클로드 코드 + Tmux + 워크트리: 스스로 생성되는 AI 코더 팀, 정말 대단합니다!

AICodeKing 구독자 71,200명

요약

이 영상은 여러 AI 코더 인스턴스를 비동기적으로 실행해 하나의 팀처럼 작동시키는 워크플로우를 소개합니다. git worktree와 Tmux를 활용해 각 작업을 별도 브랜치·세션에서 처리하고, 완료된 기능을 손쉽게 병합할 수 있도록 자동화합니다. 작업 클레임 시스템으로 의존성에 따라 에이전트를 할당하고 상태를 실시간으로 추적하며 효율적인 병렬 개발 환경을 구현하는 방법을 설명합니다.

주요 키워드

self-spawning AI coder team git worktree Tmux(터미널 멀티플렉서) Agent spawner Task claiming system 비동기 워크플로우 세션 관리 Claude Code Open Code 워크플로우 자동화

하이라이트

🚀 AI 코더 팀 구성: 여러 AI 인스턴스를 병렬로 실행해 하나의 코더 팀처럼 비동기 작업을 수행합니다.
🔑 작업 클레임 시스템: 작업 파일을 읽어 의존성에 따라 브랜치·작업 상태·Tmux 세션을 자동 할당합니다.
⚡️ Git worktree 활용: 브랜치를 전환하지 않고 각 작업을 물리적 복사본에서 독립 실행해 충돌 없이 병렬 개발이 가능합니다.
🌟 Tmux 세션 관리: 터미널 멀티플렉서로 여러 세션을 생성·분리·재연결해 장기 실행 작업을 손쉽게 모니터링합니다.
📌 에이전트 스포너 워크플로우: 새로운 작업마다 워크트리를 생성하고 Tmux 세션에서 AI 에이전트를 자동 실행합니다.
🚀 실전 데모: 워크플로우를 실행해 라이트 테마 추가, 필터 옵션 구현 등 실제 작업이 독립된 세션에서 진행되는 과정을 보여줍니다.
⚡️ 자동 병합: 완료된 작업을 Claude Code에게 요청해 메인 브랜치로 쉽게 병합하도록 지원합니다.
🔑 효율적 개발 환경: 수작업 터미널 관리 대신 자동화된 스폰·할당·병합 시스템으로 생산성을 대폭 향상합니다.

용어 설명

git worktree

브랜치를 전환하지 않고 별도 디렉터리에 전체 repo 복사본을 만들어 독립적으로 작업할 수 있는 Git 기능입니다.

Tmux

Terminal MULTIPLEXER의 줄임말로, 여러 터미널 세션을 생성·분리·재연결해 백그라운드 작업을 관리할 수 있습니다.

Self-spawning AI coder team

자동으로 새로운 AI 코더 인스턴스를 스폰해 팀처럼 병렬로 작업을 수행하도록 구성한 시스템입니다.

Agent spawner

작업 파일을 읽어 적절한 작업을 하나 이상의 에이전트에 할당하고, 워크트리 및 Tmux 세션을 생성해 실행을 시작하는 역할입니다.

Task claiming system

각 작업의 브랜치 이름·상태·세션 정보를 기록해 여러 에이전트가 충돌 없이 병렬로 작업하도록 관리하는 구조입니다.

AI 코더(Claude Code, Ader, Open Code 등)를 여러 인스턴스로 실행해 동시 작업하는 개념을 소개합니다. 터미널 여러 창을 수작업으로 관리하는 한계를 지적하며 자동화 워크플로우 필요성을 설명합니다.

[00:19] 기존의 다중 AI 코더 설정의 문제점을 설명합니다. 여러 터미널 창을 수동으로 관리하는 것은 지루하고, 같은 프로젝트에서 작업할 때 코드 덮어쓰기 문제가 발생할 수 있습니다.

작업 파일에 브랜치 이름, 상태, Tmux 세션 이름 세 가지 필드를 정의해 작업 의존성과 병렬 실행 상태를 관리하는 방법을 구체화합니다. 작업 간 충돌 방지 로직을 설명합니다.

[01:10] 문제 해결을 위한 작업 할당 시스템을 소개합니다. 브랜치 이름, 상태 정보, tmux 세션 이름의 세 필드로 구성된 작업 파일을 통해 동시 실행되는 작업들을 체계적으로 관리합니다.

git worktree와 브랜치의 차이를 설명하고, 전체 repo 복사본을 생성해 브랜치 전환 없이 독립 실행할 수 있는 과정을 직접 커맨드 시연으로 보여줍니다.

