How Anthropic Teams Use Claude Code: 완전 분석 가이드
원문: “How Anthropic teams use Claude Code” — Anthropic 공식 PDF
출처: How Anthropic teams use Claude Code
📘 가이드 전체 상세 분석
개요
Anthropic은 자사 직원들이 Claude Code를 실무에서 어떻게 활용하는지를 인터뷰 기반으로 정리한 23페이지 가이드를 공식 발행했습니다. 이 문서는 단순한 마케팅 자료가 아니라, 개발자부터 법무팀, 마케터, 디자이너에 이르기까지 기술 비전문가를 포함한 다양한 팀의 실제 사용 사례를 담은 실용 지침서입니다.
이 가이드의 핵심 메시지는 하나입니다. “Agentic 코딩은 단순히 전통적인 개발을 가속화하는 것을 넘어, 기술직과 비기술직의 경계를 무너뜨리고 있다.” 문제를 설명할 수 있는 사람이라면 누구나 솔루션을 구축할 수 있는 시대가 도래했다는 것입니다.
1. 데이터 인프라 팀 (Data Infrastructure)
팀 소개
데이터 인프라 팀은 회사 전체의 비즈니스 데이터를 조직화하고 관리하는 역할을 맡고 있습니다. 이들은 기술적 전문성이 없는 팀 멤버들도 데이터를 독립적으로 접근하고 활용할 수 있도록 워크플로우를 설계합니다.
주요 사용 사례
Kubernetes 디버깅 (스크린샷 활용) 쿠버네티스 클러스터가 다운되어 새로운 Pod를 스케줄링하지 못하는 상황이 발생했을 때, 팀은 Claude Code에 대시보드 스크린샷을 입력했습니다. Claude Code는 Google Cloud UI를 메뉴 단계별로 안내하며 Pod IP 주소 고갈 문제를 진단했고, 새 IP Pool을 생성하고 클러스터에 추가하는 정확한 명령어를 제공했습니다. 이 과정에서 네트워킹 전문가를 호출할 필요 없이 시스템 중단 상황을 20분 절약하며 해결할 수 있었습니다.
재무팀을 위한 평문 워크플로우 팀은 재무팀 직원들에게 데이터 워크플로우를 일반 텍스트로 작성하고 Claude Code에 로드하는 방법을 교육했습니다. 코딩 경험이 전혀 없는 직원도 “이 대시보드를 쿼리하고, 정보를 가져와서, 이 쿼리를 실행하고, 엑셀 출력물을 만들어라”는 식으로 단계를 기술하면 Claude Code가 날짜 같은 필요한 입력값을 물어보면서 전체 워크플로우를 자동 실행합니다.
신규 입사자 코드베이스 탐색 새로운 데이터 사이언티스트가 팀에 합류하면, 기존의 데이터 카탈로그나 탐색 도구 대신 Claude Code를 통해 방대한 코드베이스를 탐색하도록 안내합니다. Claude Code는 Claude.md 파일을 읽고, 특정 작업에 관련된 파일을 식별하며, 데이터 파이프라인 의존성을 설명하고, 어떤 업스트림 소스가 대시보드에 데이터를 공급하는지 파악합니다.
세션 종료 후 문서화 자동 업데이트 각 작업 세션이 끝날 때 Claude Code에게 완료된 작업을 요약하고 개선점을 제안하도록 요청합니다. 이를 통해 Claude.md 문서와 워크플로우 지침을 지속적으로 정제하는 개선 루프가 만들어집니다.
멀티 인스턴스 병렬 작업 관리 장시간 실행되는 데이터 작업 시, 서로 다른 저장소에서 다수의 Claude Code 인스턴스를 동시에 열어 여러 프로젝트를 병렬로 진행합니다. 각 인스턴스는 전체 컨텍스트를 유지하므로 몇 시간 또는 며칠 후에 돌아와도 정확히 어떤 작업을 하고 있었는지 기억합니다.
