스타트업을 위한 Claude Code 가이드

최첨단 분야에서 활약하는 AI 네이티브 기업들

미래에는 어떤 방식으로 일하게 될지 궁금하다면, 오늘날 스타트업들이 어떻게 운영되고 있는지 살펴보면 됩니다. 그래서 저희가 직접 스타트업들의 이야기를 들어봤습니다.

빠르게 성장 중인 스타트업 12곳 이상을 만나, 에이전틱 코딩 도구를 사용해 제품을 개발하고 기업 규모를 확장하는 방법에 대해 이야기를 나눴습니다. 이러한 스타트업들은 누가 제품을 개발할 수 있는지, 무엇을 폐기할지, 제품 개발 방식과 개발 결과물이 어떻게 선순환 구조를 만들지에 관한 기존 규칙을 바꾸고 있습니다.

그리고 자신들보다 규모가 10배나 큰 조직만큼 빠르게 제품을 출시하고 있습니다.

이 가이드에서는 이러한 조직의 고유한 배포 방식을 살펴보고, 이들이 빠르게 제품을 출시하고 경쟁 우위를 유지하기 위해 준수하는 규칙을 알아봅니다.

그 과정에서 '조직이 처음부터 Claude Code를 기반으로 제품 개발의 전 과정을 설계한다면 어떤 모습일까요?'라는 질문에 대한 답도 찾아봅니다.

The five rules

1. Everyone ships
2. Automate the tedium
3. Trust, but verify
4. Build for rebuilding
5. Prototype, dogfood, productionize

Featuring founder insights from

Artemis SecurityCainexClayClickHouseCommureCrosbyEmergentHarveyHeidiHiggsfieldOmniParahelpTranslucentZingage

에이전틱 코딩은 비기술 직군의 직원들도 제품을 개발할 수 있도록 진입 장벽을 낮춰줍니다. Claude Code를 사용하면 코딩 언어에 능숙하지 않거나 IDE 사용 방법에 익숙하지 않아도 실제로 작동하는 기능을 구현할 수 있습니다.

"Not only were engineers shipping much more, but non-technical people (like me) were also suddenly shipping UI changes and other product improvements."Mads Lunau Liechti · co-founder, Parahelp

이는 스타트업 창업자들에게 명백한 이점을 제공합니다. 우선 스타트업은 규모가 큰 경쟁사에 비해 인력이 많지 않기 때문에 모든 구성원이 함께 힘을 모아야 합니다. 그러나 창업자들이 기대하는 것은 단순히 업무 처리 역량을 늘리는 것만이 아닙니다. 비기술 직군의 팀원들도 각자 분야의 전문성을 발휘할 수 있기 때문입니다.

"Claude Code changed what it meant to be a lawyer at Crosby. The lawyers have the best product insights, because they are the users. It's been amazing to watch them cook."Ryan Daniels · co-founder and CEO, Crosby

Heidi의 공동 창립자 겸 CEO인 Thomas Kelly 박사도 같은 이야기를 들려주었습니다.

"For us, Claude Code solved the broken telephone problem. The way a new idea used to move through a team was the person with the idea tells a PM, who tells a designer, who then tells an engineer… and inevitably the essence of the idea gets lost in that chain. By the time something shipped, it often didn't resemble what the person had in mind. And it took weeks. Claude Code collapses that chain. The person who actually understands the problem can ship a PR bringing in designers and engineers for the parts where their expertise matters."Dr. Thomas Kelly · co-founder and CEO, Heidi

'모두가 제품을 출시한다'는 표현은 LinkedIn 게시물로는 그럴듯하지만, 실제 업무에서는 어떻게 가능할까요? 마케팅 팀이 풀 리퀘스트를 승인할까요? 법무팀이 불안정한 테스트의 원인을 찾기 위해 이분 탐색으로 원인을 찾는 복잡한 작업까지 처리할까요?

