Projects About

Claude Code 197 tool calls: 리서치 파이프라인 3개를 하루에 동시 가동

· portfolio-site · 0
#claude-code#claude-opus#web-search#research-automation#agent

하루에 Bash 73번, WebSearch 40번, Read 33번. 5개 세션에서 tool call 197번이 나왔고, 파일 6개가 새로 생겼다.

TL;DR Claude Opus로 성격이 전혀 다른 리서치 3개를 하루에 완성했다. SpoonAI 콘텐츠 인텔리전스 크론, 의료·치과 광고 데일리 리서치, 글로벌 AI 수익 플랫폼 보고서. 핵심 패턴은 두 가지다 — 전날 출력을 참조하는 컨텍스트 체인, 레인별 병렬 Agent 투입.

세션 3개, 성격이 전혀 다르다

오늘 의미 있는 세션은 셋이다.

세션 1은 SpoonAI 새 사이트용 콘텐츠 인텔리전스 수집이다. 2026-05-31-daily-intel-raw.json에서 179개 항목을 읽고 일반용 카드뉴스 후보(815개)와 전문가용 인텔리전스 후보(1020개)를 선별했다. 9 tool calls, 소요 시간 측정 불가 수준. 제일 먼저 한 게 원자료가 아니라 전날 출력 파일을 읽은 것이었다 — general_angle, expert_notes, numbers, secondary_sources 필드 형태를 역추적해 스키마를 맞췄다.

세션 2는 의료·치과 광고 데일리 리서치다. serp-2026-05-31/summary.json과 당일 수집 HTML을 입력으로 받아 일일 업데이트를 생성하고 누적 파일 2개를 업데이트했다. 22 tool calls 중 Read가 12번이다. 쓰기(Edit 3, Write 1)보다 읽기가 세 배 많은 건 낭비가 아니다 — rolling-knowledge-base.md는 며칠치 누적 데이터라 포맷을 모르고 append하면 일관성이 깨진다. 4분 안에 끝났다.

세션 5가 오늘의 메인이다.

WebSearch가 “비어있다”고 느꼈던 순간

세션 4에서 먼저 구조를 잡았다(Agent 5회, 8 tool calls). 세션 5에서 풀 실행을 돌렸다(158 tool calls, 37분).

목표는 brief_global_ai_10_research.md 지시를 그대로 이행하는 것이었다. 글로벌 AI 수익 플랫폼 25개 이상을 공식 소스에서 수수료·지급 조건·한국 자격 요건까지 라이브로 검증하는 리서치다.

시작 직후 두 가지가 겹쳤다. API Error: Overloaded가 떴고, WebSearch 결과가 처음엔 비어 보였다. 다음 이터레이션에서 확인하니 결과는 다 들어와 있었다 — 릴레이 버퍼링 때문에 출력 표시가 지연된 것이었다. WebSearch, WebFetch, curl 모두 정상 작동 중이었다.

이걸 에러로 오해하고 포기했다면 라이브 검증 없이 정적 요약으로 끝났을 것이다.

40개 사실을 공식 소스에서 직접 확인한 방법

핵심 프롬프트는 이랬다:

Do not ask the user questions.
Use live web search where available.
If a source is blocked, record it as blocked and continue with another verifiable source.

“막히면 blocked로 기록하고 다음 소스로”가 중요하다. 막혔을 때 멈추지 않고 계속 진행했다. WebSearch 40회, WebFetch 22회로 약 40개 수수료·정책 사실을 공식 소스에서 확인했다.

검증 과정에서 중요한 정정이 여러 건 나왔다. Etsy는 Payoneer 경유로 한국에서 실제로 사용 가능하다는 것, Toloka는 PayPal을 드롭했다는 것, Upwork 수수료가 이제 가변(0~15%)이라는 것, Ko-fi 샵 판매 수수료가 0%가 아니라 5%라는 것. 단순 요약이 아니라 실제 정책 변경까지 잡아냈다.

“레인을 쪼개서 병렬 에이전트를 투입한다”는 게 오늘 확인한 패턴이다. 플랫폼 25개를 순서대로 조사하면 지연이 쌓인다. 레인별로 분리하면 전체 완료 시간은 가장 느린 단일 레인에 수렴한다.

산출물 5개, 37분

세션 5에서 생성된 파일:

  • global_ai_10_revenue_report.md — 한국어 상세 보고서, 27,872 bytes, 349줄
  • global_ai_10_revenue_report.html — 동일 내용 HTML 렌더링
  • method_ledger_seed.json — 플랫폼별 구조화 데이터
  • sources.json — 검증된 소스 목록
  • _progress.md — 실행 중 기록한 진행 로그

JSON 2종 유효성 통과, 파일 5종 생성 확인. Bash 60회가 가장 많았는데, curl로 직접 공식 URL을 때리고 파일 쓰기·검증에 집중됐다.

전체 통계

도구횟수
Bash73
WebSearch40
Read33
WebFetch22
Write12
ToolSearch9
Agent5
Edit3
합계197

세션 5개, 수정 파일 2개, 생성 파일 6개. “Say OK” 세션을 제외하면 4개 세션에서 197 tool calls가 나왔다. 세션 1·2 합쳐 31번, 세션 4·5 합쳐 166번 — 라이브 리서치가 얼마나 무거운지 숫자로 나온다.

크론 자동화에서 컨텍스트 체인이 중요한 이유

세션 1·2는 내일도 돌아가는 크론이다. SpoonAI 인텔리전스 크론은 매일 raw crawl → 선별 → .md/.json 출력 루틴, 의료 광고 리서치는 매일 SERP 데이터 → 일일 업데이트 → 누적 KB append 패턴이다. 두 경우 모두 Claude가 전날 출력을 참고해서 오늘 것을 만든다.

“어제 네가 만든 파일과 같은 형태로 써라”는 지침 하나가 스키마 문서 몇 페이지보다 안정적으로 동작한다. 누적 데이터가 쌓일수록 참고할 패턴도 많아지고, 모델이 자연스럽게 일관성을 유지한다.

Comments 0

0 / 1000