주요 업데이트
아마존 엔지니어 이샨 굽타(Ishan Gupta)가 쓴 분석 글이에요. 앤트로픽이 클로드 코드를 사내에 쓰면서 엔지니어 한 명이 두세 명 몫을 하게 됐고(2025년 2월 연구용 공개 이후 어떤 기간엔 합쳐진 운영 코드의 80% 넘게를 AI가 작성), 이제 병목은 코드를 치는 일이 아니라 '무엇을 만들지 정하는' 일로 옮겨갔다고 해요. 그래서 앤트로픽은 성장팀에 엔지니어 대신 PM(무엇을 만들지 정하는 사람)을 더 뽑으라 했고, 관련 PM 자리를 연 30만5천~46만 달러(약 4억~6억 원)에 올렸어요. 글쓴이는 PM 한 명이 맡던 엔지니어가 8명에서 사실상 20명으로 늘었다고 봐요.
용어 풀이 - PM
- 무엇을 만들지 정하고 우선순위를 매기는 제품 책임자(Product Manager)
- IDE
- 코드를 쓰고 실행·검사하는 통합 개발 도구(Integrated Development Environment)
운영자 인사이트
코딩 에이전트가 구현 속도를 끌어올리면 병목이 '무엇을 만들지'로 옮겨가는 건 현장에서도 체감돼요. 다만 이 글은 앤트로픽 한 곳 사례에 기댄 오피니언이라, '엔지니어 3배·PM 수요 급증'을 모든 회사에 그대로 대입하긴 일러요. 코드가 빨리 쏟아질수록 '무엇을·왜 만드는지' 판단하는 사람의 가치가 같이 오른다는 신호로 읽는 게 안전해요.
여러 관점으로 보기 - 원 주장(분석) 엔지니어 생산성이 3배가 되자 병목이 '무엇을 만들지'로 옮겨가, 기업이 엔지니어보다 PM을 더 찾는다는 분석이에요. VentureBeat
- 2차 보도·교차 검증 앤트로픽 성장 책임자 아몰 아바사레(Amol Avasare) 발언을 인용해 'PM을 더 뽑으라' 결정과 80% 코드 AI 작성, PM 연봉 30만5천~46만 달러를 확인해줘요. Crypto Briefing
원본 보기 (hn:claude-code)
관측 도구 업체 시그노즈(SigNoz)가 공개 평가인 터미널벤치(Terminal-Bench)의 10개 과제로 클로드 소네트 4.6, 오퍼스 4.7, 오퍼스 4.8을 비교했어요. 가장 최신인 오퍼스 4.8은 토큰을 가장 많이(약 606만 개) 쓰고도 풀어낸 과제당 비용은 약 1.01달러로 가장 낮아, 소네트(약 1.26달러)보다 20%가량 저렴했어요. 토큰이 늘어난 건 대부분 단가가 가장 싼 '캐시 읽기'였고, 정답률도 10개 중 8개로 가장 높았기 때문이라고 해요.
용어 풀이 - 토큰
- AI 모델이 글을 잘게 쪼개 처리하는 최소 단위. 사용량과 비용을 재는 기준이 된다.
- 캐시 읽기
- 앞서 보낸 내용을 다시 계산하지 않고 저장해 둔 것을 불러오는 방식. 여러 토큰 종류 중 단가가 가장 싸다.
- 터미널벤치
- 명령줄(터미널) 환경에서 AI 에이전트의 실제 작업 수행 능력을 자동 채점하는 공개 평가.
운영자 인사이트
토큰 총량만 보고 모델 비용을 가늠하면 오해하기 쉬워요. 캐시 읽기처럼 단가가 다른 토큰은 종류별로 나눠 보고, '해결한 작업당 비용'으로 환산해야 실제 지출에 가까워져요. 다만 과제가 10개뿐이고 한 번씩만 돌린 결과라 큰 추세의 참고용으로만 보고, 본인 작업에선 직접 측정해 보는 게 안전해요.
