1장. Claude 생태계 한눈에 보기 — 네 작업면, 경쟁 지형, 토큰 경제
이 챕터를 읽으면, Claude가 단일 챗봇이 아니라 네 가지 작업 환경을 가진 생태계라는 것을 이해하고, 경쟁 지형과 토큰 경제의 기본 감각을 잡을 수 있다.
박선생님의 고민
4월 첫째 주 월요일, 오전 8시.
박선생님은 출근 전 스마트폰으로 기사를 하나 읽었어요. "교사도 AI 써야 한다." 기사에는 ChatGPT, Gemini, Claude, Copilot, Codex — 이름이 다섯 개나 나왔어요. 유튜브에서는 "이거 써라" "저거 써라" 의견이 갈렸고요.
교무실에서 동학년 선생님한테 물었어요. "선생님은 뭐 쓰세요?" 한 분은 ChatGPT, 한 분은 Gemini, 한 분은 Claude를 쓰고 있었어요. 세 분 다 "내가 쓰는 게 제일 좋다"고 했어요.
박선생님은 혼란에 빠졌어요. "도대체 뭐가 다른 거죠? 다 같은 AI 아닌가요?"
김선생님이 커피를 한 잔 건네며 말했어요.
김선생님 한마디
"다 같은 AI라고 생각하셨죠? 저도 그랬어요. 그런데 써보니까 다르더라고요. 모델이 얼마나 똑똑한지보다, 어디에 앉혀 두느냐가 훨씬 중요했어요. 같은 사람이라도 전화 상담 창구에 앉으면 상담만 하고, 사무실 책상에 앉으면 서류도 만들잖아요. AI도 똑같아요."
이게 왜 되나요? — 교과서 개정 흐름처럼 읽는 AI 지형
ChatGPT, Gemini, Claude — 뭐가 다른가요?
세 가지 AI는 만든 회사가 다르고, 잘하는 일도 조금씩 달라요. 교사 입장에서 비교하면 이래요.
| 항목 | ChatGPT (OpenAI) | Gemini (Google) | Claude (Anthropic) |
|---|---|---|---|
| 강점 | 범용 대화, 플러그인 생태계 | Google 서비스 연동 (문서, 시트, 슬라이드) | 파일 기반 작업, 구조화된 자동화 |
| 작업 방식 | 대화창에서 질문-응답 | Google 앱 안에서 보조 | 터미널/데스크톱에서 파일 직접 생성 |
| 교사에게 좋은 점 | 빠른 아이디어 생성 | 구글 클래스룸 연동 | 수업 자료 파일 직접 생성·저장 |
| 한계 | 파일 저장은 수동 복사 | Google 생태계 밖에서는 제한적 | 초기 설정이 조금 필요함 |
중요한 건 "어느 AI가 더 똑똑한가"가 아니에요. **"어느 AI가 내 일을 덜 끊기게 해주는가"**가 진짜 질문이에요.
ChatGPT에게 퀴즈를 만들어달라고 하면, 대답은 잘해줘요. 하지만 그 퀴즈를 파일로 저장하려면 선생님이 복사해서 붙여넣어야 해요. Gemini는 Google 문서 안에서는 편하지만, Google 밖으로 나가면 불편해져요. Claude Code는 처음 설정이 필요하지만, 한 번 세팅하면 "퀴즈 만들어서 파일로 저장해줘"가 한 문장으로 끝나요.
이 책이 Claude를 중심에 두는 이유도 여기에 있어요. 파일, 규칙, 검증, 재사용, 팀 공유 — 교사가 실제로 필요한 기능이 가장 많이 모여 있거든요.
요즘 AI 업계에서는 Codex CLI(OpenAI의 터미널 도구), Claude Code, Gemini CLI(Google의 터미널 도구)가 함께 언급돼요. 세 가지 모두 "대화창 너머, 실제 작업까지"를 목표로 경쟁하고 있어요. 이 경쟁이 교사에게 좋은 이유는 하나예요. 경쟁이 심할수록 도구가 빨리 좋아지거든요.