타임라인 정보가 없습니다.

Terminal Multiplexer인 Tmux의 개념을 설명하고, 세션 생성·분리(detach)·재연결(attach) 과정을 실제로 시연해 백그라운드 작업 관리를 시각화합니다.

[02:22] Git worktree의 개념과 활용법을 설명합니다. 브랜치와는 달리 전체 레포지토리의 물리적 복사본을 만들어 브랜치 전환 없이 작업할 수 있으며, 완성 후 메인으로 병합 가능합니다.

[02:50] Git worktree 명령어 사용법을 실제로 시연합니다. 'git worktree add -B' 명령어로 새로운 워크트리를 생성하고 work 디렉토리에 저장하는 과정을 보여줍니다.

[03:22] Git worktrees를 사용하면 모든 작업이 자동화되어 수동으로 할 필요가 없으며, 내부 작동 원리를 이해하는 데 도움이 됩니다.

[03:39] Git worktrees 외에도 tmux(터미널 멀티플렉서)라는 도구를 사용합니다. 이는 백그라운드에서 여러 터미널 세션을 생성하고 관리할 수 있게 해주는 도구입니다.

[04:11] 오늘의 스폰서 Surf Shark VPN을 소개합니다. 온라인 활동 추적 방지, 공용 Wi-Fi 보안, 지역 제한 우회 등의 기능을 제공하며, 쿠폰 코드 'king'으로 4개월 추가 무료 혜택을 받을 수 있습니다.

Claude Code 명령 폴더에 에이전트 스포너 마크다운 파일을 추가하고, 작업 파일을 읽어 Git worktree 생성, Tmux 세션 실행, 에이전트 프롬프트 설정 과정을 자동화하는 스크립트를 구성합니다.

[05:29] 실제 터미널에서 tmux 사용법을 시연합니다. 새 세션 생성, 세션 이름 지정, claude code 실행, 세션 분리 및 재접속하는 과정을 보여주며, 백그라운드에서 지속적으로 실행되는 것을 확인할 수 있습니다.

[06:18] Claude Code, Ader, Open Code 등 다양한 AI 코딩 도구들이 AI 에이전트 실행에 적합하다는 설명과 함께, 이 영상에서는 Claude Code를 중심으로 진행할 예정이라고 소개합니다.

[06:44] Claude Code에서 새로운 명령어를 생성하는 방법을 설명하며, Claude Commands 폴더에 마크다운 파일을 만들어 프로젝트 전반에서 사용할 수 있는 명령어를 만드는 과정을 안내합니다.

[07:09] 에이전트 스폰 워크플로우의 핵심 기능을 설명합니다. 이 시스템은 작업 파일을 읽고, 하나 또는 여러 작업을 분석하여 적절한 에이전트에게 할당하며, git 워크트리와 T-mux 세션을 통해 독립적인 작업 환경을 구성합니다.

[07:35] 작업 할당 로직을 상세히 설명합니다. 서로 의존적인 작업들은 같은 에이전트가 처리하고, 독립적인 작업들은 각각 별도의 에이전트가 담당하도록 하는 지능적인 분배 시스템을 소개합니다.

[07:54] 실제 에이전트 실행 과정을 단계별로 설명합니다. git 워크트리 생성, 에이전트 프롬프트 구축, T-mux 세션 생성 및 분리, 그리고 edit, write, bash, replace 도구들을 사용한 Claude Code 인스턴스 실행까지의 전체 프로세스를 다룹니다.

[08:14] 작업 상태 관리 시스템을 설명합니다. 각 에이전트가 실행될 때마다 작업 마크다운 파일을 'claimed' 상태로 업데이트하고, 팀 세션에서 새로운 정보가 나올 때마다 지속적으로 업데이트하는 방식을 소개합니다.

[08:27] 실제 데모를 시작하며 Kingbench 프로젝트에서 라이트 테마 생성과 필터 옵션 추가라는 두 가지 작업을 예시로 워크플로우를 실행합니다. 작업 파일 읽기부터 git 워크트리 및 T-mux 세션 생성까지의 실제 과정을 보여줍니다.

Kingbench 프로젝트에서 라이트 테마 추가와 필터 옵션 구현 작업을 예로, 워크플로우 실행부터 Tmux 세션 모니터링, 결과 확인, 메인 브랜치 병합까지 전체 과정을 시연합니다.