팀 성과
- 네트워킹 전문가 없이 Kubernetes 인프라 문제 자체 해결
- 신규 입사자 온보딩 시간 대폭 단축
- 200개 대시보드 모니터링 등 인간이 수동으로 불가능한 대규모 데이터 처리 가능
- 코딩 경험 없는 재무팀의 복잡한 데이터 워크플로우 자체 실행 실현
핵심 팁
- Claude.md 파일에 워크플로우, 도구, 기대치를 상세히 문서화할수록 Claude Code 성능이 향상됨
- 민감한 데이터는 BigQuery CLI 대신 MCP 서버를 활용해 보안 제어 강화
- 팀 내 사용 세션을 공유하여 모범 사례를 전파
2. 제품 개발 팀 (Product Development — Claude Code Team)
팀 소개
Claude Code 팀은 자신들이 만드는 제품인 Claude Code를 직접 사용하여 Claude Code를 개발합니다. 엔터프라이즈 기능 확장과 에이전틱 루프 기능 개발에 집중합니다.
주요 사용 사례
자동 수락 모드로 빠른 프로토타이핑 엔지니어들은 shift+tab으로 “자동 수락 모드”를 활성화하고 자율 루프를 설정하여 Claude가 코드를 작성하고, 테스트를 실행하고, 반복적으로 개선하도록 합니다. 잘 모르는 추상적인 문제를 Claude에게 맡기고 80% 완성된 솔루션을 검토한 뒤 최종 다듬기 작업만 직접 수행합니다. 중요한 점은 깨끗한 git 상태에서 시작하고 정기적으로 체크포인트를 커밋하여 Claude가 잘못된 방향으로 가면 쉽게 되돌릴 수 있도록 하는 것입니다.
핵심 기능을 위한 동기식 코딩 비즈니스 로직에 접근하는 핵심 기능에 대해서는 Claude Code와 동기적으로 협업합니다. 구체적인 구현 지침이 담긴 상세한 프롬프트를 제공하고 코드 품질, 스타일 가이드 준수, 아키텍처를 실시간으로 모니터링하면서 Claude가 반복 작업을 처리하도록 합니다.
Vim 모드 기능 구축 가장 성공적인 비동기 프로젝트 중 하나는 Claude Code의 Vim 키 바인딩 구현이었습니다. 팀은 Claude에게 전체 기능 구현을 맡겼고, 최종 구현의 약 70%가 Claude의 자율적인 작업에서 나왔으며, 완성까지 몇 번의 반복만 필요했습니다.
테스트 생성 및 버그 수정 기능 구현 후 포괄적인 테스트를 작성하고, PR 리뷰에서 발견된 단순 버그를 처리하는 데 Claude Code를 활용합니다. GitHub Actions 통합을 통해 Claude가 포맷팅 문제나 함수 이름 변경 같은 PR 코멘트를 자동으로 처리하도록 합니다.
코드베이스 탐색 모노레포나 API 쪽 등 익숙하지 않은 코드베이스를 다룰 때, Slack 응답을 기다리는 대신 Claude에게 직접 설명과 코드 레퍼런스를 요청합니다.
팀 성과
- Vim 모드 등 복잡한 기능을 70% 자율 구현으로 빠르게 완성
- 구현 세부사항에 매몰되지 않고 신속한 프로토타이핑과 아이디어 반복 가능
- 자동화된 테스트 생성으로 코드 품질 향상
- 동료 응답 없이도 모노레포의 낯선 부분 빠르게 파악
핵심 팁
- 빌드, 테스트, 린트를 자동으로 실행하는 자기검증 루프 구성
- 비동기(주변 기능, 프로토타입)와 동기(핵심 비즈니스 로직) 작업 분류 직관 개발
- 유사한 이름이나 함수가 있을 때는 매우 구체적인 프롬프트 작성
3. 보안 엔지니어링 팀 (Security Engineering)
팀 소개
소프트웨어 개발 생명주기 보안, 공급망 보안, 개발 환경 보안에 집중하는 팀으로, 코드 작성과 디버깅에 Claude Code를 광범위하게 활용합니다.
주요 사용 사례
복잡한 인프라 디버깅 인시던트 발생 시 스택 트레이스와 문서를 Claude Code에 입력하고 코드베이스의 제어 흐름을 추적하도록 요청합니다. 수동으로 10~15분 걸리던 코드 스캔이 약 5분으로 단축되었습니다.
