클로드 코드 다이나믹 워크플로우 활용법 — 서브에이전트로 낡은 하네스 진단하고 덜어내기

핵심 메시지

• 하네스는 한 번 만들면 끝나는 것이 아니다. 모델 성능이 좋아질수록 과거에 강제로 묶어 둔 규칙은 필요가 없어지거나 오히려 방해가 된다.
• 클로드 코드, 코덱스, 커서 같은 코딩 에이전트 자체가 이미 하나의 하네스 레이어다. 직접 만든 규칙은 그 위에 또 한 겹을 얹는 구조가 된다.
• 다이나믹 워크플로우는 자바스크립트 스크립트가 여러 서브에이전트를 한꺼번에 오케스트레이션하고 백그라운드에서 도는 기능으로, ultracode 키워드나 자연어 요청, 저장된 슬래시 명령으로 실행한다.
• 영상 제작자는 읽기 전용 감사용 워크플로우와 실제 개선 적용용 워크플로우를 각각 만들어, 활성 스킬을 정리하고 SKILL.md 본문을 2,600줄에서 1,800줄 수준으로 줄였다.
• 두 워크플로우는 한 달에 한두 번 정도, 스캔을 먼저 돌려 결과를 직접 검토한 뒤 적용 단계를 실행하는 순서를 권한다.

쉽게 이해하기

코딩 에이전트에 규칙과 안전장치를 하나씩 달아 안정화하는 작업을 하네스 엔지니어링이라 부른다. 영상 제작자는 여기에 한 가지 문제를 제기한다. 한 번 만든 하네스가 영원히 유효하지는 않다는 것이다. 예전에는 모델이 지시를 잘 따르지 않아 '이 파일부터 읽어라', '바로 구현하지 말고 계획부터 세워라' 같은 울타리를 쳐야 했지만, 모델이 좋아지면 그런 강제는 필요가 없어진다.

게다가 우리가 쓰는 클로드 코드, 코덱스, 커서 같은 도구는 단순히 모델을 호출하는 창이 아니다. 파일 읽기와 코드 수정, 터미널 실행, 메모리, 툴, 스킬까지 이미 수많은 하네스가 내장돼 있는 하나의 하네스 레이어다. 따라서 직접 만든 규칙은 그 위에 또 한 겹을 덧씌우는 셈이고, 중복 지시가 생기면 똑똑해진 모델의 판단을 오히려 가로막는다. 지금 집중해야 할 것은 무엇을 더 붙일지가 아니라 무엇을 덜어낼지라는 것이 영상의 문제의식이다.

그 도구로 소개하는 것이 클로드 코드의 다이나믹 워크플로우다. 자바스크립트로 여러 서브에이전트를 한꺼번에 오케스트레이션하는 기능으로, 작업을 던지면 클로드 코드가 그에 맞는 스크립트를 짜서 백그라운드에서 실행하고 기존 세션은 다른 일에 계속 쓸 수 있다. 실행 방법은 프롬프트에 ultracode 키워드를 넣거나, '워크플로우로 무슨 작업을 해 줘'처럼 자연어로 요청하거나, 저장해 둔 슬래시 명령을 부르는 세 가지다. effort 레벨도 low·medium·high·xhigh·max 중에서 정할 수 있다.

감을 잡기 위해 내장 워크플로우인 딥 리서치를 먼저 돌려 본다. 검색 단계에서 여섯 개의 서브에이전트가 병렬로 검색하고, 패치 단계에서 28개가 웹 문서를 가져오고, 검증 단계에서는 75개가 적대적 관점으로 교차 검증한 뒤 마지막에 종합해 최종 보고서를 만든다. 무거운 작업을 서브에이전트에 맡기고 메인 세션은 최종 보고서만 받기 때문에 컨텍스트를 효율적으로 쓸 수 있다는 점이 핵심이다. 공식 문서 기준으로 동시에는 최대 16개, 한 실행에서 누적으로는 1천 개까지 서브에이전트를 띄울 수 있다.

기존 기능과의 차이는 '플랜을 누가 들고 있느냐'로 정리된다. 서브에이전트는 각 에이전트의 턴 단위로, 스킬은 메인 세션에서, 에이전트 팀은 팀 리드가 중앙에서 계획을 관리한다. 반면 워크플로우는 자바스크립트 스크립트 단에서 계획을 쥐고 있어, 수십에서 수백 개 규모의 에이전트를 굴릴 수 있는 구조가 된다.

제작자는 이 기능으로 두 개의 워크플로우를 만든다. 첫째는 읽기 전용 감사인 하네스 레거시 스캔으로, 인벤토리·분석·계획·적대적 리뷰의 네 단계를 거친다. 분석 단계에서는 전역 컨텍스트, 스킬 설계, 제품 기본 기능과의 중복, 과도한 권한을 각각 맡은 13개의 서브에이전트가 돌았고, 전체적으로 16개 에이전트가 17분 동안 약 160만 토큰을 써서 109개 항목을 찾아냈다. 둘째인 하네스 다이어트는 그 보고서를 근거로 스플릿과 리파인 두 단계를 돌려 실제 개선을 적용한다. 결과는 스킬 10개 정리, 신규 레퍼런스 12개 추가, SKILL.md 본문 2,600줄에서 1,800줄 수준으로 감소, 활성 스킬 29개에서 28개로 조정이었다.

주요 인사이트

• 하네스가 낡는 이유는 관리 소홀이 아니라 모델과 도구가 계속 좋아지기 때문이다. 개선을 전제로 만든 규칙은 개선이 실제로 일어나면 수명이 끝난다.
• 덜어낼 대상을 찾는 일에는 편향이 끼기 쉽다. 그래서 감사 워크플로우를 인벤토리·전역 컨텍스트·스킬·제품 중복·권한처럼 관점별 에이전트로 쪼개고, 마지막에 '지우면 위험한 항목'을 반박하는 적대적 리뷰 단계를 따로 두는 설계가 나온다.
• 삭제 판단과 삭제 실행을 두 개의 워크플로우로 분리한 것이 실용적이다. 스캔 결과를 사람이 먼저 검토하고, 승인한 뒤의 반복 작업만 자동화하는 방식이다.
• SKILL.md 본문 760줄가량을 줄인 것만으로도 매 세션에서 지고 가는 컨텍스트 비용이 줄어든다. 하네스 정리는 취향 문제가 아니라 컨텍스트 예산 문제이기도 하다.
• 워크플로우는 실행 중 S 키로 저장하면 재사용 가능한 자바스크립트 파일로 남는다. 한 번 잘 설계한 감사 절차를 정기 점검 루틴으로 굳힐 수 있다.

자주 묻는 질문

관련 AI 소식