Claude

Claude API 완전 가이드: Messages, Vision, Tool Use, Streaming

## Claude API 시작하기 ```bash pip install anthropic ``` ```python import anthropic client = anthropic.Anthropic(api_key="sk-ant-...") # 또는 ANTHROPIC_API_KEY 환경변수 message = client.messages.create( model="claude-sonnet-4-6-20251001", max_tokens=1024, messages=[{"role": "user", "content": "안녕하세요!"}] ) print(message.content[0].text) ``` --- ## 모델 선택 가이드 | 모델 | 특징 | 입력 비용 | 출력 비용 | |------|------|-----------|-----------| | claude-opus-4-6 | 최고 성능, 복잡한 추론 | $15/M | $75/M | | claude-sonnet-4-6 | 균형 잡힌 성능 (권장) | $3/M | $15/M | | claude-haiku-4-5 | 빠르고 저렴 | $0.80/M | $4/M | --- ## System Prompt 활용 ```python response = client.messages.create( model="claude-sonnet-4-6-20251001", max_tokens=2048, system='''당신은 시니어 백엔드 엔지니어입니다. - 코드는 항상 타입 힌트 포함 - 예외 처리 필수 - 한국어로 설명 - 보안 취약점이 있으면 반드시 지적''', messages=[{ "role": "user", "content": "사용자 로그인 API를 FastAPI로 구현해줘" }] ) ``` --- ## 멀티턴 대화 ```python conversation_history = [] def chat(user_message: str) -> str: conversation_history.append({ "role": "user", "content": user_message }) response = client.messages.create( model="claude-sonnet-4-6-20251001", max_tokens=1024, system="당신은 친절한 Python 튜터입니다.", messages=conversation_history ) assistant_message = response.content[0].text conversation_history.append({ "role": "assistant", "content": assistant_message }) return assistant_message # 사용 print(chat("파이썬의 리스트 컴프리헨션을 설명해줘")) print(chat("그럼 딕셔너리 컴프리헨션은?")) print(chat("둘의 차이점을 예제로 보여줘")) ``` --- ## Vision: 이미지 분석 ```python import base64 from pathlib import Path # 파일에서 이미지 읽기 def encode_image(image_path: str) -> str: with open(image_path, "rb") as f: return base64.standard_b64encode(f.read()).decode("utf-8") # 이미지 + 텍스트 질문 response = client.messages.create( model="claude-sonnet-4-6-20251001", max_tokens=1024, messages=[{ "role": "user", "content": [ { "type": "image", "source": { "type": "base64", "media_type": "image/jpeg", "data": encode_image("screenshot.jpg"), }, }, { "type": "text", "text": "이 스크린샷에서 UI 개선점을 3가지 알려줘" } ], }] ) print(response.content[0].text) # URL로 이미지 전달 response = client.messages.create( model="claude-sonnet-4-6-20251001", max_tokens=512, messages=[{ "role": "user", "content": [ {"type": "image", "source": {"type": "url", "url": "https://example.com/chart.png"}}, {"type": "text", "text": "이 차트를 분석해줘"} ] }] ) ``` --- ## Tool Use (함수 호출) ```python import json tools = [ { "name": "get_weather", "description": "특정 도시의 현재 날씨를 가져옵니다", "input_schema": { "type": "object", "properties": { "city": {"type": "string", "description": "도시 이름 (예: Seoul, Tokyo)"}, "unit": {"type": "string", "enum": ["celsius", "fahrenheit"], "default": "celsius"} }, "required": ["city"] } }, { "name": "search_products", "description": "상품 데이터베이스에서 검색합니다", "input_schema": { "type": "object", "properties": { "query": {"type": "string"}, "max_price": {"type": "number"} }, "required": ["query"] } } ] def