2025-2026, AI는 어떻게 진화했는가 — 다섯 가지 파동
AI 도구는 지난 1년 반 동안 다섯 번의 큰 변화를 겪었어요. 교과서 개정이 한 번에 모든 것을 바꾸는 게 아니라 단계별로 바뀌듯이, AI도 그렇게 진화했어요.
파동 1: 기억과 지속성 강화 처음에 AI는 대화할 때마다 기억을 잃었어요. 오늘 대화 내용을 내일은 몰랐죠. 이 문제가 먼저 해결됐어요. 이제 AI는 이전 대화를 기억하고, 파일에 기록을 남기는 방식으로 장기 기억을 가질 수 있어요.
파동 2: 브라우저와 파일 다루기 다음으로 AI가 웹 페이지를 읽고, 파일을 만들고 수정하는 능력이 생겼어요. "이 웹사이트 요약해줘"가 되고, "파일로 저장해줘"가 됐어요. 답변 도구에서 작업 도구로 넘어가기 시작한 거예요.
파동 3: 반복과 자동화 같은 일을 매번 다시 시키는 대신, Skills(반복 작업 절차)와 Hooks(자동 개입 규칙)가 생겨서 한 번 정해둔 방식을 재사용할 수 있게 됐어요. "/퀴즈"라고 한 마디만 하면 정해진 형식으로 퀴즈가 나오는 거예요.
파동 4: 팀 배포 개인이 만든 작업 환경을 팀 전체에 배포할 수 있게 됐어요. Plugins(역할 패키지)와 관리자 제어 기능이 여기에 해당해요. 학년 부장이 세팅한 환경을 학년 전체가 쓸 수 있게 된 거예요.
파동 5: 원격 이어받기와 예약 실행 가장 최근에는 바깥에서도 돌아가는 작업을 확인하고(Remote Control), 정해진 시간에 자동으로 일을 시작하는(Scheduled Tasks) 기능이 붙었어요. "매주 월요일 아침 7시에 주간 안내문 초안을 만들어라"가 가능해진 거예요.
구체적인 날짜를 외울 필요는 없어요. 중요한 건 방향이에요. 2025년 가을에는 브라우저 이해와 파일 편집이 붙으면서 AI가 답변 도구에서 작업 도구로 이동하기 시작했어요. 겨울에는 Skills, 예약 실행, 긴 대화 압축이 추가되면서 반복 작업이 쉬워졌어요. 2026년 1분기에는 Cowork 연구 미리보기, Plugin 장터, 관리자 제어, Enterprise 분석 기능이 이어지면서 제품 전체가 작업 운영 체계에 가까워졌어요.
큰 흐름만 기억하면 돼요. "질문 도구 → 작업 도구 → 팀 운영 도구." AI가 점점 더 많은 일을 맡을 수 있게 되고 있어요. 바이브 코딩(vibe coding)이라는 말이 유행하는 이유도 여기 있어요. 자연어로 코드를 만드는 데서 끝나지 않고, 문서, 검토, 자동화, 배포까지 번지고 있거든요. 교사에게 이 흐름이 중요한 이유는, 같은 변화가 수업 자료 제작, 행정 문서, 학생 피드백 같은 교육 업무에도 적용되기 때문이에요.
이 흐름은 연구 자료로도 확인돼요. METR(AI 에이전트 평가 연구기관)의 보고서에 따르면, AI 에이전트가 처리할 수 있는 작업의 길이와 복잡도가 빠르게 늘고 있어요. Anthropic의 2026 경제 지표(Economic Index) 보고서도 비슷한 이야기를 해요. 초기에는 코딩과 고부가가치 작업에 집중됐던 AI 활용이, 이제는 더 넓은 층의 더 다양한 업무로 퍼지고 있다고요. [SOURCE NEEDED: METR Time Horizons 보고서 정확한 URL, Anthropic Economic Index 2026 보고서 URL]
Anthropic 내부에서도 이 도구를 실제로 쓰고 있어요. 공식 발표에 따르면, Anthropic 팀은 Claude Code를 자사 개발과 운영에 적극 활용하고 있고, 그 과정에서 얻은 교훈을 제품에 반영하고 있어요.
