본문으로 건너뛰기
뒤로 가기

[번역] 세 YC 스타트업이 Claude Code로 회사를 구축한 방법

방문자 수
[번역] 세 YC 스타트업이 Claude Code로 회사를 구축한 방법 썸네일

이 문서는 Claude 공식 블로그 글 “How three YC startups built their companies with Claude Code”의 한글 번역입니다.

목차

목차 보기

핵심 요약

📌 TL;DR (클릭하여 펼치기)

주요 내용

세 YC 스타트업의 Claude Code 활용 사례

  • HumanLayer (F24): 컨텍스트 엔지니어링 모범 사례를 정립하고, Claude Code로 전체 플랫폼 구축. CodeLayer를 통해 AI 퍼스트 엔지니어링 팀 스케일링 지원
  • Ambral (W25): Claude Agent SDK와 서브에이전트를 활용한 AI 기반 계정 관리 플랫폼 구축. Opus로 리서치/계획, Sonnet으로 구현하는 워크플로우 확립
  • Vulcan Technologies (S25): 비기술 창업자가 Claude Code만으로 정부 규제 분석 프로토타입을 구축하고, 정부 계약 수주에 성공

YC 창업자들의 모범 사례

  1. 리서치, 계획, 구현을 별도 세션으로 분리 - 컨텍스트 오염 방지
  2. 컨텍스트 관리에 신중할 것 - 프롬프트 내 모순이 품질 저하의 주요 원인
  3. 사고 과정 모니터링 및 적시 개입 - 잘못된 방향을 조기에 발견하여 시간 절약

핵심 메시지

  • 기술 전문성, 팀 규모, 개발 기간이라는 전통적 장벽이 허물어지고 있음
  • 명확한 사고, 체계적 문제 분해, AI와의 효과적인 협업 능력이 새로운 경쟁 우위로 부상

원문 작성일: 2025년 11월 17일

작성자: Claude AI

Y Combinator는 2005년 이후 Airbnb, Stripe, DoorDash 같은 유명 기업을 포함해 5,000개 이상의 회사를 배출한 스타트업 액셀러레이터입니다. 이들 회사의 합산 기업가치는 8,000억 달러를 넘어섭니다.

오늘날 Claude Code 같은 에이전트 코딩 도구는 YC 스타트업이 구축하고 성장하는 방식을 근본적으로 변화시키고 있습니다. 창업자들은 터미널에서 직접 제품을 배포하고, 개발 주기를 몇 주에서 몇 시간으로 단축하며, 비기술 창업자도 첫날부터 기존 업체들과 경쟁할 수 있습니다.

우리는 이러한 변화를 실제로 보여주는 세 YC 스타트업과 이야기를 나눴습니다.

자세히 살펴보겠습니다.

HumanLayer: SQL 에이전트에서 AI 퍼스트 엔지니어링 팀 스케일링까지

Dexter Horthy는 SQL 웨어하우스를 관리하는 자율 AI 에이전트를 구축하던 중 에이전트 도입에서 근본적이지만 당연한 문제를 발견했습니다. 기업들은 AI 애플리케이션이 데이터베이스 테이블 삭제와 같은 민감한 작업에 감독 없이 접근하는 것을 우려했습니다.

모든 것의 시작이 된 제품 피봇

이 발견이 HumanLayer의 핵심 통찰로 이어졌습니다. 소프트웨어 관점에서 가장 유용한 기능이 동시에 가장 위험한 기능이 되기도 합니다. 특히 비결정적인(non-deterministic) LLM 기반 시스템에서는 더욱 그렇습니다.

Horthy는 이렇게 설명했습니다. “우리의 MVP는 Slack을 통해 직원들과 소통하면서도, 90일 이상 쿼리되지 않은 테이블을 삭제하는 것과 같은 기본적인 작업을 수행하는 에이전트였습니다. 우리는 AI가 감독 없이 SQL문을 실행하는 것을 우려했기 때문에 기본적인 승인 단계를 추가했습니다.”

2024년 8월, Horthy는 MVP를 구축하고 샌프란시스코의 여러 스타트업에 데모를 진행했으며, 첫 유료 고객을 확보했습니다.

