<div id="readability-page-1" class="page"><div id="SE-ac68c39c-06fb-4139-a30b-798be861acbb">
 요즘은 클로드 코드를 주력 개발 도구로 쓰고 있습니다. 클로드는 최근 화두가 되고 있는 skill을 비롯해 다양한 기능들을 제공합니다. 이러한 코딩 도구들은 LLM모델을 선택할 수 있습니다. 예전에 저는 오픈소스 cline기반의 ai개발도구인 careti를 개발하고 있었습니다. 그때 들었던 질문 중 하나가 왜 ChatGPT에 직접 물어보고 코딩하면 되는걸 그렇게 하냐라는 질문이 있었는데, 코딩도구, 곧 AI에이전트가 가지는 위치와 동작 방법에 대해 클로드 코드와 한번 정리해봤습니다.​원문 :
 </div><div id="SE-e89bda67-9713-4c48-91a9-e9caf0d40c8b">
 ​1. 흔한 오해 하나"Claude Code가 내 코드를 읽고 수정해준다."사실 LLM(Claude, GPT 같은 AI 모델)은 텍스트를 받으면 텍스트를 돌려주는 것 밖에 못합니다. 파일을 읽을 수도 없고, 터미널을 실행할 수도 없습니다. 기본은 대화만 합니다.코딩 도구(Claude Code, Cursor, Cline 등)나 OpenClaw 같은 다양한 AI에이전트는 사실 LLM과 사용자 사이에서 중개 역할을 하는 소프트웨어입니다. 파일 읽기, 코드 수정, 터미널 실행, 터미널에서 도구 실행, 설치, 읽기 이런 실제 작업은 전부 이 중개 소프트웨어가 합니다.비유하자면, LLM은 뇌이고 코딩 도구와 AI에이전트는 손과 눈입니다. 뇌가 아무리 천재여도 손과 눈이 없으면 코드를 읽거나 수정할 수가 없습니다.​2. 실제로 벌어지는 일안에서 돌아가는 구조는 놀라울 정도로 단순합니다.1단계 : 사용자가 요청을 입력한다.2단계 : 코딩 도구가 그 요청을 LLM에게 전달한다.3단계 : LLM이 응답한다. 이때 두 가지 종류가 있습니다.- 그냥 텍스트 응답 → 사용자에게 보여줌- "도구를 쓰고 싶다"는 요청 → 코딩 도구가 실행하고 결과를 LLM에게 돌려줌4단계 : 3단계로 돌아가서 반복이게 전부입니다. Cline이든, Claude Code든, Cursor든, OpenClaw든 이 루프가 본질입니다.​3. "도구(Tool)"라는 개념LLM은 텍스트밖에 못 다루니까, 코딩 도구가 LLM에게 "너는 이런 도구들을 쓸 수 있어"라고 알려줍니다. 예를 들면 Read(파일 읽기), Edit(파일 수정), Bash(터미널 실행) 같은 것들입니다.LLM이 "Read 도구로 src/app.ts를 읽고 싶습니다"라고 응답하면, 코딩 도구가 실제로 파일을 읽고 그 내용을 LLM에게 돌려줍니다. LLM이 직접 파일을 읽은 게 아닙니다. "읽고 싶다"는 텍스트를 출력했을 뿐이고, 실행은 코딩 도구가 합니다.​4. 모든 LLM이 도구를 쓸 수 있는 건 아닙니다위에서 설명한 도구 사용(Tool Use, Function Calling)은 모든 LLM이 할 수 있는 게 아닙니다. LLM이 "Read 도구를 쓰고 싶다"고 정해진 형식으로 출력하려면, 그렇게 할 수 있도록 별도로 훈련된 모델이어야 합니다.현재 도구 사용을 지원하는 대표적인 모델들은 Claude(Anthropic), GPT-4o(OpenAI), Gemini(Google) 등입니다. 오픈소스 진영에서는 Llama, Qwen, Mistral 등 일부 모델이 도구 사용을 지원합니다.그래서 AI의 성능을 평가할 때 단순히 "대화를 얼마나 잘 하느냐"만이 기준이 아닙니다. 도구를 얼마나 정확하게 선택하고 호출하느냐, 도구 결과를 받아서 다음 판단을 얼마나 잘 하느냐도 중요한 성능 지표입니다.​5. 생각보다 답답해 보이는 이유코딩 도구를 쓰다 보면 "왜 이렇게 오래 걸리지?" 싶을 때가 있습니다. 이유는 사용자가 보는 것보다 훨씬 많은 메시지가 LLM과 코딩 도구 사이에서 오가고 있기 때문입니다.