4.7
종합 평점
Claude Code는 Anthropic이 개발한 AI 코딩 에이전트 CLI로, 터미널에서 자연어로 지시하면 코드 작성·파일 수정·테스트 실행·PR 생성까지 자율적으로 수행합니다. 단순 코드 완성 도구가 아니라 전체 개발 워크플로우를 에이전트로 자동화하는 도구입니다.
Cursor/Copilot이 IDE 내 코드 완성에 특화된 반면, Claude Code는 터미널에서 "이 버그 고쳐줘", "테스트 커버리지 80%까지 높여줘" 같은 고수준 지시를 자율적으로 수행합니다. CI/CD 파이프라인이나 스크립트 자동화에 특히 강합니다.
웹사이트
바로가기Task
사용량만큼
per-token
Anthropic API 키 필요
$20/월
monthly
Claude Code /btw 명령어로 토큰 비용 50% 줄이는 법
Claude Code 2.1.72 업데이트(2026년 3월 10일)에서 추가된 /btw(By The Way) 명령어가 토큰 비용을 최대 50%까지 절감할 수 있다는 사실이 알려지며 큰 반향을 일으키고 있다. Claude Code 팀의 Erik Schluntz가 사이드 프로젝트로 개발한 이 기능은, Thariq Shihipar(Claude Code 리드)의 트윗이 조회수 220만을 돌파하며 화제가 되었다. 텐빌더 채널에서 실제 사용 경험을 공유했다. ## /btw가 하는 일 /btw는 현재 작업 중에 빠른 질문을 할 수 있는 '사이드 채널'이다. 질문과 응답이 대화 히스토리에 추가되지 않는 것이 핵심이다. 일시적인 오버레이로 표시된 후 사라진다. Claude가 응답을 처리하는 중에도 /btw를 실행할 수 있다. 사이드 질문은 독립적으로 처리되며 메인 작업을 중단하지 않는다. ## 토큰 절감 원리 /btw 자체가 무료는 아니다. 토큰을 사용하지만, 세션의 프롬프트 캐시를 재사용하므로 일반 메시지보다 비용이 낮다. 그러나 진짜 절감 효과는 다른 곳에 있다. **핵심 메커니즘**: /btw 교환이 히스토리에 기록되지 않으므로, 이후 모든 메시지의 비용을 줄인다. 구체적으로 설명하면, 세션 히스토리가 이미 20,000 토큰인 상태에서 새 메시지를 보내면 최소 20,000 입력 토큰이 기본으로 소비된다. 일반 대화로 "그 변수 이름이 뭐였지?"나 "이 파일 수정된 거 맞아?" 같은 질문을 하면, 그 교환이 영구적으로 히스토리에 남아 이후 모든 메시지의 비용을 증가시킨다. /btw를 사용하면 이런 일회성 질문이 히스토리를 오염시키지 않는다. 텐빌더의 실제 테스트에서 이 방식으로 세션 전체 비용이 약 50% 절감되었다. ## 어떤 질문에 적합한가 **적합한 질문 (정보 확인형)**: - "방금 수정한 파일 이름이 뭐야?" - "이 프로젝트에서 사용하는 테스트 프레임워크가 뭐지?" - "아까 정한 API 엔드포인트 경로가 뭐였지?" - "이 에러 메시지가 뭘 의미해?" **부적합한 질문 (도구 실행 필요)**: - "이 파일 읽어줘" → 파일 읽기 도구 접근 불가 - "테스트 실행해줘" → 명령어 실행 불가 - "새 파일 만들어줘" → 쓰기 도구 접근 불가 ## /btw vs 서브에이전트 /btw와 서브에이전트는 정반대의 설계 철학을 가진다. | 특성 | /btw | 서브에이전트 | |------|------|------------| | 컨텍스트 | 전체 대화 히스토리 접근 | 빈 컨텍스트에서 시작 | | 도구 접근 | 없음 | 전체 도구 사용 가능 | | 용도 | 이미 아는 것에 대한 질문 | 새로운 정보 탐색 | | 히스토리 | 기록 안 됨 | 결과만 기록 | **실전 사용 규칙**: 세션에서 Claude가 이미 알고 있는 정보를 확인할 때는 /btw를, 새로운 정보를 찾아야 할 때는 서브에이전트를 사용한다. ## 실제 비용 절감 시뮬레이션 일반적인 2시간 코딩 세션을 가정해보자. **기존 방식 (모든 질문이 히스토리에 기록)**: - 작업 메시지 20개 + 확인 질문 15개 = 35개 메시지 - 확인 질문들이 히스토리를 약 8,000 토큰 증가시킴 - 이후 메시지마다 추가 8,000 토큰 × 남은 메시지 수 = 상당한 추가 비용 **btw 방식**: - 작업 메시지 20개(히스토리) + 확인 질문 