이 진전으로 HumanLayer는 YC F24 배치에 합류했고, 팀은 AI 에이전트가 Slack, 이메일, SMS 및 기타 채널을 통해 피드백, 입력, 승인을 위해 사람에게 연락할 수 있는 API와 SDK를 제공하는 데 집중했습니다.

2025년 1분기 동안 HumanLayer 팀은 광범위한 고객 발굴을 진행하며 AI 에이전트를 구축하는 수십 개의 엔지니어링 팀과 대화했고, 에이전트 개발 과정에서 놓친 부분이 있다는 것을 깨달았습니다.

Horthy는 설명했습니다. “모든 팀이 자체적인 에이전트 아키텍처를 구축했습니다. 우리는 단순히 더 나은 API를 만드는 것이 아니라, 생태계가 성숙할 수 있도록 패턴과 원칙을 확립해야 한다는 것을 깨달았습니다.”

이를 계기로 Horthy는 “12-Factor Agents: Patterns of reliable LLM applications”라는 문서에 관련 경험을 정리했습니다. 2025년 4월에 발행된 이 가이드는 큰 화제가 되었고, 프로덕션 에이전트 시스템 구축 경험을 바탕으로 컨텍스트 엔지니어링이라는 신생 분야의 모범 사례를 제시했습니다.

Claude Code로 모든 것을 구축

이러한 배움을 바탕으로 HumanLayer 팀은 대안적인 제품 아이디어와 피봇 방향을 모색하기 시작했습니다.

Anthropic이 Claude Code를 출시했을 때, Horthy와 팀은 이미 코딩을 위한 Claude 모델의 강력한 지지자였습니다. 그들은 즉시 이러한 실험을 구축하는 데 Claude Code를 사용하기 시작했습니다.

Horthy는 말했습니다. “우리는 모든 것을 Claude Code로 작성했습니다. Opus 4와 Sonnet 4와 함께 Claude Agent SDK가 출시되어 헤드리스 에이전트 실행이 가능해졌을 때, 우리는 엄청난 변화가 일어날 것임을 직감했습니다.”

내부적으로 Claude Code 워크플로우를 몇 달간 다듬은 후, Horthy는 가까운 창업자 친구들과 공유하기 시작했습니다.

Horthy는 회상했습니다. “우리가 이것에 올인해야 한다고 말해준 순간은 BoundaryML(YC W23)의 Vaibhav와 하루 종일 진행한 페어링 세션이었습니다. Vaibhav는 처음에 회의적이었지만, 단 7시간 만에 보통 1~2주가 걸리는 작업을 배포한 후 완전히 설득되었습니다. 저는 이 워크플로우가 다른 팀의 코드베이스에서도 통한다는 것을 확신했습니다.”

CodeLayer 구축: AI 퍼스트 엔지니어링 스케일링

오늘날 HumanLayer의 제품 CodeLayer는 팀이 워크트리와 원격 클라우드 워커를 사용하여 여러 Claude 에이전트 세션을 병렬로 실행할 수 있도록 합니다. 엔지니어가 Claude Code를 마스터하면 생산성 향상이 너무 커져 이러한 워크플로우를 전체 팀에 확장하는 과제가 생긴다는 중요한 패턴을 발견했습니다.

Horthy는 설명했습니다. “여러 명이 AI가 작성한 코드를 팀에 배포하기 시작하면, 완전히 다른 유형의 문제가 생깁니다. 이것은 커뮤니케이션, 협업, 도구, 관리 문제입니다. 팀이 소프트웨어를 구축하는 방식에 대한 모든 것을 재구성해야 합니다.”

2025년 4분기부터 HumanLayer는 모든 규모의 엔지니어링 팀에 이러한 도구와 워크플로우를 배포하기 위한 여러 대규모 파일럿 프로젝트를 성사시켰으며, 모두 Claude Code로 구축되었습니다.

Ambral: 서브에이전트로 프로덕션 시스템 구축

Jack Stettner와 Sam Brickman은 모든 B2B 스타트업 창업자와 CRO에게 익숙한 문제를 해결하기 위해 Ambral을 설립했습니다. 회사가 성장함에 따라 초기 성장을 이끈 창업자 수준의 고객 밀착도를 유지하기 어려워진다는 문제입니다.

