Docs | Src |  A-  |  A*  |  A+  | -/-

Metadata
sourcehttps://claude.dev/blog/how-we-made-claude-ai-faster/
created2026-10-13
byopenai:gpt-6-sol
style번호식
# (요약) 2주 만에 claude.ai를 3배 빠르게 만든 방법 1. Anthropic은 2026년 8월, 2주간의 집중 작업으로 claude.ai와 Claude 데스크톱 앱의 핵심 사용자 경험을 약 3배 빠르게 만듦. 2. 사용자들이 느리다고 지적해 온 문제를 해결하기 위해 단일 Slack 채널에서 작업했으며, 모든 대화 스레드에 Claude가 참여함. 3. 사용자 활동의 95%를 차지하는 네 가지 여정에 집중함. 4. 75백분위수(p75) 기준 claude.ai를 새로 열어 입력할 수 있기까지 걸리는 시간은 3.1초에서 0.55초로 줄어듦. 5. 새 Claude Code 세션 시작 시간은 0.8초에서 0.3초로, Claude Cowork 클라우드 세션 로딩 시간은 2.6초에서 0.73초로 줄어듦. 6. 이러한 개선으로 사용자들의 대기 시간이 하루에 수만 시간 절약될 것으로 추정함. 7. 내부 연구 모델을 사용하는 베타 서비스 [Claude Tag](https://claude.com/product/tag)가 병목 탐색, 벤치마크 구축, 개선 작업, 배포 감시를 맡음. 8. 사람은 목표 설정, 절충안 판단, 모든 변경의 승인에 집중했으며, 고객에게 영향을 준 사고나 롤백 없이 3,000건 이상의 변경을 병합함. ## 작업 지침(THE BRIEF) 9. 작업 시작 전 Slack 채널에 Claude의 [상시 지침](https://claude.com/docs/claude-tag/users/getting-started#give-claude-standing-instructions)을 설정함. 10. 지침에는 배포 후 성능 저하 감시, 계측 정확도 검토, 관측 대시보드 관리, 개선책 구현, 프로젝트 제안, 팀원과의 소통이 포함됨. 11. 궁극적으로 최대한 자율적으로 일하는 것을 목표로 삼되, 당시에는 완전한 자율성이 불가능하다고 명시함. 12. Claude는 Datadog MCP 서버의 사용 데이터를 분석해 앱 실행, 새 대화 시작, 기존 대화 불러오기, 메시지 전송을 영향력이 가장 큰 네 가지 여정으로 선정함. 13. 웹·데스크톱과 여러 제품에 걸친 이 여정들을 총 13개의 측정값으로 나눔. 14. 각 측정값이 사용자 동작에서 시작해 결과 렌더링에서 끝나고, 클라이언트와 서버의 작업을 구분하도록 계측을 보강함. 15. 팀은 특정 여정을 개선하는 약 20개 프로젝트로 출발했고, Claude가 추정한 밀리초 단위의 효과를 합산해 목표를 정함. 16. 사흘째에 13개 목표 중 12개를 달성함. 17. 초기 개선에는 React 초기화 중에도 입력할 수 있는 정적 입력창(static composer), 데스크톱의 사전 컴파일된 V8 코드 캐시, 대화 간 입력창 유지, 마우스 오버 시 세션 미리 가져오기, 사이드바 재렌더링 90% 감축이 포함됨. 18. 계획한 작업이 일찍 끝나자 Claude가 새 작업 흐름을 제안했고, 팀은 목표를 높여 추가 측정 대상을 찾음. ## 측정 가능한 것은 무엇이든 개선할 수 있음(ANYTHING CAN BE HILL CLIMBED) 19. Claude가 배포 주기와 무관하게 야간에도 시제품을 검증할 수 있도록 실험실 성능 측정 방법을 찾음. 20. 한 Slack 대화에서 JS 명령어 수를 측정하자는 제안이 나온 지 11분 뒤, 명령어 수·V8 호출 수·React 커밋·스타일 재계산·DOM 변경을 다루는 다섯 스레드가 실행 중이었음. 21. 새 벤치마크에는 실험실에서 개선할 수 있는 수치와, 성능이 나빠지는 변경을 막는 CI 기준값이라는 두 역할을 부여함. 22. 측정이 불안정하거나 실제 사용자 지연시간과 상관관계가 없으면 잘못된 목표를 최적화하지 않도록 폐기함. 23. 실제 체감 시간인 경과 시간은 변동이 커 CI 판정에 쓰기 어려웠으므로, 결정적인 명령어 수가 경과 시간 개선으로 이어지는지 먼저 검증함. 24. Claude는 대화 메시지 트리 구성 루틴과 Claude Code 출력의 상태 줄 검사 루틴을 Valgrind로 분석함. 25. 