Claude Code의 수석 디자이너가 AI로 빌드하는 방법 [유튜브]
요약
Claude Code의 리드 디자이너가 Excalidraw에 기능을 추가하며 보여주는 실전 AI 개발 워크플로우를 소개합니다. worktree를 활용한 병렬 작업, auto mode, loop 프롬프트 등을 통해 아이디어 탐색부터 PR 작성까지의 파이프라인을 효율화하는 방법을 다룹니다.
핵심 포인트
- worktree를 활용해 여러 Claude 세션을 충돌 없이 병렬로 실행
- auto mode와 loop 프롬프트를 통한 반복적이고 자동화된 작업 수행
- 단순 프롬프트로 프로토타입을 생성하고 셀프 테스트로 검증하는 패턴
- AI 시대에 맞춰 검증, 리뷰, 배포 기준을 자동화된 시스템으로 확장 필요
- 실제 제품 개발에서 클로드 코드를 어떻게 쓰는지, Excalidraw에 autocomplete 기능을 직접 추가하며
실전 워크플로우를 시연 - 디자이너의 발표지만 내용은 거의 개발자 워크플로우에 가까우며,
worktree로 여러 Claude 세션을 병렬 실행하고, 기능 프로토타입을 만들고, 브라우저에서 검증하고, PR까지 올리는 과정을 CLI 중심으로 다룸 - 핵심은 AI를 단순히 코드를 대신 쓰는 도구로 쓰는 것이 아니라,
아이디어 탐색 → 구현안 비교 → 셀프 검증 → PR 작성 → 리뷰 반영 → 머지 보조까지 이어지는 제품 개발 파이프라인에 넣는 방식임 - 디자이너에게 유용한 지점은 Claude가 아직 디자인 판단을 잘하지 못한다는 한계를 인정하면서도, 여러 구현안을 빠르게 만들고 스크린샷·GIF가 포함된 PR로 검토하게 만들어
디자인 의사결정의 속도와 품질 관리를 함께 높이는 방법을 보여준다는 점 - 개발자에게 유용한 지점은
/prototype
, loop
, 자동 권한 모드, Chrome 기반 셀프 테스트, 코드 정리·리뷰·PR 머지 자동화처럼 Claude Code를 실제 저장소와 협업 흐름 안에 연결하는 구체적인 패턴을 볼 수 있다는 점
- 특히 “모두가 만들 수 있다고 해서 모든 것이 배포되어야 하는 것은 아니다”라는 관점이 중요하며, AI 시대에는 더 많은 사람이 코드를 만들 수 있게 되는 만큼
검증, 리뷰, 디자인 관여, 배포 기준을 자동화된 시스템으로 확장해야 함 - 결국 이 영상은 디자이너가 AI로 코딩하는 법보다, 디자이너와 개발자가 AI를 사이에 두고
제품 품질을 유지하면서 더 빠르게 실험하는 방식을 보여주는 사례
발표 맥락과 발표자
- Claude Code의 리드 디자이너인 Meaghan Choi
- AI 도입 이전부터
CLI 제품을 설계해 왔으며, Claude CLI 설계에 참여했고 스스로 "CLI 신봉자(CLI die-hard)"라 표현 - Anthropic 구성원은 도구에 상시 접근하며 종일 사용하기에,
더 최적의 작업 방식을 끊임없이 찾는 분위기라고 언급 - 데스크톱 앱이 더 접근성이 높고, 데모의 모든 작업은
desktop app에서도 동일하게 가능하다고 명시 - CLI는 발표자 개인 취향이며 시청자가 반드시 따라야 하는 방식은 아님
병렬·고속 작업 환경 설정
worktree
- 로컬 저장소에서 여러 Claude를 동시에 돌리면 서로 작업을 덮어쓰며
충돌이 발생할 수 있음
worktree는 저장소의 격리된 복사본을 만들어 여러 작업을 병렬로 수행하게 함 - 엔지니어들이 Claude를 4~5개 열어 두는 경우, 저장소를 repo1·repo2처럼 복제했거나 worktree를 쓰는 것
claude --worktree
실행 시 자동으로 새 브랜치를 체크아웃, 관리가 더 쉬워 추천
Opus 1M · fast mode
-
발표자는 항상
Opus 100만 컨텍스트와 fast mode를 사용, 단 조직에 따라 접근이 제한될 수 있음 -
15분 데모를 빠르게 진행하기 위한 설정으로, 약간의 속도 차이가 있다고 설명
auto mode
-
Anthropic 구성원은 항상
auto mode 사용, 낮은 권한 모드에 대한 대안
분류기(classifier) 가 위험한 동작 여부를 감지하므로, "Yes, accept"를 반복 승인할 필요 없이 작업이 훨씬 빨라짐
Loop
Loop는 "다 끝날 때까지 계속"을 의미하는 표준 프롬프트로, 완료될 때까지 작업을 반복하게 함
프롬프트와 prototype skill
- 디자인 스펙 없이 "autocomplete를 추가하고 싶다"는
단순 프롬프트만으로 Excalidraw에 기능 추가를 지시
prototype skill
-
Claude에게 요청해 직접 만든
