Claude Code 완전공개: Anthropic이 알려주지 않는 비밀 워크플로우 (Kimi K2 + Groq 활용)

AI Oriented Dev 구독자 2,140명

요약

이 튜토리얼은 환경 변수 설정부터 Bash 함수 활용, Claude Code Router, OpenRouter, Groq 연동까지 총 4가지 방법으로 Claude Code를 자유롭게 확장하고 최적화하는 법을 알려준다. Kimi K2 모델을 통해 Claude4 대비 최대 90% 비용 절감·속도 향상 효과를 누릴 수 있으며, OpenRouter와 Groq를 이용하면 수백 가지 모델과 다양한 제공자를 손쉽게 전환할 수 있다. 최종적으로 각 방법의 구성과 성능 비교 결과를 토대로 현실적인 워크플로우를 제안한다.

주요 키워드

Claude Code Kimi K2 환경 변수 Claude Code Router OpenRouter Groq transformer API 토큰 자동 폴백 로드밸런싱

하이라이트

🔑 Kimi K2는 Claude4와 동등하거나 더 뛰어난 성능을 제공하면서 최대 90% 저렴한 비용으로 운영할 수 있다.
🚀 단 2줄의 환경 변수(ANTHROPIC_BASE_URL, ANTHROPIC_AUTH_TOKEN)만 설정하면 Claude Code가 Moonshot AI의 Kimi K2로 연결된다.
⚡️ Bash RC 또는 Zsh RC에 커스텀 함수(kimi)를 추가해 환경 변수 설정과 실행을 한 번에 처리할 수 있다.
📌 Claude Code Router 설치 후 config.json만 수정하면 Claude Code로 다양한 모델과 제공자를 유연하게 전환할 수 있다.
🌟 OpenRouter 연동으로 하나의 엔드포인트로 400여 종 모델과 다수 제공자를 자동 폴백·로드밸런싱할 수 있다.
💡 Groq 플랫폼은 inference 처리 방식을 최적화해 OpenRouter나 Moonshot API 대비 약 3배 빠른 응답 속도를 제공한다.
🛠 Claude Code Router의 transformer 설정을 통해 OpenRouter, Gemini, Groq 등 서로 다른 API 포맷을 호환하며 요청을 전달한다.
💬 네 가지 접근법(환경 변수, Bash 함수, Claude Code Router, OpenRouter/Groq 연동)을 종합해 Claude Code 활용을 극대화한다.

용어 설명

Claude Code

Anthropic에서 제공하는 코드 기반 AI 도구로, 코드베이스 분석·설명을 자동화한다.

Kimi K2

Moonshot AI가 오픈소스로 출시한 LLM 모델로, Claude4급 성능 대비 비용·속도 측면에서 우수하다.

ENV 환경 변수

CLI에서 ANTHROPIC_BASE_URL과 ANTHROPIC_AUTH_TOKEN을 통해 API 엔드포인트와 인증 토큰을 지정하는 방식.

Claude Code Router

Claude Code와 다양한 LLM 제공자(API)를 연결해 주는 커맨드라인 라우터 도구로, config.json으로 모델·제공자 관리가 가능하다.

OpenRouter

400여 종 이상의 모델과 다수 제공자를 하나의 통합 API로 연결해 주는 플랫폼으로, 자동 폴백·로드밸런싱 기능이 특징이다.

Groq

고성능 inference 플랫폼으로, OpenRouter 대비 더 빠른 추론 속도를 제공하며 Moonshot Kimi K2 등 주요 모델을 지원한다.

Claude Code 튜토리얼 소개와 함께 Moonshot AI가 공개한 Kimi K2 모델이 Claude4와 동등한 성능, 최대 90% 저렴한 비용, 높은 속도를 제공한다는 세 가지 핵심 포인트를 정리한다.

[00:00] 클로드 코드 사용자들을 위한 새로운 튜토리얼 시작. Kimi K2 모델이 클로드 4만큼 강력하면서도 90% 저렴하고 빠르며 오픈소스라는 장점을 소개합니다.

[00:36] 새로운 Kimi 모델뿐만 아니라 거의 모든 모델에서 클로드 코드를 사용할 수 있는 방법을 설명. 실제 저장소에서 1분 이상 걸리던 작업을 20초로 단축시킨 경험을 공유합니다.

[01:01] 인사이더 클럽을 통해 설정 파일, 스크립트 등 모든 자료를 무료로 제공한다고 안내하며, 설명란의 링크를 통해 접근할 수 있다고 설명합니다.

터미널에서 ANTHROPIC_BASE_URL과 ANTHROPIC_AUTH_TOKEN 두 개의 환경 변수를 Kimi API로 설정하는 방법을 설명한다. Moonshot AI 콘솔에서 API 키 발급·복사, 그리고 $10 충전 절차를 자세히 다룬다.

[01:28] 클로드 코드의 프로바이더를 변경하는 첫 번째 방법 소개. 단 두 줄로 ANTHROPIC_BASE_URL과 ANTHROPIC_AUTH_TOKEN 환경변수를 설정하는 간단한 방법을 설명합니다.

[01:58] 무샷 플랫폼에서 API 키를 얻는 구체적인 과정 설명. platform.moonshot.ai 접속, 구글 로그인, API Keys 메뉴에서 키 생성하는 단계별 안내를 제공합니다.

[02:45] Moonshot API를 사용하기 위해 계정에 10달러 정도의 자금을 추가하고, API 키를 터미널에서 환경 변수로 설정하는 과정을 설명합니다.

[03:09] Claude Code를 실행하면 API base가 오버라이드되어 Moonshot 팀의 Kimi K2 모델이 실행되며, /init 명령을 통해 코드베이스를 분석하고 CLAUDE.md 파일을 생성합니다.

[03:52] 이전 영상에서 다룬 Claude Code 사용법과 해킹들을 언급하며, init 명령이 완료된 후 생성된 CLAUDE.md 파일이 프로젝트 전체 구조를 정확히 분석했음을 확인합니다.

[04:39] 환경 변수 설정의 번거로움을 해결하기 위해 bashrc나 zshrc 파일에 Kimi라는 사용자 정의 함수를 생성하여 환경 변수를 자동화하는 방법을 제안합니다.

매번 환경 변수를 설정하는 번거로움을 줄이기 위해 ~/.bashrc 또는 ~/.zshrc에 "kimi" 함수 정의 예시를 제시한다. 함수 실행만으로 변수 설정과 Claude Code 호출을 동시에 처리한다.

