클로드 코드로 웹 개발을 하다 보면 개발 서버를 띄워놓은 상태에서 코드를 수정해야 하는 상황이 자주 생깁니다. 프론트엔드 서버와 백엔드 서버를 동시에 돌리면서 코드를 고쳐야 할 때도 있고요. 일반 터미널에서는 탭이나 tmux로 해결하지만, 클로드 코드 안에서는 어떻게 할까요? 🤔 백그라운드 프로세스 기능을 쓰면 됩니다. 오래 걸리는 명령어를 뒤로 보내놓고 대화를 이어가다가 필요할 때 다시 확인하거나 종료할 수 있거든요. 한번 익혀두면 개발 서버 띄우기, 빌드 감시, 테스트 실행 같은 작업이 훨씬 수월해집니다. 백그라운드로 보내는
GitHub에서 이슈를 만들고 PR을 열고 코드를 검색하는 일은 개발자의 일상이죠. 그런데 이런 반복 작업을 AI에게 시키면 어떨까요? MCP(Model Context Protocol)가 AI와 외부 시스템을 연결하는 표준으로 자리 잡으면서 GitHub도 공식 MCP 서버를 내놓았는데요. 설정해두면 VSCode나 Cursor의 AI 채팅에서 자연어로 요청하는 것만으로 GitHub의 이슈나 PR을 간편하게 다룰 수 있게 됩니다. 이번 글에서는 GitHub MCP 서버를 설치하고 실제로 활용하는 방법을 살펴볼게요. GitHub MCP
클로드 코드는 기본적으로 파일 읽기와 쓰기, Bash 명령어 실행, 코드 탐색처럼 소프트웨어 개발에 필요한 핵심 도구를 갖추고 있습니다. 하지만 실제 개발 작업을 하다 보면 클로드 코드에 내장된 기본 도구만으로는 부족할 때가 있습니다. 이럴 때 MCP(Model Context Protocol) 서버를 연결하면 클로드 코드의 능력을 크게 확장할 수 있습니다. MCP 서버를 한번 설정해두면 "GitHub 이슈 42번 내용 알려줘", "users 테이블 스키마 보여줘" 같은 자연어 요청만으로 외부 시스템을 다룰 수 있게 되거든요. 이 글
클로드 코드를 처음 쓸 때 /help를 입력해보면 70개가 넘는 슬래시 커맨드가 쏟아져 나옵니다. "이걸 언제 다 외우지?"라는 생각이 들 수 있는데요. 사실 매일 쓰는 명령어는 그중 일부에 불과합니다. 나머지는 특정 상황에서만 꺼내 쓰는 도구에 가깝죠. 이 글에서는 실무에서 자주 쓰는 명령어를 카테고리별로 정리해봤습니다. 각 명령어가 어떤 상황에서 유용한지, 관련 기능을 더 깊이 다룬 글은 어디 있는지까지 함께 안내합니다. 가장 먼저 알아둘 명령어는 **/help**입니다. 전체 명령어 목록을 보여주기 때문에, 나머지 명령어가 기
혹시 여러분이 운영하는 웹사이트의 서버 로그에서 AI 크롤러가 하루에 몇 번이나 다녀가는지 확인해보신 적 있나요? 저는 개인 블로그의 로그를 살펴보다가 GPTBot, ClaudeBot, Bytespider 같은 봇들이 사람 방문자 못지않게 부지런히 드나드는 걸 보고 묘한 기분이 들었습니다. 제 글이 AI 모델의 학습 자료나 답변 재료로 쓰일 수 있는데, 그 사용 조건은 제가 정할 수 없으니까요. 웹에는 오랫동안 콘텐츠를 무료로 공개하는 대신 트래픽과 인용으로 보상받는 암묵적인 상생 구조가 있었습니다. 하지만 AI 크롤러는 이 구조를
우리는 지난 몇 년간 소프트웨어 개발 방식에 혁명적인 변화를 가져온 AI 도구들을 경험했습니다. 초기에는 ChatGPT가 생성해주는 코드를 IDE로 복붙하다가, 깃허브 Copilot이나 Cursor와 같은 도구들이 코딩을 도와주는 시대를 지나 이제 새로운 패러다임이 등장하고 있습니다. 바로 Anthropic이 선보인 CLI(명령줄 인터페이스) 기반의 AI 코딩 도구, 클로드 코드입니다. 단순한 코드 완성이 아닌, 작업 위임의 시대 클로드 코드는 단순히 코드를 완성해주거나 코드를 생성하는 도구를 넘어섭니다. 이 도구의 핵심에는 사용자
