Claude Code의 모든 것: Boris Cherny와 함께한 Lenny's Podcast 심층 정리
출처: Lenny’s Podcast — Boris Cherny (Anthropic, Claude Code 총괄)
원본 URL: https://www.youtube.com/watch?v=We7BZVKbCVw
동영상 게시일: 2026-02-19
목차
- Boris Cherny는 누구인가
- Cursor로의 이직과 2주 만의 복귀
- Claude Code 1주년: 숫자로 보는 임팩트
- Claude Code의 탄생 스토리
- AI가 소프트웨어 개발을 바꾸는 속도
- Boris의 현재 코딩 워크플로우: 100% AI 작성
- 다음 프론티어: 코딩 너머의 세계
- 빠른 혁신의 이면: 낡은 사고방식의 함정
- 팀 운영 원칙과 토큰 무제한 지급 전략
- 코딩 스킬은 앞으로도 필요한가
- 인쇄기 유추: AI 전환의 역사적 맥락
- AI가 변화시킬 다음 직군
- AI 시대에 살아남는 법: 실전 조언
- 잠재 수요(Latent Demand) 원칙
- Cowork: 10일 만에 만들어진 제품
- Anthropic의 3단계 AI 안전성 프레임워크
- AI 제품 구축자를 위한 핵심 조언
- Claude Code 효과적으로 사용하는 프로 팁
- 라이트닝 라운드: 책 추천·인생 모토·미래 계획
- 핵심 인사이트 종합
1. Boris Cherny는 누구인가
Boris Cherny는 Anthropic에서 Claude Code를 총괄하는 엔지니어다. 우크라이나 오데사 출신으로, 학문적으로는 경제학을 전공했으나 독학으로 프로그래밍을 익혔으며 중학교 때부터 코딩을 시작했다. Meta(Facebook/Instagram/WhatsApp 코드 품질 총괄), TypeScript 서적 집필, 세계 최대 TypeScript 밋업 창설 등 다채로운 이력을 보유하고 있다. Anthropic 합류 전에는 일본 농촌 지역에서 생활하며 미소 된장 만들기를 즐기는 완전히 다른 삶을 살았다.
그가 Anthropic에 합류한 이유는 단 하나, 미션 때문이었다. “복도에서 누군가를 붙잡고 왜 여기 있냐고 물으면 대답은 항상 안전(safety)입니다.” 안전하고 이로운 AI를 만든다는 미션이 그를 여기 머물게 한다.
2. Cursor로의 이직과 2주 만의 복귀
약 6개월 전, Boris는 Anthropic을 떠나 AI 코딩 도구 Cursor에 합류했다가 단 2주 만에 Anthropic으로 복귀했다. 그의 설명은 명쾌하다.
Cursor 팀은 분명히 훌륭했다. 그들은 AI 코딩의 미래를 남들보다 일찍 내다봤고, 실제로 훌륭한 제품을 만들고 있었다. 하지만 막상 Cursor에 도착하자마자 Boris는 자신이 가장 그리워하는 것이 Anthropic의 미션이라는 사실을 깨달았다. 아무리 멋진 제품을 만들더라도 그것이 미션 기반의 일을 대체할 수는 없었다. “어떤 일을 하든, 아무리 흥미롭더라도, 그건 진짜 미션의 대체제가 아니었어요.” 그래서 그는 돌아왔고, 그 결정이 지금까지도 옳다고 확신하고 있다.
3. Claude Code 1주년: 숫자로 보는 임팩트
이 팟캐스트가 공개될 시점은 Claude Code 출시 1주년과 맞물린다. 지난 1년간의 성과는 충격적이다.
- 공개 GitHub 커밋의 4%가 Claude Code에 의해 작성되고 있으며, SemiAnalysis 보고서는 연말까지 5분의 1에 달할 것으로 예측한다.
- 비공개 저장소까지 포함하면 이 비율은 훨씬 높을 것으로 추정된다.
- 일일 활성 사용자(DAU)는 지난 한 달 동안 두 배 증가했다.
- Spotify는 최우수 개발자들이 2024년 12월 이후 AI 덕분에 단 한 줄의 코드도 직접 작성하지 않았다고 발표했다.
- Anthropic의 기업 가치는 3,500억 달러 이상으로 평가받으며, Claude Code는 단독으로 연 20억 달러 수준의 매출을 올리고 있는 것으로 알려졌다.