[05:36] Kimi 명령어를 사용하여 환경 변수를 한 번에 설정하고 Claude Code를 실행하는 편리한 방법을 설명합니다.

[05:57] 현재 API의 높은 부하와 속도 저하 문제를 지적하고, 이를 해결하기 위한 대안책으로 Claude Code Router를 소개합니다.

Claude Code Router 프로젝트를 설치한 뒤, Moonshot API 엔드포인트와 모델 키를 config.json에 설정해 다양한 제공자를 한곳에서 관리하는 방법을 소개한다. CCR start·code 커맨드를 활용한다.

[06:21] Claude Code Router 프로젝트의 기능과 장점을 설명하며, 다양한 모델(Kimi, DeepSeek, Ollama, Gemini)과 함께 사용할 수 있음을 강조합니다.

[06:49] Open Router의 개념과 장점을 설명합니다. 단일 URL로 400개 이상의 모델에 접근할 수 있고, 다양한 제공업체를 통해 동일한 모델에 접근할 수 있어 지연 시간을 크게 줄일 수 있습니다.

[07:53] Claude Code Router 설치와 구성에 대해 설명하며, 특히 config.js 파일 설정의 중요성과 제공업체별 트랜스포머 구성 필요성을 언급합니다.

[08:26] 오픈라우터와 제미나이 등 다양한 모델별로 적절한 트랜스포머를 사용해야 한다고 설명합니다. 화자는 자신이 직접 사용하는 설정 파일 예시를 통해 Claude Code를 모든 제공업체와 모델에서 사용하는 방법을 보여주겠다고 합니다.

설정된 Claude Code Router를 실행해 /init을 수행하고, CLAUDE.md 파일이 생성되는 과정을 시연한다. Moonshot API 직접 호출 방식과의 속도 차이를 비교한다.

[08:44] 터미널에서 CCR 라우터를 설치하고 시작하는 과정을 시연합니다. 처음 실행시 제공업체와 모델 설정이 필요하며, Moonshot AI를 사용하여 이전 export 방식과 동일한 성능을 얻을 수 있다고 설명합니다.

[09:35] Moonshot AI 설정을 구체적으로 진행합니다. provider key를 입력하고, URL을 api.moonshot.ai/v1/chat/completions로 설정하며, 모델명을 kimi-k2-20711-dash로 지정하는 과정을 보여줍니다.

[10:08] 라우터 설정 완료 후 'CCR code'로 Claude Code를 시작합니다. API URL이 localhost를 가리키며 모든 요청이 라우터를 통해 Moonshot AI의 Kimi 모델로 전송되는 것을 확인합니다.

[10:35] /init 명령어로 실제 테스트를 진행합니다. 라우터가 moonshot AI 엔드포인트와의 메시지를 처리하고, 이전 export 방식과 동일하게 init 과정을 수행하는 것을 관찰합니다.

OpenRouter API를 config.json에 추가해 400여 모델과 다수의 제공자를 자동 폴백·로드밸런싱하는 설정법을 다룬다. 키 발급 절차와 모델 식별자(slug) 지정 방식을 구체적으로 설명한다.

[10:59] 초기화가 완료되고 파일 편집 권한을 요청합니다. 승인 후 이전과 동일하게 저장소 요약이 포함된 CLAUDE.md 파일이 성공적으로 생성되었음을 확인합니다.

[11:16] Claude Code Router의 설정 파일을 열어서 구성 방법을 설명합니다. ~/.claude-code-router/config.json 파일에서 프로바이더 설정을 확인할 수 있으며, Moonshot 프로바이더가 기본 라우터로 설정되어 있음을 보여줍니다.

[11:51] API 성능을 비교 분석합니다. 현재 실행 시간은 1분 13초로 이전 1분 47초보다 빠르지만, 동일한 moonshot ai 베이스 URL을 사용하므로 처리 방식은 유사할 것으로 예상됩니다.

[12:14] Open Router를 사용하는 새로운 방법을 소개합니다. Open Router는 요청을 처리하기에 가장 적합한 프로바이더로 자동 전환해주는 장점이 있어, Moonshot AI 하나에만 의존하지 않고 다양한 프로바이더 간 자동 전환이 가능합니다.

[12:34] Open Router 설정 방법을 설명합니다. 새 항목을 만들고 이전과 같은 구조를 복사한 후, 이름을 'open router'로 설정하고 API 베이스 URL을 chat/v1/chat/completions 엔드포인트로 지정합니다.

[12:57] Open Router에서 API 키를 생성하는 과정을 보여줍니다. keys 메뉴에서 '클로드 튜토리얼'이라는 이름으로 새 키를 생성하고, 모달을 닫으면 키를 잃어버리므로 즉시 복사해야 한다고 강조합니다.

[13:23] Open Router의 모델 식별 방법을 설명합니다. Moonshot과 달리 Open Router는 'moonshot-ai/kimi-k2' 형태로 모델을 식별하며, 비교를 위해 Google Gemini 2.5 Pro 모델도 추가하는 방법을 보여줍니다.

[13:59] Claude Code Router와 OpenRouter 설정을 완료하고 새 터미널에서 CCR Start와 CCR Code를 실행하여 라우터가 localhost를 통해 정상 작동하는 것을 확인합니다.

Groq 플랫폼의 API 엔드포인트와 모델(slug)을 config.json에 추가하는 방법을 안내한다. OpenRouter transformer 외에 Groq 전용 transformer를 적용해 최대 3배 빠른 추론을 실현한다.

[14:40] API 오류가 발생하면서 캐시 컨트롤을 지원하는 엔드포인트를 찾을 수 없다는 메시지가 나타납니다. 이는 OpenRouter용 설정 파일에 트랜스포머를 추가해야 하는 문제입니다.

[14:51] 트랜스포머는 Claude Code 요청을 다른 엔드포인트에 맞게 적응시키는 역할을 하며, OpenRouter 트랜스포머는 캐시 컨트롤 매개변수를 제거하여 호환성 문제를 해결합니다.

[15:29] 트랜스포머 설정을 추가한 후 다시 CCR Start와 CCR Code를 실행하여 /init 명령을 통해 OpenRouter를 성공적으로 사용하기 시작합니다.

[15:52] Claude Code Router 사용 시 가끔 두 번의 호출 후 중단되는 알려진 문제가 있으며, 이때 'continue' 같은 프롬프트를 입력하면 다시 진행할 수 있는 해결책을 제시합니다.