Terraform 코드 리뷰 및 분석 보안 승인이 필요한 인프라 변경 사항에 대해 Terraform 플랜을 Claude Code에 복사하여 “이게 무엇을 하려는 건지? 나중에 후회하지 않을까?”라고 물어봅니다. 이를 통해 피드백 루프가 단축되고 보안팀이 인프라 변경사항을 빠르게 검토하여 개발 프로세스의 병목을 줄입니다.
문서 합성 및 런북 생성 여러 문서 소스를 Claude Code에 입력하여 마크다운 런북, 트러블슈팅 가이드, 개요서를 자동으로 생성합니다. 이 압축된 문서들이 실제 이슈 디버깅의 컨텍스트로 활용되어, 방대한 지식 베이스를 일일이 검색하는 것보다 훨씬 효율적인 워크플로우를 만들어냅니다.
테스트 주도 개발 워크플로우 기존의 “설계 문서 → 엉성한 코드 → 리팩터 → 테스트 포기” 패턴 대신, Claude Code에 의사코드(pseudocode)를 요청하고 테스트 주도 개발 방식으로 안내하며 막힐 때 주기적으로 확인하는 방식으로 전환했습니다. 이 결과 더 신뢰할 수 있고 테스트 가능한 코드가 만들어집니다.
컨텍스트 전환 및 프로젝트 온보딩 기존 프로젝트(예: 보안 승인 워크플로우 웹 앱 “dependant”)에 기여할 때, 코드베이스에 마크다운으로 저장된 명세를 Claude Code가 읽고 실행하도록 하여 몇 주 대신 며칠 만에 의미 있는 기여를 가능하게 합니다.
팀 성과
- 인시던트 해결 시간: 수동 10~15분 → 약 5분으로 단축
- 보안 승인을 위한 Terraform 코드 리뷰 속도 대폭 향상
- 팀원들이 몇 주가 아닌 며칠 만에 프로젝트에 기여 가능
- 복수 소스 문서 합성으로 디버깅 효율 향상
핵심 팁
- 커스텀 슬래시 명령어를 적극 활용 (보안팀이 모노레포 전체 커스텀 슬래시 명령어의 50%를 사용)
- “먼저 Claude에게 말하게” — 타겟형 질문 대신 “진행하면서 커밋해”라고 하고 자율 작업을 시킨 뒤 주기적으로 확인
- Slack, Google Docs 등에서 바로 활용 가능한 문서 생성에도 적극 활용
4. 인퍼런스 팀 (Inference)
팀 소개
인퍼런스 팀은 Claude가 프롬프트를 읽고 응답을 생성하는 동안 정보를 저장하는 메모리 시스템을 관리합니다. 머신러닝에 새로 입문한 팀원들도 있어, Claude Code를 지식 격차를 메우는 도구로 적극 활용합니다.
주요 사용 사례
코드베이스 이해 및 온보딩 복잡한 코드베이스에 새로 참여할 때 아키텍처를 빠르게 이해하기 위해 Claude Code를 사용합니다. GitHub 저장소를 수동으로 검색하거나 동료에게 묻는 대신, 특정 기능을 호출하는 파일들을 찾아달라고 Claude에게 요청하면 몇 초 만에 결과를 얻습니다.
엣지 케이스를 포함한 단위 테스트 생성 핵심 기능을 작성한 후 포괄적인 단위 테스트를 Claude에게 요청합니다. Claude는 놓친 엣지 케이스까지 자동으로 포함하여, 상당한 정신적 에너지가 필요하던 작업을 몇 분 만에 완료합니다.
머신러닝 개념 설명 ML 배경이 없는 팀원들이 모델 특화 함수와 설정을 이해하기 위해 Claude에 의존합니다. 구글 검색과 문서를 읽는 데 1시간이 걸리던 일이 이제 10~20분으로 단축되어 연구 시간이 80% 감소했습니다.
크로스 언어 코드 번역 다양한 프로그래밍 언어로 기능을 테스트할 때, 테스트하려는 내용을 설명하면 Claude가 필요한 언어(예: Rust)로 로직을 작성합니다. 테스트 목적만으로 새로운 언어를 배울 필요가 없어집니다.
