클로드 AI로 코딩하는 법: 개발자가 실제로 쓰는 3가지 방식

"클로드 AI로 코딩할 수 있다"는 건 이제 다들 안다. 근데 어떻게 쓰느냐에 따라 생산성이 완전히 달라진다.

똑같은 Claude를 써도 누구는 웹에서 복사/붙여넣기를 반복하고, 누구는 API로 파이프라인에 녹여놓고, 누구는 터미널에서 "이 버그 고쳐줘" 한마디로 끝낸다. 도구가 같아도 쓰는 방식이 다르면 결과가 다르다.

이 글은 클로드 AI로 코딩하는 3가지 방식을 정리한 것이다. 각각 언제, 왜, 어떻게 쓰는지. 그리고 실전에서 이 셋을 어떻게 조합하는지까지 다룬다.

목차

• 클로드 AI로 코딩하는 3가지 방식
• 방식 1: 웹에서 대화로 코딩 (claude.ai)
  • 어떻게 쓰나
  • 장점
  • 단점
  • 이럴 때 쓴다
• 방식 2: API로 앱에 통합
  • Python SDK 기본 예시
  • TypeScript SDK 예시
  • 스트리밍으로 실시간 출력
  • 장점
  • 단점
  • API 비용 (2026년 기준)
  • 이럴 때 쓴다
• 방식 3: Claude Code (CLI) — 게임체인저
  • 설치
  • 기본 사용법
  • 실전 예시: 테스트 커버리지 개선
  • 실전 예시: 버그 수정
  • 실전 예시: 새 기능 구현
  • 핵심 기능
  • 장점
  • 단점
  • 이럴 때 쓴다
• 3가지 방식 한눈에 비교
• 실전 워크플로우: 3가지를 조합하는 법
  • 1단계: 설계 — 웹에서 아키텍처 토론
  • 2단계: 구현 — Claude Code로 코드 작성
  • 3단계: 자동화 — API로 CI/CD 연동
  • 이 조합이 강한 이유
• 클로드 AI가 코딩에서 강한 이유
  • 200K 컨텍스트 윈도우
  • 정확한 코드 생성
  • 아키텍처 판단력
  • 신중한 접근
• 시작하는 법: 단계별 가이드
• 요약

클로드 AI로 코딩하는 3가지 방식

1. 웹(claude.ai)에서 대화로 코딩 — 가장 쉽고, 누구나 바로 시작할 수 있다
2. API로 앱에 통합 — 자동화가 필요할 때, 내 서비스에 Claude를 내장한다
3. Claude Code(CLI)로 터미널에서 직접 코딩 — 실제 프로젝트에서 파일을 읽고 쓰고 빌드까지 한다

하나씩 보자.

방식 1: 웹에서 대화로 코딩 (claude.ai)

가장 진입장벽이 낮다. claude.ai에 접속해서 "이거 만들어줘"라고 치면 된다. 설치도 없고, API 키도 필요 없다.

어떻게 쓰나

그냥 자연어로 요청하면 된다.

Python으로 JWT 인증 미들웨어 만들어줘.
Flask 기반이고, 토큰 만료 시 401 반환해야 해.

Claude가 코드를 생성하고, Artifacts 기능으로 미리보기까지 보여준다. HTML/CSS/JS 코드라면 Artifacts에서 바로 렌더링된 결과를 확인할 수 있다. React 컴포넌트도 라이브로 돌아간다.

장점

• 즉시 사용 가능: 회원가입만 하면 끝. Pro 구독($20/월)이면 Sonnet 무제한, Opus도 사용할 수 있다
• Artifacts: 코드 결과물을 별도 패널에서 미리보기. HTML이면 렌더링, React면 라이브 프리뷰
• Projects: 시스템 프롬프트를 설정해놓으면 매번 컨텍스트를 반복 설명할 필요가 없다. "우리 프로젝트는 FastAPI + PostgreSQL이고, 코드 스타일은 이렇다"를 한번 세팅하면 모든 대화에 적용된다
• 파일 업로드: 코드 파일을 직접 올려서 "이거 리뷰해줘", "이거 리팩토링해줘" 가능

단점

• 파일 시스템 접근 불가: 내 프로젝트 폴더를 직접 못 읽는다. 파일을 일일이 업로드하거나 복사/붙여넣기해야 한다
• 수동 반복: 생성된 코드를 복사해서 에디터에 붙여넣고, 실행하고, 에러 나면 다시 복사해서 Claude에 붙여넣고... 이 루프가 반복된다
• 실행 환경 없음: 코드를 돌려볼 수 없다 (Artifacts의 프리뷰 제외). 빌드 에러, 런타임 에러를 Claude가 직접 확인할 수 없다