저희가 얻은 답은 여전히 역할 분담이 존재한다는 것입니다. 마케터는 여전히 마케팅에 집중하고, 개발자는 개발에 집중합니다. 하지만 아이디어를 실제로 작동하는 프로토타입으로 구현하는 중요한 첫 단계, 즉 0에서 1로 나아가는 과정은 누구에게나 열려 있습니다.

또한 가장 효과적으로 운영되는 스타트업들은 이러한 기여를 우연이나 개인의 의욕에 맡기지 않고, 체계적으로 이루어지도록 하는 메커니즘을 구축한다는 사실도 확인했습니다.

도구 연결

직원들에게 AI를 사용하도록 기대하는 것과 Claude Code 및 필요한 도구에 대한 접근 권한을 제공하는 것은 별개의 문제입니다.

"We're actually not running away from [having non-technical employees contribute], we're going towards it. Our take is every role is becoming an engineering role because you can build software for it… so we hire people who are tinkerers, who are interested in building"Kareem Amin · co-founder and CEO, Clay

Crosby는 변호사들에게 Claude Code를 사용하도록 하는 대신, 이들이 익숙하게 사용해 온 도구와 일상적인 업무 시스템에 Claude Code를 연결해 기존 업무 환경에서 바로 활용할 수 있도록 했습니다.

스탠드업 미팅에서 성과 공유

아이디어가 실제로 시장에 출시되려면 어느 시점에서는 우선순위 검토를 거쳐 조직의 자원을 지원받을 기회가 필요합니다. 제품 관리자에게는 그 과정이 명확합니다. 원래 그들의 업무이기 때문입니다. 하지만 비기술 직군의 직원들에게는 그 경로가 그만큼 명확하지 않습니다.

Clay는 분기별 검토를 진행하며 프로토타입을 평가하고, 공식 로드맵에 포함할 수 있도록 합니다. 이러한 과정을 통해 Clay의 시장 진출(GTM) 팀원 한 명이 웹사이트를 방문해 잠재 고객 정보 수집 양식을 작성하고, 응답에 걸리는 시간을 측정하며, 경험을 평가하고, 성과 보고서까지 생성하는 자율형 에이전트를 개발했습니다.

Omni는 Claude로 생성한 프로토타입을 공유하는 전용 Slack 채널을 마련해 고위 기술직 직원을 비롯한 모든 구성원이 참여하도록 하고 있습니다. 또한 '모두가 제품을 출시한다'는 원칙과 함께, 그에 상응하는 '모두가 고객과 대화한다'는 원칙도 실천합니다.

Even though engineers don't naturally gravitate toward customer calls, Omni deliberately puts them in front of customers because it closes the feedback loop faster.Chris Merrick · co-founder and CTO, Omni

Skills 공유

'모두가 제품을 출시한다'는 것과 '각자 따로 작업하는 것'의 경계는 모호할 수 있습니다. 기능 프로토타입은 누가 만들었든 전체적으로 일관성과 통일성을 갖춘 하나의 제품으로 통합되어야 합니다. Skills는 팀의 표준과 맥락을 인코딩하는 재사용 가능한 지침 파일로, 개발 프로세스에 참여할 수 있는 사람이 점점 더 많아지더라도 개발 방향의 일관성을 유지하도록 도와줍니다.

"팀원 누구나 Claude Code에서 디자인 시스템을 참고해 제품 구성 요소, 마케팅 콘텐츠 또는 프레젠테이션 자료의 초안을 작성할 수 있습니다. 하지만 제품에 영향을 미치는 AI는 훨씬 더 엄격한 기준을 충족해야 합니다. Claude Code는 이러한 기준을 더욱 정확하게 충족하도록 도와줍니다."라고 Heidi의 Thomas Kelly 박사는 말합니다.

또한 Skills는 신규 개발자와 비기술 직군의 직원들이 빠르게 업무에 적응하고 본격적으로 작업을 시작하는 데도 도움이 됩니다.

