클로드 코드 200% 끌어올리는 6가지 비밀

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

클로드 코드 활용도를 높이는 여섯 가지 핵심은 Effort 조절, 지침 통합, 사용량 리셋 확인, 토큰 절약, 필요할 때 호출하는 스킬, 영상 확인 기능이다.

📌 핵심 요점

1. Effort는 단순한 지능 등급보다 검증과 자율 판단의 정도를 조절하는 설정으로 설명된다. 일반 작업은 Medium에서 시작하고, 간단한 수정은 낮게, 중요한 버그 수정은 High, 전 과정 위임은 Max를 고려한다.
2. 여러 에이전트가 함께 읽는 지침 파일을 활용하면 중복 관리 부담을 줄일 수 있다. 사용량 리셋 기능도 소개되지만, 지급 여부와 만료일은 계정에서 확인해야 한다.
3. 토큰 절약 스킬은 필요성을 다시 평가할 대상이다. 발표자는 Ponytail이 말뿐 아니라 코드를 줄이면서 오류 처리와 보안에 필요한 부분을 유지한다고 설명한다.
4. 모델이 이미 수행하는 절차를 강제하는 스킬은 작업 부담이 될 수 있다. 발표자는 Super Power를 제거하고, 직접 호출할 때만 작동하는 스킬과 작업 전 질문을 던지는 스킬을 선택했다.
5. Claude Video는 영상 내용을 직접 확인하는 기능을 보완하는 사례다. 전체 설정을 한꺼번에 적용하기보다 실제 작업에서 막히는 부분부터 하나씩 보완하는 것이 영상의 최종 권고다.

🧩 배경과 문제 정의

발표자는 새 모델 출시 이후 Claude 설정을 거의 처음부터 다시 구성했다고 설명한다. 이전에 유용했던 방식이 번거롭거나 비용 부담이 될 수 있고, 새 기능을 놓치면 활용 기회를 잃을 수 있다는 것이 출발점이다.

영상은 먼저 Effort와 지침 파일, 사용량 리셋의 변화를 살펴본 뒤, 기존 스킬을 제거하고도 다시 사용하게 된 기능을 소개한다. 핵심 문제는 설정과 스킬을 얼마나 많이 갖추느냐보다, 현재 모델과 자신의 작업에 무엇이 필요한지를 판단하는 것이다.

🕒 시간순 섹션별 상세정리

1. 모델 변화에 맞춘 설정 재구성과 Effort 선택

• 새 모델에 맞춰 기존 설정을 재구성했으며, 현재의 활용 방식과 남겨둘 스킬을 소개하겠다고 보여준다. [00:43]
• Effort는 Claude가 스스로 검증하고 판단하는 정도로 드러난다. 높은 설정은 기능을 더 풍부하게 만들 수 있지만, 사용자가 원하지 않는 방향으로 결정을 늘릴 가능성도 있다. [02:02]
• 일반 작업은 Medium, 간단한 아이디어 교환과 수정은 낮은 수준, 중요한 버그 수정은 High, 전 과정 위임은 Max를 제안한다. 자신의 작업으로 비교해 만족스러운 기본값을 고르라고 권한다. [02:59]

2. 에이전트 지침 통합과 사용량 리셋

• Claude와 다른 에이전트가 서로 다른 이름의 지침 파일을 읽어 같은 내용을 중복 관리하던 문제를 보여준다. [03:32]
• Claude가 다른 에이전트용 지침 파일도 읽을 수 있게 됐다는 설명과 함께, 하나의 파일로 공통 지침을 관리하는 방식을 보여준다. [03:51]
• 사용량 한도에 도달했을 때 저장된 리셋 권한으로 사용량을 복구하는 기능을 보여준다. 설정의 Usage 탭에서 확인할 수 있으며, 영상에서는 지급된 권한의 만료일을 10월 23일로 안내한다. [04:29]

3. 스킬을 줄인 뒤 남긴 토큰 절약 기능

• 기존 지침과 스킬을 제거하고 모델의 기본 동작을 관찰했으며, 불필요한 스킬이 오히려 부담이 될 수 있었다고 드러낸다. [05:12]
• 새 모델에서 불필요한 말이 줄고 응답이 빨라져 토큰 절약 스킬의 필수성이 낮아졌지만, 절약이 필요하다면 Cave Man, I have ADHD, Ponytail을 검토할 수 있다고 보여준다. [05:42]
• 발표자는 코드 축약에 효과가 있다는 이유로 Ponytail을 사용한다. 오류 처리와 보안 등 필요한 요소를 유지하며, 설치 후 자동으로 작동하고 Light·Full·Ultra로 강도를 조절할 수 있다고 보여준다. [06:24]