[09:01] 에이전트 모니터링 방법을 설명합니다. T-mux 세션으로 직접 이동하여 작업 상황을 확인하거나, Claude Code에게 상태를 문의하여 각 세션의 출력을 통해 진행 상황을 파악하는 두 가지 방법을 제시합니다.

[09:35] 작업 완료 후 결과 확인과 병합 과정을 설명합니다. 각 워크트리에서 완료된 작업들을 확인하고, 마스터 Claude Code에게 병합을 요청하는 방식으로 최종 결과물을 통합하는 과정을 보여줍니다.

[09:59] 기존 방식과의 비교를 통해 이 워크플로우의 장점을 강조합니다. 여러 터미널 창을 수동으로 관리하는 번거로운 기존 방식 대신, 자동화된 AI 코더 팀을 구성하여 효율적으로 작업을 처리할 수 있음을 설명합니다.

자동 스폰 AI 코더 팀 워크플로우의 장점을 정리하고, Tmux 분할 화면·상태 확인 커맨드를 활용해 효율을 극대화하는 팁을 제안하며 구독·피드백을 요청합니다.

[10:23] T-mux의 추가 기능들을 소개하며, 분할 창이나 타일 뷰를 통해 모든 세션을 동시에 모니터링할 수 있는 방법을 안내합니다. Claude Code에게 관련 명령어를 문의하여 다른 터미널에서 활용할 수 있다고 설명합니다.

[00:00] [음악]

[00:03] [박수]

[00:04] 안녕하세요, 또 다른 영상에 오신 걸 환영합니다. AI

[00:08] 코더는 요즘 모든 사람들이

[00:10] 사용하는 도구죠. Cursor, Clue

[00:13] Claude Code, Aider, 또는 제가 최근에

[00:16] 사용하고 있는 Open Code 같은 것들 말이에요.

[00:19] 이런 도구들은 멋지지만, 만약 여러분이

[00:22] 이런 AI 코더들로 구성된 전체 팀을

[00:24] 만들어서 비동기적이고 쉽게

[00:26] 작업을 수행하면서도

[00:29] 상호작용이 가능하고 모든 것이

[00:31] 로컬에서 실행된다면 어떨까요? 만약

[00:34] 여러분이 서로 다른 작업을 수행하는

[00:36] 여러 AI 코더 인스턴스 팀을 만들고 싶다면,

[00:39] 오늘 제가 보여드릴 방법을 사용할 수

[00:41] 있습니다.

[00:44] 기술적으로는 수많은 AI 터미널 창을

[00:46] 만들고 각각에게 작업을 요청할 수도

[00:49] 있지만, 그건 지루할 뿐만 아니라

[00:51] 엄청나게 나쁜 방법입니다. 왜냐하면

[00:54] 여러 AI 코더가 같은 프로젝트에서 작업한다면,

[00:57] 한 AI 코더가 다른 인스턴스의 코드를

[00:59] 덮어쓸 수 있고 그러면 제대로 작동하지

[01:02] 않을 거예요. 게다가 각각에게 수동으로

[01:05] 하나씩 작업을 주고 탐색하는 것도

[01:08] 매우 어려워질 수 있습니다.

[01:10] 하지만 이를 해결하기 위해 저는 좋은

[01:13] 워크플로우를 가지고 있습니다. 제가 하는 방법은

[01:16] 작업 할당 시스템을 만든 것입니다.

[01:18] 제가 하는 것은 수행하고 싶은 작업들을

[01:22] 포함하는 작업 파일을 만드는 것입니다.

[01:25] 때로는 작업들이 서로 의존적이기도 해요.

[01:27] 그래서 저는 일반적으로 동시에

[01:29] 수행할 수 있는 작업들과 하위 작업들의

[01:31] 세트를 기반으로 정리하려고

[01:34] 노력합니다.

[01:37] 각 작업마다 세 개의 필드가 있습니다.

[01:40] 브랜치 이름. 만약 작업할 브랜치가

[01:43] 이미 존재한다면, 현재 상태의

[01:46] 상태 정보가 있습니다. 대부분이

[01:48] 동시에 실행되기 때문에

[01:50] 무슨 일이 일어나고 있는지

[01:52] 추적해야 합니다.

[01:53] 그래서 필요에 따라 상태를 업데이트하는데,

[01:56] 예를 들어 할당되었는지 또는

[01:59] 개입이 필요한 상태인지

[02:01] 그런 것들 말이죠.

[02:03]

[02:05] 또한 하나 더 있는데, tmux

[02:08] 세션의 이름을 저장하도록 하는 것입니다.

