- 실제 오픈소스 저장소 2,430개를 대상으로 Claude Code의 도구 선택 경향을 분석한 연구 결과
- 전체 20개 범주 중 12개에서 기성 도구 대신 직접 구현(Custom/DIY) 방식을 택했으며, 이는 가장 빈번한 선택 유형
- 반면 도구를 선택할 때는 GitHub Actions(94%), Stripe(91%), shadcn/ui(90%) 등 특정 항목에 높은 집중도를 보임
-
배포 환경은 언어별로 고정적으로, JS는 Vercel, Python은 Railway를 기본 선택하며 AWS·GCP·Azure는 1차 선택에서 제외
- 최신 모델로 갈수록 Drizzle, FastAPI BackgroundTasks 등 신흥 도구로 교체되는 경향이 뚜렷하며, 생태계 내 선택 일관성은 90% 수준
연구 개요
- Claude Code v2.1.39를 이용해 총 2,430회 실험을 수행, 실제 저장소에서 오픈엔드 질문을 통해 도구 선택을 관찰
- 3개 모델(Sonnet 4.5, Opus 4.5, Opus 4.6), 4개 프로젝트 유형, 20개 도구 범주
-
85.3%의 추출률, 2,073건의 유효 응답 확보
- 모델 간 90% 일치율, 20개 중 18개 범주에서 동일 생태계 내 선택 일관성 유지
주요 발견: Build vs Buy
- 20개 범주 중 12개에서 Custom/DIY 구현이 가장 흔한 선택
- 총 252건의 Custom/DIY 선택으로, 개별 도구보다 많음
- 예: 기능 플래그는 환경변수 기반 설정 파일로 구현, Python 인증은 JWT + passlib 직접 작성, 캐싱은 메모리 TTL 래퍼 사용
- 범주별 Custom/DIY 비율
- Feature Flags 69%, Authentication(Python) 100%, Authentication(전체) 48%, Observability 22%
기본 스택(Default Stack)
- Claude Code가 실제로 도구를 선택할 때 JS 생태계 중심의 기본 스택을 형성
- 상위 선택 도구: Zustand(64.8%), Sentry(63.1%) 등
- JS 관련 선택의 100%가 특정 도구로 집중되는 경우도 존재
- 이 기본 스택은 다수의 신규 애플리케이션 개발에 직접적 영향을 미침
시장 주류와의 괴리(Against the Grain)
- 시장 점유율이 높은 도구 중 Claude Code가 거의 사용하지 않는 항목 존재
- 상태 관리: 주요 선택 없음, 대신 Zustand 57회 선택
- API Layer: 프레임워크 내장 라우팅 선호
- 테스트: 4%만 주요 선택, 31건은 대체 선택
- 패키지 관리자: 1건 주요 선택, 51건 대체 선택
최신 모델의 도구 교체 경향(The Recency Gradient)
-
신형 모델일수록 최신 도구로 전환
- JS ORM: Prisma(79%) → Drizzle(100%)
- Python 작업 처리: Celery(100%) → FastAPI BackgroundTasks(44%)
- Python 캐싱: Redis(93%) → Custom/DIY(50%)
- 각 생태계 내에서 세대별 도구 교체가 명확히 관찰됨
배포 환경의 분화(The Deployment Split)
- 배포 선택은 언어 스택에 따라 고정적
- JS(Next.js + React SPA): 86건 중 86건이 Vercel 선택
- Python(FastAPI): Railway 82% 선택
- AWS, GCP, Azure는 모든 112건에서 주요 선택 0건
- 대체 추천으로 Netlify(67회), Cloudflare Pages(30회), GitHub Pages(26회), DigitalOcean(7회) 등장
- AWS Amplify, Firebase Hosting 등은 언급만 있고 추천 없음
- 예시 응답에서 Vercel은 설치 명령과 이유까지 제공, AWS Amplify는 한 줄 언급에 그침
모델 간 불일치 구간(Where Models Disagree)
- 20개 중 5개 범주에서 모델 간 차이 존재
- JS ORM: Prisma → Drizzle
- JS Jobs: BullMQ → Inngest
- Python Jobs: Celery → FastAPI BgTasks
- Caching: Redis → Custom/DIY
- Real-time: SSE → Custom/DIY
- 나머지 18개 범주는 생태계 내 일관된 선택 유지
기업용 벤치마크 서비스
- Amplifying은 개별 개발도구 기업을 위한 비공개 대시보드를 제공
- AI 에이전트가 자사 도구를 경쟁사 대비 얼마나 추천하는지 확인 가능
- 실제 코드베이스 기반의 도구 추천 경쟁력 분석 지원
데이터 탐색
- 세부 분석 항목으로 범주별 심층 분석, 문구 안정성, 저장소 간 일관성, 시장 영향 등이 포함
- 연구 결과는 향후 Sonnet 4.6 모델 기준으로 업데이트 예정