4. 강제 절차에서 필요할 때 호출하는 스킬로 전환

• Super Power가 하던 방향 설정을 새 모델이 기본적으로 수행한다고 느껴 해당 스킬을 제거했다. 고정 절차가 간단하고 빠른 작업에도 적용되는 점을 부담으로 평가한다. [07:27]
• 대안으로 직접 호출할 때만 활성화되는 스킬 묶음을 보여준다. 프로젝트 진행의 통제권을 유지하고 필요할 때 기능을 꺼내 쓰는 방식을 선호한다고 드러낸다. [07:53]
• 작업 시작 전 질문을 던지는 스킬을 자주 사용하지만, 이런 기능도 모델에 흡수될 가능성이 있다고 본다. 현재 필요에 따라 활용하되 언제든 다른 방식으로 바꿀 수 있어야 한다고 권한다. [08:28]

5. 영상 확인 기능과 최소한의 보완이라는 결론

• Claude Video를 설치하면 YouTube 링크의 제목과 설명을 읽는 데서 나아가 영상을 직접 보고 확인할 수 있다고 보여준다. [08:49]
• 모델이 개선되면서 행동을 보정하는 스킬의 역할이 흡수되고 있다고 해석한다. 모든 변경을 한꺼번에 적용하지 말고 현재 작업에 필요한 것부터 하나씩 바꾸라고 권한다. [09:30]
• 모델이 스스로 처리할 수 있는 일은 맡기고, 자신의 업무·기준·작업 방식처럼 모델이 알 수 없는 부분을 보완하라고 정리한다. 직접 사용하며 막히는 지점을 찾아 채우는 것이 효과적인 활용법이라는 결론으로 영상을 마친다. [10:10]

🧾 결론

• 모델이 바뀌면 기존 설정과 스킬의 효용도 다시 평가해야 한다.
• 높은 Effort는 더 많은 검증과 자율 판단을 동반하므로, 작업 범위와 위임 수준에 맞춰 선택해야 한다.
• 모델이 스스로 처리하는 부분은 맡기고, 자신의 업무 맥락·기준·작업 방식을 지침으로 전달중요하다.
• 제목의 ‘200%’를 실제 성능 향상 수치로 입증하는 측정 결과는 제공되지 않는다.

📈 투자·시사 포인트

• 영상은 특정 자산의 투자 근거보다 AI 도구의 운영 효율에 관한 시사점을 제공한다. 비용과 생산성을 평가할 때 Effort, 토큰 사용량, 불필요한 절차를 함께 살펴볼 필요가 있다.
• 모델이 행동 보정 기능을 흡수한다는 발표자의 관찰은 범용 스킬의 효용이 모델 업데이트에 따라 달라질 수 있음을 시사한다.
• 영상 확인처럼 기본 기능의 빈틈을 메우는 스킬과 개인 업무 맥락을 전달하는 지침이 보완 수단으로 제시된다.
• 여러 에이전트가 공통 지침을 활용할 수 있다면, 도구 병행에 따른 지침 관리 부담을 줄일 여지가 있다.

⚠️ 불확실하거나 확인이 필요한 부분

• 전사에는 모델명, 명령어, 지침 파일명, 일부 스킬명에 혼선이 있다. 실제 제품명과 지원 버전, 정확한 설정 방법을 이 자료만으로 확정하기 어렵다.
• 사용량 리셋의 만료일은 ‘10월 23일’로 언급되지만 연도와 적용 계정 조건은 제시되지 않는다. 현재도 유효한 혜택인지 확인해야 한다.
• Effort별 결과와 Ponytail의 효과는 발표자의 실험·사용 경험에 기반한다. 재현 가능한 비교 조건이나 정량적인 토큰 절감률은 제공되지 않는다.
• 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

• 대표 작업 하나를 정해 Effort 수준별 결과, 소요 시간, 불필요한 변경을 비교하고 기본값을 선택한다.
• 사용하는 에이전트가 지원하는 지침 파일과 탐색 규칙을 확인한 뒤, 중복 지침을 공통으로 관리할 수 있는지 점검한다.
• 계정의 사용량 설정에서 리셋 지급 여부, 만료일, 적용 조건을 확인한다.
• 기존 스킬을 줄인 상태로 실제 작업을 해보고, 반복해서 막히는 부분에 필요한 스킬만 다시 추가한다.

❓ 열린 질문

• 자신의 작업에서는 어떤 Effort 수준이 결과 품질, 속도, 통제권 사이에서 가장 적합한가?
• 현재 사용하는 스킬 중 모델의 기본 동작과 중복되는 기능은 무엇인가?
• 질문형 스킬과 영상 확인 스킬은 실제 작업에서 어떤 빈틈을 얼마나 줄여주는가?