AI 코딩 에이전트에게 나를 기억하게 만드는 법

TLDR

• CLAUDE.md는 AI에게 나를 소개하는 온보딩 문서입니다. 30분이면 작성할 수 있습니다
• 4가지만 적으면 됩니다: 나는 누구인지, 어떻게 일하는지, 무엇을 쓰는지, 하지 말아야 할 것
• Skills는 반복 업무를 자동화하는 워크플로우입니다. "블로그 써줘" 한 마디가 6단계 자동 파이프라인이 됩니다
• CLAUDE.md + Skills 조합이 AI 코딩 에이전트의 ROI를 마이너스에서 플러스로 바꿉니다

핵심부터 말하면, 개인용 AI 운영체계(문서화된 컨텍스트 + 재사용 가능한 워크플로우)를 먼저 만들수록 도입 실패율이 빠르게 줄어듭니다. 근거 데이터로는 Microsoft Work Trend Index(2024)에서 지식근로자 75%가 이미 업무에 AI를 사용 중이고, IBM Global AI Adoption Index(2023)에서 기업 42%가 AI를 실제 운영에 배치했으며 40%가 파일럿 단계라고 보고했습니다. McKinsey Global Institute(2023)는 생성형 AI의 연간 경제 효과를 2.6~4.4조 달러로 추정했습니다.

이전 글: AI 코딩 에이전트, 대부분이 좌절하는 진짜 이유에서 AI 코딩 에이전트를 포기하게 만드는 3가지 패턴과 해결의 실마리인 CLAUDE.md를 소개했습니다.

이번 글에서는 실제로 CLAUDE.md를 작성하는 법과, AI의 생산성을 극적으로 높이는 Skills 시스템을 다룹니다.

AI 코딩 에이전트를 위한 CLAUDE.md 실전 작성법

정답부터 말하면, CLAUDE.md는 "개인 문맥 손실"을 막아 AI 품질을 즉시 끌어올리는 가장 저비용 레버입니다. GitHub 연구(2023)는 AI 코딩 보조 도구 사용 시 개발 과업 완료 속도가 최대 55% 빨라질 수 있음을 보였고, NBER 콜센터 현장 실험(2023)은 AI 보조로 생산성이 평균 14% 증가(저숙련군은 34% 증가)했다고 보고했습니다. BCG-Harvard 실험(2023)에서도 생성형 AI를 쓴 컨설턴트 집단이 과업 완료량 25.1% 증가, 속도 12.2% 향상, 결과 품질 40% 개선을 기록했습니다.

CLAUDE.md는 AI 코딩 에이전트가 세션을 시작할 때 자동으로 읽는 설정 파일입니다. Claude Code를 열 때마다 자동으로 로딩되므로, 한 번 작성하면 모든 대화에 자동 적용됩니다.

적어야 할 것은 딱 4가지입니다.

1단계: 나는 누구인지

AI가 가장 먼저 알아야 할 것은 대화 상대의 정체성입니다.

개발자인지 비개발자인지에 따라 AI의 설명 수준이 달라집니다. 어떤 사업을 하는지에 따라 예시와 맥락이 달라집니다.

실제 예시입니다:

- User: CEO, Retention Inc. (스타트업 그로스 컨설팅)
- Dev Level: 비개발자. JSON, API, 기본 아키텍처는 이해하지만 코드는 쓰지 않음
- Expertise: 퍼포먼스 마케팅, 애널리틱스, 프로덕트 매니지먼트

세 줄입니다. 이 세 줄만으로 AI는 기술 용어를 비즈니스 임팩트로 번역해서 말해주기 시작합니다.

2단계: 어떻게 일하는지

여기서 핵심은 역할 분담입니다.

- 기술적 결정은 AI가 한다. 사업적 결정은 내가 한다.
- 코드를 직접 짜라고 시키지 말 것. AI가 직접 실행하고 결과만 보고할 것.
- 비즈니스 임팩트 먼저, 기술 디테일은 그다음.

이 규칙이 없으면 AI는 "이 코드를 복사해서 터미널에 붙여넣으세요"라고 말합니다. 비개발자에게는 의미 없는 지시입니다. 규칙이 있으면 AI가 직접 실행하고 "완료. 블로그가 발행됐습니다"라고 보고합니다.

3단계: 자주 쓰는 도구와 맥락

AI가 알아야 할 업무 환경입니다.

- 주요 도구: Meta Ads, Braze(브레이즈), Amplitude(앰플리튜드)
- 블로그: Ghost CMS (retn.kr)
- 클라이언트 데이터: 반드시 익명화. 실제 회사명 사용 금지.
- 글쓰기: 한국어 존댓말 필수

이것을 적어두면 "캠페인 분석해줘"라고 할 때 AI가 Meta Ads 데이터를 먼저 확인합니다. "블로그 써줘"라고 하면 Ghost CMS 발행까지 자동으로 진행합니다.

