'코딩 어시스턴트'라는 프레임을 버려야 한다
Claude Code를 여전히 '스마트한 자동완성 도구'로 쓰고 있다면, 지금 팀은 생산성의 절반도 못 뽑아내고 있는 거다. 최근 dev.to에 공개된 두 건의 실전 사례와 에디터 선택 논쟁을 함께 읽으면, AI-First 워크플로우의 실체가 훨씬 입체적으로 보인다. 결론부터 말하자면—Claude Code는 이미 기획, 설계, 구현, 검증을 하나의 루프 안에서 돌릴 수 있는 수준에 와 있다. 문제는 도구가 아니라 워크플로우 설계다.
사례 1: 2시간 만에 SaaS 프로모 영상을 뽑아낸 자율 빌드 루프
DevOps Agents를 혼자 만들고 있는 솔로 파운더 Jeswin Cyriac의 사례(dev.to)는 Claude Code의 에이전트적 속성을 가장 날것으로 보여준다. 그는 랜딩 페이지용 프로모 영상이 필요했다. Fiverr, Upwork를 며칠 뒤지다 포기하고 Claude Code에 던진 질문은 단 한 줄—"SaaS 프로모 영상을 만들 수 있는 방법이 있어?"
Claude Code는 스스로 Remotion(React 기반 비디오 프레임워크)을 찾아냈다. 그다음 흐름이 흥미롭다. YouTube 링크를 넘기자 yt-dlp로 영상을 받고, ffmpeg으로 177개 프레임을 추출한 뒤, 160줄짜리 분석 문서를 만들었다. 씬별 타임스탬프, 폰트·색상·여백 규칙, 오디오 비트와 전환 타이밍의 관계까지. 레퍼런스 영상의 시각 언어를 구조화된 문서로 역공학한 것이다.
이어서 415줄짜리 프로덕션 플랜을 생성했다. 9개 씬, 프레임 범위, 애니메이션 타이밍, 빌드 순서까지 포함된 블루프린트다. 그리고 진짜 핵심은 그다음이었다. "씬마다 빌드하고, 프레임 렌더해서, 스스로 검토하고, 고치고, 반복해"라는 지시 하나로 Claude Code는 자율 루프를 돌렸다. React 컴포넌트 작성 → 스틸 프레임 렌더 → 자체 비평("스태거 딜레이가 15프레임이어야 해") → 수정 → 재렌더. 이 사이클이 씬마다 수십 번 반복됐다. 결과: 42초 1080p 30fps 영상, 총 소요 시간 2시간.
테크 리드 관점에서 이 사례의 의미는 영상 제작 자체가 아니다. 기획(역공학 분석) → 설계(프로덕션 플랜) → 구현(React 컴포넌트) → 검증(자체 QA) → 반복이라는 전체 SDLC 루프를 인간의 개입 없이 돌렸다는 점이다. 모델은 Claude Opus 4.6이었다.
사례 2: 100M 토큰, 11세션—아키텍처 설계의 AI 페어 프로그래밍
두 번째 사례(dev.to)는 훨씬 체계적이다. 엔지니어링 메트릭 분석 플랫폼을 설계하면서 LLM을 아키텍처 코파일럿으로 쓴 11세션, 1억 토큰 규모의 실험이다. 핵심 인사이트는 프롬프트를 코더처럼 쓰지 말고 PM처럼 써라는 것이다.
"cycle time과 bus factor를 계산해야 한다. 세 가지 데이터 모델을 제안하고 유연성, 쿼리 복잡도, 쓰기 성능 측면에서 비교해라"—이런 컨텍스트가 풍부한 프롬프트를 던지면 AI는 정규화 모델, 비정규화 문서 모델, 이벤트 소싱 세 가지 대안을 코드와 함께 내놓는다. 방향이 결정되면 즉시 SQLite 테스트 스크립트로 10,000개 더미 데이터를 만들어 cycle time 계산 로직을 검증했다. 아이디어에서 실행 가능한 검증까지 한 세션 안에서 끝났다.
이 방식의 진짜 가치는 속도보다 탐색 폭에 있다. 시니어 엔지니어 두세 명이 화이트보드에서 며칠 걸려 논쟁할 설계 대안들을, 한 세션에서 프로토타입 수준까지 밀어볼 수 있다. 단, 이 사례에서도 AI의 한계는 명확하다—AI가 내놓은 결과물은 출발점이지 결론이 아니다. 방향을 고르고, 트레이드오프를 판단하고, 도메인 맥락을 더하는 건 여전히 인간 아키텍트의 몫이다.