요즘 개발자 커뮤니티에서 코딩 에이전트 이야기가 정말 많이 나옵니다. Claude Code, Cursor, Windsurf, Copilot 등등 하루가 멀다 하고 새로운 도구가 등장하고 있죠. 그런데 이 도구들이 내부적으로 어떻게 돌아가는지 아는 사람은 의외로 많지 않습니다. 코딩 에이전트는 단순히 코드를 생성하는 것을 넘어서 파일을 읽고 명령어를 실행하고 테스트까지 돌리는 꽤 복잡한 시스템인데요. 그 중심에는 **도구 사용(Tool Use)**이라는 메커니즘이 있습니다. 이 글에서는 코딩 에이전트가 어떻게 작동하는지 그 원리를 하
최근에 웹 브라우저를 바꿨습니다. Chrome도 Safari도 아닌 Dia라는 새 브라우저인데요. AI 채팅을 브라우저 옆에 붙여놓은 정도가 아니라 지금 열어둔 페이지와 탭을 통째로 문맥(context)으로 삼아 질문하고 글을 쓰고 코드를 고칠 수 있습니다. 이 글은 제가 2025년 6월에 올린 아래 영상을 바탕으로 정리한 것이고, 마지막 섹션에는 그 뒤 1년 남짓 동안 Dia에 일어난 일을 2026년 9월 시점에서 덧붙였습니다. 영상 속 화면과 지금 화면이 다른 부분은 본문 중간중간에 따로 표시해 두었어요. Arc를 만든 회사의
코드를 작성하다 보면 AI의 도움이 필요한 순간이 자주 찾아옵니다. 복잡한 알고리즘을 짜야 할 때라든가 에러 메시지가 도통 이해가 안 될 때 말이죠. 이럴 때 에디터를 떠나서 ChatGPT나 클로드 코드를 따로 실행하면 작업 흐름이 끊기기 쉬운데요. Zed 에디터는 AI 기능을 에디터 깊숙이 통합해서 이런 컨텍스트 전환을 줄여줍니다. 에이전트 패널에서 AI와 대화하면서 코드를 수정하거나 인라인 어시스턴트로 선택한 코드를 즉석에서 바꾸는 것도 됩니다. 편집 예측은 다음에 칠 코드를 알아서 제안해주고요. 거기에 클로드 코드까지 에디터
터미널에서 코딩 에이전트를 쓰는 분이라면 클로드 코드를 먼저 떠올리실 텐데요. OpenAI도 비슷한 도구를 내놓았습니다. 바로 Codex CLI입니다. Codex CLI는 2025년 4월 16일 공개된 OpenAI의 코딩 에이전트로, 우리 컴퓨터에서 직접 실행되면서 코드를 읽고 고치고 명령을 실행합니다. 소스 코드가 Apache 2.0 라이선스로 공개되어 있고, ChatGPT 구독이 있으면 추가 비용 없이 쓸 수 있다는 점이 눈에 띄어요. 이번 글에서는 Codex CLI를 설치해서 쓰는 방법과 함께, 이 도구의 가장 큰 특징인 샌드
ChatGPT를 사용하다 보면 이런 생각 해보셨나요? "이 작업을 위해 매번 똑같은 프롬프트를 입력하는 게 너무 번거로운데, 미리 설정해둘 수는 없을까?" 혹은 "우리 팀만의 특별한 용도로 커스터마이징된 ChatGPT가 있으면 좋겠는데..." 같은 생각 말이죠. OpenAI가 2023년 11월에 발표한 Custom GPT와 GPT Store가 바로 이런 니즈를 해결해주는 기능입니다. 코드를 한 줄도 작성하지 않고도 나만의 맞춤형 AI 어시스턴트를 만들고, 다른 사람들과 공유할 수 있게 된 거예요. 이 글에서는 Custom GPT가
코드 에디터 하면 VSCode를 떠올리시는 분이 많을 텐데요. 실제로 VSCode가 시장을 지배하고 있지만 가끔 무겁다고 느끼신 적 없나요? 확장을 좀 설치하다 보면 메모리를 잡아먹고, Electron 기반이다 보니 네이티브 앱만큼 빠릿빠릿하지는 않죠. Zed는 이런 불만을 정면으로 해결하려는 코드 에디터입니다. Atom을 만들었던 Nathan Sobo가 Atom의 단종 이후 새로 시작한 프로젝트인데요. Rust로 처음부터 다시 만들어서 GPU 가속 렌더링으로 120 FPS에 가까운 성능을 내고 실시간 협업과 AI 코딩 기능까지 기
혹시 git worktree라는 Git 명령어를 아시나요? 사실 이 명령어는 Git 2.5(2015년)에 도입된 꽤 오래된 기능인데요. 그동안 잘 알려지지 않았다가 최근 Claude Code, Cursor 같은 AI 코딩 에이전트들이 적극적으로 활용하면서 다시 주목받고 있습니다. 여러 작업을 병렬로 처리하면서 변경사항을 안전하게 격리하기 위해서인데요. 이처럼 git worktree는 사람뿐 아니라 AI에게도 빠질 수 없는 도구가 되어가고 있습니다. 이번 글에서는 git worktree의 기본 개념과 실전 활용법에 대해 알아보겠습니다