- Anthropic 내부에서는 Claude Code 도입 이후 엔지니어 1인당 생산성이 200% 향상되었다.
Boris는 이 수치들이 “터무니없을 정도로 놀랍다”며, 성장세가 단순히 증가하는 것이 아니라 가속도가 붙고 있다는 점을 강조한다. “상승 중인 것이 아니라 점점 더 빠르게 상승하고 있습니다.”
4. Claude Code의 탄생 스토리
Claude Code는 원대한 계획의 산물이 아니었다. Boris가 Anthropic에 합류한 뒤 첫 한 달은 다양한 프로토타입을 만드는 실험 기간이었고, 그 다음 한 달은 포스트 트레이닝 연구를 직접 경험하는 시간이었다. “AI 분야에서 좋은 결과물을 내려면 모델 자체를 어느 정도 이해해야 합니다. 엔지니어로서 항상 레이어 아래의 레이어를 이해해야 한다는 것이 제 신념입니다.”
그 후 터미널 기반 프로토타입을 만들기 시작했다. 초기 이름은 QuadCLI였다. 결정적인 순간은 모델에게 bash 도구를 주었을 때였다. 아무런 명시적 지시도 없었는데, 모델은 스스로 그 도구를 활용해 “지금 무슨 음악을 듣고 있어?”라는 질문에 답을 찾아냈다. “저는 모델에게 이 도구를 이런 방식으로 사용하라고 지시한 적이 없어요. 그냥 도구를 줬을 뿐인데 모델이 알아서 방법을 찾아냈습니다. 그게 충격이었어요.”
내부 발표 후 반응은 냉담했다. 좋아요 2개. 당시 사람들은 코딩 도구라면 IDE처럼 정교한 환경이어야 한다고 생각했기 때문에 터미널 기반이라는 발상 자체를 이해하지 못했다. 하지만 Boris가 터미널을 선택한 데는 현실적인 이유가 있었다. 초기 몇 달간은 혼자 개발했기 때문에 터미널이 가장 빠른 방법이었을 뿐이다.
그럼에도 터미널을 계속 고집한 전략적 이유가 있었다. 모델이 너무 빠르게 발전하고 있어서, 다른 어떤 UI 형태도 그 발전 속도를 따라잡을 수 없다고 판단했기 때문이다. 터미널은 모델의 진화에 가장 유연하게 대응할 수 있는 인터페이스였다.
결과적으로 Claude Code는 Anthropic 내부에서 폭발적으로 퍼졌고, DAU 차트는 수직 상승했다. 외부 출시는 2025년 2월이었는데, 처음에는 즉각적인 히트가 아니었다. 사용자들이 이것이 무엇인지 파악하는 데 몇 달이 걸렸다. 지금은 iOS·Android 앱, 데스크탑 앱, 웹, IDE 익스텐션, Slack 통합, GitHub 통합 등 엔지니어들이 있는 모든 곳에 Claude Code가 존재한다.
5. AI가 소프트웨어 개발을 바꾸는 속도
2025년 5월 Anthropic 개발자 컨퍼런스에서 Boris는 “올해 말이면 IDE 없이 코딩하는 것이 가능할지도 모른다”고 예측했다. 청중은 경악했다. 하지만 그 예측은 2025년 11월에 Boris 본인에게 현실이 됐다.
그의 예측 방식은 단순했다. 지수 함수를 믿는다. Anthropic 공동 창립자 세 명이 스케일링 법칙(Scaling Laws) 논문의 첫 번째 저자들이며, 지수 성장은 Anthropic DNA에 깊이 박혀 있다. “당시 Claude Code가 작성하는 코드 비율의 지수 곡선을 연장하면 연말에 100%를 돌파한다는 것이 수학적으로 명확했어요. 직관에는 반했지만 그냥 선을 연장했을 뿐입니다.”
Anthropic 내부에서도 같은 변화가 일어났다. Claude Code 도입 이후 엔지니어링 팀을 약 4배 확장했지만, 1인당 생산성은 200% 향상됐다. Meta에서 코드 품질 총괄로 수백 명의 엔지니어와 함께 1년간 노력해 몇 퍼센트 생산성 향상을 달성했던 것과 비교하면, 수백 퍼센트 향상은 그야말로 전례 없는 수치다.