명령어 기억 및 Kubernetes 관리 복잡한 Kubernetes 명령어를 기억하는 대신, “모든 Pod 또는 배포 상태 조회 방법”을 Claude에게 물어보면 인프라 작업에 필요한 정확한 명령어를 즉시 받습니다.
팀 성과
- ML 학습 가속화: 연구 시간 80% 단축 (1시간 → 10~20분)
- 코드베이스 탐색 속도 향상 (동료 질문 없이 몇 초 만에 관련 파일 파악)
- Claude가 엣지 케이스 포함 단위 테스트를 자동 생성하여 정신적 부담 감소
- Rust 같은 낯선 언어로도 기능 구현 가능
핵심 팁
- 지식 베이스 기능을 먼저 테스트: Google보다 빠르고 정확하면 적극 활용
- 코드 생성부터 시작하여 신뢰를 쌓은 후 더 복잡한 작업으로 확대
- 단위 테스트 작성에 Claude 적극 활용
5. 데이터 사이언스 및 시각화 팀 (Data Science & Visualization)
팀 소개
데이터 사이언스 및 ML 엔지니어링 팀은 모델 성능을 이해하기 위한 정교한 시각화 도구가 필요하지만, 이를 구축하려면 생소한 언어와 프레임워크 전문성이 요구됩니다. Claude Code는 이 팀이 풀스택 개발자가 되지 않고도 프로덕션 수준의 분석 대시보드를 구축할 수 있게 합니다.
주요 사용 사례
JavaScript/TypeScript 대시보드 앱 구축 “JavaScript와 TypeScript를 거의 모르는” 상황에서도 팀은 Claude Code를 활용해 RL 모델 성능과 학습 데이터를 시각화하는 전체 React 애플리케이션을 구축합니다. 5,000줄 TypeScript 앱을 코드를 직접 이해하지 않아도 처음부터 작성할 수 있도록 Claude에게 전권을 위임합니다. 시각화 앱은 전체 모노레포 컨텍스트 없이도 상대적으로 독립적으로 개발 가능하기 때문에 이 방식이 특히 효과적입니다.
반복적인 리팩터링 작업 처리 에디터 매크로로는 너무 복잡하지만 주요 개발 노력을 기울일 만큼 크지 않은 머지 충돌이나 반복적인 파일 리팩터링에 Claude Code를 “슬롯 머신”처럼 활용합니다. 상태를 커밋하고 Claude가 30분 자율 작업하도록 맡긴 뒤, 결과물을 받아들이거나 잘 안 됐으면 처음부터 다시 시작합니다. 이를 통해 2~4배의 시간 절약을 달성했습니다.
일회성 노트북 대신 지속 가능한 분석 도구 구축 버려지는 Jupyter 노트북을 만드는 대신, Claude가 향후 모델 평가에 재사용 가능한 영구적인 React 대시보드를 구축합니다. 모델 성능을 이해하는 것이 팀에게 가장 중요한 과제이며, “단순한 도구로는 단일 숫자의 상승을 보는 것으로는 충분한 신호를 얻기 어렵다”는 것이 그 이유입니다.
무의존 작업 위임 생소한 코드베이스나 언어에서 작업할 때, 전체 구현을 Claude Code에 위임합니다. Claude가 모노레포에서 컨텍스트를 수집하고 직접 코딩 과정에 개입 없이 작업을 실행합니다.
팀 성과
- 반복적인 리팩터링에서 2~4배 시간 절약
- JavaScript/TypeScript 경험 최소화 상태에서 5,000줄 앱 구축
- 일회성 Jupyter 노트북에서 재사용 가능한 React 대시보드로 전환
- 데이터 기반 의사결정을 위한 고급 시각화 도구 확보
핵심 팁
- 작업 전 상태를 저장하고 Claude에게 30분 자율 작업 후 결과 수용 여부 결정하는 “슬롯 머신” 전략 활용
- 고위험 작업(핵심 ML 코드 수정)은 세밀한 감독, 저위험 작업(대시보드 구축)은 Claude에게 위임하는 이중 트랙 유지
6. API 팀
팀 소개
API 팀은 PDF 지원, 인용, 웹 검색 등의 기능을 개발합니다. 대규모의 복잡한 코드베이스에서 지속적으로 낯선 코드를 마주치는 환경에서 일합니다.
