Claude 활용법 완전 정리: 챗봇처럼 쓰면 망하는 진짜 이유

다음 AI 프로젝트 전에 고쳐야 할 한 가지: Claude를 ‘챗봇’처럼 쓰는 습관

Kim Jongwook · 2026-05-17

핵심 요약

Claude는 프로젝트·스킬·커넥터를 갖춘 워크플로우 플랫폼이다.
계정 전체 커스텀 지시는 비우고 프로젝트별로 설정해야 한다.
ICC 프롬프트와 컨텍스트 인터뷰가 출력 품질을 극적으로 높인다.
아티팩트·리서치·에이전트 기능으로 수시간 업무를 자동화할 수 있다.
Sonnet+확장 사고, Opus 조합이 대부분의 업무에 최적이다.

Table of Contents

다음 AI 프로젝트 전에 고쳐야 할 한 가지: Claude를 ‘챗봇’처럼 쓰는 습관

한눈에 보는 핵심 요약

계정 커스텀 지시는 비우고 프로젝트 단위 지시로 전환한다.
모든 프롬프트에 ICC(지시·맥락·제약) + 컨텍스트 인터뷰를 넣는다.
복잡한 주제는 먼저 리서치 모드로 ‘Ground First’를 수행한다.
반복 작업은 프로젝트 + 스킬 조합으로 시스템화한다.
결과물은 아티팩트·인라인 시각화로 바로 쓰는 산출물로 만든다.
모델은 Sonnet+확장 사고 기본, 구축은 Opus로 나눈다.

이 글에서 무엇을 배우게 될까요?

Claude란 무엇이며 왜 지금 중요한가?
왜 계정 전체 커스텀 지시가 오히려 독이 되는가?
ICC 프레임워크와 컨텍스트 인터뷰로 프롬프트를 어떻게 설계할까?
프로젝트·스킬·커넥터를 어떻게 조합해 반복 업무를 자동화할까?

이 글은 YouTube 영상 내용을 바탕으로 Notion에 정리된 메모를 재구성한 것이다. 직접 테스트해보면 알겠지만, 여기서 설명하는 방식으로 Claude를 쓰면 “그냥 똑똑한 챗봇”이 아니라 워크플로우를 끝까지 책임지는 업무 OS에 가깝게 느껴진다.

본문에서는 프롬프트 설계부터 프로젝트·스킬·리서치·아티팩트, 그리고 모델·에이전트 선택까지 순서대로 정리한다. 영상을 보지 않아도 이 글만으로 핵심 기능과 실전 활용법을 따라 할 수 있도록 구성했다.

Claude란 무엇이며 왜 지금 주목받는가?

Claude는 Anthropic이 개발한 대형 언어 모델(LLM) 기반 AI 어시스턴트다. 긴 맥락 이해, 자연스러운 문체, 코드 작성·리팩터링 능력으로 전문가들 사이에서 오랫동안 상위권 도구로 쓰여왔다.

텍스트 글쓰기와 코딩에서 특히 강하고, 최근에는 거의 모든 영역에서 경쟁 모델들을 따라잡기 시작했다. 프로젝트·스킬·커넥터가 추가되면서 단순 채팅을 넘어 업무 시스템으로 확장됐다.

“지난 1년 동안 내가 가장 많이 쓴 도구는 Claude였다. 최근 몇 달 사이에는 거의 모든 영역에서 다른 모델들을 따라잡고 앞서기 시작했다.”

ChatGPT, Gemini와 비교하면 Claude는 글쓰기 스타일 모방, 맥락 유지, 코딩 품질에서 눈에 띄는 강점을 보인다. 이미지 생성 기능은 없지만, 텍스트 기반 지식 작업에서는 사실상 메인 모델로 쓸 수 있다.

이런 분께 특히 도움이 됩니다

ChatGPT는 써봤지만 Claude는 아직 가볍게만 써본 사람
글쓰기·코딩·기획 등 지식 노동 비중이 높은 직업인
“챗봇 이상”의 자동화 시스템으로 확장하고 싶은 팀/프리랜서
한 달 20달러를 실제 생산성 향상으로 회수하고 싶은 사용자

요금제 측면에서 무료 플랜만으로도 상당히 쓸 만하다. 다만 업무에 매일 쓰는 경우라면 월 20달러 유료 플랜이 현실적인 선택이다. 이 가격만 회수해도 에이전트형 기능(Co-worker, Claude Code)까지 함께 고려해 볼 여력이 생긴다.

먼저 핵심만 알고 싶다면

Claude는 텍스트 특화 LLM 기반 어시스턴트다.
글쓰기·코딩·기획에서 특히 강하다.
무료도 강력하지만, 매일 쓰면 유료 플랜이 효율적이다.
“챗봇”이 아니라 “업무 플랫폼”으로 보는 게 맞다.

