보리스는 클로드 코드를 “말을 잘 듣는 도구”가 아니라 “검증 루프를 빠르게 돌리는 팀원”으로 정의한다.
AI와의 협업은 이제 선택이 아닌 필수가 되었지만, 많은 사용자가 “어제 가르쳐준 걸 왜 오늘 또 틀릴까?”라는 근본적인 의문에 봉착한다.
Anthropic의 보리스 체르니가 제안한 ‘복리로 성장하는 엔지니어링’의 핵심이자, AI의 망각 문제를 해결하는 외부 장기 기억 장치인 CLAUDE.md 전략에 대해 이야기 해보고자 한다.
1. AI 협업의 고질적 문제: 기억의 휘발성과 반복되는 실수
AI 모델은 방대한 지식을 가지고 있지만, 특정 프로젝트나 사용자와의 대화 맥락에서는 ‘단기 기억’에 의존한다.
이로 인해 발생하는 대표적인 문제들은 다음과 같다.
1. 반복되는 교정 작업: “변수에 var를 쓰지 말고 const를 써달라”고 어제 수정해주었음에도, 오늘 새로운 대화를 시작하면 AI는 다시 예전의 습관으로 돌아가 같은 실수 반복
2. 일관성 없는 결과물: 작업이 진행될수록 AI는 이전에 약속했던 규칙이나 프로젝트의 특수성을 잊어버리고 표준적인 답변만 내놓게 됨
3. 검증 없는 확신: AI는 태생적으로 “완성했다”고 말하고 싶어 하는 경향이 있어, 실제로 작동하는지 확인하지 않고 결과를 제출하는 경우가 많음
보리스 체르니는 이러한 문제들이 AI의 지능 부족이 아니라 ‘기억의 구조적 한계’에서 기인한다고 보았다
이를 해결하기 위해 제안된 것이 바로 프로젝트 루트에 위치하는 CLAUDE.md 파일이다
2. CLAUDE.md와 lessons.md: 인공지능을 위한 외부 장기 기억 장치
보리스 체르니 워크플로우의 핵심은 AI가 세션이 끝나면 기억을 잃는다는 점을 인정하고, 이를 보완할 ‘외부 기억 장치’를 구축하는 것이다.
ㄱ. CLAUDE.md – 프로젝트의 헌법
CLAUDE.md는 AI가 해당 프로젝트에서 지켜야 할 최상위 지침서이다.
여기에는 다음과 같은 내용이 포함된다.
1. 기술적 가이드라인: 해당 프로젝트에서 사용하는 특정 기술 스택과 코딩 컨벤션을 명시함
2. 핵심 명령축약어: 빌드, 테스트, 배포 등 반복적으로 사용하는 명령어를 정리하여 AI가 즉시 실행할 수 있게 도움
3. 작동 원칙: “코드를 수정하기 전 관련 파일을 반드시 먼저 읽어라”와 같은 근본적인 태도 규정
ㄴ. lessons.md – 자기 개선 루프(Self-Improvement Loop)
lessons.md는 AI가 스스로 작성하는 ‘오답 노트’이다.
AI가 실수를 저지르고 사용자에게 교정을 받았을 때, 그 내용을 단순히 수용하는 것에 그치지 않고 이 파일에 기록하게 한다.
1. 기록의 구체성: “JS 코드에서 var 사용 금지. 반드시 const/let 사용”과 같이 명확한 규칙을 스스로 적음
2. 망각 방지: 새로운 대화 세션이 시작될 때 AI가 가장 먼저 이 파일을 읽게 함으로써, 과거의 실수를 즉시 교정된 상태로 시작하게 만듬
3. 지속적인 고도화: 실수가 반복되면 규칙을 더 강하게 다듬는 ‘무자비한 반복(Ruthlessly iterate)’ 과정을 통해 오류 발생률을 0에 가깝게 줄임
3. 복리 성장의 원리: 왜 이 방식이 강력한가?
‘복리 성장’이라는 표현이 붙은 이유는 시간이 흐를수록 사용자의 개입은 줄어들고 AI의 성능은 비약적으로 향상되기 때문이다.
1. 지식의 자산화: 개별 대화 속에 흩어져 있던 교정 정보가 문서화되어 프로젝트의 자산으로 남음
2. 컨텍스트 효율화: AI가 매번 질문을 통해 파악해야 했던 정보들이 이미 문서로 정리되어 있어, AI의 ‘작업 기억(컨텍스트 창)’을 더 중요한 비즈니스 로직에 집중할 수 있게함.
3. 팀 단위 확산: 이 파일들을 Git과 같은 버전 관리 시스템에 포함하면, 팀원 전체가 동일하게 최적화된 AI 에이전트를 공유하는 효과를 얻음
보리스 체르니는 이를 “실수가 나올 때마다 시스템을 강화하여 다시는 같은 문제가 발생하지 않도록 하는 구조”라고 정의한다.
4. 비개발자를 위한 적용 시나리오
개발자가 아니더라도 이 원리를 업무에 적용할 수 있다. 예를 들어 마케팅 문구를 작성하는 AI와 협업할 때를 가정해보자.
1. 기존 방식: 매번 “우리 브랜드는 ~한 톤앤매너를 지켜줘”, “이 단어는 쓰지 마”라고 반복해서 지시함
2. 보리스 체르니 방식:MARKETING_GUIDE.md파일을 만들고, AI가 어투를 틀릴 때마다 “이 실수를 가이드 파일에 추가해”라고 명령하고, 다음 작업 시 AI는 수정된 가이드를 먼저 읽고 업무를 시작하게 함
이처럼
CLAUDE.md전략은 기술적인 코딩에 국한된 것이 아니라, AI와의 모든 협업에서 지식을 축적하고 성능을 개선하는 범용적인 프레임워크로 작동한다.
5. 도구를 넘어 팀원으로 진화하는 AI
보리스 체르니의 워크플로우는 AI를 단순한 소모성 도구로 보지 않는다. CLAUDE.md와 lessons.md를 통해 AI는 자신의 실수를 기록하고, 프로젝트의 고유한 맥락을 학습하며, 시간이 갈수록 더 정교한 결과물을 내놓는 능동적인 팀원으로 진화한다.
성공적인 AI 협업의 관건은 “얼마나 좋은 질문을 하느냐”를 넘어 “어떻게 AI가 학습할 환경을 구축해주느냐”에 달려 있다. 다음 시리즈에서는 이러한 기억 장치를 바탕으로, AI가 잘못된 방향으로 폭주하는 것을 막는 ‘계획 우선(Plan Mode Default)’ 전략에 대해 다룰 예정이다.