Anthropic's Boris Cherny: Why Coding Is Solved, and What Comes Next
인터뷰의 본질은 “Claude Code가 코딩 도구에서 에이전트 운영체제·조직 운영 방식으로 확장되고 있다”는 이야기입니다. 단순히 코드를 잘 써주는 수준이 아니라, PR 관리, CI 복구, 피드백 수집, 반복 작업, 도구 연결, 조직 내 협업까지 모델이 지속적으로 수행하는 구조로 가고 있다는 점이 가장 중요합니다. 원문 기준입니다.
1. 섹션별 요약
1) 소개: Claude Code는 개발 방식의 전환점으로 소개됨
인터뷰는 Claude Code 창시자인 Boris Churnney를 소개하면서 시작됩니다. 사회자는 Claude Code가 단순한 개발 보조 도구가 아니라 현대 소프트웨어 개발 방식을 재발명하는 현장에 있는 제품이라고 설명합니다. 청중 대부분이 Claude Code를 사용하고 있다는 점도 강조됩니다.
요지: Claude Code는 이미 특정 개발자 커뮤니티 안에서는 실험적 도구가 아니라, 실제 작업 방식 자체를 바꾸는 도구로 받아들여지고 있습니다.
2) Claude Code의 탄생: “Product Overhang”에서 시작됨
Boris는 Claude Code가 의도적으로 거대한 전략 아래 시작된 것이 아니라, Anthropic 내부의 작은 실험 조직인 Anthropic Labs에서 우연에 가깝게 시작되었다고 설명합니다. 이 팀은 Claude Code, MCP, 데스크톱 앱 등을 만들었고, 이후 해산되었다가 다시 재결성됩니다.
가장 중요한 개념은 Product Overhang입니다. 모델은 이미 할 수 있는 일이 많은데, 그 능력을 제대로 담아낸 제품이 아직 없다는 의미입니다. Claude Code는 바로 이 빈틈을 겨냥해 만들어졌습니다.
요지: Claude Code는 “현재 모델이 가능한 일”이 아니라, 다음 모델이 가능해질 일을 미리 제품으로 준비한 사례입니다.
3) Typeahead에서 Agent로: 한 줄 자동완성의 시대가 끝남
기존 AI 코딩의 중심은 IDE에서 Tab을 눌러 한 줄씩 완성하는 방식이었습니다. Boris는 Sonnet 3.5가 이런 typeahead 방식을 가능하게 했지만, Claude Code의 방향은 거기서 멈추지 않고 “에이전트가 전체 코드를 작성하게 하는 것”이었다고 말합니다.
초기 6개월 동안은 거의 작동하지 않았고, Boris 본인도 코드의 10% 정도만 Claude Code로 작성했다고 합니다. 하지만 Opus 4 이후 성장세가 본격화되었고, 이후 모델 출시마다 사용성이 급격히 개선되었다고 설명합니다.
요지: Claude Code는 처음부터 현재 모델용 제품이 아니라, 앞으로 좋아질 모델을 기다리는 제품이었습니다.
4) “코딩은 해결됐다”: 단, 모든 환경에서 그런 것은 아님
Boris는 자신에게는 코딩이 “100% 해결됐다”고 말합니다. Claude Code 코드베이스가 TypeScript와 React로 구성되어 있고, 이것이 모델에게 익숙한 분포의 기술 스택이었기 때문에 초기부터 모델이 잘 다룰 수 있었다고 설명합니다.
그는 현재 자신이 직접 코드를 쓰지 않고, 모델이 100% 코드를 작성한다고 말합니다. 하루에 수십 개의 PR을 만들고, 어떤 날은 150개 PR까지 만들었다고도 언급합니다. 다만 복잡한 대형 코드베이스나 모델이 덜 익숙한 언어에서는 아직 완전히 해결된 것은 아니라고 봅니다.
요지: “코딩이 해결됐다”는 말은 모든 개발자가 당장 필요 없어진다는 뜻이 아니라, 모델 친화적인 코드베이스와 프로세스에서는 인간이 직접 타이핑하는 비중이 거의 0에 가까워질 수 있다는 의미입니다.
5) Boris의 개인 워크플로우: 폰에서 수백~수천 에이전트 운영
가장 충격적인 부분입니다. Boris는 이제 대부분의 작업을 휴대폰에서 한다고 말합니다. Claude 앱 안에 여러 코드 세션을 열어두고, 각 세션 안에 다수의 에이전트를 돌립니다. 평소에는 수백 개, 밤에는 수천 개의 에이전트가 깊은 작업을 수행한다고 말합니다.
