용어집

시험 전 영역의 핵심 용어 46개를 도메인별로 정리했습니다.

도메인 1. 에이전틱 아키텍처와 오케스트레이션

에이전틱 루프agentic loop: 모델이 툴 호출과 결과 관찰을 반복하며 목표를 향해 스스로 진행하는 실행 구조입니다. 각 반복에서 모델은 지금까지의 대화와 툴 결과를 보고 다음 행동을 결정합니다. 루프는 모델이 툴 호출 없이 최종 응답을 반환하거나 종료 조건에 도달할 때 끝납니다.
오케스트레이터orchestrator: 여러 서브에이전트에게 작업을 분배하고 결과를 종합하는 상위 에이전트입니다. 전체 목표와 진행 상태를 유지하면서 개별 작업은 위임합니다. 오케스트레이터 자신의 컨텍스트를 세부 작업 내용으로 오염시키지 않는 것이 핵심 설계 원칙입니다.
서브에이전트subagent: 상위 에이전트가 특정 작업을 위해 생성하는 하위 에이전트입니다. 자체 컨텍스트 윈도우를 가지므로 대량의 탐색·읽기 작업을 격리할 수 있습니다. 최종 보고만 상위 에이전트에게 돌아오고 중간 과정은 버려집니다.
핸드오프handoff: 한 에이전트가 작업의 소유권을 다른 에이전트에게 넘기는 패턴입니다. 넘겨받는 쪽이 필요한 맥락을 함께 전달해야 작업이 끊기지 않습니다. 위임(delegation)과 달리 원래 에이전트는 결과를 기다리지 않습니다.
훅hook: 에이전트 수명주기의 특정 시점(툴 호출 전후, 세션 시작 등)에 자동 실행되는 사용자 정의 코드입니다. 모델의 판단에 맡기지 않고 결정적으로(deterministically) 규칙을 강제할 때 사용합니다. 예를 들어 위험한 명령을 차단하거나 커밋 전 린트를 강제할 수 있습니다.
Agent SDKClaude Agent SDK: Claude Code의 에이전트 하네스를 라이브러리로 제공하는 공식 SDK입니다. 에이전틱 루프, 툴 실행, 권한 관리, 세션 관리가 내장되어 있어 직접 루프를 구현하지 않고 에이전트를 만들 수 있습니다. Python과 TypeScript로 제공됩니다.
태스크 분해task decomposition: 큰 작업을 독립적으로 수행·검증 가능한 작은 단위로 나누는 설계 기법입니다. 각 단위는 명확한 완료 조건을 가져야 합니다. 분해 품질이 병렬화 가능성과 실패 복구 용이성을 좌우합니다.
세션 상태session state: 에이전트가 작업 도중 유지하는 대화 이력, 파일 상태, 진행 정보의 총체입니다. 세션이 중단되어도 재개할 수 있도록 상태를 외부(파일, DB)에 기록하는 설계가 권장됩니다. 컨텍스트 윈도우에만 의존하면 긴 작업에서 상태를 잃습니다.
정지 사유stop_reason: API 응답에서 모델이 생성을 멈춘 이유를 나타내는 필드입니다. tool_use는 모델이 툴 실행을 요청했다는 뜻이고, end_turn은 응답을 마쳤다는 뜻이며, max_tokens는 토큰 한도에 걸려 잘렸다는 뜻입니다. 에이전틱 루프의 계속·종료 판단은 이 값을 기준으로 합니다.
오케스트레이터-워커 패턴orchestrator-worker pattern: 하나의 오케스트레이터가 작업을 계획·분배하고 여러 워커 에이전트가 병렬로 실행하는 멀티 에이전트 구조입니다. 워커끼리는 서로의 결과를 보지 못하므로 충돌 없는 파일·범위 분할이 전제됩니다. 넓은 탐색이나 대규모 변환 작업에 적합합니다.
컨텍스트 격리context isolation: 대량의 중간 산출물이 상위 에이전트의 컨텍스트 윈도우를 차지하지 않도록 서브에이전트 안에 가두는 설계 원칙입니다. 상위 에이전트는 결론만 받아 판단에 집중할 수 있습니다. 검색·탐색처럼 읽는 양이 많고 남길 것이 적은 작업에 특히 효과적입니다.

