Sehyeog Kim
← Back to Claude

Anthropic은 초기부터 코드 작성(코딩) 성능 향상에 모델 발전 투자를 집중해 왔다. 이러한 기반 위에서 모델이 스스로 스킬과 도구를 만들고 활용하는 에이전트형 AI(Claude)로 확장되었고, 그 결과가 지금의 Claude 생태계로 이어졌다.
한편, 코드를 작성하고 개발하는 사람들은 CLI(Command Line Interface)를 자주 사용한다. 그 이유는 \\터미널(작업창)\\을 여러 개 띄워 프로젝트별로 병렬 작업을 하거나, 동일한 환경에서 다양한 명령을 빠르게 실행하는 등 작업 효율을 극대화할 수 있기 때문이다.

CLI: Terminal 창에서, Claude와 대화, 지시, 작업 모든게 가능하다.
Claude - Code (CLI)
따라서, 이번시간에는 Claude CLI의 기능 / 명령어에 대해서 알아보도록 하자.

Contents

  1. Installation (설치)
  2. Permission (실행 권한)
  3. Sandbox (접근 범위 격리)
  4. CLAUDE.md (프로젝트 컨텍스트 파일)
  5. Context Window (컨텍스트 구성 확인)
  6. Agents (에이전트 생성)
  7. Agent Teams (멀티 에이전트 협업)
  8. Remote Control (원격 제어)
  9. Conclusion (정리)

Installation


MacOS기준 설치 명령어이다.
Claude Code 설정 - Claude Code Docs

curl -fsSL https://claude.ai/install.sh | bash

지금 이렇게 project_claude라는 directory를 제작하였고, 이 안에서 여러 기능들을 테스트 해보도록 하자.
Claude - Code (CLI)

Permission


가장 먼저 주의할점은 안전장치이다. 즉, 클로드에게 권한을 어디까지 부여할 것인지 가 항상 중요하다.
그 중에서 permission은:

\tClaude가 명령어를 실행하기 전에 사용자에게 물어볼지 or 자동으로 실행할지.
를 결정하는 레벨이다.

terminal에 claude를 쳐주고 뒤에 모든 접근 권한 을 붙혀주자.(사용자의 니즈에 맡에 안붙히셔도 됩니다!)

#( All command 허용 실행)

claude --dangerously-skip-permissions

#or (기본실행)

claude

Claude - Code (CLI)

일단, 클로드가 명령어를 스스로 실행하는 능력을 부여해주기 위해서는 저 세팅이 필요하고,
만약에 명령어 실행전에 허락을 받도록 설정하고 싶다면,

slash + 퍼미션을 터미널에 입력해주면

/permissions

Claude - Code (CLI)

이렇게 4가지 옵션이 도출 된다.
- Allow - dangerously-skip-permission (전부 허용)
- Ask - user에게 실행전 물어보기
- Deny - 아예 거부
- Workspace - 현재 Directory에 있는 파일들만 수정가능
(즉 Desktop모드 보다 더 세밀한 안전장치 조절이 가능하다)

Sandbox


다음 중요한 안전장치 설정인 SandboxClaude를 box에 가두는 방식이다.

CLAUDE가 어디까지 접근 할 수 있는지, 어떤 파일 시스템 / 네트워크 / 시스템 자원에 접근 가능한지.
‘실제 격리 환경’을 설정하는 것이다.

Permission vs Sandbox

(위 permission은 command 실행 권한이고, sandbox는 데이터, 네트워크 접근 권한이다)

Claude측에서 말하는 Sandbox의 장점:
Claude - Code (CLI)
쉽게말해서, 연이어서 어떤 작업들을 하는 경우가 굉장히 많은데 이런 경우 허락을 물어보면, 작업이 끊기고 속도가 저하된다 라는 말을 한다.

설정방법은, CLAUDE CLI에서 아래 명령어를 실행하자.

