Claude를 '진짜로' 똑똑하게 만드는 숨은 기능
AI로 코드 작업을 돕는 Claude Code. 그런데 여기에 'ultrathink'라는 단어 하나만 입력하면, Claude가 무려 8배 더 깊게 생각한다는 사실, 알고 계셨나요?
Anthropic이 만든 이 CLI 기반 에이전트는 단순한 명령어 도구를 넘어서, 키워드 하나로 사고 깊이를 조절할 수 있는 고급 기능을 갖추고 있습니다. 이번 글에서는 그 중심 기능인 "ultrathink" 키워드가 어떻게 작동하는지, 내부 구현은 어떠한지, 그리고 개발자가 이 기능을 어떻게 활용할 수 있는지 상세히 살펴보겠습니다.
Claude Code란 무엇인가?
Claude Code는 Anthropic이 만든 CLI(Command Line Interface) 기반 코딩 에이전트 도구입니다.
이 도구는 Claude라는 언어 모델을 백엔드로 사용해, 명령어 입력만으로 코드 생성, 문제 해결, 분석 등의 작업을 수행합니다.
특징적으로는 일반적인 코드 생성 AI와 달리 사고 깊이 조절 기능이 내장되어 있어, 복잡한 문제를 다룰 때 단순한 결과보다 훨씬 정교하고 깊이 있는 결과를 기대할 수 있습니다.
핵심 기능: 사고 깊이를 조절하는 키워드 시스템
Claude Code의 가장 강력한 기능 중 하나는 바로 "think" 계열 키워드를 통해 **Claude의 사고 자원(토큰)**을 조절할 수 있다는 점입니다.
🧠 키워드별 토큰 분배
키워드 | 할당 토큰 수 |
think | 4,000 tokens |
think more / megathink | 10,000 tokens |
ultrathink / think very hard | 31,999 tokens |
이 말은, ultrathink 같은 키워드를 입력하면 Claude가 거의 32,000 토큰을 사용해 문제를 '심각하게' 고민한다는 뜻입니다. 이는 일반적인 대화 대비 약 8배 이상의 사고 리소스를 쓰는 셈이죠.
내부 구현: 키워드가 실제로 어떻게 작동하나?
Claude Code는 오픈소스는 아니지만 JavaScript로 작성되어 있으며, 다음과 같은 방식으로 키워드 기반 로직을 내장하고 있습니다.
let B = W.message.content.toLowerCase();
if (
B.includes("think very hard") ||
B.includes("ultrathink")
)
return (
l1("tengu_thinking", { tokenCount: 31999, messageId: Z, provider: G }),
31999
);
즉, 명령어에 "ultrathink"가 포함되면 사고 토큰을 31,999개로 설정하는 로직이 내장되어 있는 것입니다. ripgrep 및 prettier를 사용해 내부 코드 분석이 가능하다는 점도 개발자들에게는 흥미로운 포인트입니다.
실전 예시: "ultrathink"를 활용한 복잡한 문제 해결
다음은 Claude Code에서 ultrathink를 사용한 명령어 예시입니다:
claude-code --prompt "ultrathink: 아래 코드를 리팩토링하고, 성능 향상을 위한 개선안을 제시해줘"
위 명령어는 Claude에게 단순히 답을 요구하는 것이 아니라, 깊은 사고를 유도하여 더 정교하고 전문적인 결과를 이끌어냅니다.
단순한 키워드가 만든 '지능의 스위치'
Claude Code의 "ultrathink" 기능은 단지 하나의 단어로 AI의 사고 강도를 조절할 수 있다는 점에서 매우 강력하고 직관적인 도구입니다. 특히 다음과 같은 상황에서 유용하게 쓰일 수 있습니다:
- 복잡한 시스템 설계 분석
- 성능 병목 원인 추적
- 보일러플레이트 코드 리팩토링
기대되는 점
- AI 도구를 더 정밀한 조력자로 만들 수 있음
- 개발자가 원하는 사고 깊이와 결과 정밀도에 따라 다이나믹하게 조정 가능
- 향후 다른 AI 도구들에도 이와 유사한 사고 증폭 기술이 적용될 가능성
https://simonwillison.net/2025/Apr/19/claude-code-best-practices/
Claude Code: Best practices for agentic coding
Extensive new documentation from Anthropic on how to get the best results out of their [Claude Code](https://github.com/anthropics/claude-code) CLI coding agent tool, which includes this fascinating tip: > We recommend using …
simonwillison.net
'인공지능' 카테고리의 다른 글
“더 똑똑해졌다면서 왜 자꾸 틀려?” – OpenAI 최신 추론 모델의 환각 문제, 진짜 이유는? (0) | 2025.04.22 |
---|---|
GPU 없이도 돌아가는 LLM? 마이크로소프트 ‘비트넷(BitNet)’이 온디바이스 AI 시대를 열다 (0) | 2025.04.22 |
“무려 27B 파라미터 모델이 3090에서도 돌아간다고?” – Gemma 3 QAT로 바뀌는 AI 모델의 미래 (0) | 2025.04.21 |
2025 AI 리포트 완전 분석: 지금 AI를 이해해야 하는 12가지 이유 (0) | 2025.04.20 |
단 6주 만에 끝낸 테스트 대이동: Airbnb가 LLM으로 이룬 자동화의 마법 (0) | 2025.04.20 |