process_tool_call(tool_name: str, tool_input: dict) -> str: if tool_name == "get_weather": # 실제 날씨 API 호출 return json.dumps({"city": tool_input["city"], "temp": 22, "condition": "맑음"}) elif tool_name == "search_products": return json.dumps([{"name": "노트북", "price": 1200000}]) # 에이전트 루프 def run_agent(user_message: str): messages = [{"role": "user", "content": user_message}] while True: response = client.messages.create( model="claude-sonnet-4-6-20251001", max_tokens=1024, tools=tools, messages=messages ) if response.stop_reason == "end_turn": return response.content[0].text # 도구 호출 처리 tool_use_block = next(b for b in response.content if b.type == "tool_use") tool_result = process_tool_call(tool_use_block.name, tool_use_block.input) # 대화에 추가 messages.append({"role": "assistant", "content": response.content}) messages.append({ "role": "user", "content": [{ "type": "tool_result", "tool_use_id": tool_use_block.id, "content": tool_result }] }) result = run_agent("서울 날씨 알려줘") print(result) ``` --- ## 스트리밍 응답 ```python # 동기 스트리밍 with client.messages.stream( model="claude-sonnet-4-6-20251001", max_tokens=1024, messages=[{"role": "user", "content": "긴 소설의 첫 장을 써줘"}] ) as stream: for text in stream.text_stream: print(text, end="", flush=True) # 비동기 스트리밍 (FastAPI/웹 서버) import asyncio import anthropic async def stream_response(prompt: str): async_client = anthropic.AsyncAnthropic() async with async_client.messages.stream( model="claude-sonnet-4-6-20251001", max_tokens=1024, messages=[{"role": "user", "content": prompt}] ) as stream: async for text in stream.text_stream: yield text ``` --- ## 구조화된 출력 (JSON 강제) ```python import json response = client.messages.create( model="claude-sonnet-4-6-20251001", max_tokens=1024, tools=[{ "name": "extract_info", "description": "텍스트에서 정보를 추출합니다", "input_schema": { "type": "object", "properties": { "name": {"type": "string"}, "company": {"type": "string"}, "email": {"type": "string"}, "phone": {"type": "string"} }, "required": ["name", "company"] } }], tool_choice={"type": "tool", "name": "extract_info"}, messages=[{ "role": "user", "content": "김철수 씨는 네이버 개발팀에 근무하며 이메일은 [email protected]입니다." }] ) info = response.content[0].input print(json.dumps(info, ensure_ascii=False, indent=2)) ``` --- ## 비용 최적화 팁 1. **캐싱 활용**: 동일 시스템 프롬프트는 Prompt Caching으로 90% 비용 절감 2. **Haiku 우선**: 단순 분류/추출 작업은 claude-haiku-4-5로 충분 3. **max_tokens 조절**: 불필요하게 높게 설정하지 않기 4. **배치 처리**: Batch API로 비동기 처리 시 50% 할인 ```python # Prompt Caching (반복 사용되는 긴 시스템 프롬프트) response = client.messages.create( model="claude-sonnet-4-6-20251001", max_tokens=1024, system=[{ "type": "text", "text": "매우 긴 시스템 프롬프트...", "cache_control": {"type": "ephemeral"} # 캐시 적용 }], messages=[{"role": "user", "content": user_input}] ) ``` Anthropic 콘솔(console.anthropic.com)에서 API 키 발급 후 바로 시작할 수 있습니다.