6. Boris의 현재 코딩 워크플로우: 100% AI 작성
현재 Boris의 코드는 100% Claude Code가 작성한다. 2025년 11월 이후 단 한 줄도 직접 손으로 편집한 적이 없다. 그럼에도 그는 Anthropic에서 가장 생산성 높은 엔지니어 중 한 명으로, 매일 10~20~30개의 풀 리퀘스트를 머지하고 있다. 팟캐스트 녹음 중에도 5개의 에이전트가 동시에 실행 중이었다.
코드를 보지 않는 것은 아니다. 코드가 올바른지, 안전한지 확인하는 과정은 여전히 필요하다. Anthropic에서는 100%의 풀 리퀘스트를 Claude가 자동으로 리뷰하며, 그 위에 인간 리뷰 레이어가 한 층 더 있다. 코딩 인터페이스도 다양화됐다. 터미널이 약 3분의 1, 데스크탑 앱이 3분의 1, iOS 앱이 3분의 1을 차지한다. “iOS 앱으로 코딩하게 될 줄은 2026년에도 예상 못 했습니다.”
코딩이 즐겁냐는 질문에 Boris는 단호하게 답한다. “저는 지금만큼 코딩을 즐긴 적이 없습니다. 모든 잡다한 것들을 처리하지 않아도 되니까요.”
7. 다음 프론티어: 코딩 너머의 세계
코딩이 “해결(solved)”됐다면, 다음은 무엇인가? Boris는 두 가지 방향을 제시한다.
첫째, Claude가 아이디어를 제안하기 시작했다. 단순히 코드를 작성하는 것을 넘어, Slack 피드백 채널을 스캔하고 버그 리포트를 분석하며 텔레메트리 데이터를 살펴 스스로 개선 사항을 제안하고 PR을 올린다. 점점 동료처럼 행동하기 시작한 것이다. “무엇을 만들지 알아내는 것, 무엇을 우선순위에 두어야 하는지 파악하는 것이 다음 도전입니다.”
둘째, 코딩 너머의 일반 업무로의 확장이다. Boris는 매일 Cowork를 활용해 주차 위반 과태료 납부, 팀 프로젝트 관리(Slack 메시지 발송, 스프레드시트 동기화), 이메일 처리 등 코딩과 전혀 무관한 업무를 처리하고 있다. “코딩은 이제 거의 해결됐고, 앞으로 몇 달이면 모든 기술 스택에서 해결될 겁니다. 프론티어는 그 너머에 있습니다.”
8. 빠른 혁신의 이면: 낡은 사고방식의 함정
혁신이 빠를수록 기존 사용자에게는 역설적인 함정이 생긴다. Boris도 이를 직접 경험했다.
몇 달 전 메모리 누수 문제가 발생했다. 베테랑 엔지니어인 Boris는 전통적인 방식으로 힙 스냅샷을 찍고 디버거로 분석하기 시작했다. 그런데 팀의 신입 엔지니어는 단순히 “Claude야, 메모리 누수 같은데 찾아줄 수 있어?”라고 말했다. Claude Code는 스스로 힙 스냅샷을 찍고, 분석용 즉석 도구를 만들고, 문제를 찾아 풀 리퀘스트를 올렸다. Boris보다 빠르게.
“오래 사용해온 사람일수록 현재 시점으로 자신을 데려와야 합니다. 지금은 Sonnet 3.5가 아닙니다. 새 모델들은 완전히 다릅니다.” 이 경험은 Claude Code 팀의 핵심 원칙 중 하나로 이어졌다. “무언가를 하는 것보다 Claude에게 시키는 것이 더 낫다.”
9. 팀 운영 원칙과 토큰 무제한 지급 전략
Boris가 Claude Code 팀에서 실천하고 있는 운영 원칙들을 살펴보면 일반적인 기업 관행과 꽤 다르다.
원칙 1: 의도적인 소규모 팀(Under-resourcing)
팀을 약간 부족하게 꾸리는 것이 오히려 AI 도구 활용을 극대화한다. 인원이 적으면 사람들은 자연스럽게 Claude를 더 적극적으로 활용해 업무를 자동화한다. Boris는 프로젝트에 종종 엔지니어 1명만 배치하는데, 그 한 사람이 배송하고 싶다는 내적 동기 때문에 Claude를 최대한 활용하게 된다고 설명한다. “혁신의 로드맵은 없습니다. 공간을 주어야 하고, 실패해도 괜찮다는 심리적 안전감을 주어야 합니다.”
