How Anthropic teams use Claude Code

Anthropic의 내부 팀들은 Claude Code를 통해 워크플로우를 근본적으로 변화시키고 있습니다. 이로 인해 개발자뿐만 아니라 비개발자들도 복잡한 프로젝트를 처리하고, 반복적인 작업을 자동화하며, 그동안 생산성을 제한했던 기술 격차를 해소할 수 있게 되었습니다.

Anthropic 내부의 Claude Code 파워 유저들과의 인터뷰를 통해, 각 부서에서 Claude Code를 어떻게 활용하고 있는지, 업무에 어떤 영향을 미쳤는지, 도입을 고려하는 다른 조직에 어떤 조언을 줄 수 있는지를 정리하였습니다.

1.Claude Code의 데이터 인프라 활용

데이터 인프라 팀은 회사 전체 팀을 위한 비즈니스 데이터를 정리하는 역할을 담당합니다. 이들은 Claude Code를 활용하여 반복적인 데이터 엔지니어링 작업을 자동화하고, 복잡한 인프라 이슈를 해결하며, 기술자와 비기술자 모두가 데이터를 독립적으로 접근하고 조작할 수 있는 문서화된 워크플로우를 생성합니다.

🔍 주요 활용 사례

스크린샷 기반 Kubernetes 디버깅

Kubernetes 클러스터가 다운되어 새로운 파드를 스케줄하지 못할 때, 팀은 Claude Code에 대시보드의 스크린샷을 입력했습니다. Claude는 Google Cloud UI를 메뉴별로 안내하며 문제의 원인이 IP 주소 고갈이라는 경고임을 파악했고, 새 IP 풀을 생성하고 클러스터에 추가하는 정확한 명령어를 제공해 네트워크 전문가의 도움 없이 문제를 해결했습니다.
재무팀을 위한 평문 워크플로우 자동화

재무팀 구성원은 코드 작성 경험 없이 “이 대시보드에서 데이터를 조회하고, 정보를 얻은 다음 이 쿼리를 실행하고, Excel 출력물 생성”과 같은 명령을 텍스트로 작성하면 Claude Code가 이를 자동으로 실행합니다. 날짜 등 필요한 입력값도 Claude가 요청하며 전 과정을 자동화합니다.
신입 사원을 위한 코드베이스 네비게이션

새로 합류한 데이터 사이언티스트들은 Claude Code를 통해 방대한 코드베이스를 탐색합니다. Claude는 문서화된 Claude.md 파일을 분석해 작업에 필요한 관련 파일을 찾아주고, 데이터 파이프라인의 상위 종속성을 설명하며, 대시보드에 어떤 데이터가 들어오는지도 알려줍니다. 이는 전통적인 데이터 카탈로그나 검색 도구를 대체합니다.
작업 종료 후 문서 자동 갱신

팀은 각 작업 종료 시점에 Claude에게 수행한 작업 요약 및 개선사항 제안을 요청합니다. 이를 통해 Claude.md 문서와 워크플로우 가이드가 점진적으로 개선되며 지속적인 개선 루프가 형성됩니다.
멀티 인스턴스를 통한 병렬 작업

긴 시간이 걸리는 작업은 각기 다른 저장소에 Claude Code 인스턴스를 열어 병렬로 처리합니다. 각 인스턴스는 고유의 컨텍스트를 유지하기 때문에, 몇 시간 또는 며칠 후에도 정확히 이전 작업 지점에서 이어갈 수 있어 진정한 병렬 작업이 가능합니다.

💡 팀에 미친 영향

네트워크 전문가 없이도 인프라 이슈 해결
신입 직원의 빠른 온보딩
사람이 직접 모니터링할 수 없는 대규모 데이터(예: 200개 대시보드)의 이상 탐지 가능
비개발자(예: 재무팀)의 자율적인 데이터 워크플로우 수행

✅ 데이터 인프라 팀의 팁

Claude.md 문서를 자세히 작성하세요

워크플로우, 도구, 기대 행동 등을 문서화할수록 Claude의 성능이 향상됩니다. 특히 반복되는 데이터 파이프라인 구축 등에서 유용합니다.
민감한 데이터는 CLI 대신 MCP 서버를 사용하세요

BigQuery CLI 대신 MCP 서버를 사용하면 Claude가 접근할 수 있는 범위를 제한할 수 있어 보안 및 로깅이 필요한 민감한 데이터를 안전하게 처리할 수 있습니다.
팀 간 공유 세션을 운영하세요

팀원들이 각자의 Claude Code 사용 사례를 공유하는 세션을 운영하면, 서로 다른 베스트 프랙티스를 배울 수 있습니다.