[16:27] 작업이 완료되어 CLAUDE.md 파일에 저장하고, 이전 실행과 비교했을 때 API 호출 시간이 1분 15초에서 약 1분으로 단축되어 성능이 향상되었음을 확인합니다.

[16:53] OpenRouter와 Gemini 2.5 Pro 모델을 Claude Code에서 사용하는 방법을 소개합니다. CCR code 명령을 통해 백그라운드에서 서비스를 자동 시작할 수 있습니다.

[17:13] Claude Code Router와 OpenRouter를 결합하면 OpenRouter가 지원하는 모든 프로바이더의 모델을 Claude Code에서 활용할 수 있습니다. 실행 시간도 기존과 비슷한 성능을 보입니다.

[18:04] Groq라는 새로운 플랫폼을 소개합니다. OpenRouter와 유사하지만 모델 추론 방식이 달라 매우 빠른 속도를 자랑합니다. 모델 수는 적지만 속도 면에서 큰 장점이 있습니다.

[18:51] Groq를 Claude Code에서 사용하기 위한 설정 방법을 설명합니다. api.groq.com 도메인을 사용하며, API 키 발급이 매우 간편합니다. Kimi 모델명이 다른 프로바이더들과 차이가 있음을 안내합니다.

[19:36] Kimi K-2 모델을 OpenRouter에서 사용하는 방법을 설명하며, moonshot AI/Kimi-K-two-instruct 슬러그를 사용하고 특별한 트랜스포머 설정이 필요하다고 안내합니다.

[20:07] 새 터미널에서 CCR code를 실행하여 실제 데모를 진행하며, 기본 라우터를 Claude 설정으로 변경해야 한다고 설명합니다.

[20:30] /init 명령을 실행하여 Kimi 모델의 성능을 테스트하고, 이전 제공업체들보다 약 3분의 1 정도의 시간으로 훨씬 빠른 처리 속도를 확인합니다.

[20:56] Claude Code를 커스텀 모델과 함께 사용하는 4가지 방법을 요약 정리합니다: export 경로 지정, Claude Code Router 사용, OpenRouter 활용(400개 이상 모델 접근), Groq 플랫폼 사용(빠른 추론 속도).

네 가지 접근법의 요약과 비용·속도 비교 결과를 정리한다. Claude Code Router의 배경·추론용 모델 분리, 사용자 맞춤 워크플로우 구성 방안 등 추가 활용 아이디어를 제안한다.

[21:40] Claude Code Router의 고급 기능으로 다른 작업에 대해 다른 모델을 설정할 수 있다고 설명하며, 특히 백그라운드 모델로 작은 로컬 LLM을 사용할 수 있다고 소개합니다.

[00:00] 클로드 코더들

[00:01] 클로드 코드를 최대한 활용하기 위한 또 다른 튜토리얼에 오신 것을 환영합니다

[00:04] 오늘의 튜토리얼은 놓치고 싶지 않을 내용입니다

[00:07] 무샷 AI에서 출시한 Kimi K2라는 모델에 대해 들어보셨을 것이고, 이것이 전 세계를 강타하고 있다는 소식 말입니다

[00:13] 세상을 놀라게 하고 있어요

[00:15] 많은 소식들이 있지만, 세 가지로 요약해드리겠습니다

[00:19] 첫 번째, 클로드 4만큼 성능이 좋거나 더 강력합니다

[00:22] 두 번째로

[00:23] 클로드 4보다 최대 90% 저렴하게 실행할 수 있고

[00:27] 세 번째로, 올바르게 설정하는 방법을 안다면

[00:30] 놀라울 정도로 빠른 속도로 실행할 수도 있습니다

[00:32] 이 세 가지에 더해서, 완전히 오픈소스입니다

[00:36] 오늘 튜토리얼에서는 이 새로운 모델을 클로드 코드와 통합하는 방법을 보여드리겠습니다

[00:39] 게다가 이 새로운 Kimi 모델에만 적용되는 것이 아니라

[00:43] 거의 모든 모델에서 클로드 코드를 사용할 수 있게 됩니다

[00:46] 제 저장소에서 이런 기술들을 사용해서

[00:49] 1분 이상 걸리던 작업을 약 20초 정도로 단축시킬 수 있었습니다

[00:52] 이런 속도 효율성과 비용 절약을 결합하면

[00:55] 시도해보지 않을 이유가 없죠

[00:57] 이것이 정말로 Aaro에게 위협이 되는 이유입니다

[01:01] 이 영상과 관련된 모든 것을 제 인사이더 클럽에서 제공하고 있습니다

[01:04] 완전히 무료로 가입할 수 있습니다

[01:06] 그 안에서 제 영상들과 관련된 많은 추가 자료들을 제공합니다

[01:09] 예를 들어, 전체 수업 요약과 앞으로 출시될 콘텐츠의 미리보기를 받을 수 있습니다

[01:13] 그리고 오늘 영상을 위해서는 설정 파일

[01:16] 스크립트, 그리고 모든 것을 작동시키는 데 필요한 모든 것들이

[01:20] 제 인사이더 클럽에서 무료로 제공됩니다

[01:23] 설명란의 링크를 클릭해서 이 모든 자료에 완전히 접근하는 것을 잊지 마세요

[01:27] 좋습니다

[01:27] 시작해봅시다

[01:28] 클로드 코드의 프로바이더를 변경하는 첫 번째 방법은

[01:32] 가장 간단한 방법이고 단 두 줄만 있으면 됩니다

[01:36] 커맨드 라인에서 두 개의 환경 변수를 설정하는 것입니다

[01:39] 변수들을 설정하게 됩니다

[01:41] ANTHROPIC_BASE_URL을 설정하게 되는데

[01:44] Kim K2의 제작사인 무샷에서 제공하는 URL로 설정합니다

[01:48] 두 번째로 할 일은 ANTHROPIC_AUTH_TOKEN을 설정하는 것인데

[01:51] Anthropic 토큰을 넣는 대신

[01:54] 여기에 Kimi API 키를 넣고 평소처럼 실행하면 됩니다

[01:58] API 키를 얻기 위해서는

[02:01] 무샷으로 가세요

[02:02] 닷

[02:03] platform.moonshot.ai를 입력하면 문서로 리다이렉트됩니다

[02:07] 우측 상단에 콘솔이 보일 것입니다

[02:08] 그것을 클릭하면

[02:11] 구글로 로그인할 수 있는 로그인 페이지로 이동합니다

[02:15] 로그인하면 여기에서 API Keys로 이동하세요

[02:18] 키스 페이지로 이동합니다

[02:20] 여기를 클릭하세요

[02:21] API 키 생성을 클릭하고, 원하는 이름을 지정할 수 있습니다

[02:25] 프로젝트를 기본값으로 설정하면 이 모델 팝업이 나타납니다

[02:32] 이 창을 닫기 전에 반드시 이 API 키를 복사하세요

[02:38] 한번 닫으면 다시는 볼 수 없습니다

[02:41] 그리고 터미널에 이것을 입력하기 전에 추가해야 할 것이 있습니다

[02:45] 계정에 자금을 추가해야 합니다. 10달러 정도면 오늘 우리가 할 작업에는 충분하고

[02:50] 여러분이 진행하는 프로젝트에도 충분할 것입니다.