Claude Agent SDK로 계정 관리 혁신

빠르게 성장하는 초기 스타트업이든 기존 엔터프라이즈 회사든, 계정 관리자는 일상적으로 50~100개의 계정을 동시에 관리합니다. Stettner는 설명했습니다. “한 사람이 50개 계정에 나눠 쏟는 관심으로는 효과적인 계정 관리 경험을 제공할 수 없습니다.” 창업자 머릿속에 명확히 자리 잡았던 고객 컨텍스트가 시스템, 로그, Slack 메시지, 회의 녹취록, 제품 사용 데이터 전반에 파편화되어 흩어집니다.

Ambral은 고객 활동과 상호작용의 신호를 종합하여 모든 계정의 AI 기반 모델을 만듭니다. 시스템은 누가 주의가 필요한지와 그 이유를 정확히 파악하고, 자율적으로 확장을 추진하거나 권장하면서 고객 불만족의 초기 징후를 포착하여 사용자의 이탈을 방지합니다.

Stettner는 말했습니다. “우리는 모든 고객이 각자를 전담하는 계정 관리자를 갖는 경험을 제공하려고 합니다.”

이 초기 스타트업의 CTO이자 유일한 엔지니어로서, Stettner는 개발에 Claude Code를 크게 의존하고 제품 자체에 Claude의 Agent SDK를 활용합니다. 기술 아키텍처는 다양한 Claude 모델에서 최대 가치를 추출하는 방법에 대한 정교한 이해를 반영합니다.

단계별 위임 프로세스: Opus로 사고하고, Sonnet으로 구축하고, 서브에이전트 활용하기

Stettner는 서브에이전트와 함께 다양한 Claude 모델의 강점을 활용하는 세밀한 워크플로우를 구축했습니다.

Stettner는 설명했습니다. “저는 리서치와 계획에 Opus 4.1을 사용합니다. Sonnet 4.5는 제가 마크다운으로 만든 계획을 구현하는 데 뛰어난 성능을 보여줍니다.”

그의 개발 프로세스는 세 가지 별개의 단계를 따릅니다.

  1. 리서치 단계 (Opus 4.1): 기능 구현에 필요한 배경 정보를 깊이 있게 조사합니다. Stettner는 강조했습니다. “가장 중요한 것은 계획하기 전에 리서치를 하는 것입니다. Claude에게 리서치를 시키고 크고 긴 리서치 문서를 만들게 하세요.” 그는 코드베이스의 여러 영역을 병렬로 리서치하기 위해 일련의 서브에이전트를 사용합니다.
  2. 계획 단계 (Opus 4.1): 기능을 구현하는 방법에 대한 별개의 단계가 있는 계획을 만듭니다. “Opus에게 실제로 구현하는 방법에 대한 별개의 단계가 있는 계획을 만들게 하고, 그 계획을 수정합니다. 특정 세부 사항에 대해 Opus와 대화하거나 이 마크다운 파일을 수동으로 업데이트할 수 있습니다.”
  3. 구현 단계 (Sonnet 4.5): 계획의 각 단계를 체계적으로 실행합니다. “그런 다음 Sonnet 4.5를 사용하여 각 단계를 구현합니다.”

이 접근 방식이 Stettner가 시도한 다른 워크플로우 중 가장 효과적이었으며 HumanLayer의 Horthy가 수행하는 일부 작업에 영향을 받았습니다. “저는 모든 코딩 도구를 시도했고, 기본적으로 모든 모델을 실험했습니다. Anthropic의 모델이 코드를 작성하는 데에 있어 도구 활용 능력이 현재 가장 뛰어나다고 생각합니다.”

강력한 리서치 엔진 구축

제품 자체도 이 다중 에이전트 접근 방식을 반영합니다. Stettner는 각 데이터 유형에 대한 전용 서브에이전트와 함께 Claude Agent SDK를 사용하여 Ambral의 핵심 리서치 엔진을 구축했습니다.