2.Claude Code의 제품 개발 활용

Claude Code 팀은 Claude Code 제품 자체를 개선하고, 엔터프라이즈 기능 및 자동화 루프(agentic loop) 기능을 확장하기 위해 Claude Code를 직접 사용하고 있습니다.

🔍 주요 활용 사례

자동 수락 모드로 빠른 프로토타이핑

엔지니어들은 Shift + Tab 키로 자동 수락 모드를 활성화하고, Claude가 코드를 작성하고 테스트하며 반복 실행하는 자동 루프를 설정합니다. 낯선 추상적인 문제를 Claude에 맡기면, 약 80% 완성된 결과물을 빠르게 얻을 수 있으며, 이후 마무리 작업만 직접 수행합니다. 초기 Git 상태를 정리하고 정기적으로 체크포인트를 커밋하여 Claude가 엉뚱한 작업을 하더라도 쉽게 복구할 수 있도록 합니다.
핵심 기능의 동기식 코딩

비즈니스 로직과 밀접하게 연결된 핵심 기능은 Claude와 동기식으로 협업하며 구현합니다. 상세한 구현 지침을 포함한 프롬프트를 주고, 실시간으로 코드 품질, 스타일 가이드 준수, 아키텍처 적합성 등을 모니터링하면서 반복적인 코딩 작업은 Claude에게 맡깁니다.
Vim 모드 구현

우선순위는 아니었지만, Claude에게 Vim 키 바인딩 기능을 구현하도록 요청했고, 전체 구현의 약 70%를 Claude가 자율적으로 완성했습니다. 몇 차례의 반복만으로 기능이 완성되었습니다.
테스트 생성 및 버그 수정

기능을 구현한 후 Claude에게 테스트 코드를 생성하도록 하거나, PR 리뷰에서 지적된 간단한 버그(포맷, 함수명 등)를 자동으로 수정하도록 합니다. GitHub Actions와의 통합을 통해 Claude가 자동으로 PR 코멘트에 대응하게 할 수도 있습니다.
코드베이스 탐색

새로운 코드베이스(예: 모노레포 또는 API 쪽)를 탐색할 때 Claude에게 시스템 구조를 이해시켜 빠르게 학습합니다. 동료에게 물어보는 대신 Claude에게 직접 설명을 요청하여 문맥 전환 시간을 크게 줄입니다.

💡 팀에 미친 영향

기능 구현 속도 향상

예: Vim 모드의 70%를 Claude가 자율적으로 구현
개발 속도 개선

세부 구현에 시간 낭비 없이 빠른 프로토타입 반복 가능
자동화 테스트를 통한 코드 품질 향상

반복 작업을 줄이면서도 높은 테스트 커버리지 유지
코드 탐색 시간 단축

동료의 도움 없이도 낯선 코드베이스를 빠르게 이해 가능

✅ Claude Code 팀의 팁

자가 검증 루프를 설정하세요

Claude가 빌드, 테스트, 린트를 자동으로 수행하도록 설정하면 자율적으로 더 오래 작업할 수 있으며, 오류도 스스로 감지할 수 있습니다. 테스트 코드를 먼저 생성하도록 지시하면 더욱 효과적입니다.
작업 유형에 따라 협업 방식을 구분하세요

주변 기능이나 프로토타이핑 같은 작업은 비동기적으로, 비즈니스 로직이나 핵심 기능은 동기식으로 처리하는 것이 좋습니다. 자동 수락 모드는 추상적이거나 덜 중요한 작업에 적합합니다.
프롬프트는 구체적으로 작성하세요

유사한 이름이나 기능을 가진 컴포넌트가 많을 경우, 요청을 매우 구체적으로 작성해야 예상치 못한 수정이나 코드 훼손을 방지할 수 있습니다.

3.Claude Code의 보안 엔지니어링 활용

보안 엔지니어링 팀은 소프트웨어 개발 라이프사이클(SDLC), 공급망 보안, 개발 환경 보안을 담당하며, Claude Code를 광범위하게 활용해 코드 작성과 디버깅을 수행하고 있습니다.

🔍 주요 활용 사례

복잡한 인프라 디버깅

인시던트 대응 중 Claude에 스택 트레이스와 문서를 입력해 제어 흐름을 추적하도록 요청합니다. 보통 10~15분 걸릴 수 있는 수동 코드 스캔 작업이 약 5분 만에 해결됩니다.
Terraform 코드 리뷰 및 분석

보안 승인이 필요한 인프라 변경 사항을 Claude에 입력하고, “이 변경이 어떤 영향을 줄까? 나중에 후회할까?”라고 물어보는 방식으로 신속한 피드백 루프를 구성합니다. 이로써 보안팀의 승인 속도가 향상되고 개발 병목 현상이 줄어듭니다.
문서 통합 및 런북 작성