이럴 때 쓴다

• 알고리즘 질문, 특정 라이브러리 사용법 물어볼 때
• 코드 스니펫을 빠르게 생성할 때
• 코드 리뷰를 요청할 때 (파일 복사/붙여넣기)
• HTML/CSS/React로 빠르게 프로토타이핑할 때
• 아키텍처 설계를 토론할 때

한 줄 요약: 빠르게 질문하고, 빠르게 코드 받고, 직접 가져다 쓰는 방식.

방식 2: API로 앱에 통합

웹에서 직접 대화하는 게 아니라, 내 코드에서 Claude를 호출하는 방식이다. Anthropic이 제공하는 SDK를 쓰면 몇 줄로 연동된다.

Python SDK 기본 예시

import anthropic

client = anthropic.Anthropic()  # ANTHROPIC_API_KEY 환경변수에서 자동으로 읽음

message = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "이 코드를 리뷰해줘:\n\ndef login(user, pw):\n    if pw == '1234':\n        return True"}
    ]
)

print(message.content[0].text)

이게 끝이다. API 키 하나 발급받고, pip install anthropic 하고, 위 코드를 실행하면 Claude가 코드 리뷰 결과를 반환한다.

TypeScript SDK 예시

import Anthropic from "@anthropic-ai/sdk";

const client = new Anthropic();

const message = await client.messages.create({
  model: "claude-sonnet-4-6",
  max_tokens: 1024,
  messages: [
    { role: "user", content: "FastAPI로 CRUD API 보일러플레이트 만들어줘" }
  ],
});

console.log(message.content[0].text);

스트리밍으로 실시간 출력

import anthropic

client = anthropic.Anthropic()

with client.messages.stream(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Python으로 웹 크롤러 만들어줘"}]
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)

스트리밍을 쓰면 응답이 생성되는 대로 실시간으로 받을 수 있다. 사용자에게 타이핑 효과를 보여주거나, 긴 응답을 기다리지 않고 바로 처리를 시작할 수 있다.

장점

• 자동화: 사람이 개입하지 않아도 돌아간다. 코드 푸시하면 자동으로 리뷰, PR 올라오면 자동으로 분석
• 파이프라인 통합: CI/CD, 슬랙 봇, 내부 도구 등 어디든 끼워넣을 수 있다
• 비용 효율: 쓴 만큼만 낸다. 간헐적으로 사용하면 구독보다 싸다
• 커스터마이징: 시스템 프롬프트, 모델 선택, temperature, max_tokens 등 모든 파라미터를 제어할 수 있다

단점

• 개발 필요: API를 호출하는 코드를 직접 짜야 한다. 에러 핸들링, 재시도 로직, 응답 파싱 등
• API 키 관리: 키가 노출되면 비용 폭탄 맞는다. 환경변수로 관리하고, 절대 코드에 하드코딩하지 마라
• 파일 시스템 접근은 직접 구현: Claude API 자체는 파일을 못 읽는다. 파일을 읽어서 프롬프트에 넣어주는 건 내가 짜야 한다

API 비용 (2026년 기준)

모델	입력 (1M 토큰)	출력 (1M 토큰)	특징
Haiku 4.5	$1	$5	빠르고 저렴. 단순 작업용
Sonnet 4.6	$3	$15	균형. 대부분의 코딩 작업에 적합
Opus 4.6	$5	$25	최고 성능. 복잡한 아키텍처 판단

프롬프트 캐시 히트 시 입력 비용 90% 할인, Batch API 사용 시 50% 추가 할인. 대량 처리할 때는 이 두 가지를 반드시 챙겨라.

이럴 때 쓴다

• CI/CD 파이프라인에 자동 코드 리뷰 붙일 때
• 커스텀 코딩 도구를 만들 때 (예: 사내 코드 분석 봇)
• 대량의 코드를 일괄 분석할 때 (Batch API 활용)
• 기존 서비스에 AI 코딩 어시스턴트를 내장할 때

한 줄 요약: 내 앱/파이프라인에 Claude를 프로그래밍적으로 내장하는 방식. 자동화의 핵심.

