AI 코딩 도구의 다음 변화는 모델 성능만이 아니라 일이 시작되는 장소에 있다. 많은 개발 이슈는 IDE가 아니라 Slack에서 먼저 발생한다. 버그 리포트, 고객 문의, 로그, 재현 방법, 팀원의 판단이 모두 채널과 스레드에 쌓인다.
Claude Code in Slack은 이 흐름을 끊지 않으려는 시도다. Slack에서 @Claude를 멘션하면 Claude가 요청을 이해하고, 필요하면 웹의 Claude Code 세션을 만들어 작업을 시작한다.1 즉, “대화를 보고 사람이 다시 정리한 뒤 개발 도구로 옮기는 과정”을 줄이는 것이 핵심이다.
Slack 스레드가 작업 지시서가 된다
기존에는 개발자가 Slack 대화를 읽고, 필요한 맥락을 추려 이슈나 프롬프트로 다시 작성한 뒤, 별도 도구에서 코딩 작업을 시작했다. 이 과정에서 시간이 들고, 맥락이 빠지거나 왜곡되기 쉽다.
Claude Code in Slack에서는 스레드 자체가 작업의 출발점이 된다. Claude는 스레드나 채널의 대화 맥락을 참고해 문제를 이해하고, 연결된 저장소 중 적절한 곳을 선택해 작업할 수 있다. 진행 중에는 Slack 스레드에 상태를 남기고, 완료 후에는 결과 요약이나 PR 생성 버튼을 제공한다.1
따라서 이 기능의 가치는 “Slack에서 코딩 요청을 할 수 있다”에 그치지 않는다. 팀이 이미 논의한 내용을 다시 설명하지 않아도 되고, 작업의 배경과 결과가 같은 스레드에 남는다는 점이 중요하다. 개발 도구가 대화 흐름 안으로 들어오면서 컨텍스트 전환 비용이 줄어든다.
Claude Tag: 개인 비서가 아니라 팀 채널의 에이전트
Claude Code in Slack이 Slack에서 코딩 작업을 시작하게 해준다면, Claude Tag는 한 단계 더 팀 협업 쪽으로 확장된다. Anthropic이 공개한 Claude Tag는 Slack 채널에 참여한 하나의 Claude가 여러 팀원과 동시에 상호작용하는 “멀티플레이어” 방식으로 동작한다.2
개인 챗봇은 보통 “내 질문에 답하는 도구”다. 반면 Claude Tag는 팀 채널 안에서 여러 사람이 함께 호출하고, 작업 상황을 공유하며, 이어서 활용할 수 있는 에이전트에 가깝다.
또 하나의 차이는 기억이다. Claude Tag는 자신이 속한 채널의 관련 정보를 기억해 시간이 지날수록 업무 맥락을 쌓는다.2 다만 이 기억과 접근 권한은 관리자가 지정한 Slack 채널 범위 안에 묶인다.2 팀 맥락을 활용하되, 채널 단위의 경계를 전제로 설계된 셈이다.
Anthropic은 내부 제품팀 코드의 65%가 Claude Tag의 내부 버전으로 생성되고 있다고 밝혔다.2 또한 제품 지표 확인, 데이터 조회, 지원 티켓 처리, 버그 원인 분석 같은 비개발 업무에도 사용하고 있다고 설명한다.2 이 지점에서 Claude Tag는 단순한 코딩 도구라기보다, Slack 안에서 반복 업무와 분석 업무를 함께 처리하는 팀 에이전트에 가까워진다.
무엇이 달라지는가
Claude Tag는 작업 요청을 받으면 단계를 나누고, 접근 권한이 있는 도구를 사용해 순차적으로 처리한다.2 작업이 끝나면 결과물을 Slack 스레드에 응답한다.2 팀 입장에서는 요청, 진행, 결과가 모두 같은 대화 공간에 남는다.
더 나아가 ambient 동작을 켜면 Claude가 필요한 정보를 능동적으로 알리거나, 멈춘 스레드와 미해결 작업을 후속 처리할 수 있다.2 몇 시간 또는 며칠에 걸친 프로젝트를 위해 자체적으로 작업을 예약할 수도 있다.2
이 기능은 편리하지만, 동시에 운영 기준이 필요하다는 뜻이기도 하다. AI가 먼저 움직일 수 있다면, 어떤 채널에서 어떤 일을 맡길지, 어떤 도구 접근을 허용할지, 결과 검토는 누가 할지 정해야 한다.
도입 전 확인할 기준
Claude Code in Slack이나 Claude Tag를 도입할 때는 “우리도 AI 코딩 도구를 써야 하나”보다 더 구체적인 질문이 필요하다.
첫째, Slack 대화가 실제 업무로 자주 이어지는 팀인지 봐야 한다. 버그, 고객 이슈, 데이터 요청, 문서화 요청, 운영 질문이 Slack에서 많이 오간다면 효과가 크다. 반대로 중요한 의사결정과 작업 지시가 이미 다른 시스템에서 잘 구조화되어 있다면 체감 효과는 작을 수 있다.
둘째, 권한 설계가 핵심이다. Claude가 어떤 채널을 읽을 수 있는지, 어떤 저장소와 도구에 접근할 수 있는지, 어떤 작업까지 실행할 수 있는지 정해야 한다. Claude Tag는 관리자가 채널별 접근 범위를 설정할 수 있고, 작업 로그도 확인할 수 있다.3
셋째, 자동성을 어디까지 허용할지 정해야 한다. 단순 응답만 허용할지, 도구 실행까지 맡길지, 멈춘 스레드 후속 처리나 장기 작업 예약까지 허용할지에 따라 운영 방식이 달라진다.
넷째, 공개 채널과 개인 작업의 경계를 구분해야 한다. Claude Tag는 채널 안에서는 팀 맥락을 바탕으로 동작하지만, 직접 메시지에서는 사용자가 설정한 개인 도구와 커넥터를 사용해 비공개로 응답한다.2 팀 공유 작업과 개인 보조 작업을 분리해 설계하는 것이 좋다.
결론: AI를 어디에 배치할 것인가
Claude Code in Slack은 코딩 도구의 위치를 IDE 밖으로 넓힌다. Claude Tag는 그 방향을 팀 단위 업무 에이전트로 확장한다. 핵심은 AI가 더 똑똑해졌다는 사실보다, 팀의 대화와 작업 흐름 안에 AI가 배치된다는 점이다.
따라서 도입의 핵심 질문은 “AI가 무엇을 할 수 있나”가 아니다. 더 실용적인 질문은 이것이다.
우리 팀의 어떤 Slack 채널에, 어떤 권한으로, 어떤 일을 맡길 것인가.
이 질문에 답할 수 있을 때 Claude Code in Slack은 단순한 편의 기능을 넘어, 팀의 업무 맥락을 실제 실행으로 연결하는 도구가 된다.
1Claude Code in Slack - Claude Code Docs
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.