지금 당장 실천해 볼 한 가지

Claude에 가입하거나 로그인한다.
무료 플랜으로 핵심 기능을 먼저 써본다.
일주일간 매일 써본 뒤, 유료 전환 여부를 결정한다.

커스텀 지시, 계정 전체에 두면 왜 망가지는가?

Claude의 커스텀 지시(Custom Instructions)는 계정 전역에 적용되는 설정이다. 사용자 정보, 업무 유형, 선호 응답 스타일을 등록해두면 어떤 대화를 하든 이 지침이 항상 섞여 들어간다.

문제는 Claude를 서로 다른 주제·역할에 동시에 쓰는 순간 드러난다. 마케팅용 문체 지시가 붙어 있는 상태에서 코딩 질문을 하면 설명이 쓸데없이 마케팅 톤이 되고, 개인 계획을 물을 때도 비즈니스식 어투가 튀어나온다.

“나는 주제가 너무 다양해서, 계정 전체 지시는 완전히 비워둔다. 대신 프로젝트 단위로 지시를 설정하는 게 훨씬 나은 시스템이다.”

직접 테스트해봐도 마찬가지였다. 계정 지시에 한 번 잘못 써두면 “왜 이렇게 이상하게 답하지?”라는 상황이 계속 반복된다. 결국 매 대화마다 프롬프트로 ‘이전 지시를 무시해라’라며 역으로 수정해야 했다.

해결책은 단순하다. 계정 전체 지시는 과감히 비워두고, 프로젝트별 지시에서만 맥락을 구체화하는 방식이다. 각 프로젝트가 서로 다른 역할을 가지면서도 같은 계정 안에서 깔끔하게 공존할 수 있다.

이런 분께 특히 도움이 됩니다

“커스텀 지시를 빽빽하게 써놨는데, 답변이 요상해졌다”는 경험이 있는 사람
한 계정으로 마케팅·코딩·개인 계획까지 모두 처리하는 사람
이미 ChatGPT의 지시 기능을 적극 쓰고 Claude에도 그대로 옮긴 사람

먼저 핵심만 알고 싶다면

계정 전체 지시는 되도록 비워둔다.
맥락마다 다른 지시는 프로젝트별로 분리한다.
여러 역할을 한 계정에서 쓸수록 이 차이가 커진다.
이상한 응답이 이어지면 먼저 계정 지시를 의심한다.

지금 당장 실천해 볼 한 가지

설정에서 커스텀 지시 내용을 모두 복사해 백업한다.
계정 전체 커스텀 지시를 비우고 저장한다.
가장 많이 쓰는 업무용 프로젝트 하나를 만들고 그 지시를 옮겨 넣는다.

ICC 프롬프트 공식이란 무엇이며, 왜 모든 것을 바꾸는가?

ICC 프롬프트 공식은 Instructions(지시)·Context(맥락)·Constraints(제약) 구조로 프롬프트를 설계하는 방법이다. 대부분의 사람은 질문 한 줄짜리 프롬프트만 써서 Claude 성능을 반쯤만 쓰고 있다.

“프롬프트에서 가장 중요한 세 가지는 ICC다. 지시, 맥락, 제약. 컨텍스트 전체를 덤프해도 상관없다.”

각 요소가 하는 역할은 다음과 같다.

지시(Instructions): Claude에게 무엇을 어떻게 하라고 직접 명령하는 부분
맥락(Context): 역할, 목표, 배경, 현재 상황 등을 최대한 구체적으로 설명하는 부분. 전체 컨텍스트를 덤프해도 된다.
제약(Constraints): 길이, 톤, 형식, 스타일, 규칙, 예시 등을 구체적으로 제한하는 부분

예를 들어, 기본 프롬프트가 이렇게 생겼다고 치자.

“마케팅 대행사에 AI를 도입하는 5가지 방법을 추천해 줘.”

ICC를 적용하면 이렇게 바뀐다.

지시: “마케팅 대행사가 AI를 도입할 수 있는 구체적인 방법 5가지를 제안해 줘.”
맥락: “우리 팀은 비기술직 6명, 주력 서비스는 퍼포먼스 광고·이메일 마케팅, 현재 워크플로우는 … (상세 설명).”
제약: “각 방법은 저비용, 고 ROI, 고급 개발자 없이 가능한 것만. 번호 목록으로, 각 항목은 한 문장 + 짧은 부연 설명.”

이 구조만 바꿔도 출력의 밀도가 완전히 달라진다. 실제로 이런 식으로 바꿔봤을 때 바로 실행 가능한 체크리스트가 나와서 “아, 이건 진짜 컨설팅 같다”는 느낌이 들었다.