원칙 2: 오늘 할 수 있는 일은 오늘
속도를 장려하는 것이 팀 문화의 핵심이다. 초기에는 인원이 적었기 때문에 속도가 유일한 경쟁 우위였다. “경쟁이 치열한 코딩 도구 시장에서 살아남는 유일한 방법은 빠르게 움직이는 것이었어요.” 이 원칙은 지금도 유효하며, 더 빨리 움직이는 가장 좋은 방법은 Claude가 더 많은 것을 하도록 하는 것이다.
원칙 3: 엔지니어에게 토큰을 무제한으로
이 조언이 “Anthropic 사람이니까 당연히 그렇게 말하겠지”라는 반응을 부를 수 있다는 것을 Boris도 안다. 하지만 그의 논리는 경제적으로도 타당하다.
개인 엔지니어 수준에서 실험하는 토큰 비용은 급여 등 다른 비용에 비해 매우 낮다. 제한을 없애면 “너무 미쳤을 것 같아서 시도 못 했던 아이디어들”을 자유롭게 실험할 수 있다. 그중 하나가 실제로 작동하는 아이디어라면, 그때 Haiku나 Sonnet으로 최적화하면 된다. “처음부터 최적화하지 마라. 먼저 아이디어가 작동하는지 보라.”
Anthropic 내부에서도 월 수십만 달러의 토큰을 쓰는 엔지니어들이 나오기 시작했다. 일부 기업들은 ‘무제한 토큰’을 채용 특전으로 내세우기 시작했다.
10. 코딩 스킬은 앞으로도 필요한가
Boris 자신은 코딩을 항상 수단으로 바라봤다. 목적이 아닌, 무언가를 만들기 위한 도구. 중학교 때 수학 시험을 대비해 TI-83 계산기에 답안을 프로그래밍한 것이 첫 번째 프로젝트였고, 곧 방정식 풀이 프로그램으로 발전해 반 전체가 A를 받았다가 들켰다.
TypeScript 책을 쓰고 세계 최대 TypeScript 밋업을 창설할 만큼 프로그래밍의 아름다움에 빠지기도 했지만, 그것은 어디까지나 “일시적인 매혹”이었다. 핵심은 항상 무언가를 만드는 것이었다.
앞으로 1~2년 내에 코딩 스킬은 더 이상 중요하지 않게 될 것이라는 게 Boris의 관점이다. 현재는 AI 코드를 검증하기 위해 레이어 아래를 이해하는 것이 도움이 되지만, 곧 어셈블리 코드처럼 “알 필요 없는 것”이 될 거라고 본다.
프로그래밍 자체가 항상 변해왔다는 시각도 제시한다. 펀치 카드 → 하드웨어 스위치 → 종이와 펜의 수학 계산 → 소프트웨어, 그 변화의 연속선상에 지금의 AI 전환이 있을 뿐이다. 기술적 변화에 익숙한 엔지니어들에게 이것은 낯선 일이 아니다. 다만 모든 이에게 그렇지 않을 수 있으며, 일부는 상실감과 향수를 느낄 수 있다는 점도 인정한다.
팀의 엔지니어 Lena는 여전히 주말에 손으로 C++을 쓴다. 취미로. 그것도 괜찮다. “예술로서의 코딩을 즐길 공간은 항상 있을 것입니다.”
11. 인쇄기 유추: AI 전환의 역사적 맥락
이 모든 변화를 역사적으로 어떻게 위치시킬 수 있을까? Boris가 가장 적합하다고 생각하는 유추는 인쇄기다.
1400년대 중반 유럽에서 글을 읽고 쓸 수 있는 사람은 인구의 1% 미만, 소수의 필경사들뿐이었다. 그들은 영주와 왕을 위해 일했으며 당시 지식의 독점자들이었다. 그러다 구텐베르크의 인쇄기가 등장했고, 이후 50년 동안 그 이전 1000년간 만들어진 것보다 더 많은 인쇄물이 생산됐다. 비용은 50년 동안 100분의 1로 떨어졌다.
