Shopify의 23,000명 엔지니어는 올해 3분기까지 코딩의 96%를 자동화하기 위해 경쟁하고 있습니다.
그들은 여러 Claude Code 에이전트를 병렬로 실행하며, 각 에이전트는 코드베이스의 다른 부분을 처리하고 엔지니어는 검토 및 병합만 수행합니다.
Bessemer는 전체 AI 우선 플레이북을 공개했습니다.
다음은 그들의 정확한 설정이며, 5분 만에 복사할 수 있습니다 👇
인프라 레이어 (설정이 효과적인 이유)
Shopify는 하나의 AI 도구를 표준화하지 않았습니다. 그 아래 계층을 표준화했습니다.
내부 LLM 프록시를 구축하여 모든 AI 요청이 하나의 게이트웨이를 통해 전달되도록 했습니다. Claude Code, GitHub Copilot, Cursor 모두 동일한 인프라를 통해 흐릅니다.
이를 통해 중앙 집중식 비용 제어, 사용 분석, 그리고 엔지니어의 워크플로를 변경하지 않고 모델을 교체할 수 있는 기능을 제공합니다.
소규모 팀을 위한 교훈: 하나의 도구를 선택하여 올인하지 마십시오. 여러 도구를 실험하면서 비용과 데이터를 제어할 수 있는 인프라를 구축하세요.
패턴 1: 단일 채팅이 아닌 병렬 에이전트
Shopify의 시니어 엔지니어는 Claude Code를 단일 프롬프트-단일 응답 도구로 사용하지 않습니다.
코드베이스의 다른 부분에서 동시에 작업하는 여러 에이전트를 실행합니다.
한 에이전트는 인증 모듈을 리팩터링합니다. 다른 에이전트는 테스트를 작성합니다. 세 번째 에이전트는 문서를 업데이트합니다. 엔지니어는 출력을 검토하고, 작동하지 않는 것은 폐기하며, 작동하는 것은 병합합니다.
엔지니어의 역할은 코드 작성에서 에이전트 출력 검토 및 병합으로 전환됩니다. Farhan Thawar (VP Engineering)는 이를 "지능형 시스템 오케스트레이션"이라고 부릅니다.
패턴 2: 확장된 비평 루프
모든 작업이 병렬 처리에 유리한 것은 아닙니다. 복잡한 아키텍처 결정의 경우 Shopify 엔지니어는 확장된 비평 루프를 통해 단일 에이전트를 실행합니다.
에이전트가 답변을 생성하고, 평가하고, 수정하고, 긴 추론 주기를 통해 계속 개선합니다.
첫 번째 출력을 수락하는 대신 에이전트가 스스로 논쟁하도록 강제합니다.
이렇게 하면 Claude가 실수를 직접 발견하기 때문에 단일 프롬프트보다 훨씬 더 나은 결과가 생성됩니다.
패턴 3: Shopify AI 툴킷 (MCP)
2026년 4월, Shopify는 Claude Code를 Shopify 문서, GraphQL API 스키마, 라이브 스토어 운영에 직접 연결하는 오픈 소스 MCP 서버를 출시했습니다.
설치 명령어 하나면 됩니다:
<code-segment id="0" lang="text">
npm install -g @shopify/mcp-server
shopify mcp:install
</code-segment>
이 서버는 Claude Code 에게 7가지 도구를 제공합니다:
- 현재 Shopify 문서 검색 (오래된 학습 데이터 아님)
- 라이브 스키마에 대해 GraphQL 쿼리 검증
- Shopify CLI를 통해 스토어 운영 실행
- 제품 생성, 메타필드 관리, 테마 수정
- 자연어로 대량 작업 실행
이 도구 없이 Claude는 API 필드를 환각하고 컴포넌트 패턴을 발명합니다. 이 도구와 함께라면 Claude는 실제 플랫폼 데이터로 작업합니다.
패턴 4: 팀 인프라로서의 CLAUDE.md
Shopify는 CLAUDE.md 를 개인 설정으로 취급하지 않습니다. git에 커밋되고 23,000명의 모든 엔지니어가 공유하는 팀 인프라입니다.
컨퍼런스에서 발표한 접근 방식:
<code-segment id="1" lang="text">
프로젝트 표준
- 언어: TypeScript
- 테스트: vitest
- 스타일: Prettier + ESLint
- 문서: JSDoc </code-segment>
컨퍼런스의 핵심 인사이트: CLAUDE.md 에 모든 표준과 규칙을 채워 넣으면 성능이 향상되지 않고 오히려 저하됩니다.