주요 사용 사례
작업 시작 단계 워크플로우 계획 모든 작업의 “첫 번째 정류장”으로 Claude Code를 활용합니다. 무엇을 해야 하는지 Claude에게 설명하면 어떤 파일을 살펴봐야 하는지 파악하여 시간이 많이 드는 수동 탐색을 대체합니다.
독립적인 디버깅 낯선 코드베이스에서 버그를 직접 처리하고, “이 버그를 수정할 수 있을 것 같아?”라고 Claude에게 물어보며 다른 사람의 도움 없이 즉각적인 진전을 이루어냅니다.
코드베이스 탐색 Claude Code를 사용해 방대한 코드베이스를 탐색합니다. Claude.md 파일을 읽어 특정 작업의 관련 파일을 식별하고 데이터 파이프라인 의존성을 설명하며, 전통적인 데이터 카탈로그와 탐색 도구를 대체합니다.
팀 성과
- 낯선 코드베이스에서 신속한 온보딩 및 기여 가능
- 다른 팀원 대기 없이 독립적인 버그 해결 능력 확보
7. 그로스 마케팅 팀 (Growth Marketing)
팀 소개
엔지니어링 리소스 없이 유료 검색, 소셜, 앱 스토어, 이메일, SEO를 단독으로 처리하는 비기술직 마케터. 일반적으로 전담 개발자가 필요한 워크플로우를 자동화해야 하는 상황.
주요 사용 사례
자동화된 Google Ads 크리에이티브 생성 팀은 수백 개의 광고와 성과 지표가 담긴 CSV 파일을 처리하고, 두 개의 전문 서브 에이전트를 사용하여 새로운 광고 변형을 생성하는 에이전틱 워크플로우를 구축했습니다. 이 시스템은 헤드라인 30자, 설명 90자의 엄격한 글자 수 제한을 준수하면서 수백 개의 신규 광고를 몇 시간이 아닌 몇 분 만에 생성합니다.
대규모 크리에이티브 생성을 위한 Figma 플러그인 프레임을 식별하고 헤드라인과 설명을 교체하는 방식으로 최대 100개의 광고 변형을 프로그래밍 방식으로 생성하는 Figma 플러그인을 개발했습니다. 수 시간의 복사-붙여넣기 작업이 배치당 0.5초로 단축되었으며, 모든 채널에 걸쳐 크리에이티브 아웃풋이 10배 증가했습니다.
에이전틱 자동화 구축 성과 지표를 분석해 저성과 광고를 찾아내고 새로운 변형을 생성하는 전체 자동화 워크플로우를 구축했습니다. 이는 비기술직 마케터가 전통적으로 전담 개발자 팀이 필요하던 복잡한 자동화를 독자적으로 구현했다는 점에서 혁신적입니다.
팀 성과
- 수백 개의 광고를 몇 분 만에 생성 (기존 수 시간 대비)
- 광고 배치당 복사-붙여넣기 시간: 수 시간 → 0.5초
- 크리에이티브 아웃풋 10배 증가
- 엔지니어링 리소스 없이 복잡한 자동화 구현
핵심 팁
- 비기술직은 반복적이고 API 연결이 가능한 작업(광고 플랫폼, 디자인 도구, 분석 플랫폼)부터 자동화 시작
- 단계별로 에이전틱 워크플로우를 구축하여 프로세스를 점진적으로 자동화
8. 제품 디자인 팀 (Product Design)
팀 소개
개발 없이 디자인-엔지니어링 간격을 직접 좁히고자 하는 비개발직 디자이너들로 구성된 팀.
주요 사용 사례
프론트엔드 폴리싱 및 상태 관리 Claude Code를 활용해 시각적 조정을 직접 구현하고, “디자이너가 일반적으로 하지 않을 대규모 상태 관리 변경”까지 처리합니다. 광범위한 설계 문서 없이도 이 작업이 가능합니다.