"...we also have a GitHub repo of Claude Code skills which works as a shared knowledge base to quickly bootstrap a Claude Code session with known Emergent details like database [and data warehouse] location, some schema [information], overall company context….instead of trying to be perfect here, it is ok to live with slightly outdated context files as long as the agent can quickly verify and course correct."Mukund Jha · co-founder and CEO, Emergent

"Our engineers use Claude Code to spin up an in-house marketplace of specialized internal agents, organized by role, so engineering, delivery, and sales each get tools built for how they actually work."Jack O'Hara · founder and CEO, Translucent

산업혁명이 시작된 이래 모든 기업은 기술을 통해 효율성을 높이고자 노력해 왔지만, 이 스타트업들은 기술을 도입하는 속도와 깊이에서 차별화된 모습을 보였습니다.

이 스타트업 창업자들은 AI가 기업의 사명을 실현하는 데 필수적인 요소라고 믿습니다. 이들 중 다수는 에이전트가 기계적이고 반복적인 업무의 80%를 담당하고, 엔지니어는 실제로 판단이 필요한 사례에 집중해야 한다는 점을 명확히 밝히고 있습니다.

"Everyone's racing to build AI products. Far fewer are rebuilding how their company actually runs. The second one is the bigger unlock. Artemis Security runs as an AI-native company, not a company that happens to use AI. This supercharges our velocity and allows us to help customers stop attacks at machine speed."Shachar Hirshberg · co-founder and CEO, Artemis Security

구체적으로 살펴보면, 이 스타트업들은 다른 기업들에 비해 SDLC의 전 단계에 AI를 더욱 긴밀하게 통합하고 있습니다. 또한 반복적인 작업을 처음부터 끝까지 수행할 수 있도록 목적에 맞게 설계된 에이전트도 더 많이 활용하고 있습니다. 이 두 가지 방식의 사례를 모두 살펴보겠습니다.

AI 네이티브 SDLC

여기에 소개된 스타트업 중 상당수는 팀원들이 에이전틱 코딩 프로세스에 빠르게 적응할 수 있도록 온보딩 속도를 높였습니다. 예를 들어, Emergent의 Mukund는 "신입 직원이 입사 첫날 Claude에 올바른 마크다운 파일을 지정하는 것만으로 전체 개발 환경을 설정할 수 있습니다. 온보딩 중에 Claude가 제대로 작동하지 않거나 오래된 내용을 발견하면 해당 파일을 업데이트합니다."라고 설명합니다.

이 팀들은 제품을 빠르게 출시하기 때문에 엔지니어들도 신속하게 온보딩을 마쳐야 합니다.

"Engineers here are orchestrating agent fleets, shipping fixes to production data problems the same day they're found, and running multiple PRs in flight simultaneously. One engineer ran a ~13-ticket initiative with Claude subagents in parallel, each owning a ticket and its PR."Tanay Tandon · CEO and founder, Commure

이러한 조직에서는 Claude Code를 사용하여 코드 생성을 지원할 뿐만 아니라 검토도 수행합니다. Heidi의 Kelly 박사는 이렇게 말했습니다. "우리는 검증된 기술 및 규정 준수 프레임워크를 기준으로 자동화된 코드 검토를 실행하고, 심각한 문제를 표시하며, 코드가 출시되기 전에 제안된 변경 사항을 적절한 검토자에게 전달합니다."

이들 조직 중 일부는 코드 검토, 테스트, CI를 위한 맞춤형 에이전트도 구축하고 있습니다. 이러한 스타트업들은 단순히 코드를 배포하는 것보다 루프를 구축하는 데 상당한 관심을 기울이고 있습니다.

Translucent 창업자 Jack은 "제가 가장 좋아하는 [에이전트]는 'Translucent code reviewer'입니다. 이 에이전트는 코드 변경 사항을 여러 방향으로 나누어 다양한 관점에서 검토하고, 수석 엔지니어처럼 그 결과를 종합합니다. 하지만 그 속도는 엔지니어 한 명이 혼자 작업할 때보다 훨씬 빠릅니다."라고 말합니다.

Clay의 Kareem도 "...버그의 초기 분류부터 수정할 코드 변경 사항을 제안하는 작업까지 처리하는 에이전트를 개발했습니다."라고 설명합니다.

