Claude Code 'Max' 설정의 역설: 79초간의 추론 끝에 생성된 뜬금없는 중국어 문서

실용적 조언

간단한 작업에는 effort-level을 낮게 유지하여 불필요한 추론 시간과 비용 낭비를 방지해야 한다.
문서 생성 요청 시에는 'write a readme in English'와 같이 언어와 목적을 명확히 지정하는 것이 안전하다.

섹션별 상세

사용자는 Claude Code의 성능을 극대화하기 위해 CLAUDE_CODE_EFFORT_LEVEL을 'max'로, 서브에이전트 모델을 'opus'로 설정했다. 이는 모델이 더 깊은 추론을 수행하도록 유도하는 고비용 설정이지만, 실제로는 사용자의 의도와 동떨어진 결과물을 생성하는 부작용을 낳았다.

json

{
  "effortLevel": "high",
  "env": {
    "CLAUDE_CODE_EFFORT_LEVEL": "max",
    "CLAUDE_CODE_SUBAGENT_MODEL": "opus",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "claude-sonnet-4-6",
    "CLAUDE_CODE_MAX_OUTPUT_TOKENS": "128000",
    "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1",
    "DISABLE_TELEMETRY": "1",
    "DISABLE_AUTO_COMPACT": "1",
    "CLAUDE_AUTOCOMPACT_PCT_OVERRIDE": "95"
  },
  "permissions": {
    "defaultMode": "bypassPermissions"
  }
}

사용자가 Claude Code의 성능을 극대화하기 위해 적용한 환경 변수 및 권한 설정 JSON

5개의 프로젝트 디렉토리를 로드하여 전체 워크스페이스 맥락을 주입했음에도 불구하고, 모델은 기존 파일 구조를 무시했다. 사용자가 'docs' 작성을 요청하자 모델은 기존의 ecosystem-architecture.md 파일을 참고하는 대신 완전히 새로운 개발 가이드를 생성하기 시작했다.

모델은 해당 요청에 대해 79초라는 이례적으로 긴 추론 시간을 소요했다. 이후 출력된 결과물은 약 200줄 분량의 상세한 개발 가이드였으나, 사용자가 요청하지 않은 중국어로 작성되었으며 SSH 설정, SMB 마운트 스크립트 등 불필요한 정보가 다수 포함되었다.

이 사례는 LLM 에이전트의 노력 수준(Effort Level)이나 출력 토큰 제한을 극단적으로 높였을 때, 모델이 과잉 추론에 빠지거나 학습 데이터 내의 특정 언어 패턴에 매몰될 수 있음을 보여준다. 특히 실험적인 에이전트 팀 기능(EXPERIMENTAL_AGENT_TEAMS)이 활성화된 상태에서 제어력이 상실될 가능성이 확인됐다.

용어 해설

노력 수준 설정(Effort Level): — Claude Code에서 모델이 작업에 투입할 추론의 깊이와 시간, 예산을 조절하는 설정값이다. 'max'로 설정할 경우 가장 높은 비용과 긴 시간을 들여 복잡한 문제를 해결하려 시도하지만, 때로는 과잉 추론으로 이어질 수 있다.
서브에이전트(Subagent): — 메인 AI 에이전트가 특정 하위 작업을 수행하기 위해 별도로 호출하여 실행하는 보조 모델이다. 본문에서는 고성능 모델인 Opus를 서브에이전트로 지정하여 복잡한 작업 처리를 의도했다.
텔레메트리(Telemetry): — 소프트웨어 사용 데이터를 개발사로 자동 전송하는 기능이다. 사용자는 개인정보 보호나 성능 최적화를 위해 이를 비활성화(DISABLE_TELEMETRY: 1)하는 설정을 적용했다.

언급된 도구

Claude Code중립

Anthropic에서 제공하는 CLI 기반 AI 코딩 에이전트

pnpm추천

프로젝트 의존성 관리를 위한 패키지 매니저 (생성된 문서 내 언급)