중요한 건 이런 변화가 **"AI가 더 똑똑해졌다"가 아니라 "AI에게 더 많은 일을 맡길 수 있는 구조가 생겼다"**라는 점이에요. 똑똑한 조교를 채용한 것과, 그 조교에게 업무 매뉴얼과 사무실 열쇠를 준 것은 다른 이야기잖아요.
한 가지 더. 많이 써본 사람이 더 잘 쓴다는 신호가 이미 보여요. 같은 Anthropic Economic Index에 따르면, 6개월 이상 쓴 고숙련 사용자 집단이 더 복잡하고 가치 높은 작업을 더 자주, 더 성공적으로 수행하고 있어요. 지금 시작하면 그 학습 곡선 위에 올라타는 거예요.
왜 지금 뜨거운가 — 교사를 위한 5가지 구조적 이유
"AI가 좋다더라"는 이야기는 2년 전부터 있었어요. 그런데 왜 지금 유난히 뜨거울까요? 교사 입장에서 의미 있는 이유 다섯 가지를 정리했어요.
이유 1. 채팅 너머: 파일을 직접 만든다
예전 AI는 대화창 안에서만 일했어요. 지금은 달라요. "퀴즈 만들어서 파일로 저장해줘"라고 하면, 실제로 선생님 컴퓨터에 파일이 생겨요. 채팅이 아니라 작업이에요.
이유 2. Skills와 Plugins: 반복 작업을 재사용한다
자판기 버튼을 떠올려보세요. Skills(반복 작업 절차)는 자판기 버튼이에요. 버튼 하나를 누르면 정해진 순서대로 커피가 나오듯, "/퀴즈"라고 치면 정해진 형식으로 퀴즈가 나와요. 매번 처음부터 설명할 필요가 없어요. Plugins(역할 패키지)는 자판기 자체예요. 버튼 여러 개와 설정을 묶어서 통째로 설치할 수 있어요.
이유 3. MCP: 외부 도구와 연결된다
MCP(Model Context Protocol)는 공구함이에요. 드라이버, 망치, 니퍼가 들어있는 공구함처럼, Google Drive, Notion, 웹 검색 같은 외부 도구를 AI에 연결할 수 있어요. 다만 공구함을 너무 많이 열면 작업대가 어지러워지듯, MCP도 처음에는 1-2개만 연결하는 게 좋아요. 연결할수록 AI가 읽어야 할 정보가 많아져서 문맥 비용이 늘어나거든요.
이유 4. 자동화 표면이 다양해졌다
같은 자동화라도 시작 방식이 달라요. 알람 시계처럼 정해진 시간에 시작하는 것(Scheduled Tasks), 택배가 도착하듯 외부 알림을 받아 시작하는 것(Channels), 밖에서 전화로 지시하듯 원격으로 이어받는 것(Remote Control). 각각의 방식이 있어서, 상황에 맞게 고를 수 있어요.
이유 5. 커뮤니티가 이미 패턴을 축적하고 있다
혼자가 아니에요. 전 세계 사용자들이 "이렇게 하니까 잘 되더라"는 방법을 공유하고 있어요. CLAUDE.md(AI에게 주는 업무 메모)를 어떻게 쓰는지, 폴더를 어떻게 구성하는지, 반복 작업을 어떻게 자동화하는지 — 이미 검증된 패턴이 쌓여 있어요. 비개발자도 회계, 마케팅, 교육 업무에서 Claude를 활용하는 사례가 늘고 있고요.
이 다섯 가지를 한 줄로 줄이면 이거예요. AI가 더 똑똑해진 것이 아니라, AI에게 일을 맡기는 구조가 더 잘 갖춰졌다.
