Claude Code 동적 워크플로우: 모든 작업에 최적화된 맞춤형 하네스 활용

Claude Code 가 이제 즉시 작업에 맞춤화된 자체 harness 를 작성할 수 있습니다. 이 기능을 동적 워크플로우라고 합니다. 즉, 오케스트레이션 스크립트를 동적으로 작성하고, 단일 세션에서 수십에서 수백 개의 병렬 하위 에이전트를 실행하며, 결과를 사용자에게 제시하기 전에 자체적으로 검증합니다.

기본 Claude Code harness 는 코드 작성에 탁월하지만, 리서치, 보안 분석, 에이전트 팀, 코드 리뷰와 같은 보다 특화된 작업의 경우 최적의 성능을 얻기 위해 Claude Code 위에 맞춤형 harness 를 구축해야 했습니다.

워크플로우를 사용하면 이러한 맞춤형 harness 를 동적으로 생성할 수 있습니다. 이 harness 는 재사용 및 공유가 가능하며, 기본 접근 방식보다 더 본질적인 방식으로 Claude 가 문제를 해결할 수 있도록 합니다.

이 글에서는 워크플로우에 대한 초기 경험과 인사이트를 공유하겠습니다. 워크플로우는 더 많은 토큰을 소비하므로 복잡하고 가치가 높은 작업에 더 적합하다는 점을 유의하세요.

0. 소개

소개 섹션에는 실전 형님( Practice Brother )의 노트가 포함되어 있습니다.

훌륭한 글입니다. 워크플로우는 스킬 이후 최고의 발명품일지도 모릅니다. 목표( goals )의 강화된 버전이며, 배울 가치가 충분히 있습니다. 이 글은 워크플로우의 다양한 적용 시나리오를 쉽게 설명합니다.

원저자는 Thariq @trq212로, Claude Code 팁을 자주 공유하는 Anthropic 의 핵심 직원입니다.

내용이 깁니다. 관심 있는 섹션으로 건너뛰셔도 좋습니다. 워크플로우의 기능을 직접 체험하려면 섹션 1을 참조하세요;
왜 필요한지 이해하려면 섹션 3부터 5까지를 참조하세요
; 구현 솔루션을 바로 복사하려면 섹션 6으로 이동하세요.

1. 예시 프롬프트

다음 예시는 워크플로우가 할 수 있는 작업을 보여줍니다. Claude 에게 다음과 같은 요청을 직접 할 수 있습니다:

여러 경쟁 이론이 불안정한 테스트를 재현하도록 시도하게 합니다.
과거 세션에서 반복되는 수정 사항을 발굴합니다.
Slack 인시던트 채널에서 근본 원인을 찾습니다.
비즈니스 계획에 대한 다양한 비판적 관점을 얻습니다.
이력서를 순위화하고 검증합니다.
토너먼트 방식 선택을 사용하여 CLI 도구 이름을 지정합니다.
전체 코드베이스에 걸쳐 리팩터링을 수행합니다.
블로그 초안의 기술적 주장을 실제 코드와 대조하여 확인합니다.

2. 워크플로우 작동 방식

워크플로우는 하위 에이전트를 생성하고 조정하기 위한 특수 함수가 포함된 JavaScript 파일을 실행합니다. JSON, Math, Array 와 같은 표준 JavaScript 도구를 사용하여 데이터를 처리할 수 있습니다. 워크플로우는 하위 에이전트가 사용할 모델을 선택하고 격리된 작업 트리( worktree )에서 실행할지 여부를 결정할 수 있습니다. 중단된 경우 워크플로우는 중단된 지점부터 다시 시작할 수 있습니다.