특히 중요하게 등장하는 개념이 loop입니다. Claude에게 cron을 사용해 반복 작업을 예약하게 하고, 매분·5분마다·매일 등 원하는 주기로 작업을 수행하게 만드는 방식입니다.
예를 들면:
| Loop 예시 | 역할 |
|---|---|
| PR babysitting loop | CI 실패 수정, 자동 rebase |
| CI health loop | flaky test 감지 및 수정 |
| Twitter feedback loop | 트위터 피드백 수집·클러스터링 |
| 정기 리포트 loop | 데이터 변화 감지 후 주기적 보고 |
Boris는 “loops are the future”라고까지 말하며, 최근에는 노트북을 닫아도 서버에서 계속 도는 routines도 출시했다고 설명합니다.
요지: 미래 개발자는 “코드를 쓰는 사람”이 아니라, 지속 실행되는 에이전트 루프를 설계·감독하는 사람에 가까워집니다.
6) 미래 팀 구조: 모두가 코딩하는 다분야 제너럴리스트
Boris는 앞으로 더 많은 사람이 generalist가 될 것이라고 예측합니다. 여기서 말하는 generalist는 단순히 iOS, 웹, 서버를 모두 하는 엔지니어가 아니라, 제품·디자인·데이터·엔지니어링을 넘나드는 사람입니다.
Claude Code 팀에서는 엔지니어뿐 아니라 PM, 디자이너, 데이터 사이언티스트, 재무 담당자, 유저 리서처까지 모두 코드를 쓴다고 말합니다. 각자 전문성은 유지하지만, 코딩은 공통 능력이 됩니다.
요지: AI 코딩 시대의 핵심 인재는 “코드를 잘 치는 사람”보다 도메인 이해 + 제품 판단 + AI를 통한 구현 능력을 가진 사람입니다.
7) SaaS Apocalypse: 기존 SaaS의 방어력이 약해짐
AI가 코드 작성 비용을 10배, 100배 낮추면 SaaS 시장이 어떻게 되느냐는 질문에 Boris는 두 가지를 말합니다.
첫째, 기존 기업의 방어력 중 일부가 약해집니다. 특히 전환 비용(switching cost)과 프로세스 파워(process power)가 약해질 수 있다고 봅니다. AI가 기존 시스템을 다른 시스템으로 옮기거나, 복잡한 업무 프로세스를 학습하고 반복 개선할 수 있기 때문입니다.
둘째, 스타트업의 기회가 커집니다. 작은 팀이 대기업 수준의 가치를 가진 소프트웨어를 만들 수 있고, 대기업은 내부 저항·프로세스 변화·재교육 비용 때문에 느리게 움직일 수밖에 없다고 봅니다. 그래서 “지금이 스타트업을 만들기 가장 좋은 시기”라고 말합니다.
요지: AI 시대에는 “기존 워크플로우가 복잡해서 못 따라온다”가 방어 논리가 되기 어렵습니다. 오히려 복잡한 프로세스는 AI가 파고들 수 있는 시장 기회가 됩니다.
8) 모델 vs 제품: 모델이 좋아질수록 Harness는 덜 중요해짐
Claude Code 성공의 원인이 모델인지 제품인지에 대한 질문에서 Boris는 과거에는 50:50에 가까웠다고 말합니다. 제품은 여전히 중요합니다. 특히 하루 종일 사용하는 도구이기 때문에 작은 디테일과 사용감이 중요하다고 봅니다.
하지만 모델이 좋아질수록 현재의 harness, 즉 명령 검증, 권한 모드, human-in-the-loop, prompt injection 방어 같은 제품 레이어의 일부는 덜 중요해질 수 있다고 봅니다. 모델이 스스로 더 올바른 판단을 하게 되기 때문입니다.
요지: 초기에는 제품이 모델의 부족함을 보완하지만, 시간이 갈수록 제품의 역할은 “모델을 통제하는 장치”에서 모델이 더 많은 일을 자연스럽게 하게 만드는 작업 환경으로 바뀝니다.
9) 소프트웨어 제작의 민주화: 코딩은 문자 쓰기처럼 된다
Boris는 소프트웨어 제작이 Microsoft Office 수준을 넘어, 문자 메시지를 보내는 것처럼 보편적인 능력이 될 것이라고 말합니다. 그는 인쇄술을 비유로 듭니다. 인쇄술 이전에는 읽고 쓰는 능력이 일부 전문 계층의 일이었지만, 시간이 지나면서 보편 능력이 되었습니다.