방식 3: Claude Code (CLI) — 게임체인저

여기가 진짜 판을 바꾸는 부분이다. Claude Code는 터미널에서 Claude와 대화하면서 실제 프로젝트를 직접 코딩하는 CLI 도구다.

웹에서는 복사/붙여넣기를 해야 했고, API에서는 파일 읽기를 직접 구현해야 했다. Claude Code는 그냥 된다. 파일을 읽고, 코드를 쓰고, 테스트를 돌리고, git 커밋까지 한다.

설치

npm install -g @anthropic-ai/claude-code

Node.js 18 이상이면 된다. 설치 후 claude를 실행하면 인증 과정을 거친다. Max 플랜 구독자는 구독 크레딧으로 사용하고, 아니면 API 키를 연결하면 된다.

기본 사용법

프로젝트 디렉토리에서 claude를 입력하고, 자연어로 지시한다.

$ cd my-project
$ claude

Claude Code가 시작되면 프롬프트가 뜬다. 여기에 원하는 걸 말하면 된다.

> 이 프로젝트의 구조를 파악하고, README를 업데이트해줘

Claude가 알아서 파일 트리를 탐색하고, 주요 파일을 읽고, README를 수정한다. 수정 전에 diff를 보여주고 승인을 요청한다.

실전 예시: 테스트 커버리지 개선

> 테스트 커버리지를 확인하고, 커버리지가 낮은 파일에 테스트를 추가해줘

이 한마디에 Claude Code가 하는 일:

1. pytest --cov를 실행해서 현재 커버리지를 확인한다
2. 커버리지가 낮은 파일을 식별한다
3. 해당 파일의 코드를 읽고 분석한다
4. 테스트 파일을 생성하거나 기존 테스트에 케이스를 추가한다
5. 테스트를 실행해서 통과하는지 확인한다
6. 통과하면 결과를 보여준다

사람이 할 일? 중간중간 Claude가 "이 파일을 수정해도 되냐"고 물으면 승인 버튼 누르는 것뿐이다.

실전 예시: 버그 수정

> users API에서 pagination이 안 되는 버그가 있어. offset이 무시되고 있는 것 같아. 찾아서 수정해줘.

Claude Code가 하는 일:

1. 관련 라우터 파일을 찾는다
2. offset 파라미터가 처리되는 로직을 추적한다
3. 버그 원인을 찾는다 (예: 쿼리에 offset이 전달 안 됨)
4. 수정한다
5. 관련 테스트를 돌려서 확인한다

실전 예시: 새 기능 구현

> 유저 프로필에 아바타 업로드 기능을 추가해줘. 
> S3에 업로드하고, 리사이즈는 서버에서 처리하고, 
> 프론트엔드에 미리보기도 추가해줘.

이런 복잡한 작업도 된다. 백엔드 엔드포인트 추가, S3 업로드 로직, 이미지 리사이징, 프론트엔드 컴포넌트 수정까지 한 번에 처리한다. 물론 중간중간 파일 수정에 대한 승인이 필요하다.

핵심 기능

• 파일 시스템 직접 접근: 프로젝트의 모든 파일을 읽고 쓸 수 있다
• 명령어 실행: npm test, pytest, go build 등 터미널 명령을 직접 실행한다
• git 연동: 변경사항을 커밋하고, 브랜치를 만들고, PR을 생성한다
• 컨텍스트 이해: CLAUDE.md 파일에 프로젝트 규칙을 적어두면 매번 설명할 필요가 없다
• 멀티 모델: /model 커맨드로 Opus, Sonnet, Haiku를 상황에 따라 전환할 수 있다

장점

• 실제 프로젝트에서 동작: 파일을 직접 수정하니까 복사/붙여넣기 루프가 없다
• 빌드/테스트 자동 실행: 코드 수정 후 테스트까지 자동으로 돌린다. 실패하면 알아서 수정한다
• 컨텍스트 유지: 프로젝트 구조를 이해하고 있으니까, 파일 간 의존성을 고려한 수정이 가능하다
• git 워크플로우: 커밋 메시지 작성, PR 생성까지 한 흐름으로 끝난다

단점

• 비용: Max 플랜($100~200/월) 또는 API 키가 필요하다. 무료로 못 쓴다
• 학습 곡선: 처음엔 "뭘 시켜야 할지"를 모르겠다는 사람이 많다. CLAUDE.md 설정, 슬래시 커맨드 등을 익혀야 제대로 쓸 수 있다
• 신뢰 범위 설정 필요: 모든 파일 수정을 무조건 승인하면 안 된다. diff를 확인하는 습관이 중요하다

이럴 때 쓴다

• 실제 프로젝트에서 기능을 개발할 때
• 대규모 리팩토링을 할 때
• 버그를 추적하고 수정할 때
• 테스트를 작성할 때
• 새 프로젝트를 세팅할 때

한 줄 요약: 터미널에서 Claude에게 실제 프로젝트를 직접 작업시키는 방식. 복사/붙여넣기 없이 끝까지 간다.

