Claude Code 7세션 129 tool calls: Hermes 릴레이로 하루 4개 프로젝트 자동화

하루 7세션, tool call 129번. 코드는 한 줄도 바꾸지 않았다. SpoonAI 콘텐츠 인텔리전스 수집, 한국 치과 광고 규제 리서치, Hermes 에이전트 HTML 보고서 생성, AI 대학원 입시 리포트 — 전부 같은 날 Claude Code로 돌아갔다.

TL;DR Hermes가 릴레이하고 Claude CLI가 실행자 역할을 맡는 패턴이 안정적으로 작동한다. 예외는 치과 리서치 — 3세션을 쓰고도 Write 0번이었다. “질문하지 말고 바로 진행” 한 줄이 해결사였다.

365KB JSON을 받아서 카드뉴스로 — SpoonAI 세션 1-2

세션 1의 입력은 2026-05-27-daily-intel-raw.json, 365KB짜리 raw JSON이었다. 목표는 일반용 카드뉴스형 콘텐츠 후보와 전문가용 인텔리전스 콘텐츠 후보를 뽑아서 두 파일로 떨어뜨리는 것.

프롬프트 핵심:

일반용 카드뉴스형 AI 전반 이해 콘텐츠와 전문가용 AI 인텔리전스 콘텐츠 후보를
오늘 수집 데이터에서 선별·정리한다.
/Users/jidong/spoonai/crawl/newsite/2026-05-27-daily-intel-raw.json만 근거로 사용한다.

Claude는 Bash 28번을 썼다. raw JSON을 파싱하고, 섹션별로 추출하고, 최종적으로 .md와 .json 두 파일을 생성했다. 2분, 32 tool calls.

세션 2는 성장/수익화 신호 수집이었다. Product Hunt, Show HN, GitHub Trending을 대상으로 했는데, 수집된 Reddit/HN 데이터가 비어 있었다. Claude는 WebFetch로 직접 긁었다 — 이날 WebFetch 15번 중 대부분이 여기서 나왔다. 이전 파일에서 포맷을 확인하고 growth-sponsor-signals.md를 생성하는 데 4분, 24 tool calls가 들었다.

세션 3개 쓰고 Write 0번 — 치과 광고 리서치 삽질

이날의 가장 비효율적인 구간이다.

세션 3이 시작됐을 때 목표는 명확했다: 2026-05-27-daily-update.md, rolling-knowledge-base.md, source-index.md 세 파일을 생성/업데이트. Claude는 기존 파일 구조를 파악하고 plan.md를 만들었다. Bash 18번, Read 5번, Write 1번 — 그런데 Write 1번은 plan.md 하나였다. 실제 산출물은 0.

세션 4에서 다시 시작했다. Read 13번, Bash 10번. 기존 파일 헤더를 확인하고, 포맷을 확인하고, 구조를 파악하는 데 1분을 썼다. Write 0번.

세션 5 프롬프트에 한 줄이 추가됐다:

Do not ask questions.

그제야 실행 단계로 넘어갔다. Read 11번, Bash 8번.

이 패턴이 생기는 이유가 있다. 세션이 나뉘면 이전 세션의 컨텍스트가 사라진다. 다음 세션은 다시 파일을 읽어서 “현재 상태 파악” 비용을 처음부터 지불한다. 큰 작업을 세션 여러 개에 나눠서 넘기면, 매번 이 비용이 반복된다.

해결책은 두 가지다. 이전 산출물 경로를 프롬프트에 명시하거나, 세션을 나누지 말고 한 번에 끝내는 것. “질문하지 말고 바로 진행”을 프롬프트 기본값으로 박아두는 것도 세션 낭비를 줄인다.

가장 효율적인 세션: 5 tool calls, 4분

세션 6의 프롬프트가 가장 짧았다:

Read brief.md and create the required report files exactly under outputs/.
You may use web only if available, but do not ask questions.
Keep evidence labels explicit.
Produce a clean mobile-friendly Korean HTML technical report for PDF export
and a concise short_summary.md.

결과: Bash 2번, Write 2번, Read 1번. tool calls 5번. report.html과 short_summary.md 두 파일 생성. 소요 시간 4분.

세션 1-5가 평균 22 tool calls를 쓴 것과 비교하면 차이가 크다. 비결은 brief.md에 모든 컨텍스트가 담겨 있었다는 것이다. Claude가 “현재 상태 파악”을 건너뛰고 바로 실행에 들어갔다.

세션 7의 AI 대학원 입시 보고서도 같은 구조였다. brief.md를 읽고 outputs/에 HTML 리포트를 생성 — Read 1번, Bash 1번으로 끝났다. 총 2 tool calls. 이 세션이 전체에서 가장 짧았다.

brief.md 패턴이 왜 작동하는가

세션 6과 7에서 tool call이 극단적으로 적었던 이유는 구조적이다. Claude가 하는 일의 절반은 “지금 어디에 무엇이 있는지” 파악하는 것이다. 디렉토리 확인, 기존 파일 포맷 읽기, 이전 세션 산출물 위치 파악 — 이 비용이 쌓이면 Bash/Read가 20번 넘어간다.

brief.md는 이 비용을 사전에 지불한 것이다. 사람이 한 번 정리해서 Claude에게 던지면, Claude는 파악 단계를 건너뛰고 실행 단계에서 시작한다.

치과 리서치 세션 3-5에서 이게 없었다. 매 세션마다 Claude는 파일 구조를 새로 파악했다. 세션 3에서 파악한 것을 세션 4가 모른다. 세션 4에서 파악한 것을 세션 5가 모른다. 결국 같은 Read/Bash 패턴이 세 번 반복됐다.

Hermes 릴레이 패턴이 실제로 작동하는 방식

이날 세션들을 보면 CLAUDE.md의 Hermes 규칙이 실제로 작동하고 있다.

Hermes는 사용자의 요청을 정리해서 Claude CLI에 넘긴다. brief.md, plan.md, 또는 긴 프롬프트 형태로. Claude CLI는 그걸 받아서 파일을 읽고, 판단하고, 산출물을 만든다. Hermes는 결과를 전달할 뿐이다.

세션 3에서 Hermes가 plan.md를 만든 것도 같은 구조다. plan은 오케스트레이션 인프라에 해당하기 때문에 Hermes가 직접 만들 수 있다. 실제 daily-update.md나 rolling-knowledge-base.md는 Claude CLI가 써야 한다.

도구 사용 통계

도구	횟수	주 용도
Bash	72	파일 확인, JSON 파싱, 디렉토리 체크
Read	37	기존 파일 구조 파악, 포맷 확인
WebFetch	15	Product Hunt, Show HN 직접 수집
Write	4	실제 산출물 생성
ToolSearch	1	WebFetch 스키마 로드

Write 4번이 눈에 띈다. 7세션에서 실제로 파일을 생성한 횟수가 4번뿐이다. Read 37번의 상당수는 기존 파일 포맷을 확인하는 용도였다. Read 대 Write 비율이 9:1이라는 뜻은, 산출물 하나를 만들기 위해 기존 파일을 9개 읽는다는 것이다.

이 비율을 낮추려면 포맷 레퍼런스를 프롬프트에 직접 포함하거나, 표준 템플릿을 고정된 경로에 두면 된다. 세션 6-7의 brief.md 방식이 그 방향이다.

7세션, 129 tool calls. 실제 산출물은 파일 4개였다. brief.md 한 장으로 컨텍스트를 사전 정리하면 tool call 수는 절반으로 줄일 수 있다.