도메인 2. 툴 설계와 MCP 통합

툴 스키마tool schema: 툴의 이름, 설명, 입력 파라미터를 JSON Schema로 정의한 명세입니다. 모델은 스키마의 설명만 보고 툴 사용 여부와 방법을 결정하므로, 설명의 품질이 곧 툴 호출의 정확도를 결정합니다.
MCPModel Context Protocol: AI 애플리케이션과 외부 데이터·툴을 연결하는 개방형 표준 프로토콜입니다. 서버가 툴·리소스·프롬프트를 노출하면 어떤 MCP 클라이언트든 동일한 방식으로 사용할 수 있습니다. 통합을 한 번 만들면 여러 클라이언트에서 재사용된다는 것이 핵심 가치입니다.
MCP 서버MCP server: MCP 프로토콜로 툴과 리소스를 제공하는 프로그램입니다. 로컬에서 stdio로 실행되거나 원격에서 HTTP로 서비스될 수 있습니다. Claude Code, Claude Desktop 같은 클라이언트가 서버에 연결해 그 기능을 모델에게 노출합니다.
툴 사용 블록tool_use block: 모델이 툴을 호출하겠다고 응답할 때 반환되는 콘텐츠 블록입니다. 툴 이름과 입력 값, 그리고 결과를 짝지을 고유 id가 담깁니다. 애플리케이션은 이 블록을 실행한 뒤 같은 id로 tool_result 블록을 돌려줘야 합니다.
구조화된 오류 응답structured error response: 툴 실행 실패를 모델이 이해하고 복구할 수 있는 형태로 돌려주는 응답입니다. 무엇이 왜 실패했는지, 다음에 무엇을 시도하면 되는지를 담아야 합니다. 빈 문자열이나 스택트레이스만 돌려주면 모델은 같은 실수를 반복합니다.
입력 스키마input schema: 툴이 받는 파라미터를 JSON Schema로 기술한 부분입니다. 타입, 필수 여부, 열거 값, 제약 조건을 명시해 잘못된 호출을 사전에 줄입니다. 파라미터별 description은 모델이 값을 채우는 유일한 힌트입니다.
내장 툴built-in tools: Anthropic이 API 차원에서 제공하는 툴로, 웹 검색, 코드 실행, 컴퓨터 사용(computer use), 텍스트 편집기 등이 있습니다. 직접 구현 없이 타입 이름만 지정하면 사용할 수 있습니다. 일부는 서버 측에서 실행되고 일부는 클라이언트가 실행 결과를 돌려줘야 합니다.
멱등성idempotency: 같은 호출을 여러 번 실행해도 결과가 한 번 실행한 것과 같은 성질입니다. 에이전트는 오류나 재시도로 같은 툴을 다시 호출할 수 있으므로, 부작용이 있는 툴은 멱등하게 설계하는 것이 안전합니다.
툴 결과 블록tool_result block: 실행한 툴의 결과를 모델에게 돌려주는 콘텐츠 블록입니다. 요청의 tool_use id와 반드시 짝을 이뤄야 하며, is_error 플래그로 실패를 표시할 수 있습니다. 다음 사용자 메시지의 첫 콘텐츠로 전달합니다.