여기에 컨텍스트 인터뷰(Context Interview)를 덧붙이는 것이 핵심이다. 프롬프트 끝에 아래 문장을 붙이는 방식이다.

“이 작업을 최대한 잘 수행하기 위해 내가 더 제공해야 할 추가 맥락이 있다면, 먼저 질문해 줘.”

Claude는 어떤 정보가 부족한지 사람보다 잘 안다. 이 문장을 붙이면 Claude가 질문 세트를 먼저 던지면서 맥락을 파고들고, 그 다음에 훨씬 정밀한 답변을 생성한다.

이런 분께 특히 도움이 됩니다

“AI 답변이 늘 평범하고 뻔하다”고 느끼는 사람
프롬프트 엔지니어링을 복잡하게 공부하고 싶진 않지만 품질은 올리고 싶은 사람
팀에 프롬프트 템플릿을 표준화해 공유하고 싶은 리더

무엇을 선택할까? 주요 옵션 비교

항목	특징	언제 적합한가?
기본 질문형 프롬프트	질문 한 줄, 빠르지만 모호함	아이디어 러프 스케치, 사소한 질의
ICC 프롬프트	지시·맥락·제약 구조, 구체적 산출물	보고서 초안, 전략 수립, 문서 작성 등 중요한 작업
ICC + 컨텍스트 인터뷰	ICC + Claude가 추가 질문, 최고 품질 출력	프로젝트 설계, 비즈니스 전략, 교육자료 설계 등

먼저 핵심만 알고 싶다면

프롬프트는 항상 지시·맥락·제약 세 블록으로 쓴다.
맥락은 “너무 많을까?” 걱정 말고 덤프하는 쪽이 낫다.
제약에 출력 예시·톤·길이를 꼭 넣는다.
끝에 “필요한 맥락이 더 있으면 먼저 물어봐”를 붙인다.

지금 당장 실천해 볼 한 가지

최근 Claude에 던진 질문 하나를 골라온다.
그 질문을 ICC 구조(지시·맥락·제약)로 다시 작성한다.
맨 끝에 컨텍스트 인터뷰 문장을 붙여 다시 실행한다.

웹 검색과 ‘Ground First, Ask Second’ 전략은 어떻게 써야 할까?

Claude의 웹 검색 기능은 인터넷에서 직접 자료를 검색해 답변에 반영하는 기능이다. 할루시네이션(그럴듯한 거짓 정보)을 줄이고 최신 정보를 확보하는 데 핵심 역할을 하지만, 항상 알아서 검색해 주는 게 아니다.

스크립트 비평을 요청했는데 그 안에 들어 있는 특정 AI 도구 이름을 “가상의 이름처럼 보인다”고 답하는 경우가 좋은 예다. Claude가 비평을 위해 검색이 필요하다고 판단하지 않았기 때문에 내부 지식만 쓴 것이다. 그래서 실제로는 이런 문장을 자주 붙여줘야 한다.

“웹에서 검색해 최신 정보를 확인한 뒤에 답해 줘.”

또 하나 중요한 전략이 “Ground First, Ask Second(먼저 기반 다지기, 나중에 질문하기)”다. 어떤 주제를 깊이 다루기 전에 먼저 리서치 태스크를 시키고, 그 결과를 기반으로 본 질문을 던지는 방식이다.

예시:

“A10 GPU에 대해 최신 기능과 활용 사례까지 모두 리서치해 정리해 줘.”
그 다음에 “위 내용을 바탕으로 우리 서비스에 A10 GPU를 도입하는 전략을 설계해 줘.”

비즈니스 전략에서도 마찬가지다.

“Alex Hormozi의 전략을 리서치하고, 가치 방정식·그랜드 슬램 오퍼·가격 철학·시장 선택·리스크 리버설까지 모두 추출해 정리해 줘.”
이후 “우리 서비스 런칭 계획을 Hormozi 전략을 기준으로 설계해 줘.”

Claude가 먼저 충분한 외부 맥락을 쌓은 뒤 그 위에서 답을 조립하기 때문에 품질이 훨씬 좋아진다.

이런 분께 특히 도움이 됩니다

“AI가 가짜 도구 이름이라고 우기더라” 같은 할루시네이션을 경험한 사람
최신 기술·비즈니스·규제 정보를 자주 찾아야 하는 사람
AI 리서치 결과의 신뢰도를 올리고 싶은 연구자·기획자

먼저 핵심만 알고 싶다면

Claude가 검색을 자동으로 할 거라 기대하지 말고, 검색하라고 직접 시킨다.
중요한 질문 전에는 “이 주제 리서치부터 해줘”라고 미리 태스크를 분리한다.
기술·전략 질문은 “Ground First, Ask Second” 패턴을 습관화한다.