다양한 문서 출처를 Claude에 입력하여 Markdown 형식의 런북, 트러블슈팅 가이드, 시스템 개요를 생성합니다. 이는 방대한 지식 베이스를 검색하는 것보다 훨씬 효율적인 디버깅 컨텍스트를 제공합니다.
테스트 주도 개발(TDD) 워크플로우

기존에는 “설계 문서 → 엉성한 코드 → 리팩터링 → 테스트 포기”의 패턴을 따랐다면, 현재는 Claude에 의사코드를 요청하고 테스트 주도 방식으로 코드를 작성하게 함으로써 더 신뢰할 수 있는 테스트 가능한 코드를 만들고 있습니다.
컨텍스트 전환과 프로젝트 온보딩

기존 프로젝트(예: 보안 승인 워크플로우용 웹 앱 “dependant”)에 기여할 때 Markdown 사양서를 Claude와 함께 작성, 검토, 실행하며 며칠 만에 실질적인 기여가 가능해집니다.

💡 팀에 미친 영향

인시던트 해결 시간 단축

평균 10~15분 걸리던 코드 스캔을 5분 내 해결
보안 리뷰 주기 단축

Terraform 리뷰 자동화로 개발자의 대기 시간 제거
다부서 협업 강화

몇 주의 학습 없이도 며칠 만에 프로젝트 기여 가능
문서화 효율 개선

여러 문서 출처를 통합한 구조적 런북으로 디버깅 속도 향상

✅ 보안 엔지니어링 팀의 팁

커스텀 슬래시 커맨드를 적극 사용하세요

전체 모노레포의 커스텀 슬래시 커맨드 중 50%가 보안팀에 의해 사용됩니다. 반복 작업을 효율적으로 자동화할 수 있습니다.
Claude에게 먼저 말하게 하세요

코드 스니펫을 요구하기보단 “작업 내용을 커밋하며 진행해”라고 지시하면 Claude가 더 포괄적인 솔루션을 도출할 수 있습니다.
문서화에도 Claude를 활용하세요

Claude는 문서 요약, 형식 지정, 구조화에 강점을 가지고 있어, Slack, Google Docs 등에서 바로 쓸 수 있는 결과물을 생성하는 데 효과적입니다.

4.Claude Code의 추론(Inference) 팀 활용

Inference 팀은 Claude가 프롬프트를 읽고 응답을 생성하는 동안 정보를 저장하는 메모리 시스템을 관리합니다. 특히 머신러닝 경험이 적은 팀원들도 Claude Code를 적극 활용하여 지식 격차를 메우고 업무 속도를 높이고 있습니다.

🔍 주요 활용 사례

코드베이스 이해 및 온보딩

복잡한 코드베이스에 처음 참여할 때 Claude에 “어떤 파일이 이 기능을 호출해?”라고 묻는 방식으로 구조를 빠르게 파악합니다. GitHub를 수동 탐색하거나 동료에게 묻는 시간을 절약할 수 있습니다.
엣지 케이스까지 포함한 유닛 테스트 생성

주요 기능 구현 후, Claude에 유닛 테스트 작성을 요청하면 일반적으로 놓치기 쉬운 엣지 케이스까지 포함한 테스트를 자동 생성합니다. 개발자는 리뷰만 하면 되어 정신적 부담이 줄어듭니다.
머신러닝 개념 설명

머신러닝 배경지식이 없는 팀원도 Claude를 통해 모델의 함수나 파라미터 설정 등을 설명받을 수 있습니다. 보통 1시간 걸리던 구글링과 문서 탐색이 10~20분으로 단축됩니다.
다중 언어 코드 변환

Rust 등 익숙하지 않은 언어로 기능을 테스트해야 할 경우, 원하는 동작을 설명하면 Claude가 해당 언어로 변환된 로직을 작성해줍니다. 이를 통해 새로운 언어를 배울 필요 없이 테스트가 가능합니다.
명령어 회상 및 Kubernetes 작업

“모든 파드 상태를 조회하는 명령어는 뭐야?” 같은 질문을 Claude에 하면 정확한 명령어를 알려주어, 복잡한 CLI 명령어를 외울 필요 없이 인프라 작업을 신속하게 수행할 수 있습니다.

