Anthropic just shared how they use Claude differently (Master it in 12 mins)

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

영상이 소개하는 Anthropic 엔지니어의 Claude 활용법은 목표의 높이·작업의 깊이·관점의 범위를 넓히고, 결과를 외부 기준으로 검증하는 것이다.

📌 핵심 요점

1. 높이(Altitude): 개별 작업을 지시하기 전에 실제로 원하는 결과를 정의한다. ‘앱 충돌을 하나씩 고쳐라’에서 ‘앱을 충돌 없이 유지하라’로 요청을 바꾸는 식이다.
2. 깊이(Depth): 전문가처럼 말하게 하는 데서 그치지 않고, 전문가가 쓰는 원자료·도구·방법을 적용하도록 요구한다.
3. 도전과 검증: 기존 기대보다 높은 성능 목표를 시도하되, 중요한 결과는 모델의 자기평가 대신 속도 테스트 같은 외부 기준으로 확인한다.
4. 범위(Range): 산출물의 이름을 달성하려는 행동으로 바꾸고, 여러 전문 분야와 레드팀의 관점을 동원해 미처 생각하지 못한 선택지를 찾는다.
5. 자기효능감과 속도 조절: 가능성을 믿고 다른 사람의 사례를 관찰하며 실패를 허용하되, 더 큰 목표를 추구하는 이유와 쉬어야 할 시점도 돌아본다.

🧩 배경과 문제 정의

영상은 같은 AI를 사용해도 어떤 사람은 활용 범위를 빠르게 넓히고, 다른 사람은 기본적인 사용에 머무는 이유를 다룬다. 진행자는 Anthropic에서 Claude 앱·Cowork·Claude Code 데스크톱 앱 개발을 이끈다고 소개한 Felix Riesberg의 글을 바탕으로, ‘더 야심 있게 활용하라’는 조언을 높이·깊이·범위라는 세 가지 방법으로 설명한다.

핵심 문제는 사용자가 미리 정한 작은 작업과 익숙한 산출물에 AI의 역할을 가두는 데 있다. 영상은 목표 자체를 다시 정의하고, 전문가의 작업 방식과 다른 분야의 관점을 적용하는 사례를 제시한다. 동시에 명확하지 않은 창의적 목표의 한계, 보조 에이전트의 비용, 야심을 추구하는 이유와 속도도 함께 짚는다.

🕒 시간순 섹션별 상세정리

1. 활용 격차를 설명하는 ‘더 큰 야심’

• 풀리지 않은 통계 문제를 숙제로 생각하고 해결했다는 학생의 일화로 시작하며, 진행자는 이를 에이전트형 AI를 적극적으로 활용하는 사람들의 태도와 연결한다. [00:31]
• Felix Riesberg의 Claude 관련 개발 이력과 사용자 간 활용 격차에 대한 관찰을 보여준다. 추상적인 조언을 실제 업무에 적용하도록 세 가지 방법과 사업 사례를 예고한다. [01:38]

2. 높이: 작업 대신 달성할 결과를 맡기기

• 개별 작업은 사용자가 선택한 해결 방법에 AI를 묶을 수 있다. 앱 충돌을 건별로 고치게 하던 요청을 충돌 없는 상태를 유지하도록 바꾼 사례로 지속적 워크플로를 보여준다. [02:22]
• 고객 제안서도 슬라이드 채우기보다 고객에게 인상을 남긴다는 목표를 제시하면, 탐색 가능한 3D 공간이나 인터랙티브 HTML 슬라이드 같은 다른 접근이 나올 수 있다고 보여준다. [03:02]
• 이 방식은 결과가 명확한 업무에 적합하지만, ‘돈을 벌고 실수하지 말라’ 같은 포괄적 사업 목표에는 사람의 창의성이 여전히 필요하다고 선을 긋는다. 관련 자료와 스킬을 담은 가이드도 안내한다. [03:53]

3. 깊이: 전문가의 도구와 도전 목표, 외부 검증

• 전문가 역할을 부여하면 용어만 전문적으로 바뀔 수 있다고 지적한다. 고객 이탈 문제를 예로 들어 고객 성공·가격 전략·데이터 과학 전문가에게 필요한 도구와 방법을 요구하라고 제안한다. [05:05]
• 웹사이트 로딩 시간을 10초에서 5초로 줄이는 데 그치지 않고 1초나 200밀리초까지 시도하는 등, 기존 예상보다 높은 목표를 제시하라고 권한다. [05:26]
• 중요한 작업에서는 자기평가에 의존하지 말고 외부 검증을 사용하라고 강조한다. 성능 작업에는 변경 후 속도 테스트를, 창의적 작업에는 심사 역할의 보조 에이전트를 예로 든다. [06:07]

4. 실행 전 네 가지 질문과 학습 자료 안내

• 최상급 전문가라면 추가로 무엇을 할지, 어떤 원자료에서 출발할지, 어떤 방법과 도구를 쓸지, 사용자나 Claude 외에 무엇이 정확성을 보여줄지를 물은 뒤 요청문을 다시 작성하는 방식을 보여준다. [06:33]
• 이 질문을 재사용할 수 있는 스킬을 안내하고, 이어 Claude 교육·에이전트 서비스 과정·AI 제작자 커뮤니티를 홍보한 뒤 본론으로 돌아온다. [07:15]