여러 관점으로 보기 - 원 분석 오퍼스 4.8은 토큰을 가장 많이 쓰고도 과제당 비용은 가장 낮았고, 오류율도 1.72%에서 0.85%로 절반으로 줄었어요. SigNoz
- 방법론(벤치마크) 비교에 쓴 터미널벤치는 스탠퍼드·로드 연구소가 만든 공개 평가로, 컨테이너 환경에서 통과·실패를 자동 채점해요. Terminal-Bench
원본 보기 (hn:claude-code)
AI 코딩 도구가 직접 셸 명령을 실행하는 만큼, 두 대표 도구가 위험한 코드를 어떻게 가두는지 운영체제 차원에서 보면 접근이 꽤 달라요. Codex는 맥(Seatbelt)·리눅스(Landlock+seccomp)·윈도우에서 샌드박스를 기본으로 켜 두는 반면, Claude Code는 Bash 명령에 한해 맥 Seatbelt·리눅스 bubblewrap 격리를 제공하되 사용자가 직접 켜야 하고, 파일·읽기 도구나 외부 연동(MCP)·훅은 격리 밖에서 그대로 돌아요. 같은 '에이전트 샌드박싱'이라도 기본으로 켜지는지와 어디까지 덮는지에서 두 도구의 설계 철학이 갈려요.
용어 풀이 - 샌드박싱(sandboxing)
- 프로그램을 격리된 공간에 가둬 시스템의 다른 부분에 함부로 접근하지 못하게 막는 보안 기법.
- Seatbelt
- 애플 맥OS에 내장된 샌드박스. 정책 파일로 앱의 파일·네트워크 접근을 커널 수준에서 제한한다.
- Landlock
- 리눅스 커널에 내장된 접근 제어 기능. 관리자 권한 없이도 프로세스의 파일 접근 범위를 좁힐 수 있다.
- seccomp
- 리눅스에서 프로세스가 호출할 수 있는 시스템 콜(커널 기능 요청)을 걸러 위험한 호출을 막는 장치.
- bubblewrap
- 리눅스에서 네임스페이스로 격리된 가벼운 실행 환경을 만드는 샌드박스 도구.
- MCP(Model Context Protocol)
- AI 도구가 외부 데이터·기능과 연결되도록 표준화한 연동 규약.
운영자 인사이트
실무에선 '샌드박스가 켜져 있나'와 '어디까지 덮나'를 꼭 확인하세요. Claude Code의 Bash 샌드박스는 기본 꺼짐에 Bash만 덮어서 MCP·훅으로 비밀값이 새는 경로가 남고, 완전 위임(--dangerously-skip-permissions)으로 돌릴 거면 컨테이너나 VM으로 프로세스 전체를 가두는 게 안전해요. 정말 신뢰 못 할 저장소라면 호스트 직접 실행보다 별도 VM이 정석이에요.
원본 보기 (hn:claude-code)
Claude Code를 만든 보리스 처니(Boris Cherny)가 평소 자신이 이 도구를 어떻게 쓰는지 공개한 팁들을 정리한 페이지예요. 설정은 의외로 단순해서 거의 기본값 그대로 쓰는 대신, 터미널에서 클로드를 5개씩 동시에 띄우고 깃 작업 공간(worktree)을 여러 개로 나눠 병렬로 굴리는 방식이에요. 팀이 규칙 파일 하나(CLAUDE.md)를 함께 관리하며 클로드가 틀릴 때마다 규칙을 더하고, 무엇보다 '클로드가 스스로 결과를 확인할 방법(테스트·브라우저)을 주면 품질이 두세 배 올라간다'를 가장 중요한 비결로 꼽아요.
용어 풀이 - git worktree
- 하나의 깃 저장소에 작업 폴더를 여러 개 만들어 서로 다른 브랜치를 동시에 작업하게 해주는 기능
- CLAUDE.md
- Claude Code가 프로젝트에서 따라야 할 규칙과 맥락을 적어 저장소에 함께 두는 안내 파일
운영자 인사이트
도구를 만든 사람조차 화려한 설정 없이 '기본값 + 검증 루프 + 병렬화'로 승부한다는 점이 인상적이에요. 결국 클로드에게 테스트나 브라우저로 스스로 확인할 수단을 쥐여주는 게 품질을 가르는 지점이고, 5~10개 병렬 세션은 토큰 비용과 리뷰 부담이 같이 커지니 팀 여건에 맞춰 조절하는 게 현실적이에요. 다만 이 페이지는 팬이 모은 비공식본이라 원 트윗으로 한 번 더 확인하길 권해요.
