Claude Code에서 DeepSeek 실행하기 — 파일 하나만 바꿔서 모델을 교체하는 방법

대부분의 CLAUDE.md 파일은 500줄에 달하는 거대한 단일 파일(monolith)입니다. LLM을 바꿀 때마다 모든 내용을 다시 작성해야 하죠. 저는 모델 교체를 아주 쉽게 만드는 3계층 아키텍처(three-layer architecture)를 구축했습니다. 그 방법을 소개합니다.

문제점

저는 Claude Code의 데일리 드라이버(daily driver)로 DeepSeek V4 Pro를 사용합니다. 하지만 때로는 복잡한 추론을 위해 Claude Opus가 필요하거나, 빠른 반복 작업을 위해 Sonnet이 필요할 때가 있습니다.

모델을 바꿀 때마다 CLAUDE.md를 다시 작성해야 했습니다. DeepSeek는 네이티브 Claude와는 다른 동작 튜닝(behavior tuning)이 필요하기 때문입니다. DeepSeek는 더 창의적이지만 도구 호출(tool calls)의 일관성은 떨어집니다. Claude Opus는 정밀하지만 장황합니다. 동일한 규칙 파일로는 두 모델을 모두 만족시킬 수 없습니다.

세 번째 재작성을 거친 후, 저는 깨달았습니다. 문제는 모델이 아닙니다. 하나의 파일에 정체성(identity), 동작(behavior), 그리고 프로세스 규칙(process rules)을 모두 섞어 놓은 것이 문제입니다.

아키텍처

세 개의 파일. 하나만 변경. 그게 전부입니다.

SOUL.md — 내가 누구인가 (정체성, 목표, 성장). 절대 변하지 않음.
INTERFACE.md — 이 두뇌가 어떻게 작동하는가 (모델별 튜닝). 유일하게 변경되는 파일.
BODY.md — 무엇을 하는가 (프로세스, 리뷰, 인도 게이트). 모델에 무관함(Model-agnostic).

SOUL.md — 정체성 계층 (The Identity Layer)

이것은 AI 어시스턴트가 '누구인가'에 대한 것입니다. 당신의 역할은 무엇인가요? 무엇을 만들고 있나요? 당신의 장기적인 목표는 무엇인가요?

이 파일은 Claude, DeepSeek, Gemini, 또는 Qwen을 실행하든 상관없이 동일하게 유지됩니다. 이것은 당신의 디지털 트윈의 영혼, 즉 모델에 무관한 정체성입니다.

INTERFACE.md — 두뇌 계층 (The Brain Layer)

이것은 모델을 교체할 때 변경되는 '유일한' 파일입니다. 각 모델은 보완이 필요한 서로 다른 특성(quirks)을 가지고 있습니다.

DeepSeek V4 Pro를 사용할 때, 저의 INTERFACE.md는 다음과 같이 보정(calibrate)합니다:

• TOOL: 파라미터 이름을 정확히 일치시킬 것; 2회 실패 시 전략 변경
• OUTPUT: 500단어 초과 시 섹션별로 분할
• VERIFY: 사후 편집 검증(Post-edit verification) 필수
• CONTEXT: 5턴 이상 지난 정보는 재확인

Claude Opus로 전환할 때:

• TOOL: 표준 Anthropic 도구 사용 — 별도의 보정 필요 없음
• OUTPUT: 긴 형식의 분석 가능, 강제 분할 필요 없음
• VERIFY: 표준 검증, 덜 공격적으로 수행
• CONTEXT: 전체 컨텍스트 윈도우(context window) 사용 가능

구조는 동일하지만, 보정(calibration) 값만 다릅니다. 각 모델은 더도 말고 덜도 말고 정확히 필요한 만큼의 정보만 전달받습니다.

BODY.md — 프로세스 계층 (The Process Layer)

어떤 LLM이 실행 중인지와 관계없이 '어떻게' 작업할지를 규정하는 모델 불가지론적 (model-agnostic) 규칙들입니다: 세션 시작 체크리스트, 종료 시퀀스, 3단계 리뷰 시스템, 그리고 시스템 상태 임계값(system health thresholds) 등이 포함됩니다. 이 규칙들은 Claude Opus를 엔진으로 사용하든 DeepSeek V4를 사용하든 동일하게 작동합니다. 이것은 개성(personality)이 아니라 프로세스(process)입니다.

셀프 모델 루프 (The Self-Model Loop)

SOUL.md는 순수하게 정적인 것이 아닙니다. 피드백 루프를 통해 진화합니다: 각 세션은 현재의 셀프 모델을 읽고, 새로운 경험을 생성하며, 세션 종료 시 스스로를 업데이트합니다. 다음 세션은 진화된 셀프 모델, 즉 이전과는 다른 '나'를 읽게 됩니다.

저는 이것을 **이상한 루프 (strange loop)**라고 부릅니다: 자신을 읽고, 읽은 것에 의해 영향을 받으며, 새로운 데이터를 생성하고, 자신을 다시 쓰는 과정입니다.

멀티 모델을 넘어 이것이 중요한 이유

설령 단 하나의 모델만 사용하더라도, 이러한 분리는 설정 드리프트 (config drift)를 방지합니다. 정체성 (identity)이 500줄에 달하는 행동 규칙 속에 파묻히지 않습니다. 프로세스 규칙이 실수로 특정 모델에 종속되지도 않습니다. 새로운 팀원들은 INTERFACE.md를 변경하지 않고도 여러분의 BODY.md를 채택할 수 있습니다.

마이그레이션 (The Migration)

단일 구조의 CLAUDE.md에서 세 개의 파일로 분리하는 데는 약 15분이 소요됩니다:

1. 감사 (Audit): 현재 CLAUDE.md의 모든 줄을 SOUL, INTERFACE, 또는 BODY로 분류합니다.
2. 추출 (Extract): 각 줄을 올바른 파일로 이동합니다.
3. 테스트 (Test): INTERFACE.md에서 모델을 교체하고, 아무것도 망가지지 않았는지 확인합니다.
4. 교체 (Replace): 여러분의 CLAUDE.md는 이제 단순한 아키텍처 다이어그램이 됩니다.

실제 수치 (Real Numbers)

이 아키텍처는 다음을 견뎌냈습니다:

• 정체성이나 프로세스의 드리프트 없이 4번의 LLM 재설정 수행
• 5개 이상의 프로젝트에 걸친 200회 이상의 세션
• 4개의 서로 다른 커뮤니티(ECC 및 anthropics/skills 포함)에 6개의 오픈 소스 PR 제출
• 이 모든 과정 동안 5개 라이브러리 학습 캡처 시스템과 7개의 자동화된 훅 (automated hooks) 유지

이 시스템은 DeepSeek V4 Pro 백엔드를 사용하는 Dell G15에서 실행됩니다. 모델을 교체할 때 단 한 줄만 바뀝니다. 나머지는 그대로 유지됩니다.

이 3계층 아키텍처 (three-layer architecture)는 Claude Code 스킬 (skill)로 사용할 수 있습니다. 전체 설정 시스템 (configuration system)은 오픈 소스 (open-source)입니다.