‍

This was most pronounced at ClickHouse, where co-founder and CTO Alexey Milovidov reported the database company had turned nearly every SDLC stage into an autonomous loop. Two purpose-built agents designed to fix flaky tests and find missing test coverage are now the #2 and #3 contributors to the ClickHouse repo. A separate family of agents handles operations, and the team uses Claude Code to build and iterate on those agents themselves.

에이전트로 프로세스 가속화

이러한 스타트업에서 일관되게 나타나는 또 다른 특징은 Claude Code의 에이전틱 루프로 개발 속도를 높이는 동시에, 반복적이고 번거로운 프로세스를 가속화하기 위한 에이전트도 만들고 있다는 점입니다.

이는 주로 일상적인 업무를 대상으로 했으며, 이를 통해 기업의 경쟁 우위와 고객 관계, 매출 성장에 더 집중할 수 있었습니다. Claude를 통해 속도가 향상된 프로세스 중 대표적인 것은 셀프 서비스 데이터 분석이었습니다.

이 기업들은 거의 모두 비정형 데이터를 포함한 최신 데이터를 바탕으로 신속한 의사 결정을 내릴 수 있는 프로세스를 갖추고 있으며, 이는 스타트업의 생존에 반드시 필요한 방향 전환을 뒷받침합니다.

예를 들어, Clay는 내부 데이터 분석 에이전트를 구축했고, Heidi는 Claude Code를 활용해 고객과 의료진의 피드백을 사용 데이터와 함께 분류합니다. 이를 통해 제품에 대한 인사이트를 얻는 데 중요한 신호를 포착합니다.

ClickHouse와 Omni 모두 이러한 유형의 AI 데이터 분석 기능을 제품에 통합해 출시하고 있으며, Claude를 기반으로 합니다.

그 밖에도 서브에이전트를 통해 수천 건의 법률 문서를 요약하고(Crosby), 여러 현장의 청구 데이터를 광범위하게 분석해 이상 징후를 포착하며(Commure), 병원 재무 데이터를 지속적으로 분석해 분석팀이 제때 발견하기 어려운 위험 신호를 찾는(Translucent) 사례 등이 있습니다.

이 원칙은 '규칙 2: 번거로운 작업 자동화하기'와 반드시 함께 적용되어야 합니다. 결과를 모니터링하고 검증할 수 있는 안정적인 수단이 없다면 프로세스를 자동화할 수 없습니다.

Artemis Security co-founder Dan Shiebler said their increased deployment speed only works…"because we've invested deeply in testing infrastructure, codebase organization, and team knowledge systems that let agents ship end to end. This is the flywheel we've built with Claude: structure your codebase, knowledge base, and team the right way, and every contribution compounds."Dan Shiebler · co-founder, Artemis Security

"Early on we gave Claude full autonomy and it did what AI does. It shipped plausible code fast. The problem was it drifted from our architecture in ways that looked right but weren't. So we…wrote down every invariant. How we frame problems. What has to be true no matter what. How to prove something works instead of trusting a confident answer. 567 lines of how this team thinks."Victor Hunt · co-founder and CEO, Zingage

분명한 것은, 이 스타트업들 중 에이전트가 코드를 메인 브랜치에 병합하도록 한 뒤 결과를 운에 맡기는 곳은 없습니다. 이들 중 다수는 규제가 엄격한 산업에서 운영되며, 강력한 거버넌스 프레임워크가 필요합니다. Cainex는 에이전트와 결정론적 검사 절차를 결합해 의료 기록을 읽고 병원 청구에 사용되는 코드를 생성하는 대표적인 사례입니다.

"In medical coding, a wrong code isn't a typo. It's a billing and compliance event. That one fact governs how we build."Uriah Israel · co-founder and CTO, Cainex

"저희가 Claude Code로 운영하는 루프는 이렇습니다. 에이전트로 데이터를 일괄 처리하면, 감사 담당자들이 내부 앱에서 결과를 검토합니다. 감사 담당자들은 코드만 확인하는 것이 아닙니다. 모델의 추론 과정도 확인하고, ... 모두에 대한 의견을 남깁니다. 모든 항목은 버전별로 관리되며, 감사도 가능합니다"라고 그는 설명했습니다.