4단계: 절대 하지 말아야 할 것

이 부분이 의외로 중요합니다. AI가 잘못된 방향으로 가는 것을 방지합니다.

- 코드를 수정하라고 시키지 말 것
- 터미널 명령어를 실행하라고 하지 말 것
- 여러 옵션을 나열하며 "어떤 걸 선택하시겠어요?"라고 묻지 말 것
  → 추천안을 제시하고, 반대 없으면 진행할 것

💡 AI 워크플로우 세팅이 막막하시다면, 30분 무료 상담에서 CLAUDE.md 작성부터 함께 시작합니다.

AI 코딩 에이전트의 Skills: 한 마디가 파이프라인이 되는 순간

핵심은 "프롬프트를 길게 쓰는 능력"이 아니라 "재현 가능한 실행 흐름"을 자산화하는 것입니다. Microsoft Work Trend Index(2024)에 따르면 AI 사용자의 78%가 자체 AI 도구(BYOAI)를 업무에 반입하고 있어 표준화된 워크플로우 부재가 곧 품질 편차로 이어집니다. IBM Global AI Adoption Index(2023)는 AI 도입의 주요 장벽으로 제한된 전문성(34%)과 데이터 복잡성(31%)을 지목했는데, Skills 문서화는 이 두 병목을 동시에 줄이는 실무 해법입니다. McKinsey(2023)가 제시한 2.6~4.4조 달러 잠재가치도 실제 실행 단계에서 워크플로우 표준화가 있을 때만 회수 가능합니다.

CLAUDE.md가 AI에게 "나"를 알려주는 문서라면, Skills는 AI에게 "일하는 방법"을 알려주는 문서입니다.

스킬이란

스킬은 특정 업무의 전체 워크플로우를 정의한 문서입니다.

예를 들어 블로그 하나를 쓰려면 이런 과정이 필요합니다:

1. 목적과 독자 확인
2. SEO 키워드 리서치
3. 권위 있는 출처 검색
4. 글 작성 (스타일 가이드 적용)
5. 마크다운 문법 검수
6. SEO 체크리스트 검증
7. 외부 링크 유효성 확인
8. Ghost CMS 발행
9. 뉴스레터 발송

이 9단계를 매번 프롬프트로 지시하면 30분이 걸립니다. 스킬로 정의해두면 "블로그 써줘" 한 마디로 전부 자동 실행됩니다.

실전: blog-writer 스킬

실제로 이 글도 blog-writer 스킬로 작성됐습니다. 제가 한 것은:

1. "블로그 써줘"라고 입력
2. AI가 묻는 3가지 질문에 답변 (목적, 독자, 뉴스레터 여부)
3. 헤드라인 3개 중 하나 선택
4. 완성된 글 확인

나머지는 AI가 했습니다. 키워드 리서치, 출처 검색, 글 작성, SEO 검증, 링크 확인, Ghost 발행, 뉴스레터 스케줄링까지.

실전: business-call-processor 스킬

두 번째 예시는 더 인상적입니다.

클라이언트 미팅 녹음 파일 하나를 넣으면:

• 미팅 내용 전체 분석
• 비즈니스 기회 식별 및 스코어링
• 제안서 초안 자동 생성
• 후속 이메일 3종 (즉시/1주 후/2주 후)
• CRM 업데이트 노트

미팅 직후 30분 이내에 이 모든 산출물이 나옵니다. 수동으로 하면 반나절 걸리는 작업입니다.

스킬이 쌓일수록 AI 코딩 에이전트가 빨라지는 이유

먼저 결론을 말하면, 속도는 모델 성능보다 "재사용 가능한 작업 단위"의 누적에서 나옵니다. NBER(2023) 실험에서 AI 보조는 전체 생산성 14% 개선이었지만 저숙련군은 34% 개선으로 격차 축소 효과가 컸고, BCG-Harvard(2023)도 동일하게 표준화된 활용 프로토콜에서 품질 40% 개선을 확인했습니다. GitHub 연구(2023)의 최대 55% 속도 향상 결과를 함께 보면, 개별 프롬프트 최적화보다 스킬 라이브러리 축적이 장기 ROI를 더 크게 만듭니다.

스킬의 핵심은 축적입니다.

1주차에 blog-writer 스킬을 만들면, 이후 모든 블로그는 "블로그 써줘"로 끝납니다. 2주차에 business-call-processor를 추가하면, 모든 미팅 후속 작업이 자동화됩니다. 3주차에 weekly-client-report를 추가하면, 주간 보고서가 한 마디로 생성됩니다.