[02:53] 저는 이미 계정에 자금이 있어서

[02:56] 터미널로 돌아가겠습니다.

[02:57] 이 경우에는 여기 플레이스홀더를

[03:00] 방금 복사한 키로 교체하면 됩니다.

[03:03] 여기서 해야 할 일은 이 두 가지를 복사해서

[03:05] 터미널에 붙여넣고 평소처럼 Claude를 실행하는 것입니다.

[03:09] 그러면 'overrides'라는 것이 표시되고

[03:12] API base가 우리가 지정한 것으로 오버라이드된 것을 볼 수 있습니다.

[03:16] 이제 /init과 같은 모든 Claude 명령을 평소처럼 실행할 수 있습니다.

[03:21] 그러면 모든 것이 평소와 같아 보이지만

[03:26] 실제로는 Moonshot 팀에서 실행되고 있습니다.

[03:29] 이 명령이 무엇인지 익숙하지 않은 분들을 위해 설명하면

[03:33] 기존 코드베이스를 스캔하고

[03:36] Claude가 구조를 완전히 이해할 수 있도록 돕고

[03:40] 프로젝트 루트에 생성될 CLAUDE.md 파일로

[03:44] 모든 것을 준비하여 전체 프로젝트에 대한

[03:49] 충분한 컨텍스트를 제공합니다.

[03:52] init 명령과 Claude Code 사용에 대한

[03:55] 7가지 다른 해킹을 다룬 이전 영상을 아직 보지 않으셨다면

[03:59] 꼭 확인해보세요. Claude Code를 최대한

[04:02] 활용하는 방법에 대한 많은 팁을 제공합니다.

[04:05] 이제 완료된 것을 볼 수 있고

[04:07] 파일 탐색기를 열면

[04:09] 여기에 생성된 것을 볼 수 있습니다.

[04:11] 이 CLAUDE.md 파일은 미리보기로 열어보면

[04:14] 이 프로젝트의 전체 개요를 제공합니다.

[04:16] 여기서 볼 수 있듯이 정말 정확한 그림을

[04:18] 이 저장소에 대해 얻었습니다.

[04:19] 이것은 실제로 제 Google Agent 개발 킷

[04:23] 크래시 코스의 소스 코드가 포함된 전체 저장소로

[04:26] 멀티 에이전트 시스템 구축을 위한 Google의 최신 AI 스택 사용에 대해 알아야 할 모든 것을 다룹니다.

[04:32] 이에 대해 더 알고 싶다면

[04:35] 아래 설명에서 이 크래시 코스에 대한 링크를 확인해보세요.

[04:39] 여기 있습니다.

[04:39] 이제 터미널에서 이러한 export를 간단히 교체하여

[04:44] Claude를 moonshot 호스팅 URL로 리다이렉트하여 Kimi K2 모델을 실행할 수 있는 방법을 보셨습니다.

[04:48] 하지만 이러한 환경 변수를 매번 설정하는 것은 꽤 번거로울 수 있습니다. 특히 새 터미널을 만들거나 새 세션으로 반복 실행할 때 말이죠.

[04:54] 그래서 여기서 할 수 있는 한 가지 빠른 팁은 Bash RC 파일을 열거나 Mac이라면 ZshRC 파일을 여는 것입니다.

[04:59] 여기에서 cursor로 열어보겠습니다. 여기서 할 수 있는 것은 파일 상단에 사용자 정의 함수를 만드는 것으로, 저는 이것을 Kimi라고 부르겠습니다.

[05:08] 그리고 이 함수 자체 내에서 환경 변수를 설정할 수 있습니다.

[05:11] 이전에 얻은 토큰으로 여기 플레이스홀더 토큰을 교체하고

[05:16] 저장하겠습니다.

[05:20] 그런 다음 여기서 할 수 있는 것은 source와 bashrc 파일을

[05:23] 실행하는 것입니다.

[05:36] 또는 터미널을 종료하고 새로운 터미널을 열어도 됩니다.

[05:39] 그냥 Kimi를 입력하면 변수들을 설정하고 Claude Code를 실행할 수 있습니다.

[05:43] 이렇게 하면 한 줄로 Claude Code를 실행할 수 있죠.

[05:46] 이제 모든 환경 변수가 설정된 상태로 Kimi와 함께 Claude Code를 실행할 수 있습니다.

[05:49] 환경 변수들이 단일 명령어로 설정되니까 말이죠.

[05:52] 이건 정말 편리한 기능이고 좋은 해킹 방법입니다.

[05:54] 매번 환경 변수를 설정할 필요가 없거든요.

[05:57] 지금 우리가 하고 있는 작업에서 한 가지 눈에 띄는 점은

[06:01] 현재 API가 상당한 부하를 받고 있다는 것입니다.

[06:03] 실제로 생성 속도가 지금 더 느려졌는데, 많은 사람들이

[06:07] 이 API URL에 접근하고 있기 때문입니다. 그래서 Kimi 모델에

[06:11] 접근하는 다른 방법을 보여드리겠습니다. 이 방법은

[06:14] 다른 모델들로도 확장할 수 있고, 너무 많은 사람들이

[06:18] 단일 URL에 접근하는 상황을 극복하는 데 도움이 될 것입니다.

[06:22] 두 번째 방법으로 Claude Code를 다른 모델과 함께

[06:25] 사용하는 방법에서는 Claude Code Router라는

[06:28] 훌륭한 프로젝트를 사용할 것입니다.

[06:31] 이 프로젝트는 Claude Code가 다른 모델들에게

[06:35] 요청을 보낼 수 있게 해주고, 원한다면 요청을 커스터마이징할 수도 있어서 정말 멋집니다.

[06:40] Kimi뿐만 아니라 DeepSeek도 대상으로 할 수 있습니다.