💡 팀에 미친 영향

ML 개념 학습 속도 80% 향상

1시간 걸리던 검색 작업이 10~20분으로 단축
코드 탐색 속도 개선

관련 파일, 시스템 구조 등을 몇 초 안에 파악 가능
테스트 커버리지 향상

엣지 케이스까지 자동 포함된 테스트 생성으로 품질 유지
언어 장벽 제거

Rust 같은 미숙한 언어에서도 기능 구현 가능

✅ Inference 팀의 팁

지식 기반 기능을 먼저 테스트해보세요

Claude에게 다양한 질문을 던져보며 Google 검색보다 빠르고 정확한지를 확인하세요. 그렇다면 업무에서 큰 시간 절약 도구가 될 수 있습니다.
코드 생성을 시작점으로 활용하세요

Claude에 로직 생성을 먼저 요청하고 정확성을 검증해보세요. 신뢰가 쌓이면 더 복잡한 작업도 맡길 수 있습니다.
테스트 코드 생성을 활용하세요

Claude에게 테스트 생성을 맡기면 일상적인 개발 업무의 큰 부담이 줄어들고, 코드 품질도 자연스럽게 유지할 수 있습니다.

5.Claude Code의 데이터 사이언스 및 시각화 활용

데이터 사이언스 및 ML 엔지니어링 팀은 모델 성능을 이해하기 위해 고급 시각화 도구가 필요합니다. 하지만 이러한 도구를 구축하려면 익숙하지 않은 언어나 프레임워크가 요구되는 경우가 많습니다. Claude Code는 팀이 풀스택 개발자가 아니더라도 프로덕션 수준의 분석 대시보드를 구축할 수 있도록 돕습니다.

🔍 주요 활용 사례

JavaScript/TypeScript 기반 대시보드 앱 구축

JavaScript나 TypeScript를 거의 모르는 상태에서도 Claude Code를 통해 RL 모델 성능 및 학습 데이터를 시각화하는 React 앱 전체를 구축합니다. 실제로 5,000줄이 넘는 TypeScript 앱을 거의 전적으로 Claude가 작성하였으며, 전체 모노레포의 맥락을 이해하지 않아도 되는 시각화 도구의 특성을 활용해 빠른 프로토타이핑이 가능했습니다.
반복적인 리팩토링 자동 처리

병합 충돌이나 중간 수준의 복잡한 파일 리팩토링과 같이 에디터 매크로로 해결하기엔 어렵고, 대규모 개발 노력을 들이기엔 애매한 작업을 Claude에 맡깁니다. 상태를 커밋하고 Claude에게 30분 동안 자율적으로 작업하게 한 뒤 결과가 만족스러우면 채택하고, 아니면 다시 처음부터 시작합니다.
일회성 노트북 대신 지속 가능한 분석 도구 제작

과거에는 일회성 Jupyter 노트북을 만들었다면, 이제는 재사용 가능한 React 대시보드를 Claude로 생성해 향후 모델 평가에 활용하고 있습니다. 이는 Claude의 성능을 심층적으로 이해하기 위한 핵심 도구입니다. 단순한 숫자만으로는 파악하기 어려운 모델의 성능을 시각화로 직관적으로 파악할 수 있습니다.
제로 의존성 작업 위임

완전히 생소한 코드베이스나 언어로 된 작업도 Claude에게 전체 구현을 위임합니다. Claude는 모노레포에서 필요한 맥락을 스스로 수집하고, 개발자의 관여 없이 작업을 수행합니다. 이로 인해 새로운 기술을 학습하는 데 시간을 쓰지 않고도 생산성을 유지할 수 있습니다.

💡 팀에 미친 영향

2~4배 작업 시간 단축

반복적인 리팩토링이나 정리 작업이 훨씬 빠르게 완료됨
낯선 언어로 복잡한 앱 개발 가능

TypeScript 경험 없이도 수천 줄 규모의 앱 개발 완료
일회성 → 재사용 도구로 전환

분석 노트북 대신 향후에도 사용할 수 있는 대시보드 구축
모델 성능 개선에 직결되는 인사이트 확보

직접적인 Claude 사용 경험이 모델 메모리 시스템 개선에도 기여
시각화를 통한 의사결정 가능

학습 및 평가 중 Claude의 성능을 시각적으로 명확히 파악 가능

✅ 데이터 사이언스 및 ML 팀의 팁

슬롯머신처럼 다뤄보세요

작업 상태를 저장한 후 Claude에게 자율적으로 30분간 작업하게 하고, 결과가 마음에 들지 않으면 처음부터 다시 시도하는 것이 수정하려 애쓰는 것보다 성공 확률이 높습니다.
단순화를 위해 중간에 개입하세요

Claude가 너무 복잡한 솔루션을 만들 때는 “왜 이렇게 하지? 더 단순하게 해봐”라고 개입하면 Claude가 더 간결한 방식으로 잘 반응합니다.