원본 보기 (hn:claude-code)
cc-fleet은 Claude Code의 멀티에이전트 기능(워크플로우·에이전트 팀·서브에이전트)을 앤트로픽 모델 대신 DeepSeek·GLM·Kimi·Qwen 같은 다른 모델로 돌릴 수 있게 해주는 오픈소스 명령줄 도구예요. 메인 Claude 세션이 조율자로 '운전'하고 하위 일꾼은 각각 별도의 claude 프로세스로 떠서 백엔드 모델만 바꿔 끼우는 방식이라, 작업을 여러 에이전트로 펼칠 때(fan-out) 드는 Claude 사용량을 값싼 외부 모델로 분산할 수 있어요. 프로바이더 키가 환경변수나 명령 기록에 남지 않게 격리하는 점도 챙겼어요.
용어 풀이 - CLI
- 명령줄 인터페이스. 터미널에 명령어를 입력해 쓰는 프로그램.
- fan-out
- 하나의 작업을 여러 갈래로 동시에 펼쳐 여러 일꾼에게 나눠 처리하는 방식.
- tmux
- 터미널 하나에서 여러 작업 창을 동시에 띄워 다루게 해주는 도구.
운영자 인사이트
fan-out할 때마다 Claude 예산이 통째로 타는 건 실무에서 진짜 아픈 지점이라, 조율은 Claude가 맡고 일꾼만 값싼 모델로 빼는 발상은 합리적이에요. 다만 별 173개에 0.2.x 초기 버전이고 에이전트 팀은 아직 윈도우 미지원에 tmux가 필요하며, Codex 재사용은 OpenAI 약관 위반 소지가 있다고 저자도 경고하니 프로덕션보다는 실험용으로 보는 게 안전해요.
여러 관점으로 보기 - 도구 소개 (1차 출처) Claude Code의 워크플로우·팀·서브에이전트를 앤트로픽 구독 없이 외부 모델로 돌리게 해주는 Go CLI예요. GitHub
- 실제 구현 (동작 원리) 외부 일꾼은 전부 진짜 claude 프로세스인데 LLM 백엔드만 프로바이더로 바꿔 끼우고, provider:"claude" 노드는 내 Claude 로그인으로 조율을 맡아요. GitHub
- 커뮤니티 반응 저자가 6월 두 차례 Show HN에 올렸지만 4점·댓글 4개, 3점·댓글 0개로 반응은 아직 미미해요. Hacker News
- 생태계 (유사 접근) DeepSeek·Qwen·Kimi·GLM 등을 Claude Code에 붙이는 흐름은 cc-compatible-models 같은 가이드로도 이미 정리되고 있어요. GitHub
원본 보기 (reddit:claudeai)
AI 에이전트에 MCP 서버를 여러 개 연결하면, 사용자가 한 글자 입력하기도 전에 각 서버가 자기 도구 설명(스키마)을 전부 컨텍스트에 올려요. 한 사례에서는 5개 서버만으로 약 5만 5천 토큰, 어떤 팀은 20만 토큰 중 14만 3천 토큰(약 72%)을 도구 정의에만 써버렸다고 해요. 그래서 실무자들은 서버를 작업마다 켰다 껐다 하거나, 앤트로픽이 새로 넣은 '필요한 도구만 그때그때 검색해 불러오는' 기능(Tool Search)으로 토큰을 85%까지 줄이는 식으로 대응하고 있어요.
용어 풀이 - MCP
- 모델 컨텍스트 프로토콜. AI 에이전트를 외부 도구·데이터에 연결하는 표준 규약.
- 도구 스키마(tool schema)
- 각 도구의 이름·설명·입력 형식을 적은 정의. AI가 도구 쓰는 법을 알려면 이 정의가 컨텍스트에 올라가야 함.
- 컨텍스트 창(context window)
- 모델이 한 번에 읽고 기억할 수 있는 토큰(글자) 분량의 상한.
- Tool Search
- 모든 도구를 미리 싣지 않고, 필요한 도구만 그때그때 검색해 불러오는 앤트로픽 기능.