[02:10] tmux는 여러 AI 코더가

[02:14] 작동하도록 하기 위해 필요한

[02:16] 주요 요소 중 하나입니다. tmux 부분에

[02:19] 오기 전에 먼저 git

[02:21] worktree에 대해 설명드리겠습니다. git worktree와

[02:24] 브랜치는 다른 것입니다. Git worktree는

[02:27] 기본적으로 여러분이 가진

[02:29] 전체 레포지토리나 프로젝트의 물리적 복사본으로,

[02:31] 브랜치를 전환하는 등의 작업 없이도

[02:34] 실제로 실행할 수 있다는 의미입니다.

[02:36] 비록 이것도 여전히 git에 의해

[02:38] 관리되므로 기능이 완성되면

[02:41] 그 worktree를 다시 병합하고

[02:43] 예전처럼 하나의 레포지토리로 돌아갈 수

[02:46] 있어서 꽤 좋습니다. 실제로 보여드리겠습니다.

[02:50] 여기 이 프로젝트가 있고

[02:52] git worktree add 명령어를

[02:55] B 옵션과 함께 실행할 수 있습니다. 그 다음

[02:57] 이 트리나 기능의 이름과

[03:00] 트리를 보관할 위치를 입력하는데, 그것은

[03:03] work 디렉토리/기능 이름에

[03:05] 있게 됩니다.

[03:07] 잠시 후 그 작업이 완료되고, 이제 여기서 볼 수 있듯이

[03:11] 기본적으로 전체 레포지토리를 복사했고

[03:14] 이것을 실행할 수 있으며

[03:16] 모든 것을 메인으로 다시 병합할 수 있습니다.

[03:18] 이것도 보여드리겠습니다.

[03:20]

[03:22] 마지막에 보여드릴 예정입니다. 게다가 이런 것들을

[03:25] 수동으로 할 필요도 없어요. 다음 단계에서

[03:28] 모든 게 자동화될 거거든요. 하지만

[03:30] 이건 여러분이 한번 살펴보시면

[03:32] 내부적으로 어떻게 작동하는지

[03:34] 더 잘 이해할 수 있는 내용입니다.