Stettner는 설명했습니다. “저는 Claude Agent SDK를 사용하여 모든 데이터에서 작동할 수 있는 매우 강력한 리서치 엔진을 구축하는 데 많은 시간을 보냈습니다. 이것은 Claude 서브에이전트를 기반으로 하며, 모든 유형의 데이터에 대해 해당 데이터를 이해하는 전문가인 전용 서브에이전트가 있습니다.”

사용자가 시스템과 채팅하든 Ambral이 고객을 위한 자동화를 구축하든, 모든 것은 Claude Agent SDK와 사용 데이터, Slack 메시지, 회의 녹취록, 제품 상호작용에서 검색하고 추론하는 일련의 서브에이전트에 의해 지원됩니다.

아키텍처 영감은 Stettner의 개발 경험에서 직접 왔습니다. “Claude Code 서브에이전트가 개발에 얼마나 잘 도움을 주고 있는지가 제품 자체의 리서치 엔진에 동일한 서브에이전트를 사용하고 싶게 만든 영감이었습니다.”

Vulcan Technologies: 비기술 창업자의 제품 출시 지원

Vulcan의 CEO이자 공동 창업자인 Tanner Jones에게 Claude Code의 영향은 단순한 생산성 향상을 넘어섭니다—누구나 회사를 구축할 수 있는 시대를 열고 있습니다. 스타트업을 설립하면서 Vulcan 팀은 정부가 시민을 위해 더 잘 작동하게 만들 수 있는 제품이 있어야 한다고 믿었습니다. 두 창업자 모두 엔지니어링 배경이 없었기 때문에 Claude Code 없이는 그 비전이 불가능했을 것입니다.

전담 엔지니어 없이 제품 배포

Vulcan은 수 세기 동안 축적되어 온 문제, 바로 규제 법령의 복잡성을 해결합니다. 세계에서 가장 오래된 연속적인 민주주의 기관인 버지니아 하원의회(House of Burgesses)가 이 과제를 잘 보여줍니다. 400년 이상 축적된 규제로 인해 미국에서 가장 복잡한 법규 체계가 형성되었습니다.

Aleksander Mekhanik과 Tanner Jones가 2025년 4월 Vulcan을 공동 설립했을 때, 두 사람 모두 전통적인 엔지니어링 배경이 없었습니다. Mekhanik은 대학에서 ML과 수학을 전공했고, Jones의 마지막 프로그래밍 경험은 고등학교 AP JavaScript 수업에서 펜과 종이로 코드를 작성한 것이었습니다. 그러나 두 사람은 5월 1일까지 버지니아 주지사 사무실을 위한 첫 제품의 프로토타입을 구축했고, 기존 컨설팅 회사를 제치고 계약을 따냈습니다.

Jones는 설명했습니다. “전체 프로토타입은 Claude를 사용하여 만들어졌습니다. 무려 Claude Code 출시 이전이었습니다. 말 그대로 웹 앱에 스크립트를 복사해서 붙여넣고 메서드를 교체하는 것이었습니다.” 프로토타입을 구축한 후, 그들은 Google에서 Gemini와 Waymo에서 일한 경험이 있는 CTO Christopher Minge를 고용했습니다. 그리고 6월에 Claude Code가 출시되었을 때, 팀의 속도가 다시 배가되었습니다.

Vulcan의 AI 기반 규제 분석은 중복되고 반복적인 규제 요구사항을 식별하여 버지니아에서 신규 주택의 평균 가격을 24,000달러 낮추고, 버지니아 주민들에게 연간 10억 달러 이상을 절약해주었습니다. 버지니아 주지사는 Vulcan의 작업을 매우 좋아하여 모든 주 기관이 “에이전트 AI 규제 검토”를 사용하도록 의무화하는 행정명령 51호에 서명했습니다.

누구나 회사를 만들 수 있는 시대

Jones에게 Claude Code의 영향은 생산성 지표를 넘어섭니다.

Jones는 말했습니다. “언어를 이해하고 비판적으로 사고할 수 있다면 Claude Code를 잘 사용할 수 있습니다. 저는 실제로 인문학을 공부한 사람들에게 약간의 이점이 있을 수 있다고 생각합니다. AI와 소통하는 매체가 언어이기 때문입니다. 언어 구사력이 뛰어나고 논리적인 목록 작성, 체계적인 글머리 기호 사용, 잘 짜인 프로세스 설계에 능하다면 프롬프트가 더 잘 실행될 수 있습니다.”