[06:42] Ollama를 사용해서 로컬 LLM에 대해서도 실행할 수 있고,

[06:46] Gemini에 대해서도 실행할 수 있습니다.

[06:49] 하지만 이것의 장점 중 하나는 Open Router라는

[06:52] 것을 사용할 수 있다는 점입니다. Open Router는 LLM에 접근하는 통합된 방법입니다.

[06:57] 이것은 단일 베이스 URL을 사용해서 여기서 보시는

[07:01] 400개가 넘는 다른 모델들을 대상으로 할 수 있다는 의미입니다.

[07:05] 하지만 Open Router의 장점은 모델의 수만이 아니라

[07:08] 이러한 모델들의 제공업체 수에 있습니다.

[07:10] 예를 들어, 여기 Kimi K-2로 가보면, 이전에는

[07:15] Moonshot AI의 자체 플랫폼을 통해 접근했었습니다.

[07:18] 이것은 때때로 지연 시간이나 처리량 문제에 직면할 수 있습니다.

[07:22] Open Router를 사용하면 같은 모델, 이 경우 Kimi K2에

[07:25] 다른 제공업체를 통해 접근할 수 있습니다.

[07:27] 예를 들어, 여기 보시는 것처럼 미국에 있는

[07:31] 제공업체는 지연 시간을 제공합니다.

[07:33] Moonshot을 통해 접근하는 것보다 거의

[07:37] 한 자릿수 낮은 지연 시간을 말이죠.

[07:38] 그래서 Open Router는 이러한 다른 모델들과

[07:42] 제공업체에 접근하는 정말 좋은 방법을 제공합니다.

[07:44] 그리고 제가 언급했듯이 Kimi K2를 넘어서 많은 다른 모델들이 있습니다.

[07:47] Mistral도 있고,

[07:48] X AI의 Groq도 있습니다.

[07:51] 그리고 Google의 Gemini 모델들과 많은 다른 것들도 있습니다.

[07:53] 이 Claude Code Router를 통해 Open Router 플랫폼에 접근할 수 있다는 것은

[07:58] Claude Code를 사용하는 정말 강력한 방법입니다. 이 라우터의 가장 좋은 점은

[08:03] 단일 명령어로 설치할 수 있다는 것입니다. 가장 복잡한 부분은

[08:07] Claude Code Router config.js라는 것을 구성하는 것인데, 원하는

[08:11] 제공업체를 지정할 수 있어야 하기 때문입니다.

[08:15] 경우에 따라서는

[08:17] 올바르게 작동하도록 하기 위해

[08:20] 추가적인 구성을 해야 할 수도 있습니다.

[08:21] 이 경우에는 트랜스포머라고 불립니다.

[08:22] Open Router 제공업체를 사용할 때는

[08:26] 오픈라우터 트랜스포머를 사용해야 합니다.

[08:27] 제미나이 모델을 사용할 때는 제미나이 라우터를 사용해야 합니다.

[08:30] 다른 경우에는 아예 라우터가 필요하지 않을 수도 있습니다.

[08:33] 하지만 걱정하지 마세요. 제가 직접 사용하는 설정 파일의 정확한 예시를 보여드리겠습니다.

[08:36] 제가 직접 사용하는 설정 파일이죠.

[08:38] 이를 통해 원하는 모든 제공업체와 모델에 대해 Claude Code를 사용할 수 있습니다.

[08:41] 원하는 모든 모델을 말이죠.

[08:43] 자, 시작해보겠습니다.

[08:44] 실제로 이를 수행하는 방법은 터미널에서 이 명령어를 실행하여 설치하는 것입니다.

[08:48] 커서로 돌아가서 새 터미널을 생성하겠습니다.

[08:51] 그리고 위에 있는 설치 명령어를 붙여넣겠습니다.

[08:56] 설치가 완료되었으니 화면을 다시 지우고

[09:01] 이제 CCR만 입력하면 됩니다.

[09:04] help를 입력하면 어떤 다양한 기능들이 있는지 볼 수 있습니다.

[09:07] 가장 좋은 방법은 먼저 CCR을 입력한 다음 start를 입력하는 것입니다.

[09:12] 처음 실행할 때는 사용하고자 하는 첫 번째 제공업체와 모델을 설정하라고 요청합니다.

[09:17] 처음 실행할 때 말이죠.

[09:21] 사용하고자 하는 첫 번째 제공업체와 모델을 설정해야 합니다.

[09:23] 우리가 할 일은 Moonshot AI 자체의 제공업체를 사용하는 것입니다.

[09:25] Moonshot AI 자체에서 제공하는 것이죠.

[09:28] 이렇게 하면 이전에 export 방식으로 Claude Code를 실행했을 때와

[09:31] 성능상 가장 근접한 결과를 얻을 수 있습니다.

[09:34] 이걸 조금 위로 올리겠습니다.

[09:35] 이 경우에는 moonshot이라고 부르겠습니다. 그리고 provider key입니다.

[09:38] 여기 있는 이 키는 이전에 Moonshot에서 받은 키입니다.

[09:42] 그래서 이것을 붙여넣겠습니다.

[09:45] 그리고 provider URL입니다.

[09:46] 이것은 이전에 사용했던 것과는 다릅니다.

[09:50] 이전에는 api.moonshot.ai/anthropic을 사용했었습니다.

[09:53] 이번에는 api.moonshot.ai/v1을 사용할 것입니다.

[09:58] 그리고 이것이 매우 중요합니다.

[09:59] /chat/completions를 붙여야 합니다. 그리고 모델 이름은

[10:02] 다음과 같습니다.

[10:04] kimi-k2-20711-dash가 될 것입니다.

[10:08] 좋습니다. 이제 라우터가 실행 중이므로

[10:11] 이 라우터를 사용하여 Claude Code를 시작하는 방법은 CCR을 입력한 다음 space code를 입력하는 것입니다.

[10:17] Claude Code가 시작되면서 좋습니다. 이제 이것이 나타났네요.

[10:21] API 기반 URL이 localhost의 어떤 것을 가리키고 있는 것을 볼 수 있습니다.

[10:25] 그리고 이것은 실제로 왼쪽에서 볼 수 있는 라우터에 연결되고 있습니다.

[10:29] 이제

[10:30] 모든 요청이 moonshot ai의 Kimi 모델로 전송될 것입니다.

[10:33] 실제로 이제 테스트해보겠습니다.

[10:35] 이전처럼 /init을 실행하겠습니다.

[10:38] 왼쪽에서 라우터가 실제로 moonshot AI 엔드포인트와

[10:40] 주고받는 모든 메시지를 처리하고 있는 것을 볼 수 있습니다.

