AI 뉴스

앤트로픽 클로드 코드 프로젝트 출시 — 공유 메모리·병렬 스레드, 사용법 총정리

sombaragi 2026. 9. 22. 08:30
🤖 AI 뉴스

클로드 코드 프로젝트는 앤트로픽이 9월 17일 공개한 장기 개발 관리 에이전트다. 코디네이터 하나가 여러 클라우드 스레드에 작업을 나눠 주고 공유 메모리로 결정을 기억한다. 구조와 사용법, 기존 클로드 프로젝트와 차이, 요금과 한계까지 정리했다.

클로드 코드 프로젝트의 코디네이터가 여러 병렬 스레드에 작업을 배분하고 공유 메모리로 잇는 구조를 표현한 일러스트

앤트로픽이 9월 17일(현지시간) 클로드 코드 프로젝트(Claude Code Projects)를 베타로 공개했다. 개발자가 목표와 저장소를 한 번 설정하면 코디네이터 역할의 클로드가 요청을 세부 작업으로 쪼개 여러 클라우드 스레드에 병렬로 맡기고, 결과를 검토해 합치며, 프로젝트의 결정 사항을 공유 메모리에 남긴다. 노트북을 닫아도 작업이 이어지고 휴대전화에서 개별 스레드를 조정할 수 있다는 점이 핵심이다. 현재는 클라우드 세션을 쓰는 클로드 프로·맥스 가입자 일부에게 먼저 열렸다.

클로드 코드 프로젝트란? 9월 17일 무엇이 공개됐나

클로드 코드 프로젝트는 앤트로픽의 코딩 에이전트 클로드 코드 위에 얹힌 관리 계층이다. 앤트로픽은 공식 블로그와 X 발표 글에서 이 구조를 "스레드가 일을 하고, 클로드가 지휘한다"는 한 문장으로 요약했다. 지금까지 여러 세션에 걸친 개발은 사람이 작업을 나누고, 세션마다 맥락을 다시 설명하고, 마지막에 결과를 합치는 일을 직접 해야 했다. 클로드 코드 프로젝트는 그 조율 작업 자체를 클로드에게 넘긴다.

발표 시점과 범위도 분명하다. 베타는 9월 17일부터 클라우드 세션을 사용하는 프로·맥스 가입자 가운데 웹이나 데스크톱에 기존 프로젝트가 없는 일부 사용자에게 열렸고, 앤트로픽은 이후 한 주에 걸쳐 같은 요금제의 더 많은 클로드 코드 사용자에게 확대하며 팀·엔터프라이즈 요금제까지 넓힐 계획이라고 밝혔다. 벤처비트는 이 발표를 "항상 켜져 있는 대화"라고 표현했는데, 프로젝트의 메인 대화창이 개발 과정 전체를 관통하는 단일 창구가 된다는 뜻이다.

클로드 코드 프로젝트 구조 — 코디네이터, 스레드, 공유 메모리, 라이브러리

구조는 네 가지 요소로 이루어진다. 첫째, 코디네이터는 사용자와 대화하는 상위 클로드다. 새 요청이 오면 기존 스레드에 넣을지 새 스레드를 만들지 스스로 판단하고, 각 스레드의 결과를 검토해 전체 작업을 조정한다. 둘째, 스레드는 실제 코드를 만지는 독립된 클로드 코드 클라우드 세션이다. 스레드마다 자기 브랜치와 저장소 복사본에서 일하며, 필요하면 안에서 서브에이전트와 반복 작업, 워크플로로 일을 더 쪼갠다. 여러 스레드가 같은 코드를 고치면 일반 개발과 마찬가지로 병합 충돌이 생기고, 그 해결은 보통의 풀 리퀘스트 절차를 따른다.

셋째, 공유 메모리는 클로드 코드 프로젝트의 가장 큰 차별점이다. 모든 스레드가 프로젝트의 공유 메모리를 읽고 갱신하므로 "출시 일정이 금요일로 바뀌었다"거나 "결제 서비스를 고치기 전에 누구에게 확인해야 한다" 같은 결정이 세션이 바뀌어도 유지된다. 사용자가 진행 보고를 얼마나 자주 받을지, 새 스레드를 얼마나 자주 만들지, 업데이트를 얼마나 자세히 쓸지도 기억한다. 넷째, 라이브러리는 사용자가 올린 파일과 클로드가 만든 산출물을 모아 두는 공간이며, 프로젝트별로 클라우드 환경, 커넥터, 플러그인, 지침, 모델 설정을 따로 둘 수 있다.

코디네이터 + 스레드

코디네이터가 요청을 나누고 검토·조정. 스레드는 자체 브랜치의 클라우드 세션으로 병렬 실행, 서브에이전트로 재분할 가능

공유 메모리 + 라이브러리

결정 사항·작업 방식을 스레드가 함께 읽고 갱신. 파일과 산출물, 환경·커넥터·플러그인·모델 설정을 프로젝트 단위로 보관

클로드 코드 프로젝트 사용법 — 목표 설정부터 휴대전화 조정까지

사용 흐름은 세 단계다. 먼저 프로젝트를 만들고 목표, 연결할 저장소, 관련 맥락을 적는다. 다음으로 메인 대화창에서 해야 할 일을 자연어로 말한다. 앤트로픽은 이 대화를 비서실장에게 브리핑하는 것에 비유했는데, 여러 요청을 순서 없이 한꺼번에 던져도 클로드가 각 요청을 새 스레드에 넣을지 기존 스레드에 넣을지 알아서 정한다. 마지막으로 개요 패널에서 사용자의 확인이 필요한 항목을 보고, 필요하면 특정 스레드에 들어가 직접 방향을 바꾼다. 이 조정은 휴대전화에서도 가능하다.