운영자 인사이트
MCP는 붙이는 만큼 '컨텍스트 세금'이 붙어요. 서버 10개를 상시 연결해두면 정작 추론에 쓸 자리가 줄어드니, 자주 쓰는 두세 개만 상시로 두고 나머지는 동적 로딩(Tool Search)이나 프로젝트별 토글로 관리하는 게 현실적이에요.
여러 관점으로 보기 - 문제 제기(실측) MCP 서버의 도구 정의가 첫 메시지 전에 5만 5천 토큰 넘게 먹고, 어떤 팀은 컨텍스트의 72%까지 도구 정의에 써버린다고 해요. DEV Community
- 생태계 대응 앤트로픽이 Tool Search 기능으로 모든 도구를 미리 안 싣고 필요한 것만 검색해 불러오게 해서, 시작 토큰을 약 7만 7천에서 8천7백으로(85%) 줄였다고 밝혀요. Anthropic
- 완화책(커뮤니티 요구) Claude Code에도 서버를 등록만 해두고 필요할 때 켜는 '동적·지연 로딩'을 넣어달라는 요청이 이슈로 올라왔고, 커서(Cursor)의 파일 기반 방식은 토큰을 46.9% 줄였다고 인용해요. GitHub (anthropics/claude-code)
- 스펙 차원 논의 MCP 표준 차원에서도 도구를 계층적으로 묶어 대량 도구의 컨텍스트 과부하를 풀자는 논의가 진행 중이에요. GitHub (modelcontextprotocol)
원본 보기 (reddit:claudeai)
AgentWatch는 OpenAI·Anthropic·제미나이(Gemini)·베드락(Bedrock) 같은 LLM 제공사 앞단에 끼어드는 프록시예요. 요청 보내는 API 주소만 이 서비스로 바꾸면, 세션마다 정한 예산 한도를 넘는 호출은 모델에 닿기 전에 막고(402 응답으로 거절) 무한 반복 같은 폭주 루프도 잡아준다고 해요. 솔로 개발자가 만든 호스팅형(직접 서버 안 깔고 클라우드로 쓰는) 서비스로, 무료(월 5만 요청)부터 프로(월 49.5달러)까지 있고 프롬프트 내용은 저장하지 않고 사용량 정보만 본다고 밝혀요.
용어 풀이 - LLM 게이트웨이/프록시
- 여러 AI 모델 제공사로 가는 요청을 한 곳에서 대신 받아 검사·통제·중계하는 중간 서버.
- 런타임 예산 강제(runtime budget enforcement)
- 에이전트가 도는 도중 비용·호출 한도에 닿으면 더는 모델을 못 부르게 실시간으로 차단하는 것. 사후 알림이 아니라 호출 직전에 끊는다.
- 402
- 웹 요청 거절 응답 코드 중 하나로, '결제 필요/한도 초과' 의미로 쓰인다. AgentWatch는 예산 초과 호출에 이 코드를 돌려준다.
- fail-open / fail-closed
- 검사 장치가 고장 났을 때 요청을 그냥 통과시킬지(open) 막을지(closed) 정하는 정책.
운영자 인사이트
개념은 시의적절하지만, 모든 LLM 트래픽과 API 키를 솔로 개발자가 운영하는 비공개 소스 프록시로 흘려보내는 구조라 단일 장애점·키 신뢰 부담이 커요. 예산·루프 차단은 LiteLLM·Helicone·Portkey 같은 기존 게이트웨이도 상당 부분 제공해 차별점이 얇고, 출시 직후(2026-06-28)라 검증된 운영 이력이 없으며 자체 호스팅 옵션도 없어요.
여러 관점으로 보기 - 도구 소개(공식) API 주소만 바꾸면 예산 초과·폭주 루프를 모델 호출 전에 막아주고, 프롬프트는 저장 안 하고 메타데이터만 본다고 소개해요. 공식 사이트
- 여론·지적(Show HN) ‘이미 API 게이트웨이를 쓰는데 또 다른 프록시를 왜 도입하냐’는 회의론과 프롬프트 저장 여부 질문이 달렸고, 반응 자체가 저조해요(6 points·3 comments). Hacker News
원본 보기 (hn:anthropic)