각 스킬은 한 번만 만들면 됩니다. 그리고 쓸 때마다 시간이 절약됩니다.

주당 15시간은 이틀 가까운 시간입니다. 한 달이면 60시간. 매달 7.5일을 되돌려 받는 셈입니다.

이 시리즈

이 시리즈의 요지는 "도구 소개"가 아니라 "도입 순서"입니다. 1) 문제 인식, 2) 문맥 고정(CLAUDE.md), 3) 워크플로우 고정(Skills), 4) 병렬 확장(MCP)의 순서가 가장 재현성이 높습니다. 이 순서가 유효한 이유는 Microsoft(2024) 75% 사용 확산 국면에서 초기 거버넌스 부재 비용이 빠르게 커지고, IBM(2023) 기준 운영 배치 42%/파일럿 40%의 과도기에서 실행 표준이 성패를 가르며, McKinsey(2023) 2.6~4.4조 달러 잠재가치를 실제 성과로 바꾸려면 단계별 전개가 필요하기 때문입니다.

Part 3에서는 AI 에이전트를 1명에서 10명으로 늘리는 방법을 다룹니다. MCP 서버라는 개념으로 AI의 팔을 확장하고, 여러 에이전트가 동시에 작업하는 구조를 만드는 법을 보여드리겠습니다.

자주 묻는 질문 (FAQ)

짧게 답하면, 비개발자도 충분히 시작할 수 있고 "처음부터 완벽한 자동화"가 아니라 "첫 번째 반복 업무 자동화"가 정답입니다. Microsoft(2024)에서 지식근로자 75%가 이미 AI를 쓰고, BCG-Harvard(2023)는 명확한 가이드가 있을 때 결과 품질이 40% 개선되며, NBER(2023)는 초보 사용자일수록 생산성 상승폭(34%)이 더 크게 나타났습니다. 즉, 진입장벽보다 학습 곡선 이익이 더 큽니다.

Q. CLAUDE.md를 작성하려면 코딩을 알아야 하나요?

아닙니다. CLAUDE.md는 일반 텍스트 파일입니다. 위에 보여드린 예시처럼 한국어로 자연스럽게 적으면 됩니다. 특별한 문법이나 코드가 필요하지 않습니다.

Q. 스킬은 직접 만들어야 하나요?

네, 처음에는 직접 작성하거나 전문가의 도움을 받아 만들어야 합니다. 하지만 한 번 만들면 반영구적으로 사용할 수 있습니다. 이 시리즈에서 소개하는 스킬들은 실제로 운영 중인 것들입니다.

Q. AI 코딩 에이전트마다 설정 방법이 다른가요?

기본 원리는 같습니다. Claude Code(클로드 코드)는 CLAUDE.md, Cursor는 .cursorrules, GitHub Copilot은 .github/copilot-instructions.md를 사용합니다. 파일명과 위치만 다를 뿐, "AI에게 맥락을 제공한다"는 핵심은 동일합니다.

Q. 스킬 하나 만드는 데 얼마나 걸리나요?

간단한 스킬은 1-2시간, 복잡한 스킬(campaign-analysis처럼 10단계 워크플로우)은 반나절 정도 걸립니다. 이 투자가 이후 매번 수 시간을 절약해 줍니다.

다음 단계

실행 우선순위는 단순합니다: 오늘 CLAUDE.md 1개, 이번 주 Skills 1개, 다음 주 측정 지표 1개를 고정하세요. IBM(2023)의 운영 배치 42%와 파일럿 40%는 "실행한 팀"과 "검토만 한 팀"의 격차가 이미 벌어졌음을 보여주고, GitHub(2023)의 최대 55% 속도 향상과 NBER(2023)의 14% 생산성 개선은 작은 자동화도 즉시 성과로 전환될 수 있음을 뒷받침합니다. McKinsey(2023)의 2.6~4.4조 달러 잠재가치도 결국 이런 현장 단위 실행에서 시작됩니다.

직접 시작하기

• 위 4단계를 따라 CLAUDE.md를 작성해 보세요
• 가장 자주 하는 반복 업무 하나를 골라 스킬로 만들어 보세요
• 관련 글: 비기술 팀을 위한 AI 코딩 에이전트 활용 가이드
• 질문이 있다면 문의하기

전문가와 함께하기

CLAUDE.md 작성부터 스킬 설계까지 함께 시작하고 싶다면:

📅 30분 무료 상담 예약

• CLAUDE.md 맞춤 작성
• 업무별 스킬 우선순위 설계
• 첫 번째 스킬 구현 가이드

Retention Inc. - 데이터 기반 스타트업 그로스 컨설팅