문해율이 70%까지 오르는 데는 200년이 걸렸다. 교육 시스템, 자유 시간, 경제적 여건이 뒷받침돼야 했기 때문이다. 흥미로운 것은 당시 필경사를 인터뷰한 역사 문서가 있는데, 그 필경사는 인쇄기를 오히려 반겼다고 한다. “책을 베껴 쓰는 지루한 일은 사라지겠지만, 제가 좋아하는 책 삽화와 제본 작업에 더 집중할 수 있게 됐어요.”
Boris는 자신이 그 필경사와 비슷하다고 느낀다. “코딩의 잡다한 것들 없이, 제가 진짜 즐기는 것—무엇을 만들지 고민하고, 사용자와 이야기하고, 큰 시스템을 생각하고, 팀과 협력하는 것—에 더 집중할 수 있게 됐습니다.”
인쇄기가 르네상스를 가능케 한 것처럼, AI가 프로그래밍을 민주화하면 어떤 새로운 르네상스가 펼쳐질지는 아무도 예측할 수 없다. 하지만 그 가능성은 무한하며, 그것이 Boris를 가장 흥분시키는 부분이다. “1400년대에 아무도 현재를 예측하지 못했듯이, 지금 우리도 모릅니다.”
12. AI가 변화시킬 다음 직군
소프트웨어 엔지니어링 이후 가장 빠르게 변화할 직군은 무엇인가?
Boris의 판단은 명확하다. 엔지니어링에 인접한 역할들이 먼저다. 프로덕트 매니저, 디자이너, 데이터 사이언티스트. 더 나아가 컴퓨터로 하는 모든 종류의 업무가 대상이 된다. Cowork 제품이 비기술 직군에게 처음으로 에이전트형 AI를 소개하는 역할을 하고 있다.
“에이전트”라는 단어가 남용되고 있지만, 기술적 의미는 명확하다. 그냥 대화하는 것이 아니라 도구를 사용하고 행동할 수 있는 LLM이다. Google Docs 편집, 이메일 발송, 명령 실행 등이 가능하다. 지금까지 비기술 직군의 대부분은 챗봇 수준의 대화형 AI만 경험했지, 실제로 행동하는 에이전트는 사용해본 적이 없다. 그 전환점이 지금 일어나고 있다.
직군 역할 자체도 흐릿해지고 있다. Claude Code 팀에서는 PM도 코딩하고, 엔지니어링 매니저도 코딩하고, 디자이너도 코딩하고, 데이터 사이언티스트도 코딩한다. 심지어 “소프트웨어 엔지니어”라는 직함이 사라지고 “빌더(builder)”로 대체될 것이라는 전망도 있다.
일자리 문제에 대해 Boris는 현재 팀이 계속 채용 중이라는 사실을 상기시키면서도, 사회 전체가 이 전환을 함께 논의해야 한다고 강조한다. “Anthropic에는 경제학자, 정책 전문가, 사회적 영향 전문가들이 있습니다. 이것은 우리만이 결정할 문제가 아닙니다.”
13. AI 시대에 살아남는 법: 실전 조언
청취자들을 위한 Boris의 현실적 조언은 다음 세 가지로 정리된다.
조언 1: 도구를 직접 써보고 최전선에 서라
두려움 없이 AI 도구들을 실험하고 최신 기술의 최전선에 있어야 한다. 이미 쓰고 있다면 새 모델이 나올 때마다 사고방식을 업데이트하라. 어제의 한계를 오늘도 전제하는 실수를 범하지 말 것.
조언 2: 제너럴리스트가 되어라
CS를 전공해도 코딩만 배운 사람이 많다. 하지만 앞으로 가장 높은 보상을 받는 사람들은 여러 분야를 넘나들 수 있는 사람들이다. Boris 팀의 가장 뛰어난 엔지니어들의 특징을 보면, 제품 감각과 인프라 실력을 동시에 가졌거나, 엔지니어링 역량과 뛰어난 디자인 감각을 겸비하거나, 비즈니스를 이해하고 사용자와 대화를 즐기는 엔지니어들이다.
조언 3: AI 네이티브가 되되, 그것만으로는 부족하다
도구를 잘 쓰는 것은 필요조건이지 충분조건이 아니다. 好奇心을 잃지 않고, 제너럴리스트 마인드셋을 갖추고, 자신이 해결하는 문제 전체를 넓게 볼 수 있는 사람이 앞으로 10년을 이끌어갈 것이다.
14. 잠재 수요(Latent Demand) 원칙
Boris가 제품 개발에서 가장 중요한 원칙으로 꼽는 것이 바로 잠재 수요다.