3. 워크플로우가 필요한 이유

기본 harness 는 단일 컨텍스트 창 내에서 계획 및 실행을 완료합니다. 이는 코딩 작업에는 잘 작동하지만, 장기 실행, 대규모 병렬, 고도로 구조화되거나 적대적인 작업에는 실패합니다. 특히 세 가지 실패 모드를 보입니다:

에이전트 게으름: 복잡한 다중 부분 작업에 직면했을 때 Claude 가 조기에 중단되어 일부만 완료합니다 (예: 50 개의 보안 리뷰 중 35 개만 처리).
자기 선호 편향: 루브릭에 따라 결과를 검증하거나 판단하라는 요청을 받으면 Claude 는 자신의 결론을 선호하는 경향이 있습니다.
목표 이탈: 여러 상호 작용을 거치면서 충실도가 떨어집니다. 각 요약은 엣지 케이스 요구 사항 및 제약 조건을 포함한 세부 정보를 누락시킵니다.

워크플로우는 각각 고유한 컨텍스트 창, 집중된 목표 및 격리를 가진 독립적인 하위 에이전트를 조정하여 이를 해결합니다.

4. 동적 워크플로우 vs. 정적 워크플로우

이전에는 Claude Agent SDK 또는 claude -p 로 구축된 정적 워크플로우가 여러 Claude Code 인스턴스를 일반적인 방식으로 조정하여 모든 엣지 케이스를 직접 처리해야 했습니다. Claude Opus 4.8 및 동적 워크플로우를 통해 Claude 는 이제 특정 시나리오에 맞게 조정된 harness 를 작성할 수 있습니다.

5. 워크플로우 사용을 위한 실용적인 패턴

워크플로우를 직접 요청하거나 프롬프트에 ultracode 를 사용하여 Claude Code 가 워크플로우를 생성하도록 함으로써 트리거할 수 있습니다. 일반적인 패턴은 다음과 같습니다:

분류 및 실행: 분류기 에이전트가 작업 유형을 결정하고 다른 에이전트나 동작으로 라우팅합니다. 완료 시 출력을 분류할 수도 있습니다.
분산 및 합성: 작업을 여러 개의 작은 단계로 나누고, 각 단계에 대해 에이전트를 실행한 후 결과를 합성합니다. 이는 많은 단계가 깨끗하고 간섭 없는 컨텍스트 창의 이점을 얻을 때 유용합니다. 합성은 모든 에이전트가 완료될 때까지 기다렸다가 구조화된 출력을 병합하는 장벽 역할을 합니다.
적대적 검증: 생성된 모든 에이전트에 대해 별도의 적대적 에이전트를 실행하여 루브릭 또는 기준에 따라 출력을 검증합니다.
생성 및 필터링: 주제에 대한 여러 아이디어를 생성하고, 루브릭 또는 검증을 통해 필터링하여 중복 제거 후 최고 품질의 검증된 결과만 유지합니다.
토너먼트: N 개의 에이전트가 동일한 작업에 대해 다른 방법을 사용하여 경쟁하도록 합니다. 쌍별 판정 에이전트가 하나만 남을 때까지 승자를 결정합니다.
완료될 때까지 반복: 알 수 없는 작업량의 경우 중지 조건이 충족될 때까지 (예: 새로운 발견 없음, 로그에 오류 없음) 지속적으로 에이전트를 생성합니다.

6. 적용 시나리오

마이그레이션 및 리팩터링: Bun 은 Zig 를 Rust 로 재작성할 때 워크플로우를 사용했습니다. 작업을 직렬 단계 (호출 사이트, 실패하는 테스트, 모듈)로 나누고, 각 수정 사항에 대한 하위 에이전트를 작업 트리에서 생성하고, 적대적 리뷰를 수행한 후 병합합니다. 병렬 처리를 최대화하려면 리소스 집약적인 명령을 피하세요.
심층 리서치: Claude Code 의 /deep-research 스킬은 워크플로우를 사용하여 웹 검색을 분산하고, 소스를 스크래핑하고, 주장을 적대적으로 검증하고, 인용된 보고서를 합성합니다. 이는 Slack 상태 보고서 컴파일이나 코드베이스 기능 탐색과 같은 비웹 리서치에도 적용됩니다.
심층 검증: 모든 사실에 인용이 필요한 보고서의 경우 워크플로우가 주장을 식별하고, 하위 에이전트가 각 주장을 확인하도록 하고, 검증기 에이전트가 소스 품질을 보장하도록 할 수 있습니다.