[10:44] 그리고 이전에 export 방식으로 실행했을 때처럼

[10:48] 실제로 init 단계를 수행하고 있습니다.

[10:51] 이것이 완료될 때까지 기다려보겠습니다.

[10:53] 마지막에 파일 구조 내에 CLAUDE.md 파일이 생성되는 것을 보고 싶습니다.

[10:57] 파일 구조 내에 말이죠.

[10:59] 이제 완료되었고 이 편집을 수행해야 한다고 나오네요.

[11:03] 그래서 예라고 하겠습니다.

[11:04] 이걸 아래로 내리겠습니다.

[11:06] 이전과 매우 비슷한 작업을 수행한 것을 볼 수 있습니다.

[11:09] 효과적으로 이 저장소의 요약과 함께

[11:12] CLAUDE.md 파일을 초기화했습니다.

[11:16] 좋습니다.

[11:16] 이 부분을 조금 더 자세히 설명해드리기 위해서 라우터의 설정 파일을 열어보겠습니다. cursor를 사용해서

[11:19] ~/.claude-code-router/config.json 경로에 접근해보겠습니다.

[11:25] 좋습니다. 이제 설정 파일이 나타났는데

[11:29] providers 아래를 보시면

[11:32] 하나의 프로바이더가 있습니다.

[11:34] 이것이 실제로 우리가 설정한 프로바이더이고

[11:37] 여기서 주목할 점은 기본 라우터가 하나 있다는 것입니다.

[11:40] 이 경우에는 Moonshot 프로바이더가 되겠죠. 여기서 지정한 것처럼요.

[11:44] 그리고 여기 있는 이 모델이 있고

[11:47] 여기 있는 구문이 무엇을 의미하는지 설명하기 위한 것입니다.

[11:51] 알겠죠?

[11:51] 실제로 이것을 보면 API 총 소요 시간이

[11:54] 1분 13초였습니다.

[11:56] 이전 결과와 빠르게 비교해보면

[11:58] 약 1분 47초였죠.

[12:00] 그리고 이것은 이전보다 몇 시간 후에 실행한 것입니다.

[12:03] 이런 결과가 나오는 것은 예상할 수 있는데, 결국 같은 베이스 URL인 moonshot ai를 사용하고 있기 때문입니다.

[12:10] 따라서 처리 방식이 서로 크게

[12:13] 다르지 않을 것으로 예상됩니다.

[12:14] 이제 이 방법으로 완료했으니

[12:16] Kimi K2 모델을 사용하는

[12:18] 다른 접근 방식을 알려드리겠습니다.

[12:20] Open Router를 사용하는 것이죠. Open Router를 사용하는 이유는

[12:23] 요청을 처리하기에 가장 적합한 프로바이더로 자동으로 전환해주기 때문입니다.

[12:27] 문제의 크기와 매개변수에 따라서 말이죠.

[12:28] 따라서 다양한 프로바이더 간에 자동으로 전환할 수 있게 됩니다.

[12:32] Moonshot AI 하나에만 의존하는 것이 아니라요.

[12:34] 방법은 여기에 새 항목을 만들고

[12:36] 이전과 같은 구조를 복사하는 것입니다.

[12:41] 이 경우 이름은 open router로 하겠습니다.

[12:44] 그리고 API 베이스 URL의 경우 다음과 같이 사용합니다.

[12:48] chat/v1/chat/completions 엔드포인트를 사용하되

[12:52] 이번에는 open router를 가리키도록 합니다.

[12:53] 여기 있는 API 키는 open router 자체에서

[12:56] 생성해야 하는 것입니다.

[12:57] open router로 전환해보겠습니다.

[12:59] keys로 가서 여기에 새로 하나 만들어보겠습니다.

[13:03] 이름은 클로드 튜토리얼이라고 하겠습니다.

[13:07] 이것을 생성하면 키가 여기 있습니다.

[13:10] 다시 말하지만, 이것을 즉시 복사해야 합니다.

[13:14] 이 모달을 닫으면 완전히 잃어버리기 때문입니다.

[13:16] 여기에 키를 입력하겠습니다.

[13:20] 지금 두 개를 지정해보겠습니다.

[13:23] 첫 번째로 보실 것은 Open Router가 모델을 식별하는 방식이

[13:26] Moonshot과는 다르다는 것입니다. 이 이름들은

[13:29] Open Router 자체에 가서 확인할 수 있습니다.

[13:31] 여기서 보시는 것처럼

[13:33] Kimi K2는 moonshot-ai/kimi-k2 형태로 되어 있습니다.

[13:38] 여기에 입력했고 실제로 두 번째 모델도 추가했습니다.

[13:41] 비교를 위해서 Google Gemini 2.5 Pro를 어떻게 입력하는지 보여드리기 위해서요.

[13:45] Gemini 2.5 Pro를 검색하면

[13:49] 여기 있는 슬러그와 일치하는 것을 볼 수 있습니다.

[13:52] 이것이 open router 내에서 다양한 모델을 지정하는 방법입니다.

[13:55] 마지막으로 여기서 기본값을 변경하겠습니다.

[13:59] Claude Code Router를 설정해서 OpenRouter를 사용할 수 있도록 하는 데 필요한 것은 이게 전부입니다.

[14:02] OpenRouter를 사용할 수 있게 됩니다.

[14:03] 바로 시도해보겠습니다.

[14:05] 새 터미널을 생성하겠습니다.

[14:06] CCR Start를 실행하겠습니다. 잘 됐네요. 여기 있습니다.

[14:11] 사이트 터미널을 다시 열고, CCR Code를 실행하겠습니다.

[14:20] 여기서 보시면, 다시 한번 왼쪽에서 라우터에 접속하고 있습니다.

[14:23] 그리고 오른쪽에서도 마찬가지입니다.

[14:26] API 베이스 URL이 localhost를 가리키고 있어서 이걸 확인할 수 있습니다.

[14:30] Claude.md 파일을 삭제하고 다시 한번 실행해보겠습니다.

[14:39] 좋습니다.

[14:40] 여기서 보시면 API 오류라고 나오네요.

[14:43] 캐시 컨트롤을 지원하는 엔드포인트를 찾을 수 없다고 나옵니다.

[14:46] 이런 오류가 나는 이유는 OpenRouter용 설정 파일에 다음 내용을 추가해야 하기 때문입니다.

[14:49] OpenRouter용 설정 파일에 말이죠.