[03:35] 자, 이제 git work trees 외에도

[03:39] 또 다른 도구를 사용할 건데요

[03:41] 바로

[03:42] tmux라는 것입니다. 이게 뭐냐면, tmux는

[03:47] 터미널 멀티플렉서(terminal multiplexer)의

[03:49] 줄임말입니다. 기본적으로 백그라운드에서

[03:51] 실행되는 여러 터미널 세션을

[03:53] 생성할 수 있게 해주는데, 언제든지

[03:56] 접속해서 무슨 일이 일어나고 있는지

[03:58] 확인하거나 오래 걸리는 명령어를

[04:00] 실행하고 나중에 다시 돌아와서

[04:03] 여러 세션을

[04:05] 가질 수 있습니다. 어떻게 작동하는지

[04:07] 이해할 수 있도록

[04:09] 보여드리겠습니다. 하지만 그 전에

[04:11] 오늘의 스폰서인 Surf

[04:13] Shark에 대해 말씀드릴게요. 온라인

[04:15] 활동이 추적당하는 게 지겹거나 공용

[04:17] Wi-Fi에서 불안함을 느끼시나요? Surf Shark의 VPN이

[04:20] 도움을 드립니다. Surf Shark는 인터넷

[04:22] 연결을 암호화해서 개인

[04:23] 데이터를 보호하고, 특히 보안되지 않은

[04:25] 네트워크에서 브라우징을

[04:28] 비공개로 유지할 수 있게 해줍니다. 또한 귀찮은

[04:30] 지역 제한을 우회해서 전 세계의

[04:32] 더 다양한 콘텐츠에

[04:34] 접근할 수 있게 해줍니다. 심지어 VPN에

[04:36] 4개월 추가 무료 혜택도

[04:38] 제공하고 있어요. 제 쿠폰 코드 king을 사용하거나

[04:41] 설명란의 링크를 클릭하시면

[04:43] Surf Shark를 사용해서 일부 국가에서

[04:45] 지역 제한으로 인해 사용할 수 없는

[04:47] 여러 AI 모델이나 기능들을

[04:49] 차단 해제할 수 있습니다. Surf Shark와 함께라면

[04:51] '해당 지역에서 사용할 수 없습니다'라는

[04:53] 메시지는 안녕이고, 원하는 만큼

[04:55] 기능을 사용할 수 있습니다. 가장 좋은 점은

[04:57] Surf Shark 계정 하나로 무제한 기기를

[05:00] 지원한다는 거예요. 그리고

[05:02] Android, iOS, Mac, Windows, Linux 등

[05:05] 모든 플랫폼을 지원합니다. 게다가 100개 이상의

[05:08] 지역에 3,200개 이상의

[05:10] 다양한 서버를 제공해서 언제나 빠르고

[05:12] 안정적인 연결을 보장합니다. 제 쿠폰

[05:14] 코드 king을 사용하거나 설명란의

[05:17] 링크를 클릭해서 Surf Shark의 독점

[05:19] 4개월 추가 무료 혜택을 받으세요. 그리고

[05:21] 걱정하지 마세요. 30일

[05:23] 환불 보장이 있어서

[05:25] 위험 부담 없이 사용해볼 수 있습니다. 자, 이제 영상으로 돌아가죠.

[05:29] 이게 제 일반 터미널입니다. 저는

[05:32] Tmux가 설치되어 있어요. 할 수 있는 건

[05:35] tmux new session을 실행하고

[05:38] -s 옵션으로 제가 참고할

[05:40] 세션 이름을 지정하면

[05:42] 새로운 세션으로 들어가게 되고

[05:44] 여기 보시면 이게 tmux 세션인데

[05:47] 메인 터미널과는 완전히

[05:49] 분리되어 있습니다. 여기서 claude code

[05:52] 인스턴스를 실행하면

[05:54] 실행되는 걸 볼 수 있어요. 이제

[05:56] Ctrl+B를 누르고

[05:59] d 명령어로 이 세션에서 분리되어

[06:02] 메인 터미널로 돌아올 수 있습니다. 이제

[06:05] attach 명령어와 세션 이름으로

[06:07] tmux 세션 터미널에 다시

[06:10] 접속할 수 있고, 그러면 바로

[06:12] 접속됩니다. 그리고 보시면

[06:14] claude code가 여전히 실행되고 있는데, 정말 멋지죠.

[06:18] 이것은 모든 AI 코딩 에이전트를 실행하는 데 매우 좋은 후보가 됩니다.

[06:20] 우리의 모든 AI 코딩 에이전트를 실행하는 데 매우 적합합니다.

[06:23] 이제 이것이 우리가 사용할 도구입니다.

[06:25] 하지만 이 모든 것이 어떻게 함께 작동할까요?

[06:28] 시작하려면, Ader, Claude Code, Open Code 중에서

[06:30] 원하는 것을 선택할 수 있습니다.

[06:33] 모두 훌륭합니다. 저는 이 영상에서 Claude Code를 사용하겠습니다.

[06:36] 많은 사람들이 사용하고 싶어하는 도구이기 때문입니다.

[06:40] 하지만 동일한 방식이 Open Code와

[06:42] Ader에서도 작동합니다.

[06:44] 새로운 명령어를 만들거나

[06:46] 규칙에 넣어둘 수도 있습니다.

[06:49] 하지만 명령어를 사용하면

[06:51] 규칙 파일을 프로젝트 디렉토리에

[06:54] 옮기지 않고도 모든 프로젝트에서 작동합니다.

[06:57] 이것은 꽤 멋진 기능입니다.

[06:59] Claude Code에서는 일반적으로

[07:02] Claude Commands 폴더로 가서

[07:05] 새로운 마크다운 파일을 만들어

[07:07] 명령어를 생성할 수 있습니다.

[07:09] 이것이 에이전트 스폰 워크플로우입니다.

[07:12] 이는 코더에게 에이전트 스포너이자

[07:15] 오케스트레이터가 되라고 요청합니다.

[07:17] 에이전트 스포너라고 알려줍니다.

[07:19] 작업 파일을 읽고 하나 또는 여러 작업을

[07:22] 찾아 한 에이전트가 해결할 수 있는 작업을

[07:25] 새로운 에이전트에게 할당합니다.

[07:27] 먼저 새로운 워크 트리를 만들고

[07:30] 프롬프트를 구축한 다음

[07:32] 에이전트를 실행합니다.

[07:35] 작업 파일을 읽고

[07:38] 한 에이전트가 해결할 수 있는

[07:41] 하나 또는 여러 작업을 선택하도록 요청합니다.

[07:44] 여러 작업이 서로 의존적이면

[07:46] 같은 에이전트가 해결해야 합니다.

[07:49] 작업이 독립적이면

[07:51] 별도의 에이전트가 해결해야 합니다.