그는 앞으로 소프트웨어도 마찬가지로 민주화될 것이라고 봅니다. 특히 회계 소프트웨어를 만든다면 최고의 개발자는 엔지니어가 아니라 도메인을 잘 아는 회계사일 수 있다고 말합니다. 코딩은 쉬운 부분이 되고, 어려운 것은 도메인 이해가 된다는 관점입니다.
요지: 미래에는 “개발자가 회계 프로그램을 만든다”보다 회계사가 AI로 회계 프로그램을 만든다가 더 자연스러워질 수 있습니다.
10) Anthropic이 앞서 있는 이유: 모델이 아니라 조직 프로세스
Boris는 Anthropic 내부에서 특별히 외부보다 훨씬 앞선 모델을 쓰는 것은 아니라고 말합니다. 오히려 차이는 조직 구조와 업무 프로세스에 있다고 봅니다.
Anthropic에서는 Claude를 거의 모든 일에 사용하고, Claude끼리 Slack을 통해 서로 대화하면서 미지의 문제를 해결한다고 설명합니다. 수동으로 작성된 코드가 거의 없고, SQL도 모델이 작성한다고 말합니다. 중요한 것은 기술 격차가 아니라, 조직이 AI-native 방식으로 이미 바뀌어 있다는 점입니다.
요지: AI 도구를 쓰는 회사와 AI-native로 운영되는 회사 사이의 격차가 커질 수 있습니다.
11) 멀티 에이전트와 병렬화: 사용자가 판단하지 않게 될 것
멀티 에이전트, batch, sub-agent, loop에 대한 질문에서 Boris는 제품 쪽에서는 결국 prompting이라고 말합니다. 모델이 병렬 작업을 더 잘하도록 프롬프트를 조정한다는 뜻입니다.
하지만 장기적으로는 사용자가 “언제 병렬화할지”를 직접 판단하지 않아도 된다고 봅니다. 모델이 스스로 데이터 변화, 반복 필요성, 병렬 처리 가능성을 감지하고 loop를 시작하거나 MCP를 통해 Slack으로 보고하는 방향입니다.
요지: 미래의 좋은 AI 개발 도구는 “사용자가 에이전트를 잘 다루게 하는 도구”가 아니라, 모델이 알아서 에이전트를 구성하게 하는 도구입니다.
12) Local AI vs Cloud AI: 사용자가 결정할 문제가 아니게 됨
로컬 AI와 클라우드 AI 중 어디로 갈 것인가에 대해 Boris는 근본적으로 “중요하지 않다”고 봅니다. 몇 년 안에 모델이 코드를 쓰고, 에이전트를 시작하고, 환경을 만들고, 필요하면 로컬 모델을 사용할지 클라우드 모델을 사용할지도 스스로 판단하게 될 것이라고 말합니다.
요지: 미래에는 개발자가 “이건 로컬 모델로 돌릴까, 클라우드로 돌릴까”를 판단하는 것이 아니라, 에이전트가 비용·성능·권한·환경을 보고 알아서 선택하는 구조로 갈 수 있습니다.
13) MCP와 Computer Use: 모든 업무 도구를 모델에게 연결
지식 노동에서 Claude Code처럼 강력한 도구 접근성을 어떻게 만들 것인지에 대해 Boris는 MCP를 핵심으로 봅니다. Salesforce, Google Docs, Google Calendar 등을 MCP로 연결하면 Claude, Claude CLI, Claude Code 어디서든 사용할 수 있다는 것입니다.
MCP가 없는 시스템은 Computer Use가 보완할 수 있습니다. 다만 Computer Use는 느리지만, 거의 모든 소프트웨어를 조작할 수 있는 catch-all 방식이라고 설명합니다. 결국 모델 입장에서는 MCP, CLI, API, Computer Use 모두 “토큰으로 표현되는 도구 접근 방식”일 뿐이라고 봅니다.
요지: Claude Code의 미래는 IDE 안에 갇힌 코딩 도구가 아니라, 모든 업무 시스템에 연결되는 실행 계층입니다.
14) 앞으로 흥미로워질 제품: Cloud Design, Loop, Batch, Computer Use
마지막 질문에서 Boris는 모델이 좋아질수록 더 흥미로워질 제품 형태로 Cloud Design, Claude Code의 신규 기능, loop, batch, 대규모 병렬 에이전트, computer use를 언급합니다.