3가지 방식 한눈에 비교

	웹 (claude.ai)	API	Claude Code
난이도	쉬움	중간	중간
파일 접근	X (업로드만)	X (직접 구현 시 O)	O
자동화	X	O	O
코드 실행	X (Artifacts 제외)	X	O
비용	구독 포함 ($20~200/월)	사용량 비례	구독 또는 API
적합한 사람	모든 사람	백엔드 개발자	모든 개발자
킬러 유스케이스	빠른 질문/프로토타이핑	파이프라인 통합	프로젝트 개발
git 연동	X	X (직접 구현)	O (내장)

정리하면 이렇다:

• "빨리 물어보고 빨리 쓰고 싶다" → 웹
• "자동으로 돌아가게 하고 싶다" → API
• "내 프로젝트에서 직접 작업시키고 싶다" → Claude Code

실전 워크플로우: 3가지를 조합하는 법

실제로는 하나만 쓰는 게 아니라, 단계별로 조합해서 쓴다. 이게 가장 효율적이다.

1단계: 설계 — 웹에서 아키텍처 토론

새 기능을 만들기 전에, claude.ai의 Projects 기능을 활용한다. 프로젝트를 하나 만들고, 시스템 프롬프트에 기술 스택과 제약 조건을 세팅한다.

[Projects 시스템 프롬프트]
우리 프로젝트: FastAPI + PostgreSQL + Redis
아키텍처: 클린 아키텍처 (도메인 → 유스케이스 → 어댑터)
코드 스타일: Google Python Style Guide
테스트: pytest, 단위 테스트 필수

이 상태에서 "유저 아바타 업로드 기능을 설계해줘. S3를 쓸 건데, 리사이즈는 어디서 해야 할까?"라고 물으면 Claude가 아키텍처 수준의 논의를 해준다. 여러 선택지의 트레이드오프를 비교해주고, 추천 구조를 그려준다.

이 단계에서는 코드를 짜는 게 아니라, 방향을 잡는 것이다. 웹이 적합하다.

2단계: 구현 — Claude Code로 코드 작성

설계가 끝나면 터미널을 열고 Claude Code에서 구현한다.

> 아까 설계한 아바타 업로드 기능을 구현해줘.
> - POST /users/{id}/avatar 엔드포인트
> - S3 업로드 (boto3)
> - Pillow로 128x128, 256x256 리사이즈
> - 기존 아바타는 S3에서 삭제
> - 단위 테스트 포함

Claude Code가 파일을 만들고, 코드를 쓰고, 테스트를 돌리고, 통과하면 커밋까지 한다. 이 과정에서 기존 프로젝트 구조를 파악하고 있으니까, 기존 코드 스타일과 일관성을 유지한다.

3단계: 자동화 — API로 CI/CD 연동

기능이 완성되면, PR 단계에서 자동으로 코드 리뷰가 돌아가도록 API를 연동한다.

# .github/scripts/ai_review.py
import anthropic
import subprocess

def get_diff():
    result = subprocess.run(
        ["git", "diff", "origin/main...HEAD"],
        capture_output=True, text=True
    )
    return result.stdout

def review_code(diff: str) -> str:
    client = anthropic.Anthropic()
    message = client.messages.create(
        model="claude-sonnet-4-6",
        max_tokens=2048,
        system="너는 시니어 백엔드 개발자야. 코드 리뷰를 해줘. 버그, 보안 이슈, 성능 문제를 중심으로.",
        messages=[{"role": "user", "content": f"이 diff를 리뷰해줘:\n\n{diff}"}]
    )
    return message.content[0].text

if __name__ == "__main__":
    diff = get_diff()
    if diff:
        review = review_code(diff)
        print(review)

이걸 GitHub Actions에 물리면, PR이 올라올 때마다 Claude가 자동으로 코드 리뷰를 남긴다. 사람 리뷰어가 보기 전에 기본적인 이슈를 잡아준다.