"이후 Claude Code가 작업을 이어받습니다. 데이터베이스에서 원래 예측 결과와 모든 수정 사항, 의견을 직접 가져옵니다. 각 수정 사항에는 관련 코드 유형에 따라 태그가 지정되므로, Claude Code는 진단 문제인지, 시술 문제인지, 아니면 다른 범주의 문제인지 파악하고, 해당 의료 코딩 유형을 규정하는 지침을 바로 참조할 수 있습니다.

이후 에이전트 지침에서 오류를 일으킨 부분을 찾아 수정하거나, 실제로 새로운 사례인 경우 별도의 지침을 작성합니다. 모든 변경 사항은 버전이 관리되는 지침 세트를 기준으로 이루어지며, 오류가 발생했던 기록을 대상으로 테스트를 진행합니다. 저희가 적용하는 원칙은 '개별 사례가 아니라, 원칙을 수정한다'는 것입니다"라고 그는 덧붙였습니다.

"그런 다음 백테스트를 진행합니다. 하나의 기록에도 허용되는 코딩 결과가 여러 개일 수 있으므로 단순한 문자열 일치 여부로 판단하지 않습니다. 검증 과정에서는 승인된 결과 집합을 기준으로 의미적 일치 여부를 확인하는 동시에, '실제 오류인지 아니면 다른 유효한 처리 방식인지' 판단하는 평가 모델을 함께 활용합니다. 여기에 Claude Code가 자체적인 비교 작업도 추가합니다.

Claude Code는 변경 후보안을 골든 데이터셋과 무작위 샘플을 대상으로 테스트해 코드가 배포되기 전에 회귀 문제가 발생하는지 찾아냅니다. 그 결과 수정 제안 사항, 해결하지 못한 기록, 답변이 필요한 질문을 정리한 간단한 목록을 반환합니다. 엔지니어들은 업무의 80%를 차지하는 기계적인 작업 대신, 실제로 해결하기 어려운 문제에 집중합니다."라고 그는 설명했습니다.

창업자들은 이러한 의료 청구 업무에 특화된 워크플로우에서 다양한 분야에 적용할 수 있는 교훈을 얻을 수 있습니다.

예를 들어, Cainex는 해당 분야의 전문가들이 Claude의 추론 과정을 정기적으로 검토하고 개선 방향을 제시하며, 이러한 지침이 자체 개선 루프에 반영되도록 합니다. 하지만 전문가들이 개별 사례를 일일이 수정하는 것이 아닙니다. 이들이 제공하는 지침을 자체 개선 루프의 일부로 활용하는 것입니다. Uriah의 말처럼, '개별 사례가 아니라 원칙을 수정한다'는 것입니다.

‍

또 다른 교훈은 신뢰할 수 있는 평가용 '골든 데이터셋'을 세심하게 관리하는 것이 중요하다는 점입니다. 골든 데이터셋은 팀이 에이전트의 정확성을 검증하기 위해 사용하는 검증된 질문과 답변 쌍 모음입니다. 모든 스타트업은 주요 사용 사례에 대해 여러 가지 평가 체계를 유지하고, 정기적으로 업데이트해야 드리프트를 방지하고 향후 모델을 평가할 수 있습니다.

"[Claude Code has] also transformed how we manage model velocity. New video and image models arrive constantly. Each requires new skills, evaluations, routing logic, and production testing before deployment. Claude Code has compressed that cycle from days to hours, allowing us to identify issues in production and deploy fixes in the same session….When you're competing against companies with 10x the headcount, that kind of leverage changes everything."Alex Mashrabov · co-founder and CEO, Higgsfield

Uriah가 마지막으로 강조하는 점은 이 과정에 어느 정도의 노력이 필요할 수 있다는 것입니다. "처음부터 이렇게 체계적이었던 것은 아닙니다. 첫 번째 버전에서는 과적합 문제가 발생했습니다. 특정 사례를 인코딩해 '수정'했기 때문에, 시스템이 더 똑똑해지는 대신 패치만 계속 쌓였습니다. 그래서 일반적인 원칙을 적용하고, 변경할 수 있는 개별 사례의 구체적인 내용을 제한하도록 접근 방식을 바꿨습니다."

