최근 앤트로픽(Anthropic)의 AI 모델 클로드(Claude)를 활용한 코드 생성 및 관리 도구인 클로드 코드(Claude Code)의 효율성을 높이기 위한 새로운 접근 방식, '큐레이티드 클로드 코드(Curated Claude Code)' 프로젝트가 공개되어 주목받고 있습니다. 이 프로젝트는 단순히 많은 수의 에이전트, 스킬, 규칙을 추가하는 기존 방식의 문제점을 지적하며, 엄선된 소수의 스킬과 강력한 안전 장치, 그리고 스스로 진화하는 학습 시스템을 통해 AI 에이전트의 성능과 안정성을 극대화하는 데 초점을 맞춥니다.
기존의 클로드 코드 활용 방식은 수백 개의 에이전트와 스킬을 무분별하게 추가하여 컨텍스트(context)를 비대하게 만들고, 중복된 트리거(trigger)로 인해 오작동을 유발하며, 사용자 동의 없이 코드를 변경하는 등의 문제를 겪었습니다. '큐레이티드 클로드 코드'는 이러한 문제점을 해결하기 위해 '선별(curation)'이라는 개념을 도입했습니다. 새로운 도구는 반드시 'vet'이라는 검증 게이트를 통과해야만 시스템에 통합되며, 이 과정에서 관련성, 보안, 중복성, 실제 ROI(투자수익률) 등을 엄격하게 평가합니다. 특히 보안 단계에서는 스킬의 행동 지침을 분석하여 프롬프트 주입(prompt injection), 트리거 오용, 과도한 에이전트 권한 등 코드만으로는 놓칠 수 있는 위험 요소를 점검합니다.
이 시스템의 핵심은 '자가 진화(self-evolution)' 루프입니다. 사용자의 수정 사항은 기억으로 저장되고, 새로운 발견은 스킬로 전환되며, 5회 이상 반복되는 절차는 검증 게이트를 거쳐 공식 스킬로 승격됩니다. 이를 통해 시스템은 시간이 지남에 따라 스스로 개선되고 확장되지만, 검증되지 않은 추측이 시스템의 핵심 기능으로 자리 잡는 것을 방지합니다. 또한, '시스템 헬스(system-health)'라는 위생 관리 루프를 통해 주기적으로 클로드 코드 설정을 점검하여 시스템이 노후화되거나 비효율적으로 변하는 것을 막습니다. 이러한 접근 방식은 단순히 기능의 양을 늘리는 것이 아니라, AI 에이전트가 안전하고 효율적으로 학습하며 성장할 수 있는 운영 규율을 제공한다는 점에서 의미가 큽니다.