/sandbox

Claude - Code (CLI)

Claude 공식 문서에서 설명하는 두가지 Sandbox 방법은 다음과 같다:
Claude - Code (CLI)

다시말해,

Auto-allow mode: Sandbox 내부이면 모든 접근, command 혼자 가능
Regular permission mode: Sandbox 내부이어도, permission flow를 따라간다.
(permission이 deny, … 이면, 커멘드 불가능 함)

이제 Mode → Overrides로 넘어가면 또 두개의 갈랫길이 나온다.
Claude - Code (CLI)

Overrides의 핵심 질문

“샌드박스 밖으로 나가야 하는 상황이 오면, 그걸 허용할 것인가?”
- Override = OFF (기본적으로 더 안전함)샌드박스 밖 접근이 필요하면 그 시점에서 작업이 막힌다.즉, Claude는 “울타리 밖”으로 못 나가고, 사용자는 안전하게 통제할 수 있다.
- Override = ON (편하지만 위험도 증가)샌드박스 밖 접근이 필요할 때 사용자에게 허용 여부를 물어보고, 승인하면 일시적으로 울타리 밖 작업을 허용할 수 있다.즉, 작업 성공률은 올라가지만, 그만큼 권한이 넓어져 리스크도 함께 커진다.

한 줄 요약

  • Sandbox Mode: “울타리 안에서는 자동으로 할까? (자동 승인 vs 수동 승인)”
  • Sandbox Overrides: “울타리 밖으로 나가야 할 때, 예외를 허용할까? (예외 허용 여부)”

CLAUDE.md


Desktop mode에서도 굉장히 중요하다고 말씀드렸던 파일이다. 즉, 이 프로젝트가 어떤 프로젝트이고 목표를 달성하기 위해서 클로드(Agent)가 해야하는 role, skill, tool, plug -in 이 무엇인지와 process를 적어주는 파일이다.

현재 디렉토리에 이렇게 존재하는 것을 알 수 있고,
Claude - Code (CLI)

혹시 존재하지 않는다면, 혹은 새롭게 다시 정의하고 싶다면 터미널에:

\t
\t\tpython /init \t\t
\t\t
\t

\t
\t\t[IMAGE: images/img-010.png]
\t


자연어로, 어떤 에이전트를 새롭게 정의하고 싶은지 작성하면 클로드 스스로 CLAUDE.md파일을 작성한다.

Context Window


CLAUD.md파일이 중요한 이유는. 매번 Context window의 앞단에 들어가기 때문이다.
Claude - Code (CLI)

그렇다면 현재 Context window의 구성은 어떻게 되어 있을까? 를 체크하기 위해서 다음 명령어 기능을 클로드는 제공한다.

\t
\t\tpython /context \t\t
\t

\t
\t\t[IMAGE: images/img-012.png]
\t

즉 클로드는 우리가 가지고 있는 도구와 스킬 그리고 메모리를 함께 Context window에 담아 LLM에 전달한다.


\t
\t\t[IMAGE: images/img-013.png]
\t

\t
\t\t[IMAGE: images/img-014.png]
\t

Agents


클로드 기능 중 굉장히 중요한 기능인 에이전트 기능이다. 우리가, 우리를 위한 어떤 인력을 하나 define할 수 가 있다. 터미널에 agent를 작성해주자.

/agent

Claude - Code (CLI)

이렇게 자연어로 어떤 역할을 하는 에이전트인지 그리고 사용할 도구나 plug-in에 대해서 같이 작성해주면 더더욱 생산성 있는 에이전트를 하나 만들 수가 있게 된다.
(자연어로 설명해주면, 알아서 만들어 준다)

e.g.) Notion의 페이지 그림과 글을 가지고 피피티를 제작하는 Agent를 만들어 보았다.
Claude - Code (CLI)

저 에이전트를 클릭하면, 수정 삭제 확인도 가능하다.
Claude - Code (CLI)

바로 사용해보자.

나: “PPT Creator agent를 활용해서 Claud-Code(CLI) Notion page의 내용을 ppt로 제작해줘”

스스로 파이썬 코드를 작성 → ppt를 제작하였다.
(Note: powerpoint, gamma 등 외부 connector가 연결이 되어 있다면, Agent에게 꼭 미리 말해주면, 그 커넥터들을 사용함, 저는 연결이 안되어 있는 상황)
Claude - Code (CLI)

완벽한 ppt는 아니지만, 그래도 순서, 사진, 글 내용은 그대로 가져오는 것을 확인 할 수 있다.
Claude - Code (CLI)

Agent team


Claude - Code (CLI)
(2026.02)에 발표한, (현재 기준 2주 전)에 발표한 굉장히 따끈따끈한 기능이다. 바로 Agent Teams . 그전에 기존의 subagents에 대해서 짚고 넘어가자.
- 독립적인 여러 작업을 동시에 할때 → subagents
- 독립적이지 않고, 서로 공유/대화를 하면, 더 효율적인 작업을 동시에 할때 → Agent Teams

시작하기전에 2가지 세팅을 해야한다.
1. tmux → 터미널 창을 분할하여 여러개 띄우기 위해(여러 에이전트 실행)
2. \~/.claude/settings.json 수정 → Team mate 설정 활성화.