Jones는 Claude Code를 Vulcan 성공의 핵심 요소로 꼽습니다. “4개월 만에 세 명의 창업자로, 그중 한 명만 제대로 기술적이었는데, 우리는 주 및 연방 정부 계약을 확보하고 최고의 VC들로부터 1,100만 달러 시드 라운드를 유치했습니다. Anthropic의 놀라운 도구 없이는 이 중 어느 것도 가능하지 않았을 것입니다.”

정통 기술 교육을 받은 Vulcan의 CTO Christopher Minge도 엔지니어링에 대한 생각의 변화를 경험했습니다.

Minge는 설명했습니다. “마치 제 모든 아이디어와 작업을 맡길 수 있는 Google 동료가 생긴 것 같습니다. 이 동료가 자주 실수하긴 하지만, 제 역할은 여러 Claude Code 인스턴스에 일을 분배하면서 흔한 실수를 잡아내고 아이디어를 명확하게 전달하는 능력을 키우는 것입니다.”

YC 창업자들의 모범 사례

이 세 스타트업은 Claude Code의 영향을 극대화하기 위한 검증된 접근 방식을 개발했습니다.

1. 리서치, 계획, 구현을 별도 세션으로 분리

Stettner는 조언했습니다. “Claude에게 리서치, 계획, 구현을 동시에 시키지 마세요. 각 단계마다 별도의 프롬프트를 사용하세요.”

이 패턴은 컨텍스트 오염을 방지하고 각 단계가 핵심 목표에 집중할 수 있게 합니다. 각 주요 단계에 대해 새로운 Claude Code 세션을 시작하고, 전체 컨텍스트 기록을 끌고 다니는 대신 핵심 결론만 전달하세요.

2. 컨텍스트 관리에 신중할 것

Stettner는 다른 창업자들에게 신중한 컨텍스트 관리를 강조합니다.

그는 설명했습니다. “컨텍스트가 중요합니다. 예상치 못하거나 품질이 낮은 출력을 받았을 때, 그것은 일반적으로 프롬프트 내 모순 때문입니다. 시스템 프롬프트에 어떤 정보를 넣을지 또는 새 대화를 시작할 시점을 선택할 때 매우 신중해야 합니다. 컨텍스트를 흐리게 하고 싶지 않기 때문입니다. 프롬프트에 모순이 있으면 품질이 낮은 출력을 받게 됩니다.”

3. 사고 과정 모니터링 및 즉시 개입

Jones는 제안했습니다. “사고 과정을 면밀히 살피고 무엇을 하는지 지켜보세요. 잘못된 방향으로 가면 즉시 중단할 준비를 하세요.”

이것은 여러 인스턴스를 실행할 때 특히 중요해집니다. 잘못된 방향을 초기에—처음 몇 번의 도구 호출 내에—잡는 것이 Claude Code가 전체 잘못된 접근 방식을 완료하게 두는 것보다 훨씬 더 많은 시간을 절약합니다.

새로운 빌더의 이점

이 세 스타트업은 Claude Code와 같은 도구로 회사가 구축되는 방식의 근본적인 변화를 보여줍니다. HumanLayer는 피봇하고 확장하면서 이제 YC 생태계 전반에서 사용되는 컨텍스트 엔지니어링 모범 사례를 성문화했습니다. Ambral은 소규모 창업 팀으로 대규모 고객 성공 과제를 해결하고 있습니다. Vulcan은 비엔지니어로서 정부 계약을 따냈습니다.

기술 전문성, 팀 규모, 개발 기간—이러한 전통적 장벽 대신 새로운 경쟁 우위가 부상하고 있습니다. 바로 명확한 사고력, 체계적인 문제 분해 능력, AI와 효과적으로 협업하는 능력입니다.

Claude Code를 시작할 준비가 되셨나요? 시작하기

참고 자료


공유하기
복사됨!

이전 글
[번역] React 19에서 달라진 에러 바운더리 동작
다음 글
Claude Code + Linear MCP로 슬랙→티켓→PR 자동화 파이프라인 구축하기