6.Claude Code의 API 팀 활용

API 지식 팀은 Claude의 컨텍스트 창에 추가 정보를 가져오는 기능(예: PDF 지원, 인용, 웹 검색 등)을 담당합니다. 이 팀은 대규모 복잡한 코드베이스에서 자주 낯선 코드 영역을 탐색해야 하며, 작업 시작 전 어떤 파일을 살펴봐야 할지 파악하는 데 많은 시간이 소요됩니다. Claude Code는 시스템 구조 이해, 관련 파일 식별, 복잡한 상호작용 설명 등을 도우며 이 경험을 획기적으로 향상시킵니다.

🔍 주요 활용 사례

작업 시작 전 워크플로우 계획 수립

버그 수정, 기능 개발, 분석 등 어떤 작업이든 시작할 때 Claude Code에 “어떤 파일을 먼저 봐야 할까?”라고 묻는 것이 기본 워크플로우입니다. 기존의 수동 탐색 과정을 대체합니다.
코드베이스 전반에 걸친 독립적인 디버깅

낯선 영역의 버그를 과거에는 동료에게 도움을 요청했지만, 이제는 Claude에 “이런 동작이 나타나는데, 너라면 고칠 수 있을까?”라고 묻고 상당한 진전을 바로 얻기도 합니다.
모델 반복 실험 도그푸딩(dogfooding)

Claude Code는 항상 최신 리서치 모델 스냅샷을 사용하기 때문에, 팀은 모델 동작의 변화를 직접 체감할 수 있는 주요 수단으로 활용합니다. 이를 통해 과거에는 경험하지 못했던 빠른 피드백을 받을 수 있습니다.
컨텍스트 전환 비용 제거

과거에는 코드를 복사하고 Claude.ai에 붙여넣으며 문제 상황을 자세히 설명해야 했지만, 이제는 Claude Code에서 바로 질문할 수 있어 추가 설명 없이도 빠르게 작업할 수 있습니다.

💡 팀에 미친 영향

낯선 코드 영역에 대한 자신감 향상

동료 도움 없이 독립적으로 버그를 디버깅하고 이슈를 파악할 수 있게 됨
맥락 수집 시간 절약

코드 복사 및 설명 없이 질문만으로 문제 해결 가능
팀 간 로테이션 온보딩 속도 향상

새로운 팀에 합류한 엔지니어도 빠르게 코드베이스를 이해하고 기여 가능
개발자 만족도 향상

반복되는 문제 해결 과정에서의 피로도가 감소하고 생산성이 향상됨

✅ API 지식 팀의 팁

한 번에 완벽히 해결하려 하지 마세요

Claude를 협업 파트너로 여기고, 여러 번의 반복 과정을 통해 함께 문제를 해결한다는 관점이 더 효과적입니다.
낯선 영역에서도 자신 있게 시도하세요

익숙하지 않은 영역의 버그나 이슈도 Claude와 함께라면 충분히 독립적으로 해결할 수 있습니다.
최소 정보로 시작하세요

처음부터 많은 설명을 덧붙이기보다는, 꼭 필요한 최소한의 정보만 주고 Claude가 안내하게 하세요. 이 방식이 더 유연하고 효과적입니다.

7.Claude Code의 성장 마케팅(Growth Marketing) 활용

성장 마케팅 팀은 검색 광고, 소셜 광고, 앱 스토어, 이메일 마케팅, SEO 등 다양한 퍼포먼스 마케팅 채널을 담당합니다. 이 팀은 엔지니어가 없는 단 한 명의 비개발자 팀원이 운영하지만, Claude Code를 활용하여 반복적인 마케팅 작업을 자동화하고, 엔지니어링 리소스 없이도 에이전트 기반(agentic)의 워크플로우를 구축하고 있습니다.

🔍 주요 활용 사례

Google Ads 소재 자동 생성

수백 개의 기존 광고 및 성과 지표가 담긴 CSV 파일을 분석하여, 성과가 낮은 광고를 식별하고 새로운 변형을 자동 생성합니다. 제목(30자), 설명(90자) 등의 제한을 충족해야 하는데, Claude는 이를 만족시키는 새로운 광고들을 수백 개 단위로 생성합니다. 헤드라인과 설명을 각각 처리하는 하위 에이전트를 구분하여 활용하며, 기존 대비 수십 배 빠른 속도로 대규모 테스트가 가능합니다.
Figma 플러그인으로 대량 광고 이미지 생성

정적인 이미지 광고를 수작업으로 복사·편집하던 방식에서 벗어나, Figma 플러그인을 만들어 텍스트만 바꿔 최대 100개의 변형 이미지를 자동 생성합니다. 수작업으로 수 시간 걸릴 작업이 한 번의 클릭으로 완료되어 크리에이티브 생산량이 10배 증가했습니다.
Meta Ads 분석용 MCP 서버 구축

Meta Ads API와 연동되는 MCP 서버를 구축해, 캠페인 성과, 비용, 광고 효과 등을 Claude Desktop App 안에서 바로 조회할 수 있게 했습니다. 플랫폼 간 전환 없이 분석이 가능해 ROI 최적화에 직접 기여합니다.
메모리 시스템을 활용한 고급 프롬프트 설계

Claude에 광고 실험 결과와 가설을 저장하는 간단한 메모리 시스템을 구성하여, 새로운 광고 변형 생성 시 기존 실험 결과를 자동으로 참조하도록 합니다. 이로 인해 사람의 기억에 의존하지 않고 지속적이고 체계적인 실험 프레임워크를 유지할 수 있습니다.

