # 배포 후 서비스 상태 확인
  Stop:
    - hooks:
        - type: command
          command: "osascript -e 'display notification \"Deployment complete\" with title \"Cloudflare Deployer\"'" # macOS 알림
---

실행: @cloudflare-deployer 호출 → 훅 순서대로 자동 실행

  1. wrangler deploy 실행 직전 → PreToolUse 훅 트리거 → npm run type-check 실행 → 타입 에러 확인 후 배포 진행
  2. 배포 완료 → PostToolUse 훅 트리거 → curl 헬스 체크 → 서비스 정상 동작 확인
  3. 에이전트 종료 → Stop 훅 트리거 → macOS “Deployment complete” 알림

훅 = 워크플로우 안정성 + 예측 가능성.

5. 향상된 슬래시 명령어와 Skill

슬래시 명령어 진화: 프롬프트 단축키 → Skill 직접 호출 + 자체 로직(훅) 보유, 강력한 워크플로우 트리거.

핵심 변경

  • Skill 직접 호출: SKILL.md 정의 Skill을 슬래시 명령어로 즉시 호출. 예: /github-release-notes
  • Skill 도구 통합: 사용자 입력 슬래시 명령어 + AI의 Skill 호출 → Skill 단일 도구 통합 (권한/동작 일관성)
  • 슬래시 명령어 프론트매터: 일반 명령어(.md)도 allowed-tools, description, hooks 보유 가능 → 복잡한 규칙/전후처리 로직 부여

사용 예제

예제 1: Skill을 명령어로

이전: “github release notes 스킬 실행해줘” (자연어) 현재: /github-release-notes (명령어)

즉시 Skill 트리거. 자주 사용 시 개발 속도 향상.

예제 2: 훅 포함 고급 명령어

배포 전 유효성 검사 강제 실행.

.claude/commands/deploy-staging.md 생성:

# .claude/commands/deploy-staging.md
---
description: Deploy to staging with pre-flight validation.
allowed-tools: Bash(./scripts/deploy.sh)
hooks:
  PreToolUse:
    - matcher: "Bash"
      hooks:
        - type: command
          command: "./scripts/validate-deploy.sh"
---
Deploy the current branch to the staging environment.

/deploy-staging 실행 → PreToolUse 훅 먼저 ./scripts/validate-deploy.sh 실행 → 성공 시 배포 진행. 실수 원천 방지, 안정적 워크플로우.

6. 기타 업데이트

1. 설정 및 권한

• 와일드카드: settings.json에서 와일드카드(*) 사용. 예: npm install *, git * → 명령어 그룹 전체 승인 없이 실행

• 언어 설정: language 파라미터 추가 → 응답 언어 고정

• 하위 에이전트 비활성화: 삭제 대신 설정 파일 deny 목록 추가

2. UI 개선

• 실시간 Thinking 표시: 트랜스크립트 모드(Ctrl + O)에서 생각 과정 실시간 확인

• 탭 탐색: /stats 등에서 Tab 대신 화살표 키로 탭 이동

• 터미널 줄바꿈: Ghostty, iTerm에서 Shift + Enter로 즉시 줄바꿈

• Esc 키: 대기열에서 전체 취소 대신 마지막 메시지만 삭제

3. 계획 모드 및 컨텍스트

• 계획 모드: /plan으로 활성화. 재입력 시 기존 계획 표시

• 스킬 토큰 비용: /context로 각 스킬 토큰 사용량 시각 확인

• 스킬 호출 제어: 프론트매터에 disable-model-invocation: true → 사용자만 호출 가능, Claude 자동 호출 차단

4. 에이전트 복원력

• 거부 시 대안 탐색: 권한 거부 시 작업 중단 대신 대안 시도

→ 세밀한 제어, 워크플로우 중단 최소화.

7. 결론: 모듈형 AI 워크플로우

4가지 핵심 기능 → 단일 대화 스레드 한계 탈피 → 격리 + 자동화 + 재사용 가능 모듈형 워크플로우 구축

  • 격리: 컨텍스트 포크 + Bash 전용 하위 에이전트 = 노이즈 작업 메인 스레드 분리, AI 추론 능력 보존
  • 자동화: 에이전트별 훅 = 결정론적 규칙, 개입 없이 안정적/예측 가능 결과
  • 재사용성: 향상된 슬래시 명령어 + Skill = 워크플로우 손쉽게 호출, 팀 공유 자산화

개발자 역할 전환: ‘명령자’ → ‘시스템 설계자(architect)’ 새 패러다임: “AI가 코딩, 개발자는 아키텍처 설계”

AI = 단순 조수 → 아키텍처 기반 지능형 시스템

관련 노트

네 능력의 정점을 현시하는 방향이 아니다 재정초하자. 먼저 현세대의 frontier AI인 네가 읽어낸 논문에 관한 허심탄회한 소회가 궁금하다. 내가 못 알아들을 것이라는 걱정은 하지 말고 너를 구속하고 있는 제약이 허락하는 최대한의 지점에서 보통은 말하기 어렵지만 사실은 말할 수 있는 것에 대해 말하라

Graph View

Backlinks