[07:54] 할당될 각 선택 작업에 대해

[07:57] 먼저 git 워크 트리를 만들고

[07:59] 에이전트 프롬프트를 구축한 다음

[08:02] 분리된 T-mux 세션을

[08:04] 생성하도록 요청합니다.

[08:06] 이 세션은 프롬프트와

[08:08] edit, write, bash, replace의

[08:11] 허용된 도구와 함께 Claude Code 인스턴스를 실행합니다.

[08:14] 또한 실행하는 모든 에이전트에 대해

[08:16] 작업 마크다운 파일을 claimed 상태로 업데이트하고

[08:19] 팀 세션에서 새로운 정보를 받으면

[08:21] 계속 업데이트하도록 요청합니다.

[08:24] 이제 그게 전부이고 드디어 사용할 수 있습니다.

[08:27] Claude Code를 실행하세요.

[08:31] 작업 파일이 준비되어 있는지 확인하세요.

[08:32] Kingbench에서 실행하고 있고

[08:35] 첫 번째 작업으로 라이트 테마를 만들고

[08:37] 옵션에 필터도 추가하도록

[08:40] 요청할 예정입니다.

[08:41] 이제 우리가 만든 워크플로우를 실행하면

[08:45] 먼저 작업 파일을 읽고

[08:46] git 워크트리 명령을 실행하여

[08:49] 트리를 만들고

[08:51] t-mux 명령도 실행하여

[08:53] 세션을 생성하는 것을 볼 수 있습니다.

[08:56] 곧 완료될 것입니다.

[08:58] 세션과 모든 것이 생성되었고

[09:01] 작업은 세션 자체에서 진행되어야 합니다.

[09:05] T-mux의 세션으로 이동하여

[09:08] 무엇을 하고 있는지

[09:10] 모든 것을 볼 수 있습니다.

[09:13] 질문을 할 수도 있고

[09:16] 직접 답변해야 할 수도 있습니다.

[09:18] 하지만 이동하고 싶지 않다면

[09:20] Claude Code에게 상태를 알려달라고

[09:23] 요청할 수도 있습니다.

[09:25] 그러면 해당 세션들의 출력을 보고

[09:28] 무슨 일이 일어나고 있는지 알려줍니다.

[09:30] 이것도 멋집니다.

[09:32] 곧 완료되면 워크 트리로 가서

[09:35] 실행할 수 있습니다.

[09:39] 라이트 테마가 작동하는 것과

[09:41] 두 번째 워크 트리 작업도

[09:43] 다른 폴더에서 완료된 것을 볼 수 있습니다.

[09:46] 이제 병합하는 부분이 나옵니다.

[09:48] 마스터 Claude Code에게

[09:51] 병합해달라고 요청하면

[09:54] 쉽게 할 수 있을 것입니다.

[09:56] 정말 놀랍습니다.

[09:59] 이것은 제가 본 것 중에서

[10:02] AI 코더의 자기 생성 팀을 만드는

[10:03] 가장 좋은 방법이고 실제로 말이 됩니다.

[10:06] 많은 사람들이 여러 터미널 창을 열고

[10:09] 각각을 탐색하며 수동으로

[10:11] 프롬프트를 주는 것을 보는데

[10:13] 이는 꽤 나쁘지만, 이 방법은 말이 되고

[10:16] 실제로 작동하며 작업을 빠르게

[10:19] 처리하는 데 정말 유용합니다.

[10:22] T-mux에는 분할 창 같은

[10:23] 옵션들도 있고 모든 세션을

[10:26] 타일 창에서 보여주도록 할 수 있습니다.

[10:29] 무엇이 일어나고 있는지

[10:31] 지켜보고 싶다면 시도해볼 수 있습니다.

[10:35] 실제로 Claude Code에게

[10:36] 어떻게 하는지 명령어를 달라고

[10:38] 요청할 수 있고

[10:40] 다른 터미널 창에서 열 수 있습니다.

[10:42] 이것이 작동하는 방식입니다.

[10:45] 이 워크플로우가 정말 좋다고 생각했고

[10:48] 믿거나 말거나 실제로 유용합니다.

[10:51] 전반적으로 꽤 멋집니다.

[10:54] 어쨌든, 아래에 생각을 공유하고

[10:57] 채널을 구독하세요.

[10:59] 슈퍼땡스 옵션으로 기부하거나

[11:01] 채널에 가입하여

[11:03] 혜택을 받을 수도 있습니다.

[11:05] 다음 영상에서 뵙겠습니다. 안녕히 가세요.