클로드 코드 울트라 코드와 동적 워크플로우 완벽 정리—맞춤 하니스로 복잡한 작업 자동화

핵심 메시지

• 울트라 코드는 노력 수준을 '초고(extra high)'로 올리고, 작업에 맞는 동적 워크플로우를 자동으로 구성·오케스트레이션한다.
• 핵심은 에이전트 수가 아니라, 문제마다 즉석에서 최적의 해결 구조(맞춤 하니스)를 만들어 낸다는 점이다.
• 단일 컨텍스트 창에서 오래 작업하면 나타나는 '컨텍스트 로트'—에이전트 나태, 자기선호 편향, 목표 이탈—를 별도 컨텍스트의 하위 에이전트로 완화한다.
• 딥 리서치, 코드베이스 버그 헌트, 대규모 마이그레이션처럼 크고 중요한 작업에 적합하다.
• 성능만큼 토큰 소모도 크다—한 예시에서 101개 에이전트가 11분간 370만 토큰을 사용했다.

쉽게 이해하기

영상은 클로드 코드에 추가된 '울트라 코드'와 '동적 워크플로우'를 소개한다. 기존 클로드 코드는 어떤 문제든 하나의 정적 하니스, 즉 단일 컨텍스트 창에서 웹 검색 몇 번과 요약으로 일반적인 답을 내놓는다. 대부분의 문제엔 이걸로 충분하지만, 크고 복잡한 작업에서는 한계가 있다는 것이 출발점이다.

동적 워크플로우는 문제에 맞춰 해결 구조 자체를 새로 짠다. 예컨대 '결제 서비스를 다른 업체로 옮겨야 하나?'라는 질문이라면, 단순 검색 대신 자사 결제 코드를 읽고, 새 업체 문서와 기능을 대조하고, 거래량 기준으로 비용을 산정하고, '악마의 변호인' 역할의 에이전트가 반론을 제기한 뒤 구체적 권고를 내놓는다.

발표자는 울트라 코드가 두 가지를 동시에 한다고 설명한다. 첫째 노력 수준을 '높음'에서 '초고'로 올리고, 둘째 프롬프트를 보고 동적 워크플로우가 필요한지 스스로 판단해 자동으로 오케스트레이션한다. 사용자가 직접 '/workflows'로 강제할 수도 있고, 울트라 코드에 맡겨 상황에 따라 정적·동적을 알아서 고르게 할 수도 있다.

왜 이런 구조가 필요한가에 대해서는, 하나의 컨텍스트 창에서 오래 일할수록 성능이 떨어지는 문제를 든다. 발표자는 이를 '컨텍스트 로트'로 묶고, 지시한 큰 작업을 일부만 수행하는 '에이전트 나태', 자기 결과를 스스로 후하게 평가하는 '자기선호 편향', 그리고 '목표 이탈'을 예로 들었다. 해법은 각자 독립된 컨텍스트와 좁은 목표를 가진 하위 에이전트로 일을 쪼개는 것이다.

실제 시연에서는 '/deep research'가 범위 설정·검색·수집·검증·종합의 다섯 단계로 백그라운드에서 돌아가는 모습과, 디렉터리 버그 헌트가 34개의 확인된 버그(고 2·중 9·저 23)와 7개의 오탐을 찾아 각 항목에 '적대적 검증자'의 확인을 붙여 보고서를 만드는 과정을 보여준다. 다만 딥 리서치 예시에서 101개 에이전트가 370만 토큰을 쓴 만큼, 토큰 비용을 감안해 정말 중요한 작업에 골라 써야 한다고 강조한다.

주요 인사이트

• 울트라 코드의 진짜 가치는 '에이전트를 몇 개 띄우느냐'가 아니라 작업마다 다른 해결 구조(맞춤 하니스)를 만들어 낸다는 데 있다.
• 적대적 검증자를 별도 에이전트로 두면, 같은 세션에서 자기 결과를 평가할 때 생기는 자기선호 편향을 줄여 결과 신뢰도를 높일 수 있다.
• 딥 리서치·버그 헌트·대규모 마이그레이션처럼 '두 번 확인이 필요한 중요한 작업'이 이 기능의 대표 활용처다.
• 토큰 비용을 앞당겨 지불하는 셈이므로, 더 효과적인 결과로 장기적으로는 오히려 절약될 수 있다는 관점과 실제 비용이 클 수 있다는 경고가 함께 제시된다.
• '/workflows'로 언제든 동적 워크플로우를 강제할 수 있어, 마치 하나의 스킬처럼 필요할 때 호출하는 방식으로도 쓸 수 있다.

자주 묻는 질문

관련 AI 소식