💡 팀에 미친 영향

반복 작업에 소요되는 시간 대폭 단축

광고 카피 작성이 2시간 → 15분으로 단축되어 전략 기획에 더 많은 시간 할애 가능
크리에이티브 생산량 10배 증가

광고 변형 수가 크게 늘어나면서 더 다양한 실험이 가능해짐
작은 팀이 대규모 팀처럼 운영 가능

전통적으로 엔지니어가 필요했던 작업도 비개발자가 직접 수행
전략 중심의 업무 전환

반복적 실행이 아닌, 자동화된 시스템을 설계하고 전략에 집중할 수 있음

✅ 성장 마케팅 팀의 팁

API를 제공하는 반복 작업을 식별하세요

광고 플랫폼, 디자인 툴, 분석 툴처럼 API가 제공되는 반복 작업은 Claude Code를 통한 자동화에 가장 적합합니다.
복잡한 워크플로우는 하위 에이전트로 분할하세요

하나의 프롬프트나 흐름으로 모든 작업을 처리하려 하지 말고, 헤드라인용 에이전트, 설명용 에이전트처럼 나누면 디버깅이 쉽고 결과물 품질도 향상됩니다.
코딩 전에 프롬프트 구조부터 설계하세요

Claude.ai에서 전체 워크플로우를 먼저 시각화하고, 이를 기반으로 Claude Code에서 사용할 프롬프트와 코드 구조를 미리 계획하면 작업 효율이 훨씬 높아집니다. 복잡한 작업은 반드시 단계별(step-by-step)로 나누어 처리하세요.

8.Claude Code의 제품 디자인(Product Design) 활용

제품 디자인 팀은 Claude Code, Claude.ai, Anthropic API 등 Claude 관련 제품 전반을 디자인합니다. 비개발자도 Claude Code를 활용해 디자이너와 엔지니어 간의 전통적인 경계를 허물고, 엔지니어의 도움 없이도 자신이 구상한 디자인을 직접 구현할 수 있습니다.

🔍 주요 활용 사례

프론트엔드 시각 요소 및 상태 관리 직접 수정

이전에는 폰트, 색상, 여백 등의 시각적 요소를 변경하려면 문서 작성 → 엔지니어와 피드백 반복의 과정을 거쳐야 했지만, 이제는 Claude Code로 디자이너가 직접 구현합니다. 일부 디자이너는 “보통 디자이너가 다루지 않는 상태 관리 로직까지 직접 수정”하기도 하며, 원하는 완성도를 스스로 달성할 수 있게 되었습니다.
GitHub Actions 기반 자동 티켓 처리

GitHub 이슈나 티켓을 생성하면 Claude가 자동으로 코드 제안을 작성합니다. Claude Code를 직접 실행하지 않고도 티켓 기반으로 버그 수정이나 마이크로 피처 개선 작업이 자동화됩니다.
인터랙티브 프로토타입의 빠른 제작

Figma 등의 정적 디자인을 엔지니어가 구현하려면 많은 설명과 해석이 필요하지만, Claude Code에는 목업 이미지를 붙여넣어 바로 기능이 작동하는 프로토타입을 만들 수 있어 개발자와의 커뮤니케이션이 획기적으로 줄어듭니다.
엣지 케이스 발견 및 시스템 흐름 이해

Claude Code를 통해 에러 상태, 논리 흐름, 시스템 상태 등을 시각적으로 정리하여, 개발 단계가 아니라 디자인 단계에서부터 엣지 케이스를 식별할 수 있습니다. 이는 초기 설계의 품질을 근본적으로 향상시킵니다.
복잡한 문구 변경 및 법무 협업

예: 전체 코드베이스에서 “Research Preview” 문구를 제거해야 하는 경우, Claude Code가 전체 위치를 찾고 주변 문구를 검토한 뒤, 실시간으로 법무팀과 조율하며 변경을 구현합니다. 이 작업은 단 30분 콜 두 번으로 완료되며, 기존에는 약 1주일이 소요되던 작업이었습니다.