첫 루틴에서는 같은 메시지 ID를 세 번 조회하는 다형적 딕셔너리 탐색이 명령어의 4분의 1을 차지함을 발견함. 26. 한 시간 뒤 두 경로의 명령어 수는 각각 48%, 31% 줄었고, 실제 실행 시간은 각각 78%, 44% 줄어듦. 27. 이후 두 경로의 명령어 수가 늘어나는 PR은 CI에서 실패하게 하고, 매일 실행되는 작업이 개선된 수치에 맞춰 허용 상한을 낮추도록 함. 28. 이 과정에서 얻은 핵심 교훈은 **측정할 수 있는 대상이 생기면 Claude가 곧바로 개선을 시작할 수 있다**는 것임. ## 스레드마다 반복한 작업 흐름(THE LOOP, THREAD BY THREAD) 29. 작업 흐름은 문제 화면 공유 → Claude의 원인 추적과 벤치마크 구축 → 위험도에 맞춘 PR 제출 → 배포와 실제 사용자 데이터 확인 → 성과를 CI에 고정하거나 기능 플래그를 끄고 재시도 → 다음 병목 탐색 순서로 진행됨. 30. 한 녹화 영상에서는 Chat과 Cowork의 사이드바 행이 서로 다른 시점에 나타나 화면이 들썩이는 문제가 드러남. 31. 기존 누적 레이아웃 이동(CLS) 측정에서는 개별 이동 점수가 약 0.008로, 양호 기준인 0.1보다 낮아 문제가 포착되지 않음. 32. Claude는 Layout Instability API를 이용해 이동이 발생한 화면 영역과 시점을 기록하는 계측과 통합 테스트를 만듦. 33. 해당 테스트는 기존 코드에서 20회 모두 실패하고 수정 PR에서 20회 모두 통과함. 34. 배포 후에는 웹페이지 로드의 31%에서 사용자 조작 없이, 입력이 가능해진 뒤에도 화면 요소가 움직인다는 사실을 확인함. 35. Claude는 늦게 나타나는 헤더, 사용자 이름 로드 후 움직이는 커서, 스크롤바 등장으로 밀리는 목록 등 원인을 차례로 수정함. 36. [그림 A: 수정 전에는 사이드바 행이 뒤늦게 나타나 재배치됐지만, 수정 후에는 제자리에서 채워지는 모습](https://claude.dev/media/93c2a482a9f98639300cc043e9c9a8deed736dde2d3a2606ac6ed0bda68b619a.png)이며, 제한된 4G 환경의 [비교 영상](https://claude.dev/media/c77ba4cc511326d3b7e1ac6da9cc0d7bf4c66bf6bd380effd0351bc5714ec2c4.mp4)도 제공됨. 37. 집중 작업 중에는 이러한 스레드를 동시에 150개 넘게 운영함. ## 병렬 확장(SCALING HORIZONTALLY) 38. Claude는 최초 요청을 해결한 뒤에도 같은 스레드에서 개선을 계속해, 한 스레드에서 50개에서 100개의 최적화 PR을 제출하기도 함. 39. 별도 조사나 야간 작업에서 발견한 기회를 추적하려고 Claude가 스스로 새 스레드를 열기도 함. 40. 입력창의 타이핑 경로에서는 키 입력마다 재렌더링되는 React 훅 6,900개와 스토어 구독 900개를 발견함. 41. 단일 `:root:has()` 선택자가 DOM이 바뀔 때마다 24밀리초의 스타일 재계산 시간을 더한다는 사실도 발견함. 42. 첫 화면 표시 후 실행되는 오래된 `location.reload()`가 로드 측정에 잡히지 않는 숨은 새로고침을 하루 50만 건 일으키고 있었음. 43. 유휴 탭에서는 동일한 캐시 스냅샷을 메인 스레드에서 분당 두 번 IndexedDB로 복제하고 있었음. 44. 코드 블록 강조 때문에 페이지가 약 1초 멈추는 문제의 원인은 긴 대시나 굽은 따옴표 같은 비 Latin-1 문자가 문자열 전체를 UTF-16으로 저장하게 해 정규식을 느린 경로로 보내는 것이었음. 45. Claude는 강조 처리 전에 코드 블록을 1바이트 문자열로 복사하는 약 20줄의 변경으로 이 문제를 해결함. 46. 가장 바쁜 날에는 변경 200건 이상이 반영됐고, PR의 약 3분의 1에는 추가 계측이나 안전장치가 포함됨. 47. 한 채널에서 작업을 공개적으로 진행하자 다른 팀도 성능 검토를 받으러 왔고, 새로 마련된 안전장치와 Claude의 작업 방식이 후속 프로젝트에도 영향을 줌. ## 안전장치(GUARDRAILS) 48. 모든 PR은 자동 코드 검토와 최소 한 명의 사람 승인을 거쳤고, 최적화 전에 단위 테스트를 마련함. 49. 사용자에게 보이는 문제가 생길 수 있는 변경은 단기 기능 플래그 뒤에 배포함. 50. 