요지: Claude Code의 다음 단계는 코드 생성 정확도 개선보다, 대규모 병렬 실행·반복 실행·도구 사용·환경 구성 자동화 쪽에 더 가깝습니다.
2. 여기서만 얻을 수 있는 인사이트
인사이트 1. Claude Code의 핵심은 “코딩 자동화”가 아니라 “시간을 점유하는 에이전트”다
일반적으로 AI 코딩 도구를 말할 때는 “코드를 얼마나 잘 짜느냐”를 봅니다. 그런데 이 인터뷰에서 더 중요한 것은 코드 작성 능력보다 지속 실행 능력입니다.
Claude가 cron을 만들고, loop를 돌리고, CI를 감시하고, PR을 고치고, 피드백을 주기적으로 수집합니다. 이건 단발성 코드 생성이 아닙니다.
즉, Claude Code의 미래는:
“명령하면 코드 짜주는 도구” → “개발 조직 안에서 계속 일하고 있는 작업자 네트워크”
에 가깝습니다.
인사이트 2. “모델이 좋아지면 제품이 덜 중요해진다”가 아니라, 제품의 역할이 바뀐다
Boris는 모델이 좋아질수록 기존 harness가 덜 중요해질 수 있다고 말합니다. 하지만 이건 제품이 중요하지 않다는 뜻이 아닙니다.
제품의 역할이 바뀝니다.
| 과거 제품 역할 | 미래 제품 역할 |
|---|---|
| 모델 실수 방어 | |
| 권한 제한 | |
| 명령 검증 | |
| 사용자가 단계별 지시 | |
| IDE 안에서 보조 | 에이전트 실행 환경 제공 |
| 반복 작업 운영 | |
| 다중 에이전트 조율 | |
| MCP/CLI/API 연결 | |
| 조직 프로세스에 내장 |
즉, Claude Code의 경쟁력은 “좋은 채팅 UI”가 아니라 에이전트가 실제 업무를 수행할 수 있는 실행 환경으로 이동합니다.
인사이트 3. Anthropic의 진짜 리드는 모델이 아니라 “AI-native 조직 운영 경험”이다
이 부분이 매우 중요합니다. Boris는 내부 모델 격차가 크지 않다고 말합니다. 진짜 차이는 Anthropic 내부의 프로세스입니다.
그들은 Claude를 모든 업무에 쓰고, Claude들이 Slack에서 서로 대화하고, 코드와 SQL을 모델이 작성합니다. 이건 단순히 “AI를 많이 쓴다”가 아닙니다.
조직 구조가 이미 다음과 같이 바뀐 것입니다.
사람 → AI에게 작업 위임 AI → 다른 AI와 협업 AI → 도구 실행 AI → 결과 보고 사람 → 판단·방향·검수
이 구조를 먼저 경험한 조직이 다음 제품을 더 잘 만들 수 있습니다.
인사이트 4. 앞으로의 개발 병목은 “구현”이 아니라 “작업 분해와 검증”이다
Boris의 워크플로우에서는 하루 수십~150개 PR도 가능합니다. 그렇다면 병목은 코드 작성 속도가 아닙니다.
앞으로 병목은 다음으로 이동합니다.
- 어떤 일을 시킬 것인가
- 작업을 어떻게 나눌 것인가
- 어떤 기준으로 완료를 판단할 것인가
- 결과가 실제 비즈니스 목적에 맞는가
- 수백 개 작업 결과를 어떻게 검수할 것인가
- 실패한 작업을 어떻게 다시 루프에 넣을 것인가
즉, 좋은 개발자는 점점 작업 설계자 + 리뷰어 + 시스템 운영자가 됩니다.
인사이트 5. SaaS 방어력은 기능 수가 아니라 “대체 불가능한 자산”으로 이동한다
Boris는 switching cost와 process power가 약해질 수 있다고 봅니다. 이 말은 기존 SaaS가 “우리 기능이 많고 워크플로우가 복잡해서 고객이 못 떠난다”에 의존하면 위험하다는 뜻입니다.
AI가 데이터 마이그레이션, 워크플로우 분석, 대체 시스템 구현을 쉽게 해버리면, 기존 SaaS의 잠금 효과가 줄어듭니다.