💡 팀에 미친 영향

워크플로우의 중심 도구로 전환

Figma와 Claude Code를 나란히 열어 작업하는 비중이 80% 이상
2~3배 빠른 작업 속도

엔지니어와의 피드백 반복 없이 직접 구현 가능
프로젝트 속도 단축: ‘주 단위 → 시간 단위’

GA 런칭 메시지 같은 복잡한 작업도 1주일 → 1시간 내외로 단축
개발자와 비개발자에게 각기 다른 경험 제공

개발자는 “보조된 워크플로우”, 비개발자는 “내가 개발자가 된 느낌”을 경험
디자이너-엔지니어 협업 품질 향상

디자이너가 시스템 제약과 가능성을 이해한 상태로 협업에 임하게 됨

✅ 제품 디자인 팀의 팁

엔지니어의 도움으로 환경 세팅을 완료하세요

저장소 설정 및 권한 구성이 비개발자에게는 어렵기 때문에, 초기 설정은 반드시 엔지니어의 지원을 받아야 합니다. 설정만 끝나면 Claude Code는 일상 작업을 획기적으로 바꿔줍니다.
Claude의 행동을 유도할 수 있는 메모리 파일을 활용하세요

예: “나는 코딩 경험이 적은 디자이너입니다. 설명을 자세히 해주세요. 변경은 작고 단계적으로 해주세요.” 같은 설정을 Claude.md에 포함하면 Claude의 반응이 훨씬 친절하고 안정적입니다.
이미지 붙여넣기를 적극 활용하세요

Command + V로 디자인 스크린샷을 붙여넣으면 Claude가 이를 분석해 바로 동작하는 코드로 변환해줍니다. 정적인 디자인을 실제 기능으로 전환하는 데 매우 유용합니다.

9.Claude Code의 RL 엔지니어링(RL Engineering) 활용

RL 엔지니어링 팀은 강화학습(RL)에서의 샘플링 효율성과 클러스터 간 가중치(weight) 전송 기능을 개발합니다. 이 팀은 Claude Code를 활용해 소규모~중간 규모 기능 개발, 디버깅, 복잡한 코드베이스 분석 등을 반복적인 실험 기반으로 수행합니다.

🔍 주요 활용 사례

감독 기반 자율 구현(Supervised Autonomy)

팀은 작은 기능이나 인증 로직 구현과 같은 작업을 Claude에게 먼저 맡기되, 필요할 때 중간 개입하여 방향을 조정합니다. Claude가 주도적으로 구현하고, 사람은 관리 감독하는 형태입니다.
테스트 코드 생성 및 코드 리뷰 자동화

팀원이 기능을 직접 구현한 뒤 Claude에게 테스트 생성을 요청하거나, 코드 리뷰를 맡깁니다. 품질 보장은 유지하면서도 일상적인 QA 업무를 자동화할 수 있습니다.
디버깅 및 에러 원인 분석

에러가 발생했을 때 Claude에게 디버깅을 요청합니다. 즉각적으로 문제를 식별하고 테스트를 추가하는 경우도 있고, Claude가 문제를 이해하지 못할 때도 있지만, 성공 시 매우 유용합니다.
코드베이스 이해 및 호출 스택 분석

팀의 워크플로우에서 가장 큰 변화 중 하나는 Claude를 통해 구성요소와 호출 스택을 요약받는 것입니다. 이는 수동 코드 리딩이나 디버깅 출력 없이도 시스템을 빠르게 파악할 수 있게 해줍니다.
Kubernetes 작업 가이드

복잡한 Kubernetes 명령어나 설정 관련 질문을 Claude에 바로 던져서 필요한 구성 정보를 얻습니다. 반복적인 구글링 없이 빠르게 작업할 수 있습니다.

💡 개발 워크플로우에 미친 영향

실험 중심 접근법 가능

Claude에게 작업을 맡긴 후 안 되면 되돌리는 ‘시도 후 롤백’ 방식이 가능해졌습니다. 잦은 커밋을 통해 실험 리스크 없이 다양한 시도를 반복할 수 있습니다.
문서화 속도 향상

Claude가 코드에 자동으로 주석을 추가해줘 문서화 시간을 크게 줄일 수 있습니다. 다만 일부 주석은 이상한 위치에 추가되거나 구조가 비효율적일 수 있습니다.
제한적인 속도 향상

소규모~중간 규모 PR은 Claude가 상당 부분 자동 처리할 수 있지만, 첫 시도에서 성공률은 약 1/3 정도이며, 나머지는 추가 프롬프트나 수동 수정이 필요합니다.