2주 동안 약 200개의 플래그를 도입했으며, 종료 시점에는 절반 이상을 정리함. 51. 정적 입력창은 HTML로 복제한 화면을 즉시 보여주고 그 위에 React 화면을 그리는 방식이라, 두 화면이 조금만 어긋나도 체감 품질이 떨어짐. 52. Claude는 실제 React 컴포넌트에서 정적 마크업을 생성하게 하고, 14개 화면 크기에서 1픽셀 이내 정렬을 확인하며, 전환 중 입력 누락·순서 변경을 검사하는 테스트를 구축함. 53. 실제 사용자 환경에서는 전환 시 움직임을 0.1픽셀 단위로 보고하고, 움직임이 조금이라도 발생하면 Claude가 조사 스레드를 열도록 함. 54. [그림 B: 정적 입력창 적용 전에는 2.93초 뒤 입력할 수 있었지만, 적용 후에는 0.36초부터 입력하고 약 3초 뒤 실제 입력창으로 전환해도 입력 내용이 유지되는 모습](https://claude.dev/media/17e30af9f3f19488247dad71f72c6080a68e8c6eea9c0fdc2ac489529991b63b.png)이며, 제한된 4G 환경의 [비교 영상](https://claude.dev/media/b3436c78a3e825b79f1c70fddf12b162509140bb897ef36bd4ecef8eb10b8903.mp4)도 제공됨. 55. 실험실에서 찾지 못하는 문제에 대비해 위험도가 높은 변경은 직원, 사용자 1%, 전체 사용자 순으로 점진 배포함. 56. 내부 배포 네 시간 뒤 발견된 새 탭의 입력창 이동은 정적·실제 입력창 간 전환이 아니라 Chrome의 사전 렌더링과 브라우저 화면 높이 변경 때문이었음. 57. 조직이 관리하는 Chrome의 새 탭 하단에는 56픽셀짜리 표시 영역이 있는데, 페이지 이동 후 이 영역이 사라지며 약 0.1초 뒤 높이가 달라지는 경우가 있었음. 58. Claude는 높이 변경 중에도 레이아웃을 고정하고, 사전 렌더링 흐름을 재현하는 테스트를 추가함. ## 사람의 조율(STEERING) 59. 작업 흐름의 속도와 안전, 방향을 유지하는 사람의 역할은 **야심, 품질 판단, 방향 설정**으로 나뉨. 60. 팀은 Claude가 작업 범위를 지나치게 조심스럽게 잡거나 목표 달성 후 멈추지 않도록 더 과감한 시도와 지속적인 개선을 독려함. 61. 각 스레드의 담당자는 전후 화면이나 녹화를 보고 표를 셀별로 표시할지 행별로 표시할지, 로딩 표시를 언제 띄울지 등 체감 품질과 속도의 절충안을 판단함. 62. 팀은 스레드를 하나의 벤치마크나 사용자 여정에 집중시키고, 우선순위·스레드 간 충돌·개선 효과가 줄어드는 시점을 결정함. 63. 메시지 전송당 2밀리초를 절약하려는 900줄짜리 PR은 빌드 플러그인 유지의 복잡성에 비해 이득이 작다는 이유로 받아들이지 않음. ## 8밀리초의 시간 예산(AN 8-MILLISECOND BUDGET) 64. 실시간 구문 강조 최적화를 보여주는 영상의 프레임 속도 표시에서 출발해, 팀은 스트리밍과 스크롤의 부드러움을 120fps까지 높이는 작업에 착수함. 65. Claude는 헤드리스 Chrome에서 프레임을 결정적으로 진행시키는 측정 환경을 만들어, 120Hz에서 프레임마다 주어지는 8.33밀리초를 정확히 검사함. 66. 긴 답변을 프레임별로 분석한 뒤 완성된 블록을 메모이제이션하고, 늘어나는 코드 블록의 토큰화 작업을 워커로 옮기고, 표를 셀별로 표시함. 67. 이 스레드 하나에서 약 60개의 PR이 반영됐으며, 긴 답변의 메인 스레드 차단 시간은 총 약 750밀리초에서 200밀리초로 줄어듦. 68. CPU 사용량은 약 3분의 1로 줄었고, 120Hz MacBook에서는 답변 시작부터 끝까지 120fps를 유지함. 69. 120Hz 측정 환경은 이후 Claude가 성능 저하를 감시하는 야간 작업으로 전환됨. ## 앞으로의 과제(WHAT’S NEXT) 70. claude.ai와 데스크톱 앱은 8월 초보다 약 3배 빨라졌으며, 개선 수치를 CI에 고정하는 장치가 성능 유지에 기여할 것으로 기대함. 71. 95백분위수 성능, 다른 사용자 여정, 매우 긴 대화에는 여전히 개선 여지가 있음. 72. 집중 작업 중 Electron, Chromium, Node.js 등 상위 소프트웨어에도 기여했으며, 이에 관한 별도 글을 낼 예정임. 73. 팀은 앞으로도 스레드 단위로 이 작업 방식을 이어갈 계획이며, 성능 작업 Slack 채널도 계속 운영 중임.