LLM과 함께 개발하기: Claude Code 활용기

목표: LLM을 "검색 대체재"가 아닌 "페어 프로그래머"로 활용하기. 결과: Terraform, Ansible, Kubernetes 같은 익숙하지 않은 도구를 빠르게 학습하고 실제 인프라 구축에 적용.

배경: 왜 LLM을 활용하게 됐나

Home Lab IaC 글에서 언급했듯이, Terraform과 Ansible로 인프라를 코드화하는 건 처음이었다. 회사에서 Kubernetes는 써봤지만, Proxmox 프로바이더나 Ansible Galaxy 역할 작성은 경험이 없었다.

예전 같았으면 공식 문서를 읽고, Stack Overflow를 뒤지고, 예제 코드를 복붙하면서 삽질했을 것이다. 물론 그 과정에서 배우는 것도 있지만, 시간이 오래 걸리고 "왜 이렇게 해야 하는지"를 이해하기 어려울 때가 많다.

Claude Code를 쓰면서 이 과정이 많이 달라졌다. 질문하고 답변받고 바로 적용하는 사이클이 빨라졌고, 무엇보다 "맥락을 공유하는 대화"가 가능해졌다.

Claude Code 활용 방식

1. 코드베이스 이해

처음 IaC 레포를 만들 때, 디렉토리 구조부터 고민이었다. "Terraform과 Ansible을 어떻게 조합하지?", "모듈 분리는 어떻게 하지?"

나: Proxmox 환경에서 Terraform + Ansible 조합으로 IaC를 구성하려고 해.
    LXC 컨테이너 여러 개를 만들고, 각각 다른 역할(gateway, monitoring 등)을
    할당하려는데 디렉토리 구조를 어떻게 잡으면 좋을까?

Claude: [디렉토리 구조 제안과 각 폴더의 역할 설명]
        terraform/modules/로 재사용 가능한 LXC 모듈을 만들고,
        ansible/roles/로 서비스별 역할을 분리하면 좋습니다...

단순히 "이렇게 하세요"가 아니라, 왜 그렇게 하는지를 설명해줘서 이해가 빨랐다.

2. 문법/API 학습

Terraform HCL 문법이나 Ansible 모듈 사용법을 검색하는 대신, 바로 물어봤다:

나: Proxmox Terraform 프로바이더에서 LXC 컨테이너를 만들 때
    root 비밀번호를 설정하려면 어떻게 해?

Claude: proxmox_virtual_environment_container 리소스의
        initialization 블록 안에 user_account를 사용합니다:

        initialization {
          user_account {
            password = var.root_password
          }
        }

공식 문서를 찾아보면 10분 걸릴 걸 30초에 해결. 물론 복잡한 케이스는 문서를 직접 확인하지만, 기본적인 문법은 LLM이 훨씬 빠르다.

3. 디버깅 / 트러블슈팅

에러 메시지를 그대로 붙여넣으면 원인과 해결책을 제시해준다:

나: Ansible에서 이런 에러가 나:
    "Failed to connect to the host via ssh: Permission denied (publickey)"

Claude: SSH 키 인증 실패입니다. 몇 가지 확인할 점:
        1. ansible.cfg에서 private_key_file 경로 확인
        2. 대상 호스트의 authorized_keys에 공개키 등록 여부
        3. SSH 키 권한이 600인지 확인
        ...

Stack Overflow에서 비슷한 질문을 찾는 것보다 내 상황에 맞는 답변을 받을 수 있다.

4. 코드 리뷰 / 개선

작성한 코드를 붙여넣고 피드백을 요청한다:

나: 이 Ansible role을 리뷰해줘. 개선할 점이 있을까?

Claude: 몇 가지 제안:
        1. become: yes를 tasks 레벨이 아닌 playbook 레벨에서 설정
        2. 패키지 설치는 loop 대신 name에 리스트로 전달하면 더 효율적
        3. handlers를 사용해서 서비스 재시작을 조건부로
        ...

시니어 개발자에게 코드 리뷰 받는 느낌. 혼자 개발할 때 특히 유용하다.

실제 사례: Proxmox Terraform 모듈 작성

문제 상황

Proxmox에서 LXC 컨테이너를 Terraform으로 생성하려고 했다. 공식 문서가 있지만, 내가 원하는 설정(static IP, SSH 키 주입, 특정 템플릿 사용)을 한 번에 찾기 어려웠다.

LLM 활용 과정

1단계: 기본 구조 요청

나: Proxmox bpg/proxmox 프로바이더로 LXC 컨테이너를 만드는
    Terraform 모듈 예시 보여줘. Static IP와 SSH 키 설정 포함.

Claude가 기본 뼈대를 제공. 이걸 바탕으로 수정 시작.

2단계: 세부 조정

나: 이 모듈에서 disk size를 변수로 받고 싶어.
    그리고 network_interface에 firewall 옵션도 추가하고 싶은데.