지금 당장 실천해 볼 한 가지

다음 번 기술·전략 질문을 하기 전에 해당 주제 리서치 태스크를 먼저 시킨다.
리서치 결과를 아티팩트로 정리해 달라고 요청한다.
그 아티팩트를 전제로 후속 질문을 던진다.

파일 업로드와 아티팩트로 ‘채팅’을 ‘결과물’로 바꾸는 법

아티팩트(Artifacts)는 Claude가 대화와 별도의 패널에서 생성하는 완성된 출력물이다. 단순한 텍스트 답변이 아니라 실제로 다운로드해서 쓸 수 있는 문서·차트·코드를 만들어준다.

“YouTube 애널리틱스 CSV를 올렸더니, 성과 트렌드를 분석하고 인터랙티브 대시보드를 자동 생성해 줬다.”

활용 예시는 꽤 다양하다.

YouTube 채널 스크린샷을 올리고 “제목·썸네일 조합 분석 + 잘 되는 패턴·안 되는 패턴·개선 제안” 요청
200페이지 계약서를 업로드해 핵심 조항·리스크 요소·협상 포인트만 추출
고객 온보딩 프로세스를 플로우차트 아티팩트로 생성
p5.js 기반 인터랙티브 그래픽·애니메이션 코드 생성
인수합병 제안 덱을 PowerPoint 형식 파일로 만들어 다운로드

“이걸 아티팩트로 만들어 줘”라고 명시하면 Claude가 일반 답변이 아닌 아티팩트 모드로 전환한다.

인라인 시각화(Inline Visualizations)는 아티팩트의 확장판이다. 복잡한 전략 문서를 분석할 때 여러 탭으로 나뉜 시각화 패널이 생성된다. 예를 들어 Alex Hormozi 전략 분석을 시키면 그랜드 슬램 오퍼 / 리드젠 / 세일즈 / 콘텐츠 / 스케일링 / 마인드셋 같은 탭이 자동으로 생성된다. 직접 써보면 방대한 텍스트를 한눈에 쪼개 읽을 수 있어 긴 문서 분석이 훨씬 가벼워진다.

이런 분께 특히 도움이 됩니다

유튜브·블로그·뉴스레터 등 콘텐츠를 운영하는 제작자
분석 리포트·전략 문서·계약서 등 긴 문서를 자주 다루는 사람
텍스트 답변이 아니라 바로 쓸 수 있는 결과물이 필요한 사람

먼저 핵심만 알고 싶다면

파일을 올린 뒤엔 “요약”이 아니라 “이걸 아티팩트로 만들어 줘”라고 말한다.
분석 결과를 플로우차트·대시보드·프레젠테이션 등 바로 쓰는 형식으로 요구한다.
전략 문서는 인라인 시각화로 탭 구조를 활용한다.

지금 당장 실천해 볼 한 가지

최근 만든 리포트나 CSV, PDF 파일 하나를 Claude에 업로드한다.
“이 파일을 분석해 아티팩트 대시보드를 만들어 줘”라고 요청한다.
결과물을 다운로드하거나 복사해 실제 문서·슬라이드에 붙인다.

리서치 에이전트: 169개 소스를 5분 만에 읽는 방법

Claude 리서치 기능은 에이전트 방식의 다단계 검색·분석 도구다. 일반 채팅과 달리, Claude가 스스로 검색 계획을 세우고 여러 번 탐색한다.

리서치 기능은 일반 채팅창에 질문하는 게 아니라 플러스(+) 버튼에서 리서치 모드를 선택해 실행한다. 이 모드에서 Claude는 먼저 조사 계획을 세우고, 여러 라운드의 검색을 자율적으로 수행한다.

“Claude는 5분 동안 169개 소스를 탐색해, 전부 인용이 달린 문서를 만들어 냈다.”

사이드 패널에서 이 과정을 실시간으로 볼 수 있다. 주제에 따라 더 오래 걸릴 수 있지만, 사람이 했다면 몇 시간이 걸릴 일을 분 단위로 줄여준다.

특히 중요한 장점은 검증 가능성이다. 모든 문장에 가까운 수준으로 출처 링크가 달려 있어서 AI가 합성한 요약을 원문과 대조하기 쉽다. 이 기능을 쓰면 “AI가 아무 말이나 지어낸 건 아닌가?” 하는 불안을 많이 줄일 수 있다.

이런 분께 특히 도움이 됩니다

시장조사·경쟁사 분석·트렌드 리포트 작성이 잦은 기획자
논문·기사·블로그 등 다양한 출처를 묶어야 하는 연구자·전문가
출처가 명확한 AI 리서치가 필요한 사람

먼저 핵심만 알고 싶다면

“+” 버튼에서 꼭 리서치 모드로 들어가야 에이전트 리서치가 작동한다.
Claude는 조사 계획 → 다단계 검색 → 인용 포함 종합 문서 순으로 진행한다.
복잡한 주제일수록 리서치 모드가 일반 채팅보다 훨씬 낫다.