[14:51] 모델 다음에는 트랜스포머를 지정하고 OpenRouter 트랜스포머를 사용해야 합니다.

[14:55] OpenRouter 트랜스포머를 사용해야 합니다.

[14:57] 기본적으로 이런 트랜스포머들은 Claude Code 요청을 다른 엔드포인트에 맞게 적응시키는 역할을 합니다.

[15:01] 다른 엔드포인트에 접속할 때 말이죠.

[15:02] OpenRouter 벤더의 경우, 엔드포인트에 접속할 때 각기 다른 벤더들이

[15:06] 조금씩 다른 방식으로 작동합니다.

[15:09] 그래서 여기 있는 트랜스포머들이

[15:11] 적절하게 적응시켜 주는 역할을 합니다.

[15:14] README를 읽어보시면, 이 트랜스포머가

[15:16] 캐시 컨트롤 매개변수를 제거한다는 걸 알 수 있습니다. 이게 바로 우리가 봤던 문제였죠.

[15:21] 잠시 이걸 종료하고 터미널을 다시 지우겠습니다.

[15:25] 다시 한번 실행해보겠습니다.

[15:29] CCR Start를 하고 오른쪽에서 CCR Code를 실행합니다.

[15:34] /init을 입력하고 실행해보겠습니다.

[15:40] 이제 시작됐고 OpenRouter를 사용하고 있는 걸 볼 수 있습니다.

[15:45] 로컬에 있는 라우터를 사용하고 있지만

[15:47] Moonshot AI 엔드포인트가 아닌 OpenRouter 엔드포인트에 접속하고 있습니다.

[15:52] Claude Code Router를 사용할 때 한 가지 주목할 점은 가끔 두 번의 호출 후에

[15:55] 계속 진행하려면 다시 프롬프트를 입력해야 할 때가 있습니다.

[15:59] 이런 일이 가끔 발생하는데, 개발팀에서도 이 문제를 알고 있습니다.

[16:02] 개발팀에서도 이 문제를 알고 있습니다.

[16:04] 이런 일이 발생하면 그냥 프롬프트를 입력하면 됩니다.

[16:07] 저에게는 이런 일이 꽤 산발적으로 일어납니다.

[16:10] Moonshot API에서 봤듯이 때로는 전혀 발생하지 않기도 하고

[16:13] 다른 경우에는 꽤 자주 발생하기도 합니다.

[16:16] 어쨌든, 이걸 해결하는 방법은 그냥 아무 프롬프트나 추가하는 것입니다.

[16:20] 보통 저는 'continue'를 사용하면 이걸 다시 시작할 수 있습니다.

[16:24] 이게 현재 해결책입니다.

[16:26] 마침내 여기서 완료됐네요.

[16:27] Claude Code에 저장하겠다고 예스를 누르겠습니다.

[16:30] CLAUDE.md 파일에 저장하겠습니다.

[16:32] 이전과 매우 비슷한 결과를 볼 수 있습니다.

[16:35] CLAUDE.md 파일에 프로젝트 개요가 포함되어 있습니다. 지금 시간 요약을 보면

[16:38] 이전에 실행했을 때와 빠르게 비교해볼 수 있습니다.

[16:41] 이전에 실행했을 때와 말이죠.

[16:43] 지난번 API 호출 시간은 대략 1분 15초였습니다.

[16:46] 지난번에는 말이죠.

[16:48] 이번에는 약 1분 정도로 조금 더 빨랐습니다.

[16:51] 좋습니다. 이제 어떻게 할 수 있는지 보여드렸습니다.

[16:53] OpenRouter를 사용할 수 있고, 완성도를 위해 실제로 Gemini 2.5 Pro로 교체할 수도 있습니다.

[16:56] 여기서요. 이 경우엔 CCR start와 CCR code를 따로 실행하지 않겠습니다.

[16:59] 바로 CCR code를 실행할 건데, 이렇게 하면 백그라운드에서 서비스가 자동으로 시작됩니다.

[17:03] 이 플러그 MD 파일을 다시 삭제하고 실행해보겠습니다.

[17:06] 어떤 일이 일어나는지 확인해보죠. 이 경우에는 Claude Code를 사용해서 OpenRouter에 요청을 보낼 건데, 이번에는 Gemini 2.5 Pro 모델을 사용하게 됩니다.

[17:13] 이것이 바로 Claude Code Router와 OpenRouter를 함께 사용하는 힘입니다. 이제 OpenRouter가 제공하는 모든 프로바이더와 함께 Claude Code를 사용할 수 있게 됐습니다.

[17:18] 완료된 것을 볼 수 있습니다. '예'라고 답하면 여기서 파일 작성을 완료할 텐데, 지금 바로 나타나고 있습니다.

[17:25] 요약도 완료되었네요. 콘솔을 종료하겠습니다. 대략 1분 2초가 걸렸습니다.

[17:31] 앞서 실행했을 때와 매우 비슷하네요. 다른 모델을 사용하기 때문에 약간 다른 요약이 나올 수도 있습니다.

[17:38] Claude Code Router와 OpenRouter를 함께 사용하는 것의 장점이 바로 이것입니다. 이제 거의 모든 모델과 함께 Claude Code를 사용할 수 있게 됐거든요.

[17:45] 마지막으로 보여드리고 싶은 건 Moonshot을 직접 사용하거나 OpenRouter를 사용하는 대신, Groq라는 다른 것이 있다는 점입니다.

[17:52] Q가 들어간 Groq인데, 트위터나 X AI의 GR River K와 혼동하지 마세요. 여기서 Groq는 OpenRouter와 매우 비슷한 플랫폼이지만, 추론을 위해 모델을 제공하는 방식이 다르기 때문에 매우 빠릅니다.

[18:00] 이는 Kimi에만 적용되는 것이 아니라 플랫폼 내의 모든 다른 모델에도 적용됩니다. 여기서 볼 수 있듯이 OpenRouter에 비해 모델은 적지만 훨씬 빠른 경향이 있습니다.

[18:07] 트위터나 X를 통해 Groq를 사용할 때와 OpenRouter를 사용하거나 Moonshot API를 직접 사용할 때의 속도 비교를 확인할 수 있습니다. 따라서 Groq가 제공하는 속도를 Claude Code와 함께 활용할 수 있다면 매우 유용할 것입니다.

[18:17] 지금 바로 그 방법을 보여드리겠습니다. 설정 파일로 다시 돌아가서 여기에 프로바이더를 하나 더 추가하겠습니다. 이 경우에 이름을 설정할 건데요.

