AI 슬롭을 막는 컨텍스트 엔지니어링 관점에서의 클로드 코드 실전 가이드

This is the long-form blog cut of a note I originally posted on LinkedIn. The claims, numbers, and product names are the same; the formatting is for reading on the site.

Context

Original framing (translated in place for key technical posts; substance preserved):

이 내용은 이미 2,700명의 글로벌 개발자에게 큰 도움이 되었습니다.

바이브 코딩 분야에서 실질적인 팁을 공유하는 것으로 유명한 재러드 와트(Jarrod Watts)의 클로드 코드 사용법을 읽고 정리해봤습니다.

1️⃣ 컨텍스트란 무엇인가

기존 글에 많이 언급했지만 컨텍스트는 LLM 에게 메시지를 보낼 때 함께 제공되는 모든 정보를 뜻합니다.

• 사용자 프롬프트, 시스템 프롬프트, 이전 대화 내역, 모델의 사고 과정, 도구 호출 결과 등을 모두 포함하는 개념 • 클로드 코드 기준으로 200k 토큰이 제공되지만, 시스템 예약분을 제외하면 실제 사용 가능한 양은 약 120k 토큰에 불과 • 컨텍스트가 늘어날수록 모델 성능은 저하되며, 이는 한계치에 도달하기 전에도 발생하는 현상

2️⃣ 컨텍스트 관리에 있어 “기본기” 만 갖추어도 80%는 완료

화려한 설정에 현혹되기보다 80/20 법칙에 따른 핵심 세팅을 먼저 갖추는 것이 중요합니다.

[초기 설정] • /upgrade

이 내용은 이미 2,700명의 글로벌 개발자에게 큰 도움이 되었습니다.

바이브 코딩 분야에서 실질적인 팁을 공유하는 것으로 유명한 재러드 와트(Jarrod Watts)의 클로드 코드 사용법을 읽고 정리해봤습니다.

1️⃣ 컨텍스트란 무엇인가

기존 글에 많이 언급했지만 컨텍스트는 LLM 에게 메시지를 보낼 때 함께 제공되는 모든 정보를 뜻합니다.

• 사용자 프롬프트, 시스템 프롬프트, 이전 대화 내역, 모델의 사고 과정, 도구 호출 결과 등을 모두 포함하는 개념 • 클로드 코드 기준으로 200k 토큰이 제공되지만, 시스템 예약분을 제외하면 실제 사용 가능한 양은 약 120k 토큰에 불과 • 컨텍스트가 늘어날수록 모델 성능은 저하되며, 이는 한계치에 도달하기 전에도 발생하는 현상

2️⃣ 컨텍스트 관리에 있어 “기본기” 만 갖추어도 80%는 완료

화려한 설정에 현혹되기보다 80/20 법칙에 따른 핵심 세팅을 먼저 갖추는 것이 중요합니다.

[초기 설정] • /upgrade → Max 플랜으로 업그레이드 (Opus 모델 사용을 위해 필수) • /model → Opus 4.5 선택 (현재 가장 고성능 모델) • /init → 프로젝트 설정 파일 생성 (Claude가 프로젝트 구조를 이해할 수 있도록)

[작업 흐름] • Shift + Tab → 플랜 모드(Plan Mode)에서 시작 • 계획의 모호한 부분에 대해 Claude가 질문하도록 지속적으로 요청 • 충분히 정제된 계획을 바탕으로 실행 단계로 진입

[문제 발생 시 대응] • /rewind → 대화가 잘 진행되던 시점으로 되돌리기 • /new → 새 스레드를 시작하고, 이전에 발생한 실패 요인을 명시적으로 경고하여 재시도 • /compact → 컨텍스트 윈도우 한계에 가까워지면 실행하여 공간 확보 • /context → 현재 컨텍스트 사용량 확인

3️⃣ MCP 서버로 컨텍스트에 “최신 정보” 주입하기

외부 도구를 통해 최신 코드 작성법 등 유용한 컨텍스트를 적시에 확보하는 용도입니다.

• MCP가 처음 소개됐을 때는 과대평가되는 경향이 있었으나, 이후 컨텍스트를 과도하게 소모한다는 문제가 드러남 • 재러드가 추천하는 MCP 서버 3종: exa.ai(웹 검색), context7(최신 문서), grep.app(GitHub 검색) • 이는 Anthropic이 말하는 적시 컨텍스트 전략(Just-in-Time Context Strategy)에 해당하며, 에이전트가 필요한 시점에 스스로 정보를 찾도록 하는 방식

4️⃣ 서브 에이전트(Subagent) 로 컨텍스트 “절약” 하기

메인 에이전트와 구분되어 별도의 컨텍스트 윈도우를 가진 하위 인스턴스를 활용하는 방법입니다.

• /agents → 현재 설정된 서브 에이전트 목록 확인 • 토큰 소모가 큰 리서치 작업을 서브 에이전트에게 위임한 후, 요약된 결과만 메인 에이전트로 전달받는 구조 • 예를 들어 라이브러리언(Librarian) 서브 에이전트를 Sonnet 모델로 구성해 오픈 소스 저장소와 문서를 스캔하게 하면, 메인 컨텍스트의 오염을 방지하면서 비용도 절감할 수 있음 • 핵심은 고비용 모델이 필요 없는 작업은 저비용 모델에게 위임하는 것

5️⃣ 스킬(Skill) 로 컨텍스트에 “전문성” 불러오기

작업을 위임하는 대신, 전문화된 프롬프트를 현재 에이전트의 컨텍스트로 불러오는 방식입니다.

• 예시로 프론트엔드 디자이너(Frontend Designer) 스킬은 UI 설계 시 해야 할 것과 하지 말아야 할 것을 상세히 안내하는 가이드라인을 제공 • 모델이 특정 스킬이 필요하다고 판단하면 해당 스킬 텍스트를 컨텍스트에 자동으로 포함시킴 • 본질적으로는 상황에 맞는 전문 가이드라인을 자동으로 로딩하는 개념

결국 좋은 바이브 코딩의 핵심은 가치 밀도가 높은 컨텍스트(Value-Dense Context)를 유지하는 것입니다. 앤트로픽의 표현을 빌리면, 신호 대비 최소한의 토큰 집합(Smallest Possible Set of High-Signal Tokens)을 찾는 것이 목표입니다.

화려한 도구에 현혹되기보다 간결하고 명확한 정보를 제공하고, 필요한 정보는 스스로 찾을 수 있도록 MCP, Subagent, Skill 등의 도구를 갖춰주세요. 그것이 슬롭을 피하는 가장 확실한 방법입니다.

재러드 와트의 원글: https://lnkd.in/gawC2jRS

Links

• https://lnkd.in/gawC2jRS