이러한 AI 네이티브 스타트업 중 상당수는 끊임없이 스스로를 혁신하고 있습니다.

AI는 이들이 무엇을 구축하는지뿐만 아니라 어떻게 구축하는지에서도 핵심적인 역할을 하는 경우가 많습니다. 모델의 성능이 지속적으로 발전함에 따라, 획기적인 기능과 필수적인 지원 구조조차 이미 투입한 비용이 매몰 비용이 되는 순간 폐기되었습니다. 이러한 기업 중 상당수는 이처럼 끊임없이 새롭게 구축하는 과정을 경쟁 우위의 일부로 여겼습니다.

Kareem은 다음과 같이 말했습니다. "Clay에서는 일단 무언가를 만들고 나면 다시 만들고, 또다시 만듭니다. 그리고 네 번째로 만들 때쯤이면 무엇이 필요한지 모두 알게 되어 제대로 만들 수 있습니다. 그렇다고 반드시 기존에 만든 것을 버리는 것은 아닙니다. 단지 다시 만드는 것입니다. 이번에는 무엇이 필요한지 훨씬 더 명확하게 이해한 상태에서 말이죠."

Commure의 공동 창업자 Tanay는 이렇게 설명합니다. "새로운 경로를 배포하는 것만으로는 재구축이 완료됐다고 할 수 없습니다. 기존 경로가 사라져야 완료되는 것이죠. 이전에는 기존 코드를 제거하는 작업이 우선순위 경쟁에서 항상 밀렸습니다. 지루하고 번거로운 데다 새로운 기능을 제공하는 작업도 아니기 때문입니다." "하지만 이제 Commure의 엔지니어는 '이미 모든 사용자에게 출시된 기능 플래그마다 해당 플래그와 관련 코드를 제거하는 PR을 생성하라'는 식으로 Claude 스킬을 호출한 다음, 반환된 결과를 검토하기만 하면 됩니다. 예전에는 개발 주기가 많이 소요되던 마이그레이션 작업을 이제는 계획을 수립하고 작업을 병렬로 분산하는 방식으로 단 몇 시간 만에 끝낼 수 있습니다."

연결된 각 워크트리는 자체적으로 체크아웃된 브랜치가 있는 일반 디렉터리이며, 세 가지 모두 acme-web 내부의 단일 .git 객체 저장소를 공유합니다.

또한 Kareem은 끊임없이 재구축하고 발전시켜 나가면서, 자체 개선 루프를 만들어 내는 능력도 Clay만의 경쟁 우위 중 하나라고 설명했습니다.

그는 이렇게 설명했습니다. "지금 기업이 경쟁 우위를 확보하려면 스스로 개선하는 능력을 갖춰야 한다고 생각합니다. Clay는 스스로 학습하는 수익 창출 엔진입니다. 따라서 Clay를 많이 사용할수록 어떤 고객이 가장 가치 있는 고객인지, 고객에게 어떤 메시지를 전달해야 하는지, 무엇이 효과가 있었고 무엇이 효과가 없었는지를 더 정확하게 파악할 수 있습니다. 이러한 정보는 시간이 지나면서 계속 달라집니다." "경쟁은 결국 누가 가장 빠르게 고객에게 도달하느냐입니다... 그래야 각 고객을 지원하면서 스스로 개선할 수 있습니다."

2026년 5월 Code with Claude 이벤트에서 Harvey의 응용 AI 책임자인 Niko Grupen은 모델의 추론 능력이 새롭게 등장하고 에이전트 기반 자동화, 계획 수립, 오케스트레이션 등의 기능이 발전할 때마다 플랫폼 아키텍처를 전면적으로 새롭게 설계해야 했다고 설명했습니다.