신속한 인터랙티브 프로토타이핑 목업 이미지를 Claude Code에 붙여넣어 완전히 작동하는 프로토타입을 생성합니다. 엔지니어들이 즉각적으로 이해할 수 있는 수준의 프로토타입을 만들어 디자인-개발 사이클을 몇 주에서 몇 시간으로 단축합니다.
Figma와의 직접 연동 Figma 디자인 파일을 Claude Code에 피드하고 새로운 기능에 대한 코드를 작성하는 자율 루프를 구성합니다.
팀 성과
- 디자이너가 직접 프론트엔드 구현 가능
- 프로토타입 사이클 시간: 수 주 → 수 시간
- 엔지니어와의 협업 효율 극적 향상
9. RL 엔지니어링 팀 (RL Engineering)
팀 소개
강화학습 시스템의 효율적인 샘플링과 소~중규모 기능 개발 및 디버깅에 집중하는 팀.
주요 사용 사례
감독 자율성을 통한 기능 개발 Claude가 기능에 대한 코드의 대부분을 작성하고 팀이 방향을 제시하며 감독합니다. 코드가 첫 번째 시도에서 작동하는 비율이 약 1/3에 달합니다.
코드베이스 이해 관련 컴포넌트의 빠른 요약, 콜 스택 분석, 수동 코드 읽기 대체 등에 Claude Code를 활용합니다.
자기검증 루프 Claude가 코드를 작성하고 테스트/CI를 실행하며 오류를 자동으로 수정하는 루프를 구성하여 에이전틱 SDLC를 실현합니다.
팀 성과
- 첫 시도 성공률 약 1/3로 개발 속도 향상
- 수동 코드 탐색 없이 빠른 코드베이스 이해
10. 법무팀 (Legal)
팀 소개
가족 구성원과 업무를 위한 접근성 도구 개발 및 기술 역량 강화를 목표로 하는 비개발직 법무팀.
주요 사용 사례
맞춤형 접근성 솔루션 말하기 어려움이 있는 가족을 위한 커뮤니케이션 보조 도구를 단 1시간 만에 구축했습니다. 네이티브 음성-텍스트 기능을 활용한 예측 텍스트 앱도 개발했습니다.
법무 워크플로우 자동화 팀원들이 올바른 변호사에게 연결될 수 있도록 돕는 “Phone Tree” 시스템 프로토타입을 구축했습니다. 스프레드시트 관리 대신 간단한 버튼 클릭으로 제품 전반의 법적 검토 상태를 추적합니다.
팀 성과
- 비개발자도 맞춤형 접근성 도구를 1시간 만에 구축
- 법무 검토 추적 시스템 자체 개발로 스프레드시트 의존도 감소
🔑 전체 핵심 인사이트 종합
이 가이드를 통해 Anthropic 내부에서 확인된 가장 중요한 패턴은 다음과 같습니다.
첫째, 기술직-비기술직 경계의 붕괴. 마케터가 복잡한 자동화 시스템을 구축하고, 법무팀이 앱을 개발하며, 데이터 사이언티스트가 JavaScript 없이 TypeScript 앱을 만드는 일이 현실화되었습니다.
둘째, 코드 생성 도구를 넘어선 사고 파트너. 가장 성공적인 팀들은 Claude Code를 단순한 코드 생성기가 아니라 사고 파트너로 취급하며, 가능성을 탐구하고 빠르게 프로토타입을 만들며 발견을 공유합니다.
셋째, Claude.md 파일의 전략적 중요성. 워크플로우, 도구, 기대치를 상세히 문서화할수록 Claude Code의 성능이 향상됩니다. 이는 AI와의 협업에서 컨텍스트 엔지니어링이 핵심 역량임을 보여줍니다.
넷째, 자기검증 루프의 설계. 빌드-테스트-린트를 자동 실행하는 루프를 구성하면 Claude가 더 오랫동안 자율적으로 작동하며 스스로 실수를 발견합니다.
다섯째, 작업 유형에 따른 감독 수준 차별화. 핵심 비즈니스 로직은 동기적 감독, 주변 기능이나 프로토타이핑은 자율 모드를 적용하는 이중 트랙이 최적 전략입니다.
작성일: 2026-02-23 원문 출처: Anthropic 공식 PDF — “How Anthropic teams use Claude Code” (23페이지)