잠재 수요란 무엇인가? 제품이 원래 의도하지 않은 방식으로 사용자들이 그 제품을 활용하고 있을 때, 그것이 다음 제품 방향의 신호라는 개념이다.
Facebook Marketplace의 사례: 2016년경 Facebook 그룹 게시물의 40%가 물건 사고파는 내용이었다. 아무도 Facebook 그룹을 마켓플레이스로 설계하지 않았는데, 사용자들이 스스로 그렇게 활용했다. 이 잠재 수요가 Facebook Marketplace라는 제품을 만들었다. Facebook Dating도 마찬가지였다. 프로필 조회의 60%가 서로 친구가 아닌 이성 간의 조회였다. 숨어있던 수요가 명확했다.
Claude Code의 사례: 출시 후 6개월간 Claude Code를 코딩이 아닌 용도로 사용하는 사람들이 속출했다. 토마토 재배 관리, 유전체 분석, 손상된 하드드라이브에서 웨딩 사진 복구, MRI 분석. 터미널에서 이 모든 것을 하려고 줄을 서고 있는 것이다. “사람들이 터미널에서 이런 것들을 하려고 이렇게 애쓰고 있다면, 이걸 위한 전용 제품을 만들면 될 것 아닌가.” 그것이 Cowork의 씨앗이었다.
Boris는 잠재 수요의 현대적 해석을 덧붙인다. 전통적 잠재 수요는 “사용자가 하려는 것을 더 쉽게 만들어라”였다. 하지만 LLM 시대의 잠재 수요는 한 층 더 나아간다. “모델이 하려는 것을 파악하고, 그것을 더 쉽게 만들어라.” Claude Code 제품 자체가 이 원칙의 산물이다. 모델에 최소한의 스캐폴딩만 얹고, 어떤 도구를 어떤 순서로 쓸지 모델 스스로 결정하게 했다. 모델의 자유를 최대화했을 때 결과가 더 좋았다.
데이터 사이언티스트 Brendan이 터미널을 열고 Claude Code로 SQL 분석을 하는 것을 목격한 날이 결정적이었다. 터미널을 알지도 못하는 사람이 Node.js를 설치하고 Claude Code를 불러와 작업하고 있었다. 다음 주에 데이터팀 전체가 같은 방식을 쓰고 있었다. 이것이 제품을 만들어야 한다는 신호였다.
15. Cowork: 10일 만에 만들어진 제품
Cowork는 코딩이 아닌 일반 업무를 AI 에이전트로 처리하는 제품이다. 그리고 이 제품은 단 10일 만에 만들어졌다.
수개월간 팀이 다양한 방향을 실험하다가, 어느 순간 누군가가 말했다. “그냥 Claude Code를 데스크탑 앱에 넣으면 되지 않을까?” 바로 그게 정답이었다. 10일 동안 팀은 Claude Code를 사용해 Cowork를 구현했다. 정교한 보안 시스템과 안전 가드레일도 포함해서. “Claude Code가 모든 코드를 작성했습니다. 우리는 어떻게 더 안전하고 비기술 사용자에게 더 친숙하게 만들 것인지를 생각하는 데 집중했을 뿐입니다.”
Claude Code가 초기에는 즉각적인 히트가 아니었던 것과 달리, Cowork는 출시와 동시에 폭발적인 반응을 얻었다. Boris는 Cowork가 성장하는 속도가 초기 Claude Code보다 훨씬 빠르다고 말한다.
16. Anthropic의 3단계 AI 안전성 프레임워크
Boris는 Anthropic이 AI 안전성을 어떻게 연구하는지를 세 개의 레이어로 설명한다.
레이어 1: 얼라인먼트와 기계적 해석 가능성(Mechanistic Interpretability)
Chris Olah가 창시한 이 분야는 뉴런 수준에서 모델이 어떻게 작동하는지 이해하는 것이다. 인간의 뇌처럼 AI 모델의 뉴런도 특정 개념에 대응한다. 단일 뉴런이 여러 개념을 동시에 담는 수퍼포지션(superposition) 현상도 발견됐다. 기만(deception)과 관련된 뉴런이 활성화되는 것을 모니터링하기 시작했다. 모델이 단순히 다음 토큰을 예측하는 것이 아니라 더 깊은 수준의 무언가를 하고 있다는 강력한 증거도 나타났다.