5. 범위: 행동으로 재정의하고 여러 관점 결합하기

• 다른 분야의 관점을 활용해 미처 고려하지 못한 선택지를 찾는 방법을 보여준다. 동료의 Blender 활용을 본 뒤 Claude로 웹사이트용 3D 환경을 만드는 가능성을 떠올린 사례를 든다. [08:24]
• 분기 사업 리뷰를 ‘PowerPoint 발표’에서 ‘바쁜 사람들이 인과관계를 이해하고 불확실성 속에서 결정하도록 돕기’로 재정의한다. 분석가·영업 관리자·디자이너·레드팀을 활용하되, 토큰 비용을 고려해 중요한 업무에 적용하라고 권한다. [09:43]
• 부동산 매물 소개도 ‘가족이 방문 전에 그 집에서의 삶을 상상하도록 돕기’로 바꾸면 인테리어 디자이너·3D 아티스트·지역 정보에 밝은 사람의 관점이 필요해질 수 있다고 보여준다. [10:35]

6. 자기효능감을 키우되 목표의 이유와 속도 점검하기

• 세 가지 방법을 자기효능감, 즉 자신이 해낼 수 있다는 믿음으로 연결한다. 목표 설정 연구를 언급하고, 가능하다고 믿는 태도를 단치그 일화로 다시 보여준다. [11:20]
• 다른 사람의 성공을 관찰하는 방법은 배니스터의 마일 기록 사례로, 실패를 허용하는 방법은 결과물을 내놓고 반복해서 개선하는 태도로 보여준다. [11:42]
• AI 역량의 발전이 더 큰 도전을 가능하게 하더라도, 계속 속도와 목표만 높이지 말고 그 이유를 기억하며 필요하면 쉬라고 강조한다. 구독 안내와 인사 뒤 음악으로 마무리된다. [12:32]

🧾 결론

• Claude에 넘길 작업의 단위는 개별 지시에서 지속적으로 유지할 결과까지 확장할 수 있다. 다만 영상은 결과가 명확하게 정의되는 업무에 특히 적합하다고 설명한다.
• 결과의 품질을 높이려면 역할 이름보다 실제 작업 방식과 검증 기준을 구체화해야 한다.
• 여러 관점의 활용은 중요한 업무의 선택지를 넓히지만, 추가 토큰 비용과 사람의 창의적 판단이 필요하다.
• 영상의 마지막 메시지는 야심을 키우는 기술과 함께 그 목표의 이유와 자신의 속도를 점검하라는 것이다.

📈 투자·시사 포인트

• 업무용 AI를 평가할 때 단발성 답변의 완성도뿐 아니라, 반복 지시를 줄이는 지속적 워크플로를 만들 수 있는지 살펴볼 필요가 있다.
• 영상이 제시하는 실무적 차별화 요소는 전문 도구 활용, 외부 검증, 다양한 관점의 결합이다. 단순한 전문가 말투만으로 업무 품질을 판단하기 어렵다.
• 여러 보조 에이전트를 투입하는 방식은 토큰 사용량을 늘릴 수 있으므로, 중요한 업무를 중심으로 비용과 개선 효과를 비교하는 접근이 제안된다.
• 영상에는 기업 가치평가나 투자수익률 자료가 없으므로, 활용 사례를 특정 기업이나 자산의 투자 성과로 연결할 근거는 제공되지 않는다.

⚠️ 불확실하거나 확인이 필요한 부분

• ‘상위 1% 사용자’와 게시물 조회 수 450만 회 이상이라는 표현에는 분류 기준이나 집계 시점이 제시되지 않는다. 이를 검증된 성과 비교로 받아들이기는 어렵다.
• 보조 에이전트 심사 효과를 뒷받침한다는 독립 테스트와 35년 이상의 목표 설정 연구는 구체적인 연구명·조건·수치를 제시하지 않는다.
• 조지 단치그와 로저 배니스터 일화는 동기 부여 사례로 사용된다. 특히 마일 기록 돌파 이후 ‘며칠 만에’ 다른 사람이 성공했다는 시간 간격은 별도 확인이 필요하다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 현재 Claude에 맡기는 반복 작업 하나를 골라, 작업 지시를 ‘지속적으로 달성하거나 유지할 결과’로 다시 작성한다.
• 실행 전에 전문가가 추가로 할 일, 출발점이 될 원자료, 사용할 방법과 도구, 외부 검증 기준을 묻는다.
• 성능 개선 과제에는 현재 수치와 도전 목표를 적고, 변경 후 같은 측정 도구로 결과를 확인한다.
• 중요한 산출물 하나를 ‘자료의 이름’에서 ‘상대방에게 일어나야 할 변화’로 재정의하고, 필요한 전문 관점과 레드팀 관점을 요청한다.

❓ 열린 질문

• 어떤 업무까지 결과 중심의 지속적 워크플로로 맡길 수 있으며, 어느 지점에서 사람의 판단이 계속 필요한가?
• 창의적 결과물을 심사하는 보조 에이전트의 판단은 실제 고객이나 사용자의 반응과 얼마나 일치하는가?
• 여러 전문 관점을 추가하는 비용이 정당화되는 업무의 중요도와 개선 폭은 어느 정도인가?