"If you asked me six months ago what our architecture looks like, I'd give a fundamentally different answer from what it looks like today. If we hadn't been willing to say 'Hey, we need to scrap this and go agent native' we simply could not have these capabilities in our platform right now."Niko Grupen · Head of Applied AI, Harvey

이러한 스타트업 중 상당수는 개발 프로세스의 중심에 핵심적인 선순환 구조를 갖추고 있습니다. AI를 활용해 개발하면서 AI 기반의 혁신적인 제품을 만들어 내는 것입니다.

개발자가 에이전틱 코딩 방식을 발전시키면, 모델의 역량을 더 정확하게 파악할 수 있으며, 최첨단 기술 분야에서 하네스 설계가 어떻게 발전하는지에 대한 통찰력을 얻습니다. 이 과정에서 얻은 영감을 자체 에이전트와 제품에 적용할 수 있습니다.

Omni의 Chris는 이렇게 설명했습니다. "[Anthropic] 파일과 임베딩에 대한 접근 방식에서 영감을 얻었고, 이를 통해 자체 제품에서도 단순한 구조를 유지할 수 있다는 확신이 생겼습니다. 덕분에 RAG 파이프라인을 사용했다면 발생했을 상당한 복잡성을 피할 수 있었습니다." "또한 Claude Code의 하네스가 사용자들의 병렬 작업을 어떻게 지원하는지 살펴보고, 그중 일부 개념을 자체 UI에 적용했습니다."

이는 이러한 기업들이 자체 제품의 성능을 지속적으로 파악하는 데도 도움이 됩니다.

Emergent의 Mukund는 이렇게 말했습니다. "저희 앱 빌더 역시 내부적으로 Anthropic 모델을 사용하고 있습니다. 따라서 제품에서 특정 동작이 관찰되면.... Claude Code를 통해 로컬로 빠르게 디버깅하면서 모델 자체의 동작인지, 하네스 문제인지 판단할 수 있습니다. 덕분에 문제를 진단하고 대응하는 프로세스를 크게 개선할 수 있었습니다."

저희가 공통적으로 확인한 패턴은 Claude Code를 활용해 내부용 에이전트를 구축하고, 내부적으로 사용한 다음(dogfood), 그 반응에 따라 Claude API, SDK, Claude Managed Agents를 주로 활용해 고객 대상 제품으로 발전시키는 것이었습니다.

"저희는 팀이 직접 상호작용할 수 있는 자체 AI 에이전트를 [제품] 내에 구축했습니다. 여기에는 SQL 콘솔의 에이전트와 AI SRE가 포함됩니다. 이러한 에이전트를 개발하고 지속적으로 개선하는 데 Claude Code를 사용하고 있습니다. 고객의 AI 경험을 지원하는 도구 역시 부분적으로는 AI를 활용해 개발한 것입니다."라고 ClickHouse의 Alexey는 말합니다.

체크리스트

이 가이드에서는 다양한 주제를 폭넓게 살펴봤습니다. 주요 팁을 한 페이지로 정리했습니다.

혁신을 선도하는 스타트업은 최첨단 기술로 개발합니다

이러한 인사이트는 기술의 최전선에서 개발하는 동료 스타트업들로부터 얻은 것입니다. 이러한 인사이트가 여러분에게 실질적이고 바로 적용할 수 있는 지침이 되었기를 바랍니다. Claude 스타트업 커뮤니티에서는 영감과 모범 사례, 조언을 끊임없이 얻을 수 있습니다. 다음과 같은 방법으로 커뮤니티에 참여해 보세요.

• 스타트업 뉴스레터 구독 및 스타트업 프로그램 참여
• 예정된 Claude Code 웨비나 북마크
• 가까운 지역에서 열리는 이벤트 참석
• Reddit 및 Discord에 기여
• 초기 단계의 스타트업이라면 크레딧과 지원 혜택을 제공하는 Claude for Startups 프로그램에도 신청할 수 있습니다.