도메인 3. Claude Code 설정과 워크플로

CLAUDE.mdCLAUDE.md: Claude Code가 세션 시작 시 자동으로 읽는 프로젝트 지침 파일입니다. 빌드 명령, 코드 규칙, 주의사항처럼 매 세션 필요한 정보를 담습니다. 전역(~/.claude), 프로젝트 루트, 하위 디렉터리 순으로 계층적으로 적용됩니다.
슬래시 명령어slash command: 자주 쓰는 프롬프트를 /이름 형태로 등록해 재사용하는 기능입니다. .claude/commands/ 디렉터리에 마크다운 파일로 정의하며 인자를 받을 수 있습니다. 팀 리포지토리에 커밋하면 팀 전체가 같은 워크플로를 공유합니다.
스킬skill: 특정 작업 방식에 대한 지침·스크립트·참고자료를 하나로 묶은 패키지입니다. 모델이 해당 작업을 만나면 스킬을 로드해 정해진 절차를 따릅니다. 슬래시 명령어보다 크고 구조화된 워크플로에 적합합니다.
플랜 모드plan mode: Claude Code가 파일을 수정하지 않고 읽기·분석만 하면서 실행 계획을 세우는 모드입니다. 계획을 사용자가 승인하면 실행 단계로 넘어갑니다. 큰 변경이나 낯선 코드베이스에서 실수를 줄이는 안전장치입니다.
권한 모드permission mode: Claude Code가 툴 실행 전에 사용자 승인을 요구하는 수준을 정하는 설정입니다. 매번 묻기부터 자동 승인까지 단계가 있으며, settings.json의 허용·거부 목록으로 세밀하게 제어합니다. 자동화 수준과 안전성의 균형을 정하는 핵심 설정입니다.
경로별 규칙path-specific rules: 디렉터리마다 다른 지침을 적용하는 설정 방식입니다. 하위 디렉터리에 CLAUDE.md를 두면 그 영역에서만 추가 규칙이 적용됩니다. 모노리포에서 패키지별 규칙을 줄 때 유용합니다.
헤드리스 모드headless mode: 대화형 UI 없이 claude -p 형태로 프롬프트를 주고 결과만 받는 실행 방식입니다. CI 파이프라인, 스크립트, 자동화에서 Claude Code를 사용할 때 씁니다. 출력 형식을 JSON으로 지정해 프로그램이 파싱할 수 있습니다.
설정 계층settings hierarchy: Claude Code 설정이 전역 → 프로젝트 → 로컬 순으로 겹쳐 적용되는 구조입니다. 전역 설정은 모든 프로젝트에, .claude/settings.json은 팀 공유용으로, settings.local.json은 개인용으로 사용합니다. 더 구체적인 계층이 우선합니다.
확장 사고extended thinking: 모델이 응답 전에 더 오래 추론하도록 예산을 주는 기능입니다. 복잡한 설계·디버깅 문제에서 정확도를 높입니다. 사고 과정은 별도 블록으로 반환되며 토큰 비용에 포함됩니다.

도메인 4. 프롬프트 엔지니어링과 구조화된 출력

시스템 프롬프트system prompt: 모델의 역할, 규칙, 어조를 정하는 최상위 지침입니다. 사용자 메시지보다 우선하는 행동 규범으로 작동합니다. 역할 부여와 명확한 제약 서술이 응답 일관성을 크게 좌우합니다.
퓨샷 프롬프팅few-shot prompting: 원하는 입출력 예시를 몇 개 보여주고 같은 패턴을 따르게 하는 기법입니다. 형식이 복잡하거나 말로 설명하기 어려운 규칙일수록 효과가 큽니다. 예시의 품질과 다양성이 결과를 결정하며, 잘못된 예시는 오류를 학습시킵니다.
구조화된 출력structured output: 모델 응답을 JSON 등 기계가 파싱 가능한 형식으로 강제하는 기능입니다. output_format으로 JSON Schema를 지정하면 응답이 스키마에 맞게 보장됩니다. 후처리 파싱 실패와 재시도 비용을 없애줍니다.
XML 태그 프롬프팅XML tags: 프롬프트의 구획을 <document>, <instructions> 같은 태그로 명시적으로 나누는 기법입니다. Claude는 XML 태그 구조를 잘 따르도록 훈련되어 있어 지시와 자료의 혼동을 줄입니다. 긴 자료를 다룰 때 특히 권장됩니다.
검증 루프validation loop: 모델 출력을 프로그램으로 검증하고 실패 시 오류 내용과 함께 재생성을 요청하는 패턴입니다. 스키마 검증, 테스트 실행, 린트가 대표적 검증기입니다. 재시도 횟수 상한을 두어 무한 루프를 방지해야 합니다.
배치 처리Message Batches API: 대량의 요청을 비동기로 묶어 처리하는 API입니다. 24시간 안에 결과가 완성되며 비용이 표준 요금의 절반입니다. 실시간성이 필요 없는 대량 분류·요약·평가 작업에 적합합니다.
다중 패스 리뷰multi-pass review: 같은 대상을 관점을 바꿔 여러 번 검토하게 하는 기법입니다. 한 번에 모든 것을 찾으라는 요청보다 정확도가 높습니다. 생성과 검증을 다른 호출로 분리하면 자기 결과를 옹호하는 편향도 줄어듭니다.
사고 사슬chain of thought: 결론 전에 단계별 추론을 먼저 쓰게 하는 프롬프트 기법입니다. 계산, 논리, 다단계 판단 문제에서 정확도를 높입니다. 추론을 <thinking> 태그에 분리하면 최종 출력만 깔끔하게 뽑을 수 있습니다.

