Claude Code Unpacked: 소스코드 기반 시각적 분석 가이드

Who Should Read

Claude Code를 실무에서 쓰고 있거나 자체 코딩 에이전트를 만들려는 개발자. 특히 에이전트 아키텍처 설계나 툴 시스템 구조를 참고하고 싶은 사람.

Core Mechanics

• 이 사이트는 유출된 Claude Code 소스코드(약 50만 줄)를 분석해서, 메시지를 입력했을 때 내부에서 일어나는 과정을 Input → Message → History → System → API → Tokens → Tools → Loop → Render → Hooks → Await 순서로 시각화한 것이다.
• Claude Code의 툴 시스템은 총 50개 이상이며, 파일 조작(FileRead, FileEdit, FileWrite 등 6개), 코드 실행(Bash, PowerShell, REPL 3개), 검색/웹(WebSearch, WebFetch 등 4개), 에이전트/태스크(Agent, TaskCreate, TaskList 등 11개), MCP(mcpList, McpResourceRead 등 4개), 시스템(TodoWrite, AskUserQuestion 등 11개), 실험적 툴(Sleep, StructuredOutput 등 8개)로 분류된다.
• 슬래시 커맨드도 총 70개 이상으로, Setup & Config(/init, /login, /config 등 12개), Daily Workflow(/compact, /memory, /plan 등 24개), Code Review & Git(/review, /commit, /diff 등 13개), Debugging(/status, /cost, /heapdump 등 23개), Advanced & Experimental(/advisor, /voice, /desktop 등 23개)로 나뉜다.
• 소스코드에는 아직 공개되지 않은 미공개 기능들이 숨겨져 있다. 'Kairos'는 세션 간 메모리를 통합하고 백그라운드에서 자율적으로 동작하는 영속적 모드이고, 'Coordinator Mode'는 메인 에이전트가 작업을 분해해서 독립된 git worktree에 병렬 워커를 생성하는 멀티에이전트 오케스트레이션 기능이다.
• 다른 미공개 기능으로 'Bridge'는 폰이나 브라우저에서 Claude Code를 원격 제어하는 기능, 'Daemon Mode'는 tmux를 이용해 백그라운드에서 세션을 실행하는 --bg 옵션, 'Auto-Dream'은 세션 사이에 AI가 자동으로 학습 내용을 정리하는 기능, 'Buddy'는 계정 ID 기반으로 종과 희귀도가 정해지는 터미널 가상 펫이다.
• 소스코드는 utils(564파일), components(389파일), commands(189파일), tools(184파일), services(130파일), hooks(104파일), ink(96파일) 등으로 구성되어 있고, 전체 디렉토리 구조를 클릭해서 탐색할 수 있는 아키텍처 익스플로러도 제공한다.
• 이 사이트 자체는 Claude Code 유출 직후 제작자가 단 몇 시간 만에 만들었으며, 유출된 소스코드를 분석해서 자신만의 에이전트 하네스(agent harness)를 만들 때 참고하려는 목적으로 시작됐다. 비공식 자료이므로 일부 내용은 오래되었거나 틀릴 수 있다.

Evidence

• 50만 줄 코드베이스의 규모에 대해 '단순한 TUI가 어떻게 이렇게 커지냐'는 의문이 많았다. 한 댓글러는 '이 코드의 90%는 에이전트가 드리프트하거나 조용히 뭔가를 망치는 걸 막기 위한 방어적 프로그래밍일 것'이라고 분석했다. 즉, frustration regex, context sanitizer, 툴 재시도 루프, 상태 롤백 등 LLM을 결정론적으로 동작하게 만들려는 코드가 대부분이라는 것이다.
• 'vibe coding으로 만들어서 기술 부채를 신경 안 쓴 거 아니냐'는 의견도 있었다. 출시된 지 약 1년밖에 안 됐는데 50만 줄은 너무 과하다는 반응이었고, LLM이 코드를 생성할 때 불필요하게 부풀리는 경향이 있다는 지적도 나왔다.
• 실제 사용자가 Claude Code로 멀티에이전트 시스템을 구축하면서 토큰 비용 문제를 겪었다는 경험을 공유했다. Pro 플랜 주간 예산의 75%를 예상보다 훨씬 빠르게 소진했고, 이후 복잡한 신규 구현은 Claude Code로, 기존 코드 반복 작업은 웹 인터페이스에서 Sonnet에 파일을 직접 붙여넣는 방식으로 전략을 바꿨다고 한다.
• '이 정도는 소스코드 없이도 알 수 있는 내용 아니냐', 'Anthropic의 진짜 가치는 모델 자체이고 프론트엔드 루프는 누구나 만들 수 있다'는 냉소적인 댓글도 있었다. 반면 미공개 기능들(특히 세션 간 크로스 레퍼런싱, 클로드 코드 spirit animal)에 열광하는 반응도 있어서 온도차가 컸다.
• 이 사이트와 비슷한 분석 사이트를 비슷한 시점에 독립적으로 만든 다른 개발자도 있었다(brandonrc.github.io/journey-through-claude-code). 유출 소스코드를 기반으로 단 하루 이틀 만에 여러 시각화 사이트가 생겨난 것에 대해 '2020년이었으면 상상도 못 했을 일'이라는 감탄 댓글도 달렸다.