여기서 한 가지 더 알아두면 좋은 틀이 있어요. Claude 생태계의 모든 기능은 네 가지 서랍으로 나뉘어요.
| 서랍 | 역할 | 교사 비유 |
|---|---|---|
| 지식(Knowledge) | AI가 무엇을 알고 어떤 규칙으로 움직이는지 | 교과서, 교육과정 성취기준, 학급 약속 |
| 도구(Tool) | AI가 실제로 무엇을 할 수 있는지 | 가위, 풀, 프린터, 인터넷 검색 |
| 패키지(Package) | 지식과 도구를 묶어서 재사용·배포하는 단위 | 수업 키트 (교구+교안+활동지 한 세트) |
| 통제(Control) | AI가 잘못된 방향으로 가지 않게 막는 장치 | 학급 규칙, 출입 금지 구역, 교사 검토 |
새로운 기능이 나올 때마다 "이건 네 서랍 중 어디에 해당하지?"라고 물으면, 복잡한 업데이트도 금방 이해할 수 있어요. OpenClaw 같은 커뮤니티 도구가 화제가 되는 이유도 이 틀로 읽으면 간단해요. 사용자들이 원했던 건 "AI를 어디서나 붙들고 계속 일시키는 것"이었고, Anthropic은 그 요구를 Remote Control, Channels, Scheduled Tasks, Skills, Plugins 같은 공식 기능으로 제품화하고 있는 거예요.
네 가지 작업면 — 같은 동료, 다른 책상
Claude는 하나가 아니에요. 네 가지 작업면을 가진 생태계예요. 같은 동료를 다른 책상에 앉히면 잘하는 일이 달라지는 것처럼요.
작업면 1: Chat — 전화 상담 창구
질문하면 바로 답해줘요. 아이디어 정리, 빠른 요약, 궁금한 것 물어보기. 가장 익숙한 형태예요. claude.ai에 접속하면 바로 쓸 수 있어요. 하지만 파일을 직접 만들어주지는 않아요. 결과를 쓰려면 복사-붙여넣기가 필요하고, 창을 닫으면 대화가 끊겨요.
교사 활용 예: "이 성취기준을 쉬운 말로 풀어줘", "수업 아이디어 세 가지 브레인스토밍해줘"
작업면 2: Projects — 공용 서류함
같은 배경 자료를 계속 들고 가는 공간이에요. "나는 초등 4학년 담임이고, 이 단원을 가르치고 있고, 학생 수준은 이래요" 같은 정보를 한 번 넣으면, 매번 다시 설명하지 않아도 돼요. 누적된 배경 문맥을 오래 붙잡는 데 잘 맞아요.
교사 활용 예: "이번 학기 교육과정 성취기준을 Projects에 넣어두면, 매번 설명 없이 자료를 요청할 수 있어요."
작업면 3: Cowork — 교무실 게시판
문서를 읽히고, 정리하고, 결과를 폴더에 남기는 작업면이에요. 개발자가 아닌 사람도 쓰기 쉽게 설계됐어요. 파일 구조와 템플릿을 먼저 정리할수록 잘 작동해요. 교무실 가운데 게시판에 양식을 붙여두면 모두가 같은 형식으로 일하듯이, Cowork에 템플릿을 올려두면 AI도 같은 형식으로 결과를 만들어줘요. Cowork는 Claude Desktop 앱에서 주로 돌아가며, 유료 플랜에서 사용할 수 있어요.
교사 활용 예: "학년 회의록을 Cowork에 넣으면, 주간 브리프 초안이 자동으로 만들어져요."
작업면 4: Claude Code — 조교의 책상
터미널 기반의 작업면이에요. 파일을 직접 만들고, 수정하고, 저장하고, 검증까지 해요. "코드"라는 이름 때문에 오해하기 쉽지만, 한국어로 대화하면 돼요. CLAUDE.md, Skills, Hooks, MCP 같은 요소가 한 엔진 위에서 돌아가는 구조예요. 이 책의 주인공이에요.