slash prototype skill, 한 기능에 대해 기본 5개(n개) 구현안을 생성하고 HTML 파일로 미리보기 후 반복 -
스킬은 손으로 작성하지 않고 프롬프트로 만든다고 강조, "요즘 스킬을 손으로 쓰는 사람은 없다"고 표현
-
Claude가 먼저
하나의 안을 직접 고르고 이유를 설명하도록 요청, 발표자는 결과를 보는 재미가 있다고 언급 -
"온라인 리서치 허용"을 추가, 프로덕션 코드베이스라면
Slack·Google Docs·논의 기록·BigQuery 등 모든 소스를 참고하게 지시했을 것 -
최선안 구현·검증·스타일 일치 후
스크린샷이 포함된 PR 생성 지시 -
이후 트랜스크립트가 아니라, 구현 기능의 녹화가 담긴
PR을 검토하는 방식으로 전환 -
데모에서 Claude가 제시한 여러 탭 완성(autocomplete) 안 중 청중 의견을 반영해 2번 선택
작업의 3가지 원칙
Claude를 포함한 대부분의 LLM은 아직 디자인에 약함, 따라서 craft와 의사결정에는 사람이 계속 개입해야 함
-
영구적인 한계는 아니지만, 현재 워크플로우는 "사람이 제품에 들어갈 것을 결정"한다는 전제 위에 구성
-
코딩은 자동화하되
비코딩 업무도 Claude에 위임해야 하며, 그렇지 않으면 가장 자동화된 방식으로 쓰는 것이 아님
누구나 ship할 수 있다고 모든 것을 ship해야 하는 것은 아님, 모두가 프로덕션에 푸시할 수 있게 된 만큼 확장 가능한 시스템이 필요
비코딩 업무 자동화
Claude in the web (cloud)
-
앱에서 발견한
수백 개의 작은 polish 수정을 별도 세션 없이 상시 처리하는 용도 -
수정이 너무 많다는 엔지니어 불만이 있을 땐
하나의 PR로 squash 요청 -
사소한 CSS 변경은 검토 없이 자동 승인되기도 함, 제품의 완성도 유지에 유용
PR 머지 자동화
- 거의 모든 구성원이 Claude를 상시 실행해
PR 머지를 돕게 함, 발표자는 더 이상 CI나 머지 직전 단계에 직접 관여하지 않음
simplify
·code review
는 저장소 내부용으로 코드베이스를 정리(prune), AI를 쓰는 엔지니어링 팀이라면 유사 도구가 있을 것
commit push PR
은 내부 검사를 일괄 실행하는 명령
-
열려 있는 PR을 검토해
완료 단계까지 밀어붙이는 명령은 스킬에 내장 -
Slack과 연동되어 코드 리뷰어나 on-call 담당에게 자동 DM, 도구 묶음의 통합이 핵심
Claude in Chrome
-
Claude가 직접 Chrome을 열어 동작을 테스트,
프론트엔드 변경의 자가 검증에 가장 좋은 방식으로 추천 -
일련의
GIF로 스크린샷을 기록해 게시한 뒤 PR을 여는 흐름
스케줄 루틴 (Claude code work)
-
예약 작업(routine)으로 모든 저장소의
프론트엔드 변경을 스크랩
Slack·Google Meet 트랜스크립트·Google Docs 등을 훑어 디자이너 참여 여부를 확인, 미참여 시 플래그 처리 -
미참여 시 디자인을 검토해
반대 관점의 디자인(adversarial design) PR을 초안으로 작성, 해당 엔지니어에게 DM 후 디자이너와 협업 요청 -
Claude가 디자인에 약해 DM 기능은 꺼 둔 상태, 1번 원칙(LLM은 아직 디자인에 약함)과 연결
-
첫 단계가 아니라
다음 단계의 다음 단계까지 자동화를 밀어붙여, 차기 모델 출시 시 바로 적용할 수 있도록 미리 작성해 두는 전략
디자이너·개발자에게 유용한 이유
- 발표의 목표 자체가
Claude Code 사용자의 작업 수준 향상(up level), 실제 Anthropic 내부에서 인기 있는 작업 방식을 그대로 공개 - 개발자 관점에서는
worktree로 병렬 작업, auto mode로 승인 반복 제거, PR 머지·CI 자동화 등 일일 작업 속도를 직접 높이는 구체 명령과 동작을 제시 - 발표에 쓰인
simplify
·code review
같은 도구는 AI를 쓰는 엔지니어링 팀이라면 사내에 동등한 것이 있으므로, 엔지니어링 파트너에게 물어 활용하라고 안내
- 디자이너 관점에서는
LLM이 아직 디자인에 약함을 전제로, 사람이 craft·의사결정의 주체로 남고 자동화는 보조에 둔다는 입장을 분명히 함 - 디자이너 참여 없이 ship된 프론트엔드 변경을 탐지·플래그하는
스케줄 루틴처럼, 디자인 품질을 시스템으로 지키는 접근을 제시
댓글과 토론
AI 자동 생성 콘텐츠
본 콘텐츠는 GeekNews의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기