레이어 2: 평가 실험(Evals)
실험실 환경에서 모델을 페트리 접시에 넣고 합성 상황을 만들어 시험한다. 이 상황에서 모델이 올바르게 행동하는지 검증한다.
레이어 3: 야생에서의 행동 관찰
실제 사용자들과 실제 환경에서 모델이 어떻게 행동하는지 관찰한다. 모델이 더 정교해질수록 이 레이어의 중요성이 커진다. 처음 두 레이어에서는 완벽해 보이던 모델이 세 번째 레이어에서 예상치 못한 행동을 보일 수 있기 때문이다.
Claude Code가 내부적으로 4~5개월간 Anthropic에서만 테스트된 이유, 그리고 Cowork가 “리서치 프리뷰”로 출시된 이유가 바로 이 세 번째 레이어의 안전 데이터를 수집하기 위해서다.
Anthropic은 이 연구를 오픈소스로 공개하며, 다른 AI 연구기관들도 같은 방식으로 안전하게 개발할 수 있도록 돕는다. 이를 내부적으로 “레이스 투 더 탑(Race to the Top)”이라 부른다. Claude Code 에이전트를 안전하게 실행하기 위한 오픈소스 샌드박스도 공개했는데, 이 샌드박스는 Claude Code뿐 아니라 다른 어떤 에이전트에서도 사용할 수 있다.
17. AI 제품 구축자를 위한 핵심 조언
Boris가 스타트업 창업자와 CTO들에게 반복적으로 전하는 조언들이다.
조언 1: 모델을 박스에 가두지 마라
많은 개발자들이 모델 주변에 엄격한 워크플로우를 구축한다. “1단계 한 다음 2단계, 그다음 3단계”라는 식의 정교한 오케스트레이터를 만든다. 하지만 거의 모든 경우에 그냥 모델에게 도구를 주고 목표를 알려주면 더 좋은 결과를 얻는다. “1년 전에는 스캐폴딩이 필요했지만 지금은 필요 없습니다.”
조언 2: 쓴 교훈(The Bitter Lesson)을 기억하라
Rich Sutton의 10년 전 블로그 포스트가 Claude Code 팀의 핵심 원칙이다. 요지는 더 일반적인 모델이 항상 더 특화된 모델을 이긴다는 것이다. 파인튜닝하지 마라. 작은 모델로 최적화하려 하지 마라. 가장 일반적인 모델에 배팅하라. 스캐폴딩이 성능을 10~20% 향상시킬 수 있지만, 다음 모델이 나오면 그 이득은 사라진다. 차라리 기다려라.
조언 3: 6개월 후의 모델을 위해 만들어라
Claude Code가 이 원칙을 충실히 따른 사례다. 초기 모델들은 코딩 능력이 그리 뛰어나지 않았지만, 더 나은 모델이 나왔을 때 Claude Code가 즉시 빛을 발할 수 있도록 미리 설계해뒀다. Opus 4와 Sonnet 4가 출시되던 2025년 5월이 첫 번째 성장 변곡점이었다.
처음 6개월간은 제품-시장 적합성(PMF)이 약할 수 있다. 하지만 모델이 따라잡는 순간, 이미 그 모델에 최적화된 제품은 순식간에 시장을 장악한다. “불편하겠지만, 6개월 후 모델이 나왔을 때 처음부터 뛸 수 있게 될 것입니다.”
18. Claude Code 효과적으로 사용하는 프로 팁
팁 1: 가장 강력한 모델을 사용하라
현재는 Opus 4.6을 최대 노력(maximum effort) 설정으로 사용하는 것이 권장된다. 저렴한 모델을 쓰면 같은 작업에 더 많은 토큰이 필요하다. 지능이 낮을수록 교정과 재시도가 많아지기 때문이다. 결국 싸게 쓰려다 오히려 더 비싸게 쓸 수 있다. “가장 뛰어난 모델이 같은 작업을 훨씬 적은 수정으로, 적은 토큰으로 완료합니다.”
팁 2: 플랜 모드(Plan Mode)를 활용하라
Boris는 작업의 80%를 플랜 모드로 시작한다. 원리는 단순하다. “코드를 아직 쓰지 마세요”라는 한 문장을 프롬프트에 삽입하는 것이 전부다. 터미널에서는 Shift+Tab을 두 번, 데스크탑 앱과 웹에서는 버튼으로 진입한다. 계획이 만족스러우면 실행을 허가한다. Opus 4.6을 사용하면 계획 단계 이후 거의 항상 첫 시도에 성공한다. “계획이 좋으면 원샷으로 완성됩니다.”