[18:24] API base는 api.groq.com/openai/v1/chat/completions가 될 것입니다. 위에서 설정했던 것과는 다르지만, 중요한 것은 Groq 도메인에 요청을 보낸다는 점입니다.

[18:34] API 키를 생성하는 방법은 매우 비슷합니다. 여기서 API 키 생성을 클릭할 수 있고, Groq의 API 키 발급 방식이 정말 마음에 듭니다. 대시보드 앞쪽에 바로 있거든요.

[18:42] 이걸 복사해서 여기에 붙여넣겠습니다. 그리고 여기 모델의 경우 실제로는 Moonshot AI Kimi-K2-instruct인데, OpenRouter와도 다르고 Moonshot 직접 사용과도 다릅니다.

[18:49] Kimi 모델은 실제로 약간 숨겨져 있습니다. 실제로는 여기에 있어요.

[19:36] 여기를 클릭하면 슬러그가 moonshot AI인 것을 볼 수 있습니다

[19:41] 슬래시 Kimi 대시 K two 대시 instruct입니다.

[19:44] 이걸 복사해서 붙여넣을 수 있는데, Cursor가 자동으로 완성해줬네요.

[19:47] 자동으로 완성해줬네요.

[19:48] 이제 이것이 작동하기 위한 마지막 단계는 다음 트랜스포머들을 사용해야 합니다.

[19:51] 다음 트랜스포머들을 사용해야 합니다.

[19:53] 네.

[19:54] 먼저 해야 할 일은 open router 트랜스포머를 사용하는 것입니다

[19:57] 이전과 같이 말이죠. 그리고 나서 이 커스텀 트랜스포머를 추가해야 합니다

[20:00] 여기서 최대 토큰을 직접 설정합니다.

[20:04] 추론이 작동하려면 이런 방식으로 제공해야 합니다.

[20:07] 좋아요, 새 터미널을 다시 만들어보겠습니다.

[20:09] 지금 꽤 많이 쌓여있네요.

[20:11] CCR code를 실행해보겠습니다.

[20:14] 아, 그리고 잊기 전에 기본 라우터를 Claude 설정에서 정의한 것으로 바꿔야 합니다.

[20:19] Claude 설정에서 정의한 것으로 바꿔야 합니다.

[20:22] 네?

[20:23] 좋아요.

[20:23] CCR code를 실행해서 서비스를 시작하고 Claude Code를 실행하겠습니다.

[20:28] Claude Code를 실행하겠습니다.

[20:30] 그리고 다시 /init을 실행해보겠습니다.

[20:33] Init을 실행하고 어떻게 되는지 보겠습니다.

[20:37] 파일이 존재하지 않는다고 나오고 파일 시스템 분석을 하고 있습니다.

[20:40] 파일 시스템 분석을 하고 있습니다.

[20:43] 보시다시피 이전에 봤던 다른 제공업체들보다 훨씬 빠르게 완료되었습니다.

[20:48] 다른 제공업체들보다 훨씬 빠르게 완료되었습니다.

[20:50] Open Router와 Moonshot 모두에서 완료하는 데 걸린 시간의 약 3분의 1 정도입니다.

[20:53] Open Router와 Moonshot 모두에서 완료하는 데 걸린 시간의 약 3분의 1 정도입니다.

[20:57] 이렇게 해서

[20:57] Claude Code를 커스텀 모델과 함께 사용하는

[20:59] 4가지 다른 방법을 보여드렸습니다.

[21:01] 첫 번째 방법은 export 경로를 지정하는 것이었지만, 모든 모델에서 작동하지 않을 수 있습니다.

[21:05] 모든 모델에서 작동하지 않을 수 있습니다.

[21:06] 두 번째 방법은 Claude Code router를 사용하는 것이었습니다

[21:09] 제공업체 자체의 V check completions 엔드포인트에 접근하는 방법이었습니다.

[21:12] 그리고 세 번째 방법은 Open Router를 사용하는 것으로, 400개 이상의 다양한 모델에 액세스할 수 있습니다.

[21:16] 400개 이상의 다양한 모델에 액세스할 수 있습니다.

[21:18] Open Router의 자동 전환과 폴백 메커니즘의 이점을 누릴 수 있습니다.

[21:20] 폴백 메커니즘의 이점을 누릴 수 있습니다.

[21:22] 그리고 마지막으로 제가 시연한 방법은 Groq 플랫폼을 사용하는 것입니다

[21:26] 놀라울 정도로 빠른 추론 속도의 이점을 누릴 수 있습니다.

[21:30] Claude Code 사용에 대해 제가 언급하지 않은 한 가지는

[21:32] Claude Code Router에서 기본 라우터뿐만 아니라 실제로 지정할 수 있다는 것입니다

[21:36] readme를 확인해보면 다른 작업에 대해 다른 모델을 설정할 수 있습니다

[21:38] 다른 작업에 대해 다른 모델을 설정할 수 있습니다.

[21:40] 예를 들어 백그라운드 모델을 설정할 수 있는데, 사람들이 보통 매우 작은 로컬 실행 LLM으로 설정합니다

[21:43] 매우 작은 로컬 실행 LLM으로 설정합니다.

[21:46] 하지만 이는 오늘 튜토리얼의 범위를 벗어납니다.

[21:49] Claude Code를 최적화하고 최대한 활용하기 위해

[21:51] 다양한 모델로 Claude Code router를 사용하는 제 설정을 보고 싶으시다면

[21:55] 댓글로 알려주세요.

[21:56] 충분한 관심이 있다면 그것을 보여주는 튜토리얼을 만들 수 있습니다.

[22:00] 오늘 튜토리얼이 유용했기를 바랍니다.

[22:01] 도움이 되었다면 이 영상에 좋아요를 누르는 것을 잊지 마시고

[22:05] 구독 버튼을 누르고 알림을 켜는 것도 잊지 마세요

[22:08] 이런 새로운 튜토리얼이 업로드될 때마다 가장 먼저 알 수 있도록 말이죠.

[22:11] Claude Code를 최대한 활용하는 방법에 대한 제 다른 영상을 아직 보지 않으셨다면

[22:15] 적극 추천합니다. 제가 생각하기에 Claude Code로 작업할 때

[22:18] 가장 좋은 8가지 팁들이 가득 담겨있습니다.

[22:21] Claude Code로 작업할 때 최고의 팁들입니다.

[22:23] 바로 여기에서 영상을 확인하실 수 있습니다.

[22:25] 그럼 다음번까지, 안녕히 계세요.