Claude Code 자율 루프를 활용한 지능형 반려견 추적 시스템 구축 사례

실용적 조언

자율 코딩 에이전트 운영 시 'Creative'와 'Refine' 모드를 분리하여 기능 추가와 코드 품질 개선의 균형을 맞출 것
복잡한 자율 작업 시 중복 작업을 방지하기 위한 히스토리 로그(Deduplication log)를 반드시 운영할 것
고위험 작업에 대해서는 인간의 승인이 필요한 품질 게이트(Quality Gate)를 설정하여 안전성을 확보할 것

섹션별 상세

자율 오케스트레이션 시스템인 'Conductor'의 설계와 작동 방식이 공개됐다. 이 시스템은 Claude Code 세션을 연속으로 실행하며 Creative(기능 생성), Refine(코드 개선), Alternating(교체) 모드를 통해 스스로 작업을 수행한다. 각 세션은 프로젝트 상태를 읽고 4개의 태스크로 구성된 스프린트를 제안하며, 실행 후 결과를 커밋하고 다음 세션으로 상태를 전달한다. 4.4일 동안 133회의 세션을 통해 160개의 Python 모듈과 약 67,000줄의 코드를 인간의 개입 없이 생성했다.

다양한 데이터 소스를 통합하는 신호 융합 엔진(Signal Fusion Engine)을 구현했다. UniFi Protect 카메라의 AI 탐지 결과와 Apple AirTag의 위치 데이터를 결합하고, 데이터가 부족할 경우 과거 행동 패턴을 기반으로 현재 위치를 예측하는 모델을 적용했다. 카메라 시야각(FOV) 데이터를 기반으로 지오펜스 구역을 자동 생성하고 삼각 측량 기법을 사용하여 위치 확신도 점수를 산출한다. 이를 통해 사용자는 iPhone 단축어를 통해 자연어로 반려견의 위치를 즉시 확인할 수 있다.

자율 빌드 과정에서의 안전 장치와 제어 메커니즘을 도입했다. 모든 스프린트 제안은 위험도에 따라 자동 승인되거나 인간의 승인을 기다리는 품질 게이트를 거치며, 가드레일 파일을 통해 시스템이 준수해야 할 제약 사항을 명시했다. 히스토리 로그를 운영하여 이미 완료된 작업의 중복 제안을 방지하고, Home Assistant를 통해 실시간 진행 상황을 사용자에게 알린다. 특정 파일을 수정하는 방식으로 현재 세션 종료 후 시스템을 안전하게 멈출 수 있는 중단 신호 체계도 갖췄다.

용어 해설

자율 에이전트(Autonomous Agent): — 인간의 지속적인 개입 없이 설정된 목표를 달성하기 위해 스스로 계획을 수립하고 도구를 사용하며 작업을 수행하는 AI 시스템이다. 본 프로젝트에서는 Claude Code가 스스로 코드를 작성, 테스트, 커밋하며 기능을 확장하는 핵심 역할을 수행했다.
센서 퓨전(Sensor Fusion): — 여러 센서로부터 수집된 데이터를 결합하여 개별 센서만 사용했을 때보다 더 정확하고 신뢰성 있는 정보를 도출하는 기술이다. 카메라의 시각적 탐지 정보와 AirTag의 위치 데이터를 통합하여 반려견의 위치 확신도를 높이는 데 사용되었다.
시야각(Field of View): — 카메라나 센서가 특정 시점에서 포착할 수 있는 공간의 범위를 의미한다. 시스템은 각 카메라의 시야각 데이터를 분석하여 지오펜스 구역을 자동으로 설정하고 반려견이 포착되지 않을 때의 위치를 추론하는 근거로 활용했다.
오케스트레이션(Orchestration): — 여러 개의 개별적인 자동화 작업이나 AI 세션을 조율하여 하나의 복잡한 워크플로우를 완성하는 관리 프로세스이다. 'Conductor' 시스템이 Claude 세션을 연속으로 실행하고 상태를 유지하며 전체 빌드 파이프라인을 제어했다.

언급된 도구

Claude Code추천

자율 코드 작성 및 빌드 파이프라인 실행

Home Assistant추천

스마트 홈 데이터 통합 및 사용자 알림 송신

UniFi Protect중립

카메라 AI 탐지 및 시각 데이터 제공