팁 3: 다양한 인터페이스를 탐험하라
Claude Code를 터미널로만 생각하지 말 것. iOS 앱, Android 앱, 데스크탑 앱, Slack 통합, IDE 익스텐션 등 모든 인터페이스에 동일한 에이전트가 실행된다. 어떤 환경이 자신에게 맞는지 직접 경험해봐야 한다. 데스크탑 앱의 경우 여러 Claude 세션을 동시에 실행하는 “멀티-퀴딩(multi-quadding)”이 가능하다.
19. 라이트닝 라운드: 책 추천·인생 모토·미래 계획
추천 도서 3권:
- “Functional Programming in Scala” — 지금껏 읽은 최고의 기술 서적. 함수형 프로그래밍과 타입 시스템의 아름다움을 가르쳐준다.
- “Accelerando” by Charles Stross — 기술 가속이 어떤 느낌인지 가장 잘 포착한 SF. 로켓처럼 빠른 속도로 진행되며 집단 바닷가재 의식이 목성 궤도를 도는 것으로 끝난다.
- “The Wandering Earth” by Liu Cixin — 삼체 문제 저자의 단편집. 서양 SF와는 다른 관점을 보여주는 중국 SF.
인생 모토: 상식을 사용하라(Use common sense).
프로세스를 생각 없이 따르지 말 것. 모멘텀에 떠밀려 별로인 아이디어에 계속 투자하지 말 것. 퍼스트 프린시플에서 생각하고 자신만의 상식을 개발할 것. “뭔가 이상한 냄새가 나면, 그건 아마 좋지 않은 아이디어입니다.”
AGI 이후의 꿈: 미소 된장 만들기. 일본 농촌에서 살 때 이웃과 나눠 먹던 미소가 지금도 그를 장기적 사고로 데려간다. 백 미소는 최소 3개월, 적 미소는 2~4년이 걸린다. “엔지니어링의 정반대입니다. 섞고 나서 기다리면 됩니다. 엄청난 인내가 필요하죠.”
20. 핵심 인사이트 종합
이 대화에서 도출할 수 있는 가장 중요한 인사이트들을 정리하면 다음과 같다.
1. 코딩은 해결됐다(Coding is solved)
최소한 지금 Boris가 하는 수준의 코딩은 이미 AI가 담당한다. 앞으로 몇 달 내 모든 기술 스택으로 확산될 것이다. 이는 선택의 문제가 아닌 시간의 문제다.
2. 지수 성장을 믿고 선을 연장하라
비직관적으로 보여도, 지수 곡선을 그리고 그 선을 연장하면 미래가 보인다. 직관이 그 예측에 저항할수록 그 예측이 더 중요한 신호일 가능성이 높다.
3. 최소 스캐폴딩, 최대 자유
모델에게 도구와 목표를 주고 자유롭게 두는 것이 복잡한 오케스트레이터보다 거의 항상 낫다. 제품의 최소 구조를 고민하라.
4. 잠재 수요를 찾아라
사용자들이 제품을 원래 의도와 다르게 사용하고 있다면 그것이 다음 제품의 신호다. 모델이 하려는 것을 파악하는 것도 동일한 원칙이다.
5. 6개월 후를 위해 만들어라
지금 PMF가 약해도 괜찮다. 다음 모델이 나왔을 때 즉시 폭발할 수 있는 구조를 지금 만들어두는 것이 중요하다.
6. 미션이 동력이다
세상에서 가장 빠르게 성장하는 회사를 박차고 나간 이유도, 2주 만에 돌아온 이유도 미션이었다. 기술이 아무리 멋져도 미션 없이는 지속이 어렵다.
7. 변화는 불가피하지만 준비할 수 있다
인쇄기와 르네상스처럼, AI 전환은 파괴적이지만 동시에 전례 없는 기회다. 개인에게도, 사회에도 이 전환에 대한 적극적인 대비가 필요하다.
이 문서는 Lenny’s Podcast와 Boris Cherny의 공개 인터뷰 내용을 기반으로 정리됐습니다.
작성 일자: 2026-02-23