이 조합이 강한 이유

• 설계: 웹에서 자유롭게 논의. 아키텍처 결정을 먼저 끝낸다
• 구현: Claude Code가 실제 파일을 수정. 복사/붙여넣기 없이 끝까지 간다
• 품질 관리: API가 자동으로 돌면서 매 PR마다 리뷰. 사람이 빠져도 최소한의 검증이 된다

세 방식이 각자의 강점에서 역할을 분담하는 구조다.

클로드 AI가 코딩에서 강한 이유

왜 하필 Claude인가? GPT-4o도 있고, Gemini도 있는데.

200K 컨텍스트 윈도우

Claude는 200K 토큰의 컨텍스트를 지원한다. 이게 무슨 뜻이냐면, 큰 코드베이스를 한 번에 이해할 수 있다는 거다. 10개 파일, 20개 파일을 동시에 올려놓고 "이 파일들의 의존관계를 분석해줘"라고 하면 전체를 보고 답한다. 다른 모델들은 컨텍스트가 작아서 파일을 쪼개서 보내야 하는 경우가 많다.

정확한 코드 생성

Claude는 코드 생성 시 할루시네이션이 상대적으로 적다. 존재하지 않는 라이브러리를 추천하거나, 없는 메서드를 사용하는 경우가 다른 모델보다 덜하다. 특히 Opus 모델은 복잡한 로직에서도 일관성을 잘 유지한다.

아키텍처 판단력

단순히 "코드를 생성"하는 것만이 아니라, "이렇게 하면 안 되는 이유"를 설명해준다. "여기에 싱글톤 쓰면 테스트가 어려워진다", "이 구조는 순환 의존이 생긴다" 같은 아키텍처 수준의 피드백을 준다. 경험 많은 시니어 개발자에게 리뷰받는 느낌이다.

신중한 접근

Claude는 확실하지 않으면 "잘 모르겠다"고 말한다. 이게 별것 아닌 것 같지만, AI 코딩에서는 꽤 중요하다. 자신 있게 틀린 코드를 내놓는 것보다, "이 부분은 확인이 필요하다"고 명시해주는 게 훨씬 안전하다. 특히 보안 관련 코드나 동시성 처리 같은 민감한 영역에서 이 차이가 크다.

시작하는 법: 단계별 가이드

어디서부터 시작할지 모르겠다면, 이 순서를 따라라.

1단계: 웹부터 시작한다

claude.ai에 가입하고, 코딩 질문을 던져본다. "Python으로 REST API 만드는 법 알려줘", "이 코드에서 버그를 찾아줘" 같은 것부터. 이걸로 Claude의 코딩 능력을 체감한다.

2단계: Claude Code를 설치한다

웹에서 감을 잡았으면, Claude Code를 설치한다.

npm install -g @anthropic-ai/claude-code
cd my-project
claude

실제 프로젝트에서 "이 파일의 테스트를 작성해줘" 같은 작은 작업부터 시작한다. Claude Code가 파일을 읽고 쓰는 걸 직접 보면 "이게 되네?" 하는 순간이 온다.

3단계: API를 연동한다

자동화할 게 생기면 그때 API를 쓴다. 처음부터 API를 만들 필요는 없다. 반복적인 작업이 보이면 그때 코드를 짜서 자동화하면 된다.

요약

클로드 AI로 코딩하는 방식은 3가지다.

1. 웹 (claude.ai): 가장 쉽다. 질문하고 답 받고 복사해서 쓴다. 누구나 지금 당장 시작할 수 있다
2. API: 내 앱에 Claude를 내장한다. 자동화가 핵심이다. CI/CD, 봇, 내부 도구에 연동한다
3. Claude Code (CLI): 터미널에서 실제 프로젝트를 직접 작업시킨다. 파일 읽기/쓰기, 빌드, 테스트, git까지. 이게 현재 AI 코딩의 끝판왕이다

셋 중 하나만 고를 필요 없다. 설계는 웹에서, 구현은 Claude Code로, 자동화는 API로. 이렇게 조합하면 혼자서도 팀 수준의 생산성을 낼 수 있다.

어디서 시작하든, 일단 시작하면 "이걸 왜 이제야 썼지?"라는 생각이 들 거다. 안 써본 사람은 있어도, 한 번만 써본 사람은 없다.

---

관련글:

• 클로드 AI 사용법 완벽 가이드 2026 — 입문자용 가이드
• Claude Code 해부학 Part 0: 소스코드 51만 줄 전체 분석 — Claude Code 내부 구조