How to Apply

• 자체 코딩 에이전트나 LLM 기반 자동화 파이프라인을 설계할 때, Claude Code의 툴 분류 체계(파일/실행/검색/에이전트/MCP/시스템/실험적)를 참고해서 툴 카탈로그를 설계하면 어떤 범주의 기능이 필요한지 빠르게 파악할 수 있다.
• Claude Code 사용 비용이 예상보다 많이 나온다면, 내부 에이전트 루프가 어떻게 동작하는지 이해하고 작업 유형을 분류하는 것이 좋다. 복잡한 신규 구현은 Claude Code, 단순 반복 작업이나 파일 일부 수정은 웹 인터페이스 + Sonnet 조합으로 나누면 비용을 줄일 수 있다.
• Coordinator Mode, Kairos, Auto-Dream 같은 미공개 기능들이 향후 릴리즈될 가능성이 높으므로, 지금 멀티에이전트 시스템이나 장기 실행 에이전트를 설계한다면 이 기능들의 구조(병렬 worktree 분기, 세션 간 메모리 통합 등)를 미리 참고해두면 아키텍처 방향을 잡는 데 도움이 된다.
• 유출된 Claude Code 소스코드 전체는 codeberg.org/wklm/claude-code에서 직접 볼 수 있고, 이 시각화 사이트는 어느 파일이 어떤 역할을 하는지 빠르게 찾는 지도로 활용할 수 있다. 특정 툴이나 커맨드의 실제 구현이 궁금할 때 소스 파일 위치를 바로 파악할 수 있다.

Terminology

관련 논문

• ctx – 로컬 머신의 코딩 에이전트 히스토리를 검색하는 CLI 도구

  Claude Code, Cursor, Codex 등 코딩 에이전트가 이전 세션의 논의·결정·실패 시도를 잊지 않도록 SQLite로 인덱싱해 재사용할 수 있게 해주는 오픈소스 CLI 도구다.

• Micro-Agent: Model API 내부 협업으로 Frontier 모델을 이기는 방법 (vLLM Semantic Router)

  vLLM 팀이 단일 모델 API 호출 뒤에서 여러 모델이 협업하는 'Micro-Agent' 개념을 공개했습니다. 별도의 에이전트 코드 없이 라우터 레이어에서 모델 조합을 실행해 GPT-4급 결과를 더 저렴하게 낼 수 있다는 아이디어입니다.

• Ornith-1.0: 에이전틱 코딩을 위한 자기 개선형 오픈소스 모델

  Gemma 4와 Qwen 3.5를 기반으로 파인튜닝한 코딩 특화 오픈소스 모델로, RL(강화학습)을 통해 스캐폴드(에이전트 실행 구조)까지 함께 최적화하는 방식을 주장하지만, 커뮤니티에서는 벤치마크 과최적화에 불과하다는 의심을 받고 있다.

• Tool-Augmented Agent에서의 Entity Binding 실패 분석

  AI 에이전트가 올바른 도구를 선택해도 잘못된 대상에 실행하는 'Entity Binding 실패' 문제를 정의하고, 이를 막는 실행 정책을 평가한 논문.

• Herdr: 터미널에서 여러 AI Agent를 한 번에 관리하는 Agent Multiplexer

  여러 AI 코딩 에이전트(Claude, Codex 등)를 하나의 터미널에서 동시에 실행·관리할 수 있는 Rust 기반 오픈소스 툴로, tmux처럼 세션이 유지되고 SSH로 원격 접속도 가능해 멀티 에이전트 워크플로우를 크게 단순화해준다.

• Ornith-1.0: 스스로 Scaffold를 생성하는 Agentic Coding LLM

  모델이 문제 풀이 전략(scaffold)을 직접 생성하고 개선하는 자기강화 학습 프레임워크를 적용한 오픈소스 코딩 특화 LLM으로, 9B 소형 모델부터 397B 대형 모델까지 라인업을 갖추고 SWE-Bench 등 주요 벤치마크에서 Claude Opus 4.7을 능가하는 성능을 보여줬다.

Related Resources

• Claude Code Unpacked (원본 사이트)
• 유출된 Claude Code 소스코드 (Codeberg)
• pi - 미니멀 에이전트 하네스 (제작자가 사용)
• Journey Through Claude Code (유사 분석 사이트)
• Awesome Claude Code OSS 모음
• HN 원본 스레드