pile·
AI / ML·마켓컬리마켓컬리 Hello World·

클로드 코드로 개발 팀장의 하루를 재설계한 이야기

컬리 딜리버리프로덕트 개발 리드가 Claude Code로 팀장 업무를 재구조화한 사례다. 반복 업무 자동화 → 중요 업무 심화 → 조직 공통 시스템 구축의 3단계로 진행했고, 핵심은 프롬프트를 잘 쓰는 게 아니라 기반 역량이 상향평준화되는 시스템을 설계하는 것이라고 본다.

핵심 포인트
  • MCP로 Slack/Jira/Confluence를 매번 직접 조회하면 가져온 텍스트가 전부 토큰 비용이라 2~3일치만 모아도 비용·속도가 급락, "반복은 스크립트·판단은 AI"로 수집과 판단을 분리해 토큰을 거의 0으로 만들었다.
  • 브리핑 생성을 수집·요약·페이지 생성·업로드 4단계로 쪼개 세션마다 결과가 달라지던 문제를 없애고 실패한 단계만 재실행하게 했다.
  • CLAUDE.md 최상단에 control_tower 공통 규칙을 import해 한 곳 수정이 다음 세션부터 모든 워크플로우에 반영된다.
  • 세션 마무리 루틴에 자기개선 루프(이슈 4유형 + 규칙 6관점 + 승격 기준)를 걸어 매 세션이 규칙을 축적한다.
  • 결과적으로 아침 1시간을 확보하고 10개 이상의 워크플로우를 운영한다.
상세 정리
  • 배경: 아침마다 Slack/Jira/Confluence를 수동 순회하고 여러 스쿼드 데일리 스크럼에 참석하며 오전을 소진, Notion 수동 정리는 지속 불가였다.
  • 토큰 병목: MCP 직접 조회는 가져온 텍스트가 전부 AI 처리 비용으로 계산돼 며칠치만 모아도 비용·속도가 악화됐다.
  • 해결: 수집은 스크립트가 파일로 저장하고 AI는 그 파일을 판단·요약만 하게 해 토큰을 거의 0으로, 속도·일관성을 높였다.
  • 명령 단계화: 한 번에 너무 많은 일을 시키면 단계가 얽혀 세션마다 결과가 달라져 수집→요약→페이지 생성→업로드 4단계로 분리했다.
  • 중간 결과 재활용: 요약 DB를 위클리 문서 draft, 사람별·과제별 현황, 분기 타운홀 자료로 재사용한다.
  • 라운드테이블: 배차·배송·입고 정책을 한 번 풀어 파일로 정리하면 다음 논의에서 이해 상태로 즉시 의견을 내고, 신용어(SPD 등)는 용어집·결정은 결정 파일에 자동 정리된다.
  • 4페르소나 시뮬레이션: 출고 운영·출고 프로덕트·배송 운영·딜리버리 프로덕트 관점을 한 세션에서 최대 10턴 번갈아 논의해 한 관점이 놓친 연결고리를 다른 관점이 드러낸다.
  • 팀장 프로젝트: 각 CLAUDE.md 최상단 import로 공통 규칙 + 워크플로우 전용 규칙을 주입해 한 곳 개선이 전체로 확산된다.
  • 자기개선 루프: 마무리 루틴이 위반·재발·불만·환경 4유형 이슈를 점검하고 규칙 저장소를 접근성·완전성·실행력·경량성·일관성·범위 6관점으로 검토한다.
  • 개선 확산: 워크플로우는 공통 규칙을 직접 수정하지 않고 inbox에 제안만 쌓고 팀장 세션이 검증 후 공통 규칙으로 배치한다.
  • 학습 속도: 워크플로우가 똑똑해지는 속도는 시간이 아니라 얼마나 자주 쓰고 고치느냐에 비례한다.
  • 결과: 아침 책상 고정에서 벗어나 하루 1시간을 확보하고 데일리 브리핑·과제 논의·배포 브리핑·인터뷰 스크리닝 등 10개 이상의 워크플로우를 운영한다.
왜 읽나Claude Code로 개인·팀 개발 워크플로우를 설계하려는 리드/엔지니어에게 토큰 절감·명령 분해·자기개선 루프의 구체 패턴 레퍼런스.
마켓컬리
마켓컬리 Hello World 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. AI / ML·LY CorporationLY Corporation·

    Grafana에서 자연어로 장애 원인을 분석하기: LLM 에이전트 기반 SRELens 개발기

    LY Corporation Home SRE 팀이 장애 분석 시 메트릭·로그·트레이스가 각각 다른 화면에 흩어져 있는 문제를 해결하기 위해 Grafana 플러그인 SRELens를 개발했다. SRELens는 LLM 에이전트가 자연어 질의를 받아 실제 관측성 데이터를 조회하고, 근거와 함께 장애 원인 후보를 정리해 주는 도구다. LGTM-P 스택(Loki·Grafana·Tempo·Mimir·Pyroscope)과 FlavaMCP 게이트웨이를 통합해 단일 채팅 인터페이스에서 멀티시그널 분석이 가능하다.

    #llm-app#mcp#observability+2