지금 당장 실천해 볼 한 가지

요즘 고민 중인 비즈니스·기술 주제를 한 가지 고른다.
Claude에서 리서치 모드를 켜고 “이 주제를 깊이 리서치해 줘”라고 입력한다.
생성된 문서의 인용 링크 2~3개를 실제로 눌러 검증해 본다.

프로젝트(Projects)란 무엇이며, 왜 필수인가?

프로젝트는 Claude 안의 독립적인 업무 공간이다. 각 프로젝트는 자신만의 커스텀 지시, 지식 베이스, 파일, 대화 이력을 갖는다.

“프로젝트는 영구적이고 재사용 가능한 지식이다. 스킬은 영구적이고 재사용 가능한 프로세스다.”

프로젝트를 만들 때는 이름과 설명을 정하고, 지시(Instructions) 영역에 해당 프로젝트가 지켜야 할 규칙·톤·프로세스를 적은 뒤, 브랜드 가이드·스타일 가이드·템플릿·벤치마크 문서 등을 파일로 업로드한다.

이렇게 만들어두면 프로젝트 안에서 시작하는 모든 대화가 이 맥락을 자동 상속한다. 매번 같은 파일을 다시 올리거나 같은 설명을 반복할 필요가 없다.

실무에서 효과적인 프로젝트 후보는 다음과 같다.

브랜드/콘텐츠 프로젝트: 로고·컬러·카피 톤·기존 콘텐츠 모음
교육/강의 프로젝트: 커리큘럼·교안 샘플·수강생 페르소나
제품/서비스 프로젝트: 기능 설명서·FAQ·고객 피드백 로그

이런 분께 특히 도움이 됩니다

비슷한 설명을 매번 다시 해야 해서 지친 사람
브랜드 가이드·템플릿·샘플 글을 반복해서 업로드하는 콘텐츠 팀
업무 영역별로 AI 설정을 분리하고 싶은 팀/프리랜서

먼저 핵심만 알고 싶다면

계정 전체가 아닌 업무 영역별로 프로젝트를 분리한다.
프로젝트 지시에 “역할·목표·톤·프로세스”를 자세히 적는다.
자주 쓰는 PDF·샘플 글·템플릿은 전부 프로젝트 파일로 업로드한다.

지금 당장 실천해 볼 한 가지

가장 자주 쓰는 업무 영역 1~2개를 고른다.
Claude에서 해당 영역별로 프로젝트를 만든다.
지시와 자주 쓰는 참조 파일을 프로젝트에 등록한다.

스킬(Skills)이란 무엇이며, 어떻게 반복 업무를 자동화하나?

스킬은 반복 가능한 프로세스를 캡슐화한 워크플로우다. 프로젝트가 “알고 있는 것”을 저장한다면, 스킬은 “어떻게 일하는지”를 저장한다.

스킬을 만드는 방법은 직관적이다.

Claude에게 “이런 스킬을 만들고 싶다”고 설명한다.
Claude가 인터뷰 형식으로 워크플로우에 대해 질문한다.
참조 자료·예시 출력물을 업로드한다.
Claude가 전체 프로세스를 정리해 스킬 초안을 만든다.

이후 “스킬에 복사” 버튼을 눌러 등록하면, 관련 작업에서 Claude가 자동으로 해당 스킬을 불러와 실행한다. .skill 파일로 다운로드해 백업·이동도 가능하다.

YouTube 콘텐츠 제작용으로 실제 쓰는 스킬 네 가지를 예로 들면 이렇다.

스크립트 비평 스킬: 전체 스크립트를 넣고 “비평해 줘”라고 하면, 고수준 리뷰와 섹션별 개선점을 아티팩트로 생성
인트로 작성 스킬: 기존 인트로와 스크립트를 바탕으로, 가이드라인과 예시를 참고해 3가지 인트로 옵션 생성
제목 스킬: 스크립트 기반으로 제목 후보 생성 + 변형·확장
설명글 요약 스킬: 완성된 스크립트에서 YouTube 설명란에 그대로 붙여 넣을 수 있는 요약문 생성

“이 네 가지 YouTube 스킬만으로도 매주 수 시간이 절약된다.”

이미 원하는 출력물을 얻은 대화가 있다면 “지금까지 과정을 스킬로 만들어 줘”라고 요청해도 된다. Claude가 대화 이력을 분석해 정제된 워크플로우로 바꿔준다.