Tmux


쉽게, Terminal을 여러개로 분할해서 작업을 용이하게 만드는 패키지이다.
Claude - Code (CLI)

tmux 설치 후 확인.

brew install tmux
which tmux

이제, 먼저 Claude를 나간 후에, tmux를 접속해주자.

tmux turn on

tmux

Settings.json file


이후에, Claude Docs에서 명시되어 있는
→ \~/.claude/settings.json 수정 → Team mate 설정 활성화
Claude 접속후 /config 명령어 → Team mate mode 확인후, tmux로 변경.
Claude - Code (CLI)

이제 예시를 시작해보자.

Goal: 개인 블로그 내용을 읽고, 수정해야할 부분을 따로 작성해주기, 굉장히 많은 포스터가 있으므로 일을 분할해서 여러명에서 진행을 함. (but Notion 템플릿을 공유해야함)

Prompt:

명심해 무조건 무조건 에이전트 팀을 활성화해서 사용해줘,
(무조건 이 기능을 사용해주어야 해).

팀 이름: 블로그 내용 수정팀
팀 목적: 블로그 url - https://github.com/Sehyeogkim/Sehyeogkim.github.io
에 접속을 해서, 모든 포스터 내용을 일은 후, 수정해야할 내용들을 {이름_수정내용.txt}파일로 현재 dir에 전체 저장폴더를 만든 후에 저장해줘.

수정해야할 내용은 다음과 같아
1. 한국, 영어 문법 오류. (한국 -영어 혼용은 수정하지마 내가 일부러 글 작성 스타일이야)
2. 문단 가독성이 너무 떨어지는 경우.
   - 엔터가 너무 자주 있는 글이 있었어. 그런 경우 글을 합쳐주라.
   - 그리고, AI - Claude 글 스타일 가이드를 참고해서 수정해줘.
   (클로드 글은 notion에서 작성을 한거라서, 가독성도 좋고, 중간중간에 막대기___ 이런것들도 있어서, 굉장히 가독성이 좋아.)

Claude - Code (CLI)

(아 실행을 하기 전에 Plan mode를 무조건 거쳐야 한다.)
팀 구성을 어떻게 할 것인지에 대해서, plan mode를 통해서 확인하자.
Claude - Code (CLI)

이제 실행을 하면, 왼쪽 : Orchestration agent → 우측: 이제 여러 subagent (total team)
Claude - Code (CLI)

좌측에서 지금 현재 상황에 대해서, 계속 대화하며 모니터링을 할 수 있으며, 우측에서도 subagents들과 이야기를 진행 할 수 있다.

Remote - Control


(MAX version 만 현재 지원해서, 사용 불가능한 상황… )
(TBU)

Conclusion 섹션 요약


이 섹션은 Claude CLI의 핵심 강점과 한계, 그리고 미래 전망을 논한 최종 결론이다.
강점: Desktop 모드 대비 세밀한 제어 기능 제공. 특히 실시간 토큰 사용량 및 Context Window 구성 확인 기능은 비용 가시성 측면에서 중요한 경쟁력이다.
한계: 모델 선택의 유연성 부재. 현재 구조는 최고성능 모델 중심으로 설계되어 있어, 간단한 작업(요약·교정·가벼운 코딩)에도 고비용 모델이 적용되는 비효율이 존재한다.
미래 전망: 두 가지 생태계로 분화될 것으로 예측한다. (1) 최신 고성능 모델 기반의 프리미엄 Agent 플랫폼과, (2) 작업 난이도에 따라 모델을 선택적으로 배분하는 오픈소스/맞춤형 Agent 생태계(예: OpenClaw). 단순 작업 → 저사양 모델, 고난도 추론 → 최신 모델의 하이브리드 전략이 비용 최적화의 핵심이 될 것이다.
최종 시사점: Claude CLI는 현재 가장 강력한 Agent 플랫폼 중 하나이지만, 장기적 경쟁력은 \"기능 풍부함\"과 \"비용 효율성\"의 균형에 달려 있다. 이를 확장하면, 개인(Patient/Person) 특화 Agent 모델 설계의 필요성으로 이어진다.