도메인 5. 컨텍스트 관리와 신뢰성

컨텍스트 윈도우context window: 모델이 한 번에 볼 수 있는 입력·출력 토큰의 최대량입니다. 대화 이력, 시스템 프롬프트, 툴 결과가 모두 여기에 포함됩니다. 한도를 넘으면 오래된 내용이 잘리거나 요청이 실패하므로 능동적인 관리가 필요합니다.
컴팩션compaction: 긴 대화를 요약본으로 압축해 컨텍스트 공간을 회수하는 기법입니다. Claude Code는 한도에 가까워지면 자동으로 수행합니다. 요약 과정에서 세부 정보가 유실될 수 있으므로 중요한 상태는 파일로 남기는 것이 안전합니다.
프롬프트 캐싱prompt caching: 반복 사용되는 프롬프트 접두부를 서버에 캐시해 비용과 지연을 줄이는 기능입니다. 캐시된 부분은 읽기 요금이 크게 할인됩니다. 시스템 프롬프트나 대용량 문서처럼 변하지 않는 부분을 앞쪽에 배치해야 적중률이 높습니다.
에스컬레이션escalation: 에이전트가 스스로 판단하기 어려운 상황을 사람에게 넘기는 행동입니다. 모호한 요구사항, 파괴적 작업, 권한 밖 결정이 대상입니다. 무조건 진행하는 것보다 잘 설계된 에스컬레이션이 시스템 신뢰도를 높입니다.
속도 제한(레이트 리밋)rate limit: 일정 시간 안에 보낼 수 있는 요청 수나 토큰 수의 상한입니다. 넘기면 429 응답이 돌아오는데, 요청 내용이 잘못된 것이 아니라 빈도만 초과한 상태이므로 간격을 두고 다시 보내면 통과합니다. 즉시 재시도는 혼잡을 키우므로 지수 백오프를 쓰고, 애초에 동시 요청 수를 제한해 몰림을 막는 것이 근본 대응입니다.
오류 전파error propagation: 파이프라인 앞 단계의 오류가 뒤 단계로 이어지며 증폭되는 현상입니다. 에이전트 체인에서는 잘못된 중간 결론이 이후 모든 판단의 전제가 됩니다. 단계별 검증 게이트로 조기에 차단하는 설계가 필요합니다.
정보 출처provenance: 어떤 정보가 어디에서 왔는지 추적 가능한 근거입니다. 에이전트 출력에 파일 경로, URL, 인용을 남기게 하면 사람이 검증할 수 있습니다. 출처 없는 주장 하나가 보고서 전체의 신뢰를 무너뜨립니다.
환각hallucination: 모델이 사실이 아닌 내용을 그럴듯하게 생성하는 현상입니다. 근거 자료 제공, 출처 인용 요구, "모르면 모른다고 답하라"는 지시로 줄일 수 있습니다. 완전히 없앨 수는 없으므로 중요한 출력은 검증 단계를 거쳐야 합니다.
휴먼 인 더 루프human-in-the-loop: 자동화 흐름의 결정적 지점에 사람의 검토·승인을 넣는 설계입니다. 위험도가 높은 작업일수록 검토 지점을 앞에 둡니다. 사람의 검토 역량에 맞춰 검토량을 조절하는 것(캘리브레이션)까지 포함하는 개념입니다.