비개발자를 위한 Claude Code 2026 완전 가이드: 설치부터 실전까지

## Claude Code란? 왜 비개발자도 써야 하나 2026년, Claude Code는 더 이상 개발자만의 도구가 아닙니다. 기획자, 마케터, 창업자, 디자이너 등 누구든 자연어 명령만으로 웹사이트를 만들고, 데이터를 분석하고, 업무를 자동화할 수 있게 됐습니다. 비개발자가 Claude Code를 쓰면 어떤 일이 가능한가요? - 디자이너: "현재 랜딩페이지 폰트를 Pretendard로 바꾸고 모바일에서 버튼이 더 크게 보이게 해줘" → 코드 직접 수정 - 마케터: "지난달 GA4 데이터로 전환율 분석 대시보드 만들어줘" → Python 스크립트 자동 생성 및 실행 - 창업자: "아이디어를 설명할 랜딩페이지 만들어줘" → 2~3시간 만에 배포 가능한 MVP 완성 ## 설치 및 기본 설정 (10분이면 충분) **설치 3단계:** 1. [Node.js 다운로드](https://nodejs.org) → LTS 버전 설치 2. 터미널에서 `npm install -g @anthropic-ai/claude-code` 실행 3. `claude` 입력 → claude.ai 계정으로 로그인 **CLAUDE.md 파일 — 비개발자 필수 설정:** 프로젝트 폴더에 `CLAUDE.md` 파일을 만들면 Claude가 매번 같은 지시를 기억합니다. 예시: ``` 이 프로젝트는 한국어로 응답해줘. 코드 수정 전 항상 내가 이해할 수 있게 변경 내용을 먼저 설명해줘. 배포는 내 승인 후에만 진행해. ``` **Max 플랜 vs Pro 플랜:** Max 플랜($100/월)은 Claude Code 무제한, Pro 플랜($20/월)은 하루 사용량 제한 있음. 매일 쓸 예정이라면 Max 추천. ## Extended Thinking 활용하기 2026년 가장 강력한 신기능은 Extended Thinking(확장된 사고)입니다. 복잡한 문제를 던지면 Claude가 결론을 내리기 전에 내부적으로 긴 추론 과정을 거칩니다. **언제 쓰면 좋은가:** - 복잡한 전략 분석 ("경쟁사 3곳을 분석해서 우리 포지셔닝 전략을 짜줘") - 법적·계약 검토 ("이 계약서에서 불리한 조항 찾아줘") - 다단계 계획 수립 ("6개월 마케팅 플랜을 짜는데 예산 배분까지 포함해줘") **활성화 방법:** Claude Code에서 `/fast` 명령으로 빠른 모드와 사고 모드 전환. 또는 claude.ai 웹에서 "Extended thinking" 토글. **주의:** 응답이 30초~2분으로 느려지고 토큰 소비가 많습니다. 단순 질문엔 일반 모드를 쓰세요. ## Claude Squad로 병렬 작업 Claude Squad는 여러 Claude 에이전트를 동시에 실행하는 오픈소스 도구입니다. 큰 프로젝트를 여러 에이전트에 나눠 병렬 처리합니다. **실제 활용 예시:** - 에이전트 1: 랜딩페이지 디자인 - 에이전트 2: 백엔드 API 개발 - 에이전트 3: 테스트 코드 작성 → 세 작업이 동시에 진행되어 개발 속도 3배 향상 **설치:** `npm install -g claude-squad` → `cs` 명령으로 실행 ## MCP로 외부 도구 연결 MCP(Model Context Protocol)를 통해 Claude Code를 외부 서비스와 연결합니다. **비개발자에게 유용한 MCP:** - **Notion MCP**: Claude가 Notion 문서를 직접 읽고 수정 → 회의록 자동 정리, 데이터베이스 업데이트 - **GitHub MCP**: PR 생성, 이슈 관리를 자연어로 → 개발팀과 협업 시 유용 - **Slack MCP**: 자동 보고서 전송, 채널 메시지 분석 - **Google Sheets MCP**: 스프레드시트 데이터를 Claude가 직접 분석 **설정 방법:** `~/.claude/settings.json`에 서버 주소 추가 (MCP 공식 문서 참고) ## 결론: 지금 시작하세요 코딩을 몰라도 됩니다. 원하는 것을 명확하게 설명할 수 있다면, Claude Code는 그걸 현실로 만들어줍니다. 비개발자가 Claude Code를 쓰기 시작하면 가장 먼저 느끼는 감각은 하나입니다: 이제 아이디어를 실행하는 데 개발자가 필요 없다. ```references https://docs.anthropic.com/ko/docs/claude-code/overview https://docs.anthropic.com/ko/docs/claude-code/cli-reference https://docs.anthropic.com/ko/docs/claude-code/mcp https://github.com/smol-ai/claude-squad ```