교사 활용 예: "퀴즈 만들어서 quiz.md로 저장해줘" → 파일이 바로 생성돼요.
네 작업면 말고도 알아두면 좋은 접근 방식이 세 가지 더 있어요.
- Desktop 앱: Claude를 컴퓨터 프로그램으로 쓰는 방법. Cowork는 주로 여기서 돌아가요.
- Console/API: 개발자나 팀이 자동화 흐름 안에서 Claude를 호출하는 방법. 교사가 직접 쓸 일은 거의 없어요.
- 웹 브라우저: claude.ai에서 바로 쓰는 방법. Chat과 Projects가 여기에 있어요.
교사 입장에서 추천하는 순서는 이래요.
| 교사 상황 | 추천 작업면 | 이유 |
|---|---|---|
| "일단 AI 경험해보고 싶어요" | Chat (웹 브라우저) | 설치 없이 바로 시작 |
| "같은 배경을 계속 쓰고 싶어요" | Projects | 학급 정보를 한 번만 입력 |
| "문서 정리를 자동화하고 싶어요" | Cowork (Desktop 앱) | 파일 기반 작업에 최적화 |
| "수업 자료를 파일로 바로 만들고 싶어요" | Claude Code (VS Code) | 파일 직접 생성·수정·저장 |
| "학년 전체가 같은 환경에서 쓰고 싶어요" | Cowork + Claude Code | 환경 공유와 팀 협업 |
Cowork와 Claude Code는 같은 것이 아니에요. 이 구분이 중요해요.
| 구분 | Cowork | Claude Code |
|---|---|---|
| 비유 | 교무실 게시판/총무 | 사무실 조교 |
| 중심 | 폴더와 파일 기반 | 터미널과 명령 기반 |
| 잘하는 일 | 문서 정리, 브리프, 리서치, 보고서 | 파일 생성, 수정, 검증, 자동화 |
| 누가 쓰기 편한가 | 비개발자 | 개발자 + 비개발자(이 책으로 배우면) |
| 위임 방식 | 결과물과 폴더 구조를 정해두고 맡기기 | 중간 과정까지 세밀하게 통제 |
난이도 차이가 아니라 작업 방식의 차이예요. 쉬운 버전과 어려운 버전이 아니라, 맡기기 중심(Cowork)과 통제 중심(Claude Code)의 차이예요. 고급 사용자는 둘을 함께 써요. 기획과 리서치는 Cowork에서, 구현과 검증은 Claude Code에서.
토큰 경제와 안전 먼저 원칙
토큰(token)이 뭔가요?
토큰은 AI가 읽고 쓰는 글 조각의 계산 단위예요. 교무실 복사 용지를 떠올려보세요. 선생님이 복사기를 쓸 때마다 용지가 한 장씩 나가잖아요. 토큰도 비슷해요. AI에게 질문할 때마다, AI가 파일을 읽을 때마다, AI가 답변을 만들 때마다 토큰이 소모돼요.
한국어 기준으로 한 글자가 대략 1~2토큰이에요. A4 한 장이 약 2,000토큰이라고 생각하면 감이 와요.
선생님이 한 줄 질문을 입력해도, 실제로는 그 한 줄만 보내지는 게 아니에요. 현재 질문 + 이전 대화 내용 + AI가 읽은 파일 + CLAUDE.md 규칙 + 도구 실행 결과 — 이 모든 것이 한꺼번에 토큰으로 계산돼요. 그래서 같은 질문이라도 환경에 따라 토큰 소모량이 달라져요.
토큰을 왜 알아야 하냐고요? 같은 모델을 써도 토큰을 효율적으로 쓰는 선생님과 낭비하는 선생님의 결과가 달라지기 때문이에요. "어느 팀이 더 적은 교무실 용지로 더 많은 일을 하는가" — 이것이 AI 효율의 핵심이에요.