이런 분께 특히 도움이 됩니다

늘 똑같은 방식으로 스크립트 비평·요약·제목 짓기 등을 반복하는 사람
팀 내에서 “이 작업은 이렇게 한다”를 표준화해 공유하고 싶은 매니저
프롬프트를 매번 길게 쓰기보다 스킬 하나로 끝내고 싶은 사람

무엇을 선택할까? 주요 옵션 비교

항목	특징	언제 적합한가?
일반 프롬프트	매번 수동으로 지시 작성, 유연하지만 반복적	일회성 작업, 테스트용 실험
프로젝트만 사용	맥락·지식은 고정, 프로세스는 매번 지시해야 함	다양한 작업을 하는 한 사람의 워크스페이스
프로젝트 + 스킬 조합	맥락·지식 + 프로세스를 모두 자동화	반복 업무가 많은 팀·크리에이터·에이전시

먼저 핵심만 알고 싶다면

자주 반복하는 작업은 반드시 스킬로 캡슐화한다.
스킬은 “역할 설명 + 예시 출력 + 세부 단계”를 기반으로 만든다.
이미 완성해 본 워크플로우가 있다면 “이걸 스킬로 만들어 줘”라고 바로 요청한다.

지금 당장 실천해 볼 한 가지

매주 최소 3번 이상 반복하는 작업을 한 가지 고른다.
Claude에게 “이 작업을 위한 스킬을 만들고 싶다”고 설명한다.
인터뷰에 답하며 스킬을 생성·저장한 뒤, 실제 작업에 적용해 본다.

커넥터(Connectors) vs 수동 파일 관리: 무엇이 더 적합할까?

커넥터는 Claude와 외부 애플리케이션을 연결하는 통합 기능이다. 권한을 허용하면 Claude는 다음과 같은 일을 할 수 있다.

Google Drive에서 특정 프로젝트 폴더의 파일을 찾아 읽기
Google Calendar 일정 정보를 바탕으로 플랜·리포트 작성
Slack·Asana에서 메시지·태스크를 읽고 요약·조정
Granola에서 회의 노트를 가져와 전략 문서로 확장

예를 들어, Granola와 연결하면 이렇게 요청할 수 있다.

“Granola에서 오늘 YouTube 전략 회의 노트를 가져와서, 아이디어를 확장한 전략 문서를 써 줘.”

Gamma와 연결하면 Claude가 작성한 내용을 바탕으로 고급 프레젠테이션을 자동 생성할 수도 있다.

이런 분께 특히 도움이 됩니다

Google Drive·Calendar·Slack·Asana 등을 이미 업무에 쓰고 있는 팀
회의 노트를 바탕으로 전략 문서·프레젠테이션을 자주 만드는 사람
AI가 내 문서·캘린더를 직접 보고 판단해 줬으면 하는 사람

무엇을 선택할까? 주요 옵션 비교

항목	커넥터 활용	수동 파일 업로드
설정 난이도	초기에 권한 설정 필요	거의 없음
반복 작업 효율	매우 높음 (파일 탐색·업데이트 자동화)	파일마다 업로드 반복 필요
보안·통제감	권한 관리·조직 정책 고려 필요	더 직접 통제 가능
적합한 상황	팀 협업, 회의 노트·문서가 많은 조직	개인 작업, 민감한 자료를 개별 관리할 때

먼저 핵심만 알고 싶다면

Google Workspace·Slack을 이미 쓰고 있다면 커넥터를 한 번은 반드시 테스트해 본다.
데이터 보안·권한 정책을 팀과 먼저 합의한 뒤 연결한다.
회의 노트 → 전략 문서, 문서 → 프레젠테이션 흐름에서 커넥터 효과가 가장 크다.

지금 당장 실천해 볼 한 가지

업무에서 가장 많이 쓰는 앱(예: Google Drive)을 하나 고른다.
Claude 설정에서 해당 커넥터를 연결한다.
“이 폴더의 문서를 기반으로 요약/전략을 작성해 줘”라고 요청해 본다.

Opus vs Sonnet vs Haiku: 무엇이 더 적합할까?

모델별 특징은 다음과 같다.

Opus: 가장 강력한 모델로, 복잡한 작업·장문 추론·정교한 창작에 적합하지만 더 느리고 토큰 비용이 크다. 5시간 롤링 윈도우와 주간 토큰 한도가 있다.
Sonnet: 속도와 성능의 균형이 뛰어난 기본 모델이다. 확장 사고(Extended Thinking) 기능을 켜면, 응답 전에 더 깊이 사고해 복잡한 문제를 잘 처리한다.
Haiku: 매우 빠르지만 상대적으로 성능이 낮아, 대량 간단 요약·간단 질의 등 특수한 경우에 적합하다.

권장하는 조합은 명확하다.

“일상 업무에는 Sonnet + 확장 사고를 기본으로, 뭔가를 실제로 구축할 때는 Opus로 전환하라.”