15개(/btw, 히스토리 미기록) - 히스토리 크기가 43% 줄어들어 이후 모든 메시지 비용 절감 최근 업데이트에서 긴 /btw 응답이 잘리던 문제도 수정되어, 이제 스크롤 가능한 뷰포트에서 전체 응답을 확인할 수 있다. ```references https://www.howdoiuseai.com/blog/2026-03-12-the-simple-btw-command-that-cuts-claude-code-costs https://codingbeautydev.com/blog/new-claude-code-btw-feature/ https://www.geeky-gadgets.com/claude-code-btw-token-savings/ https://www.youtube.com/watch?v=TCJJJDw3-vk ```
긍정 (80%): 자율 에이전트 능력이 압도적. 멀티파일 편집, git 통합, 터미널 직접 조작. "개발 방식을 완전히 바꿨다". Opus 모델과 조합 시 최강.
부정 (15%): Max 플랜 비용($100-200/월). 사용량 제한에 불만. 가끔 잘못된 방향으로 진행.
중립 (5%): Cursor와 용도 분리해서 사용.
터미널 에이전트 방식의 코딩 자동화에서 타 서비스가 따라오기 어려운 깊이를 보여준다는 평가. 특히 대규모 리팩토링, 테스트 자동화에서 몇 시간 걸리던 작업을 수분 내에 완료한다는 사례가 많다.
Anthropic: Claude Sonnet 4.6
Anthropic
Claude Code
Code Generation (코드 생성)
Text Generation (텍스트 생성)
Harness Engineering: AI 에이전트를 프로덕션에서 안전하게 운영하는 5가지 원칙
## Harness Engineering이란? 쉽게 이해하기 AI 에이전트는 엄청나게 강력합니다. 하지만 길들이지 않으면 위험할 수 있습니다. Harness Engineering은 AI 에이전트가 프로덕션 환경에서 안전하고 예측 가능하게 동작하도록 만드는 시스템 설계 원칙의 집합체입니다. Harness는 말의 고삐와 마구를 뜻합니다. 강력한 말을 제어 가능하게 만드는 도구처럼, Harness Engineering은 강력한 AI 에이전트를 프로덕션에서 믿고 쓸 수 있게 만드는 기술입니다. 2025~2026년 AI 에이전트가 실무에 본격 투입되면서 생겨난 개념으로, 단순히 "AI를 쓴다"가 아니라 "AI를 안전하게 운영한다"에 초점을 맞춥니다. ## 5가지 핵심 원칙과 실제 구현 방법 ### 1. Tool Orchestration — 도구 조율 에이전트가 사용할 수 있는 도구를 명시적으로 정의하고, 허용되지 않은 도구 호출은 자동 차단합니다. **실제 구현:** - **Claude Code**: `.claude/settings.json`에 `allowed_tools` 배열로 허용할 도구만 나열. 예: `["Bash", "Read", "Edit"]`만 허용하면 WebFetch, Write 등은 자동 차단 - **LangChain**: `tools=[]` 파라미터로 에이전트에 바인딩할 도구 목록 명시적 전달 - **CLAUDE.md**: "절대 프로덕션 DB에 직접 쓰기 금지", "git push --force 금지" 등 자연어 규칙으로 행동 제한 **핵심 원칙**: 에이전트에게 필요한 도구만 줄 것. 모든 도구를 다 주면 예상치 못한 방향으로 행동할 수 있습니다. ### 2. Guardrails — 가드레일 에이전트가 절대 넘어선 안 되는 경계를 사전에 정의합니다. **실제 구현:** - **비용 가드레일**: API 호출 횟수 상한선 설정. LangChain의 `max_iterations`, Claude Code의 세션당 토큰 한도 - **데이터 가드레일**: 특정 파일 경로(`.env`, `secrets/`) 접근 금지. `.claude/settings.json`의 `denyOnly` 경로 목록 - **액션 가드레일**: 이메일 대량 발송, 결제 API 호출, 프로덕션 DB `DELETE` 등 고위험 액션은 실행 전 검증 로직 삽입 - **루프 감지**: 동일 작업 N회 반복 시 강제 중단. 