앞으로 더 강해질 방어력은:
| 강해질 방어력 | 이유 |
|---|---|
| 네트워크 효과 | AI가 쉽게 복제하기 어려움 |
| 데이터/콘텐츠 자산 | 고유한 축적물 |
| 유통망 | 고객 접근성 |
| 신뢰/브랜드 | 특히 B2B, 학회, 금융, 의료 등 |
| 규제/인증/계약 | 단순 구현으로 대체 어려움 |
| 실제 운영 노하우 | 도메인 깊이 |
대표님이 하는 학회·저널 시스템 관점에서도 이건 중요합니다. 단순 홈페이지나 투고 시스템 기능은 점점 싸질 수 있지만, 학회 운영 규칙, 심사 프로세스, KCI/JATS/OAI/DOI 메타데이터 경험, 한국 학회 실무 이해는 방어력이 됩니다.
인사이트 6. “비개발자가 개발한다”는 말은 개발자가 사라진다는 뜻이 아니다
Boris는 회계 소프트웨어를 가장 잘 만들 사람은 좋은 회계사일 수 있다고 말합니다. 이 말은 개발자의 가치가 사라진다는 의미가 아닙니다.
정확히는 개발자의 가치가 다음으로 이동합니다.
| 기존 개발자 가치 | 앞으로의 개발자 가치 |
|---|---|
| 문법과 프레임워크 숙련도 | |
| 구현 속도 | |
| 디버깅 능력 | |
| 서버 구성 | 시스템 설계 |
| 도메인 모델링 | |
| 데이터 구조화 | |
| 보안·권한·운영 판단 | |
| AI 작업 검증 | |
| 비개발자와 AI 사이의 번역 |
즉, 개발자는 “타이핑하는 사람”에서 AI-native 시스템 아키텍트로 가야 합니다.
3. Claude Code의 발전 비전과 연결
대표님이 본 것처럼, 이 내용은 Claude Code의 발전 방향과 매우 직접적으로 연결됩니다. 제가 보기엔 Claude Code의 비전은 다음 5단계로 정리할 수 있습니다.
1단계: Code Completion
초기 AI 코딩은 한 줄 자동완성이었습니다.
사람이 코드 작성 AI가 다음 줄 추천
이 단계에서는 Copilot류 자동완성이 중심입니다.
2단계: Agentic Coding
Claude Code는 여기서 한 단계 넘어섭니다.
사람이 목표 제시 AI가 파일 읽기 AI가 코드 수정 AI가 테스트 실행 AI가 PR 생성
즉, 코드 조각이 아니라 작업 단위를 수행합니다.
3단계: Parallel Agents
이제 Claude Code는 여러 에이전트를 동시에 돌리는 방향으로 갑니다.
하나의 Claude가 하나의 작업 → 여러 Claude가 여러 작업 → sub-agent, batch, team, parallel execution
Boris가 말한 수백~수천 에이전트 운영은 이 방향을 보여줍니다.
4단계: Persistent Loops / Routines
가장 중요한 발전 방향입니다.
AI가 한 번 일하고 끝나는 것이 아니라 계속 감시하고 반복 실행하고 실패를 복구하고 정기적으로 보고한다
이건 개발자에게 엄청 중요합니다.
예를 들어 Claude Code가 앞으로 할 수 있는 일은:
| 영역 | Claude Code loop 예시 |
|---|---|
| CI/CD | 실패 감지 후 수정 PR 생성 |
| 테스트 | flaky test 탐지 및 수정 |
| 보안 | dependency 취약점 감지 후 패치 |
| 문서 | 코드 변경 후 문서 자동 갱신 |
| 이슈 | Linear/Jira 이슈 분석 후 작업 분해 |
| 고객 피드백 | Slack/Gmail/트위터 피드백 클러스터링 |
| 리팩토링 | 매일 작은 리팩토링 PR 생성 |
| 성능 | 로그 분석 후 병목 후보 PR 생성 |
이 단계부터 Claude Code는 IDE 도구가 아니라 개발 운영 자동화 엔진이 됩니다.
5단계: Organizational Agent Layer
최종적으로는 Claude Code가 개발팀 전체의 작업 흐름에 들어갑니다.
Claude Code + Slack + GitHub + Linear/Jira + CI + DB + Docs + Calendar + MCP
이 조합이 되면 Claude Code는 단순 개발자가 아니라, 조직의 여러 시스템을 연결해서 일하는 AI 작업자 계층이 됩니다.
이 인터뷰에서 나온 Anthropic 내부 방식이 그 예입니다. Claude들이 Slack에서 서로 대화하고, 루프를 돌고, SQL을 쓰고, 코드와 운영 작업을 처리합니다.