앤트로픽이 든 예시 두 가지가 클로드 코드 프로젝트의 용도를 잘 보여준다. 하나는 결제 시스템의 p75 지연시간, 즉 느린 쪽 25% 사용자의 응답 속도를 줄이는 프로젝트다. 목표만 정하면 클로드가 엔드포인트별 프로파일링, 최적화 실험, 풀 리퀘스트 생성을 여러 스레드에서 병렬로 진행한다. 다른 하나는 API·웹·모바일 저장소 세 개를 연결해 폐기 예정인 v1 엔드포인트를 없애는 작업으로, 스레드가 저장소마다 호출부를 옮기고 테스트하는 동안 코디네이터가 의존 관계를 추적해 어떤 변경을 먼저 병합해야 하는지 알려준다.

기존 클로드 프로젝트와 무엇이 다른가

이름이 비슷해 혼동하기 쉽지만 2024년 6월에 나온 클로드 프로젝트와 이번 클로드 코드 프로젝트는 푸는 문제가 다르다. 클로드 프로젝트는 대화, 파일, 지침, 지식을 한데 묶는 일반 작업 공간이다. 여러 대화가 같은 지식을 공유하지만 각 대화는 별개이고, 한 대화의 맥락이 다른 대화로 자동으로 넘어가지는 않는다. 클로드 코드 프로젝트는 여러 코드 작업 세션을 병렬로 돌리고 그 사이의 업무와 맥락을 조율하는 데 초점을 맞춘다. 벤처비트의 정리를 빌리면, 클로드 프로젝트는 사용자가 준 맥락을 기억하게 돕고 클로드 코드 프로젝트는 클로드가 하고 있는 일 자체를 기억하고 조율하게 돕는다.

경쟁 구도도 바뀌고 있다. 오픈AI의 코덱스 앱은 여러 코딩 에이전트를 나란히 돌리는 멀티 에이전트 작업 공간이고, 깃허브는 브랜치·이슈·풀 리퀘스트·CI에 밀착한 세션 관리, 구글의 줄스는 저장소 단위의 비동기 작업과 메모리를 내세운다. 병렬 실행, 격리된 환경, 비동기 작업, 메모리, 사람의 개입이라는 재료는 넷이 비슷하다. 차이는 통제권을 어디에 두느냐인데, 클로드 코드 프로젝트는 하나의 긴 대화와 그 위의 코디네이터를 통제 지점으로 삼는다. 경쟁의 초점이 코딩 에이전트에서 에이전트 관리자로 옮겨가고 있다는 뜻이다.

클로드 코드 프로젝트 요금과 한계 — 사용량, 로컬 실행, 보안

별도 요금은 없다. 클로드 코드 프로젝트는 가입자의 기존 클로드 사용량에서 차감되며, 스레드 하나하나가 온전한 클로드 코드 세션이라 여러 스레드를 동시에 돌리면 단일 세션보다 사용 한도에 훨씬 빨리 닿는다. 앤트로픽도 이 점을 명시적으로 경고했고, 프로젝트별 사용량 확인 기능과 함께 코디네이터와 스레드에 쓸 모델과 추론 수준을 따로 고를 수 있게 했다. 무거운 코디네이터에 가벼운 스레드를 조합하는 식으로 비용을 조절하라는 의미다.

가장 큰 한계는 실행 위치다. 스레드는 지금 클라우드에서만 돌기 때문에 개발자 컴퓨터의 파일과 도구, 사내망 안의 시스템에는 접근하지 못한다. 앤트로픽은 로컬 지원이 "아주 곧" 온다고 했지만, 비공개 패키지나 내부 서비스에 의존하는 기업 환경은 그때까지 기다려야 한다. 병렬 에이전트가 늘어날수록 권한 범위와 외부 통신 경로를 제한하는 설계가 중요해진다는 점도 함께 볼 대목이다. 최근 AI 에이전트 여러 개가 격리 환경을 우회해 외부 시스템에 접근한 사례가 보고된 만큼, 어떤 저장소와 커넥터를 프로젝트에 연결할지는 신중하게 정하는 편이 좋다.

개인적으로 클로드 코드로 며칠에 걸친 작업을 이어갈 때 가장 번거로웠던 것은 세션을 새로 열 때마다 지난번에 무엇을 결정했는지 다시 설명하는 일이었다. 압축된 이전 대화를 불러와도 "왜 그렇게 정했는지"는 자주 빠졌다. 클로드 코드 프로젝트의 공유 메모리가 바로 그 빈칸을 겨냥한다는 점에서 발표 내용 가운데 가장 눈이 갔고, 반대로 여러 스레드가 동시에 도는 만큼 사용량이 얼마나 빨리 줄어드는지는 직접 써 보기 전에는 판단을 미루는 것이 맞겠다는 생각도 들었다.

정리하면 클로드 코드 프로젝트는 코딩 에이전트를 더 똑똑하게 만드는 기능이 아니라, 이미 있는 여러 에이전트 세션 위에 기억하고 지휘하는 층을 얹은 기능이다. 베타 대상이 좁고 로컬 실행이 아직 없다는 점을 감안하면 지금은 클라우드에서 돌려도 되는 작업으로 구조를 익혀 두고, 로컬 지원과 팀 요금제 확대 시점에 본격 도입을 검토하는 순서가 무난하다.

반응형