기사를 읽어드립니다.

앤트로픽이 AI를 단순한 코드 작성 도구를 넘어 장기적인 소프트웨어 개발 프로젝트 전체를 총괄하는 방향으로 진화시키고 있다. 개발자가 개별 작업을 일일이 지시하는 방식에서 벗어나, AI가 스스로 여러 작업을 병렬로 배분하고 과거 결정 사항까지 기억하며 개발 전 과정을 지속 조율하도록 만들기 위한 의도다.

앤트로픽은 17일(현지시간) 장기적인 소프트웨어 개발 작업을 여러 AI 세션에 걸쳐 지속적으로 관리하고 실행할 수 있는 ‘클로드 코드 프로젝트(Claude Code Projects)’를 출시했다.

단발성 채팅이나 파일을 저장해두는 기존 프로젝트 기능을 넘어, 하나의 코디네이터 AI가 여러 클라우드 기반 작업 세션을 조율하는 방식이다.

개발자가 프로젝트의 목표와 저장소, 관련 맥락을 설정하면 클로드는 요청을 분석해 세부 작업으로 나누고 이를 여러 ‘스레드’에 병렬로 위임한다. 코디네이터는 각 스레드의 결과를 검토하고 전체 작업을 조정하며, 개발자는 프로젝트의 메인 대화창에서 진행 상황을 확인하거나 개별 스레드에 들어가 작업을 직접 조정할 수 있다. 이를 “스레드가 작업을 수행하고, 클로드가 이를 지휘하는 구조”라고 설명했다.

각 스레드는 독립적인 클로드 코드 클라우드 세션으로, 자체 브랜치와 저장소 복사본에서 작업한다. 필요하면 스레드 내부에서도 서브에이전트와 반복 작업, 워크플로를 활용해 업무를 추가로 분할할 수 있다. 여러 스레드가 같은 코드를 수정하면 일반적인 개발 환경과 마찬가지로 병합 충돌이 발생한다.

핵심 기능 가운데 하나는 ‘공유 메모리(Shared Memory)’다. 기존에는 새로운 세션을 시작할 때 이전 작업의 결정 사항과 현재 상태를 다시 설명해야 했지만, 클로드 코드 프로젝트에서는 모든 스레드가 프로젝트의 공유 메모리를 읽고 업데이트한다.

이에 따라 클로드는 “출시 일정이 금요일로 변경됐다”거나 “청구 서비스를 수정하기 전에 누구에게 확인해야 한다”는 등의 프로젝트 관련 결정을 장기적으로 유지할 수 있다.

사용자의 작업 및 커뮤니케이션 방식도 기억한다. 개발자는 클로드가 얼마나 자주 진행 상황을 보고할지, 새 스레드를 얼마나 자주 생성할지, 업데이트를 어느 정도 상세하게 작성할지 등을 조정할 수 있다. 이를 통해 매번 복잡한 프롬프트로 과거 맥락을 재구성해야 하는 부담을 줄이는 것이 목표다.

프로젝트에는 파일과 클로드가 생성한 결과물을 모아두는 ‘라이브러리’도 제공된다. 프로젝트별 클라우드 환경, 커넥터, 플러그인, 지침, 모델 등을 설정할 수 있어 장기간 이어지는 개발 작업에 필요한 자료와 실행 환경을 한곳에 유지할 수 있다.

결제 시스템의 p75 지연시간(상위 75% 사용자의 응답 속도)을 줄이는 작업을 예로 들었다. 개발자가 목표를 지정하면 클로드가 각 엔드포인트를 분석하고 최적화 방안을 테스트한 뒤 여러 스레드에서 풀 리퀘스트(PR)를 병렬로 생성할 수 있다. 또 다른 예로 API·웹·모바일 저장소를 연결해 폐기 예정인 v1 엔드포인트를 제거하도록 요청하면, 각각의 저장소에서 호출부를 수정하고 테스트를 수행한 뒤 어떤 PR을 먼저 병합해야 하는지 알려준다.

이 같은 구조는 기존 ‘한 번의 프롬프트→한 번의 작업’ 방식에서 벗어나 개발 프로젝트 자체를 AI가 장기간 관리하도록 하는 데 초점이 맞춰져 있다. 개발자는 컴퓨터를 떠난 뒤에도 클라우드에서 작업이 계속 진행되도록 할 수 있으며, 진행 상황은 휴대전화 등에서도 확인하고 개별 스레드를 조정할 수 있다.

이번 기능은 기존의 ‘클로드 프로젝트(Claude Projects)’와는 구별된다. 클로드 프로젝트가 대화, 파일, 지침 및 지식을 묶어 관리하는 일반적인 작업 공간이라면, 클로드 코드 프로젝트는 여러 코드 작업 세션을 병렬로 실행하고 이들 사이의 업무와 맥락을 조정하는 데 초점을 맞춘다.

즉 기존 프로젝트가 클로드가 사용자가 제공한 정보를 기억하도록 돕는 공간이라면, 새로운 기능은 클로드가 장기간 이어지는 개발 작업 자체를 기억하고 조율하도록 설계됐다.

현재 클라우드 세션을 사용하는 클로드 프로 및 맥스 가입자를 대상으로 베타 제공되고 있으며, 앞으로 접근 범위를 확대할 예정이다. 현재 작업 스레드는 클라우드에서 실행되며, 개발자의 로컬 컴퓨터와 도구, 사내 네트워크 환경에서 직접 실행하는 기능도 추가될 예정이다.

다만 여러 스레드가 동시에 실행되기 때문에 단일 세션보다 사용량 한도에 더 빠르게 도달할 수 있다. 프로젝트별 사용량을 확인할 수 있도록 했으며 코디네이터와 작업 스레드에 사용할 모델과 추론 수준도 별도로 설정할 수 있도록 했다.

이번 기능은 단순한 코드 작성을 넘어 프로젝트의 목표와 맥락을 지속적으로 유지하는 상위 관리 계층을 제공하는 데 의의가 있다. 개발자가 세션별로 작업을 직접 나누고 취합하는 번거로움을 줄이고, 하나의 대화로 장기 개발 프로젝트 전체를 효율적으로 관리하도록 돕기 위한 것이다.

박찬 기자 cpark@aitimes.com