✅ RL 엔지니어링 팀의 팁

Claude.md에 반복 패턴을 명시하세요

예: “pytest는 run으로 하지 말고, cd 명령 없이 바로 경로를 지정해” 같은 지침을 문서화하면 Claude가 반복적인 실수를 줄이고 일관성 있게 동작합니다.
체크포인트 기반의 워크플로우를 사용하세요

Claude가 코드를 수정할 때마다 Git 커밋을 자주 남기면 실패 시 손쉽게 롤백할 수 있어 실험 기반 개발에 매우 유리합니다.
먼저 전체 구현을 시도하게 하세요

Claude에게 빠르게 전체 구현을 요청해보세요. 약 1/3은 바로 성공하며, 실패 시 그때부터 단계별 협업으로 전환하면 됩니다. 성공 시 큰 시간 절약이 가능합니다.

10. Claude Code의 법무팀 활용

법무팀은 Claude Code를 실험적으로 사용해보며 Anthropic의 제품을 직접 경험하고, 나아가 비개발자도 활용 가능한 다양한 프로토타입을 제작했습니다. 특히 일부 팀원은 가족을 위한 접근성 도구 개발이라는 개인적인 목적에서도 Claude Code의 가능성을 실감했습니다.

🔍 주요 활용 사례

가족을 위한 맞춤형 접근성 도구 개발

질병으로 말하기 어려운 가족을 위해 예측 입력 앱을 단 1시간 만에 만들었습니다. 음성 인식으로 문장을 예측하고, 음성 은행을 통해 대답을 재생하는 기능을 포함하며, 기존 언어치료사가 추천한 상용 도구보다 더 나은 경험을 제공했습니다.
법무팀 워크플로우 자동화

구성원이 적절한 법률 담당자를 찾을 수 있도록 돕는 ‘전화 트리’ 시스템의 프로토타입을 Claude Code로 구축했습니다. 전통적인 개발 리소스 없이도 법무팀 전용 툴을 제작하는 데 성공했습니다.
팀 협업 도구 개발

G Suite 기반의 앱을 만들어 주간 업데이트 자동화, 제품 리뷰 상태 추적 등을 구현했습니다. 변호사는 단순히 버튼 클릭만으로 리뷰가 필요한 항목을 표시할 수 있어 엑셀 관리 부담이 사라졌습니다.
솔루션 검증을 위한 빠른 프로토타입 제작

Claude Code를 이용해 전문가(예: UCSF 접근성 전문가)에게 보여줄 수 있는 실제 작동하는 프로토타입을 빠르게 만들어, 아이디어를 검증하거나 대안 솔루션이 있는지 확인한 후 개발 여부를 결정합니다.

💡 워크스타일 및 팀에 미친 영향

Claude.ai로 기획 → Claude Code로 구현

아이디어 구상은 Claude.ai에서 진행하고, Claude Code에는 단계별 작업을 요청하여 실제 구현을 진행합니다. 한 번에 모든 것을 출력하지 말고, 한 단계씩 요청하는 것이 핵심입니다.
시각 중심 접근법

텍스트 설명보다 스크린샷을 Claude에 붙여넣어 원하는 인터페이스를 시각적으로 전달하고, 그에 따라 코드를 수정하도록 합니다.
프로토타입 중심의 혁신 유도

‘유치해 보일까 봐’ 공유를 꺼렸던 토이 프로젝트도 팀 내에서 공유하면 다른 부서에 영감을 주고, 전혀 다른 분야의 혁신을 유도할 수 있습니다.

🛡️ 보안 및 컴플라이언스 관점

MCP 통합에 대한 보안 우려

제품 담당 변호사로서 Claude Code가 MCP 서버에 깊게 통합될 경우 민감한 시스템에 접근하게 되는 보안 리스크를 빠르게 식별합니다. 보수적인 보안 정책을 고려해야 할 필요성이 있습니다.
컴플라이언스 도구의 우선 개발 필요성

AI 기능이 빠르게 확장되는 만큼, 컴플라이언스 도구도 그에 맞춰 빠르게 개발되어야 한다는 점을 강조합니다. 혁신과 리스크 관리의 균형이 중요합니다.

✅ 법무팀의 팁

Claude.ai에서 충분히 기획한 뒤 Claude Code로 옮기세요

먼저 Claude.ai로 아이디어를 충분히 구체화한 다음, 전체 맥락을 정리해 Claude Code에 단계별로 전달하면 실행력이 높아집니다.
단계별 + 시각적 접근을 병행하세요

Claude Code에 한 단계씩 요청하고, 스크린샷을 적극 활용해 원하는 결과를 시각적으로 전달하면 복잡한 UI도 쉽게 구현할 수 있습니다.
완벽하지 않은 프로토타입도 공유하세요

미완성이라도 프로토타입을 공유하면 다른 부서에서 새로운 아이디어로 확장되거나, 협업의 계기가 됩니다. 주저하지 마세요.