“이 코드 좀 고쳐줘” 하고 물어보면 답이 딱 나오는 것. 대부분 AI 코딩을 이렇게 생각하시죠.
그런데 요즘 AI 코딩 도구는 묻고 답하는 챗봇을 넘어, 일을 맡기는 ‘직원’에 가까워지고 있어요. 목표만 던져주면 스스로 계획을 세우고 끝을 보거든요.
오늘은 앤스로픽(Anthropic)의 클로드 코드(Claude Code)를 예로, 잘 안 알려진 ‘자율·맞춤·협업’ 기능 3가지를 정리해 볼게요.
미리 한 가지 짚자면, 인터넷에 도는 기능 소개 중엔 실제와 이름·동작이 다른 것도 많아요. 그래서 여기선 진짜 되는 것만, 정확히 다뤄봅니다.
클로드(Claude) 로고 — 출처: Anthropic
① 목표만 던지면 끝까지 판다 — ‘/goal’
일반 챗봇은 조금 답해주다 “이 정도면 됐죠?” 하고 멈추기 일쑤예요. 반면 에이전트(Agent)는 목표에 도달할 때까지 물고 늘어집니다.
클로드 코드에는 이걸 위한 /goal 명령어가 있어요.
- 예를 들어 /goal 모든 테스트 통과처럼 끝 조건(목표)을 정해두면, 그 조건을 만족할 때까지 스스로 시도하고 고치기를 반복합니다.
- 중간에 멈추지 않고, 계획을 세워 목표를 향해 계속 파고드는 게 핵심이에요.
- “찔끔찔끔 답하는 챗봇”과 “스스로 끝을 보는 에이전트”의 차이를 가장 잘 보여주는 기능이죠.
다만 오해 하나는 바로잡을게요. “AI한테 일 시켜놓고 컴퓨터 꺼도 밤새 돌아간다”는 건 사실과 조금 달라요.
/goal은 지금 켜둔 세션(session) 안에서 목표까지 끈질기게 파고드는 기능이에요. 즉 세션을 닫으면 멈춥니다.
그럼 진짜로 자리를 비운 사이나 밤사이 돌리고 싶다면? 그건 백그라운드 실행이나 예약(스케줄) 클라우드 루틴 같은 별도 기능이 담당해요. “끝까지 파고드는 끈기(/goal)”와 “자리 비운 동안 대신 돌아가는 실행(스케줄·백그라운드)”은 서로 다른 도구라고 기억해두면 좋아요.
한 줄 요약: /goal은 ‘멈추지 않는 끈기’, 밤샘 실행은 ‘스케줄·백그라운드’가 맡는다.
목표를 향해 끝까지 파고드는 자율 코딩 개념 — 출처: agy 생성
② 매번 잔소리하기 지쳤다면 — 내 스타일을 ‘기억’시키기
AI가 코드를 짤 때마다 “CSS는 바닐라(vanilla)로 짜줘”, “변수명은 카멜 케이스(camelCase)로 해줘”를 매번 반복하는 것, 은근히 피곤하죠.
여기서 흔히 /learn 같은 명령어로 학습시킨다는 얘기가 도는데, 클로드 코드엔 그런 명령어는 없어요. 대신 더 확실한 방법이 두 가지 있습니다.
CLAUDE.md — 규칙을 적어두는 파일
프로젝트(또는 개인) 폴더에 두는 규칙 문서예요. 세션이 시작될 때마다 클로드가 자동으로 읽어들입니다. 여기에 “바닐라 CSS 사용”, “변수명은 카멜 케이스”, “들여쓰기는 2칸”처럼 적어두면 매번 지시하지 않아도 알아서 지켜요.
자동 메모리(Auto Memory) — 알아서 쌓이는 메모
클로드가 작업하며 발견한 내 취향이나 반복 패턴을 스스로 메모로 저장합니다. 무엇이 저장됐는지는 /memory 명령어로 확인하고 직접 고칠 수도 있어요.
즉 버튼 하나 눌러 ‘학습’시키는 게 아니라, 규칙 파일(CLAUDE.md) + 자동 메모리가 차곡차곡 쌓이며 단순 챗봇이 나만의 전속 코딩 비서로 길들여지는 구조인 거죠.
내 규칙을 AI에게 학습시키는 개념 — 출처: agy 생성
③ AI 혼자가 아니라 ‘팀’으로 — 서브에이전트 & 에이전트 팀
큰 프로젝트를 한 AI가 통째로 처리하는 대신, 여러 AI가 역할을 나눠 협업하게 할 수도 있어요.
이것도 /teamwork-preview 같은 명령어가 있다고 도는데, 그 이름의 명령어는 없습니다. 실제로 되는 건 두 갈래예요.
서브에이전트(Subagent) — 작업 위임
특정 작업을 별도 에이전트에게 맡기고 결과만 받아오는 방식이에요. “이 부분 조사해와” 시켜두고 핵심 요약만 회수하는 식이라, 본 작업의 흐름을 방해하지 않죠.
에이전트 팀(Agent Teams) — 여러 AI의 협업
여러 개의 클로드가 팀처럼 역할을 나눠 일합니다. 한 명은 코드를 분석하고, 한 명은 웹을 검색하고, 한 명은 코드를 짜는 식으로요. 아직 실험적 기능이라 설정에서 켜야 하고, 호출도 특정 명령어가 아니라 자연어로 해요. 예: “보안 보는 팀원, 성능 보는 팀원, 테스트 보는 팀원 붙여서 검토해줘.”
이게 요즘 AI 판에서 가장 뜨거운 멀티 에이전트(Multi-agent) 트렌드예요. 말 그대로 “내 방 안의 작은 실리콘밸리” 같은 그림이죠.
여러 AI가 팀으로 협업하는 멀티에이전트 개념 — 출처: agy 생성
그래서, 뭐가 달라질까
세 기능을 관통하는 키워드는 결국 “묻는 챗봇에서 일 시키는 에이전트로”예요.
- 자율성(/goal) — 목표를 정하면 달성할 때까지 끈질기게
- 맞춤(CLAUDE.md·자동 메모리) — 내 스타일을 기억하고 알아서 적용
- 협업(서브에이전트·에이전트 팀) — 역할을 나눠 병렬로 일 처리
한 가지 팁을 더하자면, 인터넷에 떠도는 명령어 이름은 도구·버전마다 다르고 실제와 어긋나기도 해요(오늘 본 /learn·/teamwork-preview처럼요). 새 기능을 쓸 땐 공식 문서로 이름과 동작을 한 번 확인하는 습관을 들이면 헛수고를 줄일 수 있습니다.
자율·맞춤·협업을 갖춘 AI 코딩 파트너 개념 — 출처: agy 생성
AI 코딩 도구는 이제 “얼마나 똑똑하게 답하나”를 넘어 “얼마나 알아서 일하나”로 무게중심이 옮겨가고 있어요.
목표를 던지고(/goal), 내 취향을 기억시키고(CLAUDE.md), 필요하면 팀까지 꾸리는 것 — 오늘 세 가지만 익혀둬도 AI를 ‘조수’가 아니라 ‘동료’처럼 부릴 수 있습니다.
여러분은 AI에게 어디까지 일을 맡겨 보셨나요?