토큰을 아낀다는 건 인색하게 쓰자는 뜻이 아니에요. AI가 꼭 필요한 정보만 읽도록 환경을 설계하자는 뜻이에요. 책상 위에 서류 100장을 쌓아두면 중요한 서류를 찾기 어려운 것처럼, AI에게도 필요한 정보만 깔끔하게 주는 게 중요해요. 이건 Ch.3에서 자세히 다뤄요.
참고로, 젠슨 황(NVIDIA CEO)이 말하는 "AI 공장(AI Factory)" 개념을 간단히 알아두면 좋아요. AI 기업들은 토큰을 더 싸고 빠르게 처리하는 거대한 데이터센터를 짓고 있어요. 선생님은 그 공장에서 계산 자원을 빌려 쓰는 사용자예요. 그래서 앞으로는 "어떤 AI가 좋은가"뿐 아니라 "같은 AI를 어떻게 효율적으로 쓰는가"도 중요해져요. [SOURCE NEEDED: 젠슨 황 AI Factory 발언 정확한 출처]
안전 먼저 원칙
이 책에서 가장 중요한 원칙 하나를 지금 세울게요.
"거버넌스는 마지막이 아니라 처음에."
교사가 AI를 쓸 때 가장 먼저 정해야 할 건 "어떤 기능을 쓸까"가 아니에요. **"학생 이름을 AI에 넣기 전에, 어떤 규칙을 세울까"**가 먼저예요. 새 학기 첫날에 안전교육을 하듯이, AI 도입 첫날에도 안전 규칙부터 세우는 거예요.
International AI Safety Report 2026에서도 같은 이야기를 해요. AI 능력이 올라갈수록, 오히려 하네스(작업환경 설계)와 검증 구조가 더 중요해진다고요. 능력 곡선이 가파를수록 안전장치도 단단해져야 해요. [SOURCE NEEDED: International AI Safety Report 2026 정확한 URL]
지금은 이것만 기억하세요.
- 학생 실명은 AI에 입력하지 않는다. (번호나 가명으로 대체)
- AI가 만든 결과는 반드시 검토한다. (AI는 초안, 판단은 교사)
- 민감한 정보가 포함된 작업은 오프라인에서 한다.
이 원칙이 왜 "처음에" 와야 하는지, 비유로 설명할게요. 자동차를 사고 나서 운전면허를 따러 가는 사람은 없잖아요. 면허(규칙)가 먼저이고, 운전(활용)은 그 다음이에요. AI도 마찬가지예요. 도구를 쓰기 전에 규칙부터 세워야 해요. 특히 교사는 학생의 개인정보를 다루는 직업이니까, 이 순서가 더욱 중요해요.
Ch.15에서 학교 AI 정책, 데이터 보호, 윤리 문제를 깊이 다뤄요. 하지만 원칙은 지금 세워두는 거예요.
비용 안내 — 어떤 플랜을 골라야 하나요?
Claude를 쓰려면 Anthropic 계정이 필요해요.
| 플랜 | 월 비용 | 누구에게 맞나요 | 이 책의 추천 |
|---|---|---|---|
| Free | $0 | "일단 구경만 해볼래요" | 체험용 |
| Pro | $20/월 | 주 1~2회 가끔 쓰는 분 | 입문 가능 |
| Max | $100/월 | 매일 적극 활용하는 분 | 이 책의 권장 |
| Team | $25/인/월 | 학교·학년 단위 공동 활용 | 교무부 도입 시 |
Pro 플랜($20/월)으로도 이 책의 실습 대부분을 따라할 수 있어요. 부담되시면 Pro로 시작하세요. 전혀 문제없어요.
Max 플랜($100/월)이 다른 이유 세 가지:
- 백만 토큰 컨텍스트: A4 500장 분량을 한 번에 기억해요. 학생 30명 성적 데이터를 통째로 넣어도 끊기지 않아요.
- 빠른 응답: 바쁜 아침에 자료를 급하게 만들 때, 몇 초면 끝나요.