글쓰기·기획·경량 코딩 정도는 Sonnet에서 충분히 잘 처리된다. 길고 복잡한 전략 설계나 코드 베이스 리팩터링처럼 실패 비용이 큰 작업에서만 Opus로 올려서 쓰는 게 더 효율적이었다.

이런 분께 특히 도움이 됩니다

어떤 모델을 기본으로 써야 할지 헷갈리는 사용자
복잡한 전략·리서치·코딩을 자주 하는 개발자·기획자
토큰 한도·속도·품질 사이에서 전략적으로 선택하고 싶은 사람

무엇을 선택할까? 주요 옵션 비교

기준	Opus	Sonnet + 확장 사고	Haiku
성능	최고 수준	대부분 업무에 충분	기본적
속도	느림	중간	매우 빠름
비용/토큰 한도	높음 (제한 엄격)	중간 (일반 사용에 적당)	낮음
적합한 작업	복잡한 구축·심층 전략·코드 생성/리뷰	일상 문서 작성·기획·리서치·경량 코딩	단순 요약·대량 질의·보조 작업

먼저 핵심만 알고 싶다면

기본은 Sonnet + 확장 사고로 설정한다.
중요한 구축·심층 분석 때에만 Opus로 전환한다.
Haiku는 속도가 최우선인 단순 작업에서만 쓴다.

지금 당장 실천해 볼 한 가지

Claude 설정에서 기본 모델을 Sonnet + 확장 사고로 지정한다.
오늘 할 작업 중 가장 복잡한 것 하나를 Opus로 실행해 본다.
속도·품질·비용 감각을 비교해 자신만의 기준을 정한다.

Claude 데스크톱 앱, Co-worker, Claude Code는 무엇이 다른가?

Claude 데스크톱 앱은 웹과 비슷해 보이지만, 운영체제 수준에서 더 깊이 통합된 에이전트 도구다. 앱에는 세 가지 탭이 있다.

Chat 탭: 웹과 동일한 일반 대화 기능
Co-worker 탭: 에이전트형 AI 어시스턴트로, 파일 관리·문서 정리·데이터 요약 등 다단계 작업을 스스로 수행
Claude Code 탭: 코드 작성·리팩터링·프로젝트 구조화 등 전체 개발 워크플로우를 자연어로 처리하는 코딩 에이전트

“Co-worker와 Claude Code는 이 영상의 범위를 넘어서는 도구다. 다만 Claude가 Q&A 도구를 넘어서 ‘실행 플랫폼’이라는 점이 중요하다.”

실제로 써보면, Co-worker는 “지시하면 알아서 파일을 뒤지고 새 결과물을 남겨두는 동료”에 가깝다. Claude Code는 IDE 통합형 코드 어시스턴트와는 느낌이 다르고, “이 기능을 하는 웹앱을 만들어 줘” 같은 고수준 지시에도 상당 부분 대응한다.

이런 분께 특히 도움이 됩니다

브라우저가 아닌 데스크톱 환경에서 AI를 밀도 높게 쓰고 싶은 사람
파일 정리·문서 정리·데이터 요약을 대신해 줄 동료가 필요한 사람
개발자뿐 아니라 비개발자도 코딩 자동화를 활용하고 싶은 팀

먼저 핵심만 알고 싶다면

브라우저에서 자주 쓰기 시작했다면 데스크톱 앱 설치를 고려한다.
문서·파일 작업이 많다면 Co-worker 탭을, 개발 작업이 많다면 Claude Code 탭을 중점적으로 테스트한다.
두 도구 모두 프로젝트·스킬과 연동할 때 시너지가 극대화된다.

지금 당장 실천해 볼 한 가지

Claude 데스크톱 앱이 지원되는 OS라면 설치한다.
Co-worker 탭에서 작은 파일 정리/요약 작업 하나를 시켜 본다.
개발 관련 업무가 있다면 Claude Code 탭에서 작은 기능 하나를 만들어 보게 한다.

지금 당장 무엇부터 할까?

계정 커스텀 지시를 비운다. (필요 지시는 프로젝트로 옮긴다.)
자주 쓰는 업무 영역 1~2개로 프로젝트를 생성하고, 지시와 참조 파일을 등록한다.
매주 반복하는 작업 1개를 골라 스킬을 만든다.
오늘 가장 중요한 질문 하나를 ICC + 컨텍스트 인터뷰 구조로 다시 작성해 Claude에 보낸다.
다음 리서치 과제 1개를 리서치 모드 + Ground First, Ask Second 전략으로 실행한다.
주요 문서/CSV를 업로드해 아티팩트 대시보드를 만들어 본다.
모델 기본값을 Sonnet + 확장 사고로 설정하고, 복잡한 작업만 Opus로 전환해 본다.

