Part 2 Wrap-up

Part 2에서 배운 What vs How, Context 품질 도구(Rules/Commands/Skills), 외부 연결(CLI/MCP), 실행 제어(Hooks/Custom Agent)를 정리합니다

AI에게 일을 맡기는 구조

lesson-01-verification-loop

Part 1의 수동 체크리스트를 코드로 바꾸면서 Part 2가 시작되었습니다. 핵심 전환은 "어떻게 하라"에서 "무엇이 되어야 하라"로의 전환입니다.

What vs How: How는 단계를 하나하나 지시합니다. What은 목적지만 알려줍니다. AI가 막혔을 때 스스로 다른 방법을 시도할 수 있으려면 What이어야 합니다
테스트 기반 검증: 수동 체크리스트를 테스트 코드로 변환하면, AI가 코드 변경 후에도 기존 기능이 정상인지 자동으로 확인합니다. bun test 한 번이 브라우저 수동 클릭을 대체합니다
성공 기준: "잘 동작해야 한다"가 아니라 "이 입력이면 이 출력"입니다. 구체적 입출력이 있어야 AI가 스스로 검증할 수 있습니다
자율 루프: 테스트가 있으면 AI가 시도 -> 확인 -> 수정을 스스로 반복합니다. 코드는 실행하면 맞다/틀리다가 즉시 나오는 매체이기 때문에 가능합니다

성공 기준은 테스트 코드뿐 아니라 계획에도 적용됩니다. 계획은 context overflow와 auto-compact를 거쳐도 유지되어야 합니다.

성공 기준과 Red Green Refactor: 요구사항 + 성공 기준 + 범위 제한으로 계획을 세우고, 성공 기준을 테스트로 먼저 변환한 뒤 한 번에 하나씩 구현합니다. Plan -> 실행 -> 발견 -> 다시 Plan 사이클로 기능을 정교하게 다듬습니다
Task 시스템: 작업 목록을 ~/.claude/tasks/에 JSON으로 저장합니다. auto-compact가 대화를 요약해도 파일의 진행 상황은 그대로 남습니다. blockedBy/blocks로 의존성을 설정하면 독립 작업의 병렬 실행이 가능해집니다

lesson-03-progressive-disclosure

CLAUDE.md에 모든 규칙을 넣으면 작업과 무관한 규칙까지 매번 로드됩니다. 반복되는 프롬프트도 Context를 낭비합니다. 세 도구가 이를 해결합니다.

Rules: .claude/rules/에 주제별 파일로 규칙을 분리합니다. paths frontmatter로 특정 경로에서만 활성화할 수 있어서, 프론트엔드 규칙이 백엔드 작업 중에 로드되지 않습니다
Custom Commands: .claude/commands/에 마크다운 파일 하나 = 슬래시 한 단어로 호출. $ARGUMENTS로 입력을 받고, allowed-tools로 승인을 생략할 수 있습니다
Skills: 호출할 때만 로드되는 전문 지침입니다. Progressive Disclosure -- 이름표(30토큰) -> 지침 -> 참조 파일 순서로, 필요한 만큼만 단계적으로 로드합니다
Command vs Skill: Command는 사용자가 수동 호출하는 프롬프트 단축키, Skill은 Claude가 상황을 판단해 자동 로드할 수 있는 다단계 워크플로우입니다
Skill 만들기와 설치: SKILL.md에 name과 description을 정의하면 Skill이 됩니다. description이 Claude의 자동 로드 판단 기준입니다. 직접 만들 수도 있고, Anthropic 공식 Plugin이나 skills.sh에서 커뮤니티 Skill을 설치할 수도 있습니다

Commands와 Skills는 Claude의 지식을 확장합니다. 하지만 Claude가 접근할 수 있는 범위 자체는 로컬 파일과 내장 도구에 묶여 있습니다. CLI와 MCP는 외부 시스템에 대한 접근권을 부여합니다.

MCP: 외부 시스템을 Claude에 연결하는 표준 프로토콜입니다. MCP Server가 Tool을 정의하면, Claude(Host)가 이를 호출합니다. GitHub MCP처럼 공개 서버를 설치하거나, 내부 시스템용 서버를 직접 만들 수 있습니다
CLI: 개발자도 AI도 같은 명령어를 쓸 수 있고, 결과를 파일로 저장해 필요한 만큼만 읽을 수 있습니다. CLI가 있는 서비스는 MCP보다 CLI가 더 효율적입니다
MCP 서버 직접 만들기: CLI도 공개 MCP 서버도 없는 내부 시스템은 MCP 서버를 직접 만들어 연결합니다. Tool 이름, 설명, 입력 스키마를 등록하면 Claude가 즉시 사용할 수 있습니다. 복잡한 API 호출은 서버 안에 감추고, Claude에게는 단순한 인터페이스만 노출합니다
도구와 절차의 분리: CLI/MCP는 도구 접근권(Capability Layer)을, Skill은 사용 절차(Procedure Layer)를 담당합니다. 도구와 절차를 분리하면, 같은 도구에 다른 Skill을 조합해 다양한 워크플로우를 만들 수 있습니다

lesson-01-hook-interception-flow

CLAUDE.md 지침은 AI가 읽고 판단하는 권고이므로 건너뛸 수 있습니다. Hook은 이 권고를 자동 실행으로 보장합니다. 탐색처럼 대량의 코드를 읽는 작업은 Custom Agent로 별도 컨텍스트에서 격리합니다.

Hooks: AI가 파일을 수정할 때마다 셸 스크립트가 자동으로 실행됩니다. AI의 판단을 거치지 않으므로 예외 없이 매번 검증됩니다. 세 가지 타이밍 -- PreToolUse(실행 전 수정/차단), PostToolUse(실행 후 단일 파일 검증), Stop(작업 완료 시 통합 검증)
Custom Agent: .claude/agents/에 정의한 전문 Subagent입니다. 핵심은 역할 분담이 아니라 컨텍스트 격리입니다. 입력은 방대하지만 결론은 짧은 작업 -- 코드 조사, 테스트 분석 등 -- 을 별도 컨텍스트에서 처리하고, 메인에는 요약만 반환합니다

Part 2에서 개별 도구를 모두 배웠습니다. Part 3에서는 이 도구들을 하나의 사이클로 연결하는 SDD 프레임워크를 배우고, Agent Teams로 확장하고, 개인 프로젝트를 완성합니다.