모든 턴마다 그 모든 것을 비용으로 지불하게 됩니다.
패턴 5: 전략 우선 검증
여기서 Shopify의 접근 방식은 대부분의 팀과 다릅니다.
2024년에는 엔지니어가 실행에 70%, 전략에 30%의 시간을 소비했습니다.
2026년에는 Shopify가 그 비율을 뒤집었습니다.
AI가 대부분의 코딩을 처리하기 때문에 엔지니어는 이제 전략에 70%의 시간을 소비합니다: 사용자 흐름 매핑, 시장 수요 검증, 올바른 아키텍처 선택. 실행에는 30%만 사용합니다.
Farhan의 팀은 생산성이 약 20% 향상된 것으로 추정합니다. 더 많은 코드를 작성해서가 아니라, 2가지 대신 10가지 접근 방식을 테스트하고, 더 빠른 프로토타이핑, 더 높은 정확도의 결과물을 제공함으로써 달성했습니다.
패턴 6: 가드레일을 통한 안전한 자율성
Shopify는 에이전트가 통제 불능 상태가 되도록 두지 않습니다. 가드레일 설정:
<code-segment id="2" lang="text">
허용: 읽기, 쓰기, 테스트, 커밋
거부: 푸시, 배포, 삭제, 비밀 정보 접근
기본 모드: acceptEdits
</code-segment>
에이전트는 읽기, 쓰기, 테스트, 커밋이 가능합니다. 원격 저장소에 푸시하거나, 프로덕션에 배포하거나, 데이터베이스를 삭제하거나, 비밀 정보를 읽을 수 없습니다.
되돌릴 수 없는 작업에는 사람이 루프에 남아 있습니다.
오늘 바로 복사할 수 있는 설정
이러한 패턴을 사용하는 데 23,000명의 엔지니어는 필요하지 않습니다. 다음은 스타터 버전입니다:
1단계: CLAUDE.md 표준화
<code-segment id="3" lang="text">
팀 표준
언어: TypeScript
테스트: vitest
스타일: Prettier + ESLint
문서: JSDoc
</code-segment>
2단계: 병렬 에이전트 설정
<code-segment id="4" lang="text">
터미널 1: 리팩터링
claude code -p "모듈 X 리팩터링"
터미널 2: 테스트
claude code -p "모듈 X 테스트 작성"
터미널 3: 문서
claude code -p "모듈 X 문서 업데이트"
</code-segment>
3단계: 관련 MCP 서버 설치
<code-segment id="5" lang="text">
npx @anthropic/create-mcp-server
npm install @shopify/mcp-server
</code-segment>
4단계: 가드레일 추가
<code-segment id="6" lang="text">
허용: 읽기, 쓰기, 테스트, 린트, 커밋
거부: 푸시, 배포, 삭제, 비밀 정보
기본 모드: acceptEdits
</code-segment>
5단계: 비율 뒤집기
실행에 70%를 소비하지 마세요.
에이전트가 코드를 작성하게 하세요.
어떤 코드가 존재해야 하는지 결정하는 데 시간을 사용하세요.
중요한 숫자
Shopify의 20% 생산성 향상은 더 많은 코드를 작성해서가 아닙니다. 2가지 대신 10가지 접근 방식을 탐색하고, 더 빠르게 프로토타이핑하며, 실수를 더 일찍 발견함으로써 얻은 결과입니다.
Claude Code 를 가장 잘 활용하는 팀은 최고의 프롬프트를 가진 팀이 아닙니다. 에이전트가 실제 코드베이스에서 안전하고 병렬로 작업할 수 있는 인프라를 구축한 팀입니다.
2026년 3분기까지 90% 자율 코딩. 이는 비전 선언문이 아닙니다. 23,000명의 엔지니어가 함께 작업하고 있는 마감일입니다.
4단계: 가드레일 추가
허용: 읽기, 쓰기, 테스트, 린트, 커밋
거부: 푸시, 배포, 삭제, 비밀 정보
기본 모드: acceptEdits
저는 Telegram 채널에서 AI, 금융, 바이브 코딩에 대한 일일 노트를 공유합니다: https://t.me/zodchixquant
Ghb