요약 체크리스트

[ ] 계정 전체 커스텀 지시 비우기
[ ] 핵심 업무별 프로젝트 2개 만들기
[ ] 반복 작업 1개를 스킬로 만들기
[ ] ICC + 컨텍스트 인터뷰 프롬프트 1개 작성
[ ] 리서치 모드로 중요한 주제 1개 조사
[ ] 파일 업로드 후 아티팩트 생성 테스트
[ ] 기본 모델을 Sonnet + 확장 사고로 설정

핵심 정리와 다음 단계

계정 전체 커스텀 지시는 비우고 프로젝트 단위 지시로 역할과 맥락을 나눈다. 프롬프트는 항상 ICC(지시·맥락·제약) + 컨텍스트 인터뷰 구조로 설계해 첫 출력 품질을 끌어올린다. 웹 검색과 리서치 기능을 활용해 “Ground First, Ask Second” 전략을 쓰면 신뢰도 높은 리서치를 분 단위로 끝낼 수 있다.

파일 업로드와 아티팩트·인라인 시각화 기능을 활용하면 채팅이 바로 쓸 수 있는 산출물로 바뀐다. 프로젝트는 지식을, 스킬은 프로세스를 저장해 반복 업무를 시스템화하고, 필요 시 커넥터·에이전트(Co-worker, Claude Code)를 붙여 전체 워크플로우를 자동화할 수 있다. 모델은 Sonnet + 확장 사고를 기본으로 두고, 복잡한 구축 작업에만 Opus로 전환하는 게 안정적이다.

“이 영상 이후에 딱 한 가지만 한다면, 프로젝트를 하나 만들고 스킬을 하나 만들어라. 그게 ‘진짜 돌아가는 시스템’으로 가는 가장 빠른 길이다.”

직접 써본 경험상, 프로젝트 하나 + 스킬 하나만 제대로 세팅해도 Claude 사용감이 완전히 달라진다. 이 글의 체크리스트를 따라 오늘 30분만 투자해 보면, Claude가 단순한 Q&A 도구가 아니라는 걸 금방 체감하게 될 것이다.

자주 묻는 질문(FAQ)

Q. 커스텀 지시를 계정 단위와 프로젝트 단위에 모두 써도 되나요?

가능하지만 추천하지는 않는다. 계정 단위 지시는 모든 대화에 강제로 섞이기 때문에, 다른 맥락의 프로젝트에서 예상치 못한 영향을 준다. 계정 지시는 완전히 비우고 프로젝트별 지시만 쓰는 방식을 권장한다.

Q. ICC 프롬프트를 매번 쓰면 너무 길어지지 않나요?

처음엔 길게 느껴지지만, 자주 쓰는 패턴은 템플릿으로 저장해두면 부담이 줄어든다. 컨텍스트 인터뷰를 붙이면 Claude가 필요한 정보를 먼저 물어보기 때문에, 오히려 시행착오 횟수가 줄어 총 시간은 단축된다.

Q. 리서치 모드와 일반 웹 검색은 무엇이 다른가요?

일반 웹 검색은 한 번의 검색을 하고 답변에 반영하는 수준이다. 리서치 모드는 조사 계획을 세운 뒤 여러 차례 검색·요약·비교를 반복하며, 결과 문서에 풍부한 인용을 남긴다. 복잡한 주제나 전략 수립에는 리서치 모드가 훨씬 더 적합하다.

Q. 프로젝트와 스킬 중 무엇부터 만드는 게 좋나요?

먼저 프로젝트 하나, 그 다음 스킬 하나가 이상적이다. 프로젝트가 있어야 지식·맥락이 고정되고, 그 위에 스킬을 얹어야 프로세스 자동화 효과가 제대로 나온다.

Q. 어떤 모델을 기본으로 써야 가장 효율적인가요?

대부분의 사용자에게는 Sonnet + 확장 사고가 가장 좋은 기본값이다. 복잡한 코드 생성·심층 전략 설계 같은 고난도 작업에만 Opus로 전환하면 품질과 비용의 균형을 동시에 잡을 수 있다.

참고할 만한 외부 자료

Anthropic 공식 문서: 프로젝트·스킬·커넥터 개요
https://docs.anthropic.com
Anthropic 모델 가이드(Opus·Sonnet·Haiku 비교)
https://docs.anthropic.com/claude/docs/models-overview
LLM 프롬프트 설계 연구(ICC와 유사한 구조 논의)
https://arxiv.org/abs/2102.07350
에이전트형 AI 및 도구 사용 개요
https://arxiv.org/abs/2307.08122
Retrieval·웹 검색 기반 LLM 응답 안정성 논의
https://arxiv.org/abs/2005.11401

Found this article helpful?

Get more tech insights delivered to you.

이메일로 블로그 구독하기