정렬: 질적 측정이 필요한 대규모 목록 (예: 심각도별 티켓 순위 지정)의 경우, 하나의 프롬프트에서 1000 개 이상의 라인을 순위 지정하면 품질이 저하되고 컨텍스트가 폭발합니다. 토너먼트, 쌍별 파이프라인 또는 병렬 버킷 순위 지정을 사용하세요. 각 비교는 자체 에이전트입니다.

메모리 및 규칙 준수: Claude 가 CLAUDE.md 에서도 규칙을 놓치는 경우, 각 규칙에 대한 규칙 검증기가 있는 워크플로우를 만듭니다. 거짓 긍정을 방지하기 위해 회의적인 페르소나를 사용하여 규칙을 검토합니다. 반대로, 최근 세션에서 반복되는 수정 사항을 발굴하고, 병렬 에이전트로 클러스터링한 후, CLAUDE.md 를 개선하기 전에 규칙이 오류를 방지했을지 적대적으로 검증합니다.

대규모 분류: 분류 워크플로우는 항목을 분류하고, 기존 레코드와 중복을 제거한 후 조치를 취합니다. '격리( quarantine )' 패턴은 에이전트가 신뢰할 수 없는 콘텐츠를 읽고 높은 권한의 작업을 실행하는 것을 방지하여 해당 작업을 처리 에이전트에 위임합니다. 지속적인 운영을 위해 /loop 와 함께 사용하세요.

탐색 및 취향: '취향'에 의존하고 루브릭의 이점을 얻는 디자인 또는 명명 결정에 유용합니다. Claude 가 솔루션을 탐색하는 동안 리뷰 에이전트가 루브릭에 따라 솔루션을 판단합니다. 솔루션은 토너먼트를 통해 순위가 매겨지거나 선택될 수 있습니다.
평가: 작업 트리에서 독립적인 에이전트를 생성하고 비교 에이전트가 루브릭에 따라 출력을 점수화하여 간단한 평가를 실행합니다.
모델 및 지능형 라우팅: 사용할 모델을 결정하는 작업에 맞춰진 분류기 에이전트를 만듭니다. 예를 들어, 인증 모듈을 설명하는 것은 파일 수에 따라 달라집니다. 분류기가 먼저 이를 조사한 다음 복잡성에 따라 Sonnet 또는 Opus 로 라우팅합니다.

7. 워크플로우를 사용하지 말아야 할 경우

워크플로우는 새로운 기능이며 모든 작업에 필요한 것은 아닙니다. 상당히 더 많은 토큰을 소비합니다. 기존 사용 방식을 넘어서는 작업에 창의적으로 사용하세요. 일상적인 코딩의 경우 추가 계산이 필요한지 고려하세요. 대부분의 코딩에는 5 명의 리뷰어가 필요하지 않습니다.

8. 워크플로우 구축을 위한 팁

프롬프팅: 상세한 프롬프트가 가장 효과적입니다. 워크플로우는 큰 작업에만 해당되는 것이 아닙니다. 가설에 대한 빠른 적대적 검토를 위해 빠른 워크플로우를 프롬프트할 수 있습니다.
/goal 및 /loop 와 결합: 분류 또는 리서치와 같은 반복 가능한 워크플로우의 경우 간격을 위해 /loop 를 사용하고 엄격한 완료 요구 사항을 위해 /goal 을 사용하세요.
토큰 예산: 사용량을 제한하기 위해 프롬프트에 명확한 토큰 예산 (예: 10k 토큰)을 설정하세요.
저장 및 공유: 워크플로우 메뉴에서 's'를 눌러 저장하세요. ~/.claude/workflows 에 체크인하거나 스킬을 통해 배포하세요. SKILL.md 에서 JavaScript 워크플로우 파일을 참조하세요. 유연성을 위해 Claude 에게 스킬 워크플로우를 리터럴 스크립트가 아닌 템플릿으로 취급하도록 프롬프트하세요.