사용자가 "이 버그 고쳐줘"라고 한 마디 하면, 코딩 도구는 시스템 프롬프트, 프로젝트 설정, 메모리, 도구 정의 같은 것들을 함께 LLM에게 보냅니다. 사용자 눈에는 안 보이지만 이 왕복이 여러 번 반복됩니다. 그리고 이 모든 왕복이 전부 토큰 비용입니다.그래서 코딩 도구의 성능 중 하나는 이 비용을 줄이는 겁니다. 불필요한 정보를 안 보내고, 도구 정의를 필요할 때만 로딩하고, 오래된 대화를 요약해서 토큰을 아끼는 것. 이런 최적화가 속도와 비용 모두에 직접적으로 영향을 줍니다.​6. 코딩 도구의 다양한 기능들코딩 도구들은 이 기본 루프 위에 여러 기능을 얹습니다. 본질은 두 가지입니다.첫째, 프롬프트 조작입니다. LLM에게 보내는 텍스트를 언제, 어떻게 구성하느냐의 문제입니다. 프로젝트 설정 파일, 메모리, Skill, Hook 전부 "LLM에게 어떤 텍스트를 끼워넣느냐"의 변주입니다.둘째, 실행 제어입니다. LLM이 "이 파일 삭제하고 싶어"라고 했을 때 진짜 삭제할 건지 사용자에게 물어보는 것. 위험한 작업을 격리된 환경에서 돌리는 것입니다.​7. 같은 LLM인데 왜 도구마다 결과가 다를까Claude Code, Cursor, Cline, OpenClaw 전부 같은 Claude API를 쓸 수 있습니다. 그런데 결과가 다릅니다. LLM은 입력(프롬프트)에 따라 출력이 달라지기 때문입니다. 각 코딩 도구는 시스템 프롬프트가 다르고, 도구 설명을 어떻게 작성하느냐가 다르고, 한정된 컨텍스트 공간에 어떤 정보를 넣고 빼느냐가 다릅니다.​8. 컨텍스트 엔지니어링이 모든 이야기를 관통하는 핵심 개념이 있습니다. 컨텍스트 엔지니어링, LLM에게 보내는 프롬프트에 무엇을 넣고, 무엇을 빼고, 언제 넣을지를 설계하는 것입니다.실제로 가장 많이 문제가 생기는 건 세션이 새로 시작될 때입니다. LLM은 이전 대화를 기억하지 못하니까, 새 세션이 열리면 컨텍스트가 비어있는 상태에서 시작합니다. 그래서 이전 대화를 요약해서 이어가는 compact 같은 기능이 있고, 프로젝트 설정 파일이나 메모리를 통해 매 세션마다 핵심 정보를 다시 넣어주는 겁니다.결국 프로젝트를 잘 굴리려면 코딩 도구의 컨텍스트를 지속적으로 관리해야 합니다. 이게 도구 자체의 설정만큼이나 사용자의 역할이기도 합니다.​9. 정리AI 코딩 도구가 하는 일은 세 가지입니다. 사용자의 요청을 LLM에게 전달한다. LLM의 응답을 사용자에게 보여준다. LLM이 도구 사용을 요청하면 실행하고 결과를 LLM에게 돌려준다.결국 AI로 코딩을 한다는 건 단순히 똑똑한 모델 하나를 쓰는 게 아닙니다. LLM 모델의 훈련, 도구 사용 프로토콜, 컨텍스트 관리, 프롬프트 설계, 실행 환경 제어 — 다양한 분야의 기술들이 함께 맞물려 돌아가고 있습니다. 이 복잡한 단계들을 어떻게 엮고 조율하느냐, 즉 오케스트레이션이 코딩 도구의 핵심 역량이고, 각 분야의 기술들이 동시에 발전하고 있기 때문에 이 영역은 지금도 빠르게 바뀌고 있습니다.이걸 알고 쓰면 어떤 도구를 선택하고 어떻게 설정해야 하는지가 좀 더 명확해질 거라고 생각합니다.​#바이브코딩 #클로드코드 #AI코딩 #인공지능
 </div></div>

숲속얘기의 조용한 카페

요즘은 클로드 코드를 주력 개발 도구로 쓰고 있습니다. 클로드는 최근 화두가 되고 있는 skill을 비롯해 다양한 기능들을 제공합니다. 이러한 코딩 도구들은 LLM모델을 선택할 수 있습니다. 예전에 저는 오픈소스 cline기반의 ai개발도구인 careti를 개발하고 있었습니다. 그때 들었던 질문 중 하나가 왜 ChatGPT에 직접 물어보고 코딩하면 되는걸 그렇게 하냐라는 질문이 있었는데, 코딩도구, 곧 AI에이전트가 가지는 위치와 동작 방법에 대해 클로드 코드와 한번 정리해봤습니다. 원문 : 1. 흔한 오해 하나 "Claude Code가 내 코드를 읽고 수정해준다." 사실 LLM(Claude, GPT 같은 AI 모델)은 텍스트를 받으면 텍스트를 돌려주는 것.......

바이브 코딩, 그 안에서 실제로 무슨 일이 벌어지는가

댓글