Claude: [수정된 코드]
        disk 블록의 size 속성에 var.disk_size 적용,
        network_interface에 firewall = var.enable_firewall 추가

3단계: 문제 해결

나: terraform apply 하면 "VM 110 does not exist" 에러가 나.
    근데 Proxmox 웹에서 보면 있는데?

Claude: VMID 충돌일 수 있습니다. 기존에 같은 ID로 생성했다가
        삭제한 경우 상태 불일치가 발생할 수 있어요.
        terraform state rm으로 상태 정리 후 재시도하거나,
        Proxmox에서 해당 VM/LXC를 완전히 삭제 후 다시 apply.

이렇게 대화하면서 모듈을 완성했다. 결과물:

module "gateway" {
  source      = "../../modules/lxc-base"
  vmid        = 110
  hostname    = "gateway"
  ip_address  = "192.168.32.10"
  cores       = 2
  memory      = 2048
  disk_size   = 8
  # ...
}

효과적인 프롬프팅

맥락을 충분히 제공하기

# Bad
"Ansible에서 nginx 설치하는 법"

# Good
"Debian 12 LXC 컨테이너에서 Ansible로 nginx를 설치하고,
 리버스 프록시로 설정하려고 해. upstream은 여러 개고
 도메인별로 다른 백엔드로 라우팅해야 해."

맥락이 많을수록 정확한 답변이 나온다.

단계별로 진행하기

복잡한 작업은 한 번에 요청하지 않고 나눈다:

1. "전체 아키텍처 설계해줘"
2. "이 중에서 첫 번째 컴포넌트 구현해줘"
3. "이 코드를 리뷰하고 개선점 알려줘"
4. "테스트 방법 알려줘"

반복 개선

첫 답변이 완벽하지 않아도 괜찮다. 피드백을 주면서 개선:

나: 이 방식 말고 systemd unit 파일을 직접 만드는 방식은 어때?
Claude: [대안 제시]

나: 근데 이러면 업데이트할 때 불편할 것 같은데
Claude: 맞습니다. 그러면 ansible의 lineinfile 모듈로
        기존 unit 파일을 수정하는 방식은 어떨까요?

주의할 점

1. 맹신하지 않기

LLM이 생성한 코드가 항상 맞지는 않다. 특히:

• 버전 차이: 오래된 API나 deprecated된 옵션을 제안할 때가 있음
• 환경 차이: 일반적인 설정이 내 환경에서는 안 맞을 수 있음
• 보안: 개발 편의를 위한 설정(예: TLS 검증 비활성화)을 프로덕션에 그대로 쓰면 안 됨

반드시 직접 검증하고 이해한 후에 적용.

2. 학습 목적을 잊지 않기

LLM에게 다 시키면 편하지만, 배우는 게 없다. 나는 이렇게 균형을 맞춤:

• 처음 보는 기술: LLM으로 빠르게 시작하고, 나중에 공식 문서로 깊이 이해
• 이미 아는 기술: 직접 작성하고, 막히면 LLM에게 질문
• 복잡한 문제: LLM 답변을 참고하되, 직접 디버깅하며 원리 파악

3. 민감 정보 주의

회사 코드나 API 키, 내부 아키텍처 같은 민감 정보는 주의. 나는 홈랩 프로젝트라 크게 걱정 없었지만, 업무에서는 신중해야 한다.

Claude Code 특화 팁

파일 읽기 / 수정

Claude Code는 로컬 파일을 읽고 수정할 수 있다. 이게 웹 ChatGPT와의 큰 차이점:

나: ansible/roles/nginx/tasks/main.yml 파일 읽어서
    개선할 점 알려줘

Claude: [파일 읽은 후 구체적인 라인 지적하며 피드백]

멀티 파일 작업

관련 파일들을 한 번에 다룰 수 있다:

나: kubernetes/apps/selectchatgpt/ 폴더의 모든 yaml 파일을
    검토하고 kustomization.yaml이 제대로 참조하고 있는지 확인해줘

Bash 실행

테스트나 확인 작업을 직접 실행할 수 있다:

나: terraform plan 실행해서 결과 보여줘
Claude: [명령 실행 후 결과 분석]

생산성 변화

체감상 2~3배 정도 빨라진 것 같다. 특히:

물론 LLM 없이도 할 수 있는 일이다. 하지만 시간과 에너지를 아끼고 핵심에 집중할 수 있다는 게 큰 장점이다.

맺음말

LLM을 "코딩해주는 AI"로만 보면 반쪽만 활용하는 것이다. 나는 **"24시간 대기하는 시니어 개발자"**처럼 쓰려고 한다. 모르는 거 물어보고, 코드 리뷰 받고, 아이디어 논의하고.

물론 한계도 있다. 최신 정보가 없을 수 있고, 도메인 특화 지식은 부족할 수 있다. 하지만 홈랩 인프라 구축 같은 "널리 알려진 기술의 조합"에서는 충분히 강력하다.

앞으로 LLM 없이 개발하는 건 상상하기 어렵다. 검색 엔진이 그랬듯이, LLM도 개발자의 기본 도구가 될 것 같다.

참고

• Claude Code
• Prompt Engineering Guide
• Anthropic Claude Documentation