에디터 선택: Claude Code 시대에 VS Code vs Cursor 논쟁의 실용적 결론
Claude Code를 중심에 놓으면 에디터 선택 논쟁도 다르게 읽힌다. 2026년 기준 비교(dev.to)의 핵심만 짚으면 이렇다.
VS Code는 2026년 들어 GitHub Copilot에 Claude 및 OpenAI Codex 에이전트 동시 실행(v1.109), MCP 도구 지원과 브라우저 통합(v1.110)을 추가했다. 멀티에이전트 오케스트레이션도 지원한다. Copilot Pro가 월 $10, 팀 단위로는 $19~$39/user다. 확장 생태계는 여전히 압도적이다.
Cursor는 전체 코드베이스를 RAG로 인덱싱해 파일 간 의미적 관계를 이해한다. 2026년 초 출시된 백그라운드 에이전트는 GitHub에서 레포를 클론해 별도 브랜치에서 작업 후 PR을 올린다. 10~20개를 병렬로 돌릴 수 있다. 가격은 Pro 기준 월 $20이다.
팀 도입 관점에서 실용적 판단 기준을 제시하자면:
- Claude Code를 CLI/터미널 중심으로 운용하는 팀: 에디터 의존도가 낮으므로 VS Code + Copilot Pro($10)로 충분하다. 비용 효율이 높다.
- 멀티파일 리팩토링·코드베이스 전체 맥락이 중요한 팀: Cursor의 네이티브 RAG 인덱싱과 Composer Mode가 체감 차이를 만든다. $20/월 추가 투자가 정당화된다.
- 혼합 운용: Claude Code(터미널) + Cursor(에디터)의 조합이 현재 AI-First 팀에서 가장 많이 보이는 패턴이다.
주의할 점—Cursor는 VS Code 포크지만 '대부분의' 확장은 호환되고 '전부'는 아니다. 사내 커스텀 확장이 있는 팀은 전환 전 호환성 검증이 필수다.
시사점: 워크플로우 설계가 도구 선택보다 먼저다
세 사례를 관통하는 공통점이 있다. Claude Code의 생산성은 도구 자체 성능보다 어떻게 루프를 설계하느냐에 달려 있다는 것이다.
솔로 파운더가 2시간 만에 영상을 뽑은 건 Remotion이나 Claude Code가 탁월해서가 아니다. 역공학 → 플랜 → 자율 빌드 루프라는 워크플로우를 명확하게 설계했기 때문이다. 아키텍처 설계에서 1억 토큰을 태운 엔지니어가 얻은 것도 마찬가지—AI에게 코더가 아닌 PM의 언어로 말을 거는 방식이 핵심이었다.
팀 레벨에서 실행 가능한 액션 세 가지로 정리한다:
- 루프를 명시적으로 설계하라: Claude Code에 "만들어라"가 아니라 "만들고, 검토하고, 고치고, 반복하라"고 지시하라. 자율 반복 루프를 명시적으로 설계하는 것이 생산성의 핵심 레버다.
- 컨텍스트를 설계 문서 수준으로 넣어라: 프롬프트가 빈약하면 출력도 빈약하다. 도메인 맥락, 제약 조건, 비교 기준을 PM 브리프 수준으로 작성하면 AI의 출력 품질이 달라진다.
- 에디터는 팀의 주 워크플로우에 맞춰 골라라: 에디터 선택은 이념 문제가 아니다. Claude Code를 어디서 어떻게 쓰느냐, 팀의 코드베이스 복잡도가 어느 수준이냐가 선택 기준이다.
전망: 에이전트 루프의 내재화가 다음 경쟁력이다
Claude Code는 지금도 코딩을 넘어 영상 제작, 아키텍처 설계, 인프라 검증까지 루프를 돌리고 있다. 앞으로 6~12개월 안에 이 루프의 자율성은 더 높아질 것이다. 팀이 준비해야 할 건 더 좋은 AI 도구를 기다리는 게 아니라, 지금 있는 도구로 루프를 내재화하는 것이다.
가장 위험한 팀은 Claude Code를 도입했지만 워크플로우는 여전히 '사람이 짜고 AI가 거드는' 구조로 굳어 있는 팀이다. AI를 동료로 쓰는 팀과 도구로 쓰는 팀 사이의 생산성 격차는 이미 벌어지기 시작했다.