- 최상위 모델(Opus 4.6): 수업안의 흐름이 더 자연스럽고, 문항 난이도 조절이 더 정교해요.
Team 플랜($25/인/월)은 학교 예산으로 도입할 때 적합해요. 교사 5명이면 월 $125(약 16만 원)이고, 교사별로 계정을 관리할 수 있어요.
교사가 가장 많이 하는 오해 5가지
Claude를 쓰기 전에, 흔한 오해를 먼저 바로잡아볼게요. 이 오해들은 원본 마스터 가이드에서 초보자가 가장 많이 빠지는 함정으로 정리된 것들이에요.
오해 1. "AI는 대화 사이에도 나를 기억한다" → 아니에요. 세션이 끊기면 리셋돼요. CLAUDE.md 파일에 적어두지 않으면, 다음 대화에서는 선생님이 누구인지 몰라요.
오해 2. "Claude Code는 코딩할 줄 알아야 쓴다" → 아니에요. 한국어로 말하면 돼요. 이름에 "코드"가 있다고 코딩이 필요한 게 아니에요. 전자레인지 이름에 "전자"가 있다고 전자공학을 알아야 하는 건 아니잖아요.
오해 3. "Cowork와 Claude Code는 같은 것이다" → 아니에요. 다른 책상, 다른 일이에요. Cowork는 맡기기 중심, Claude Code는 통제 중심. 위에서 자세히 설명했어요.
오해 4. "AI가 만든 건 다 맞다" → 아니에요. AI는 그럴듯한 거짓말(환각)을 해요. 반드시 검증하세요. "AI가 초안, 판단은 교사."
오해 5. "AI에게 학생 이름을 알려줘도 된다" → 절대 안 돼요. 학생 실명, 주민번호, 주소 같은 개인정보를 AI에 입력하면 안 돼요. 번호나 가명으로 대체하세요. 이건 규칙이 아니라 원칙이에요.
이번 주 딱 한 가지
claude.ai에 접속해서 Chat, Projects, Cowork, Claude Code 네 화면을 한 번씩 둘러보세요.
가입은 무료예요. 10분이면 돼요. 각 화면이 어떻게 생겼는지 눈으로만 확인하세요. 아직 아무것도 할 필요 없어요. "이렇게 생겼구나" — 이 한마디면 충분해요. 다음 챕터에서 실제로 설치하고 첫 대화를 나눌 거예요.
핵심 3가지
이 챕터의 핵심:
- Claude는 하나의 챗봇이 아니라 네 가지 작업면(Chat/Projects/Cowork/Code)을 가진 생태계다. 어디에 앉히느냐에 따라 잘하는 일이 달라진다.
- AI가 뜨거운 이유는 "더 똑똑해져서"가 아니라 "일을 맡길 수 있는 구조"(Skills, MCP, 자동화, 팀 배포)가 갖춰졌기 때문이다.
- 안전은 나중이 아니라 처음에. 학생 실명을 AI에 넣기 전에 규칙부터 세운다. 토큰(교무실 용지)은 효율적으로 쓴다.
참고 출처
- Anthropic 공식 릴리스 노트 (2025.09~2026.03)
- Anthropic, "Get started with Cowork" 공식 문서
- Anthropic, "Claude Code on the web" 공식 문서
- Anthropic, "Introducing Claude Sonnet 4.6" / "What's new in Claude 4.6"
- METR, "Time Horizons" 보고서 (AI 에이전트 작업 길이 평가) [SOURCE NEEDED: 정확한 URL]
- Anthropic, "Economic Index: Learning curves" (2026.02 데이터) [SOURCE NEEDED: 정확한 URL]
- Anthropic, "2026 Agentic Coding Trends Report" [SOURCE NEEDED: 정확한 URL]
- International AI Safety Report 2026 [SOURCE NEEDED: 정확한 URL]
- 공개 커뮤니티 사례: X(Twitter) 스레드, Reddit 커뮤니티 운영 패턴