비용 폭발 방지 ### 3. Error Recovery — 오류 복구 에이전트가 실패했을 때 스스로 복구하거나 안전하게 종료합니다. **실제 구현:** - **멱등성(Idempotency) 설계**: 같은 작업을 두 번 실행해도 결과가 동일하도록. DB `INSERT ... ON CONFLICT DO NOTHING`, API 요청에 고유 ID 부여 - **롤백 전략**: Git worktree에서 작업하여 실패 시 브랜치 삭제로 되돌리기. DB 트랜잭션으로 원자적 처리 - **재시도 로직**: 네트워크 오류 등 일시적 실패는 exponential backoff으로 자동 재시도 (3회 이내) - **폴백 경로**: 주 경로 실패 시 대안 경로 자동 선택. 예: API 실패 → 캐시 데이터 사용 ### 4. Observability — 관찰 가능성 에이전트의 모든 행동을 추적하고 이상 징후를 감지합니다. **실제 구현:** - **액션 로깅**: 에이전트가 무엇을 했는지, 왜 했는지, 결과가 무엇인지 구조화된 로그로 저장 - **비용 추적**: 세션별 토큰 사용량, API 호출 비용 실시간 모니터링 - **이상 감지**: 평소보다 10배 이상 API를 호출하거나, 특정 파일을 반복 수정하는 패턴 알림 - **Audit Trail**: 누가, 언제, 어떤 에이전트가, 무슨 작업을 했는지 완전한 감사 기록 ### 5. Human-in-the-Loop — 인간 개입 지점 고위험 작업 전에는 반드시 인간의 승인을 받습니다. **실제 구현:** - **Claude Code Permission**: 파일 쓰기, Bash 실행 등 위험 액션은 사용자 승인 후 실행 - **승인 임계값 설정**: 결제 금액 $100 이상, 이메일 수신자 100명 이상이면 자동 중단 후 승인 요청 - **Dry-run 모드**: 실제 실행 전 "이런 작업을 하려 합니다" 미리 보여주기 - **비상 정지(Kill Switch)**: 언제든 에이전트를 즉시 멈출 수 있는 메커니즘 ## 실제 도입 사례 - **Anthropic Claude Code**: `.claude/settings.json` + CLAUDE.md로 Harness Engineering 내장. 허용 도구 제한, 경로 차단, 인간 승인 플로우가 기본 탑재 - **Cursor**: 코드 변경 전 diff 미리보기 → 사용자 확인 → 적용 순서로 human-in-the-loop 구현 - **GitHub Copilot Workspace**: PR 생성 전 변경 사항 전체 요약 → 개발자 리뷰 → 머지 - **LangGraph**: 워크플로우에 `interrupt()` 노드 삽입으로 체크포인트 구현 ```references https://docs.anthropic.com/ko/docs/claude-code/security https://langchain-ai.github.io/langgraph/concepts/human_in_the_loop/ https://platform.openai.com/docs/guides/agents ```
Claude Code /btw 명령어로 토큰 비용 50% 줄이는 법
TUTORIALHarness Engineering: AI 에이전트를 프로덕션에서 안전하게 운영하는 5가지 원칙
TUTORIAL비개발자가 자주 묻는 Claude Code FAQ 5가지 — 터미널, CLI, IDE 개념 완전 정리
GUIDE비개발자를 위한 Claude Code 2026 완전 가이드: 설치부터 실전까지
GUIDECursor vs Claude Code vs Copilot: 2026 AI 코딩 어시스턴트 최종 비교
COMPARISONClaude Code 스킬, 만든 사람들은 이렇게 쓰고 있었다 — 실전 활용 패턴 총정리
TRENDGSD(Get Shit Done)로 Claude Code 자동화하기 — 기획부터 검증까지
TUTORIALClaude Code 내부 동작 방식 완전 해부 — 에이전틱 루프부터 컨텍스트 로딩까지
DEEP_DIVE클로드 코드에서 OpenAI 코덱스 공식 지원 — AI 코딩 도구 통합의 시대
OPINIONClaude Cowork 실전 자동화: SKILL.md 설정부터 플러그인 활용, 오픈소스 대안까지
TUTORIAL