Anthropic의 Claude for Legal 저장소에서 발견된 작지만 결정적인 메커니즘 — Cold-Start Interview. 신입 변호사를 면접하듯 AI를 면접해, 회사의 플레이북·승인 매트릭스·예외 규칙·시드 문서를 10~15분 만에 흡수시키고, plugin 업데이트와 무관하게 살아남는 Practice Profile로 박제한다. 법률만의 이야기가 아니다 — 의료·회계·컨설팅·디자인·교육·고객 지원까지, 모든 전문직 AI 도입의 새 표준이 되고 있는 이 패턴을 완전 해부한다.
대형 로펌에 신입이 입사하는 첫날을 떠올려 보자.
오전 9시. 그는 책상에 앉는다. HR 담당자가 다가와 두꺼운 온보딩 매뉴얼을 건넨다. 그 안에는 — 회사가 사용하는 표준 NDA 양식, redline 색상 규칙(빨강은 삭제, 파랑은 추가, 노랑은 협상 여지), 위험 분류 기준(HIGH는 즉시 시니어 보고, MEDIUM은 24시간 내), escalation chain(누구에게 어떤 사안을 보고하는가), 그리고 비밀유지 의무 규정이 적혀 있다.
이어서 시니어 변호사가 들어온다. 한 시간 동안 5건의 과거 사건 파일을 보여주며 "우리는 이런 식으로 redline 합니다", "여기서는 이렇게 협상 포지션을 잡아요"라고 설명한다.
그 신입 변호사는 15분의 면접과 5건의 시드 문서만으로, 평생 일할 회사의 암묵지(tacit knowledge)를 머리에 박는다. 그 순간부터 그는 "우리 회사답게" 일할 수 있는 변호사가 된다.
자, 이제 AI가 똑같이 일할 수 있다고 상상해 보자.
Claude를 처음 설치한다. 그가 묻는다 — "어떤 회사세요?", "표준 계약 양식 5개만 보여주실 수 있나요?", "승인 매트릭스는 어떻게 되나요?", "위험을 어떻게 분류하시죠?", "누구한테 무슨 사안을 보고하나요?"
10~15분 후, AI는 — 그 회사의 신입 변호사처럼 — "우리 회사 직원"이 된다. 다음 대화부터는 김앤장처럼, 광장처럼, 세종처럼 일한다.
이게 바로 Cold-Start Interview다.
2026년 5월, Anthropic이 공개한 claude-for-legal GitHub 저장소에서 가장 작지만 가장 혁명적인 메커니즘. 표면적으로는 법률 산업의 사소한 설정 도구처럼 보이지만 — 이 패턴은 의료·회계·컨설팅·디자인·교육·고객 지원 등 모든 전문직 AI 도입의 새 표준이 되고 있다.
이 글은 그 패턴을 완전 해부한다. AI를 어떻게 '우리 회사 직원'으로 만드는가 — 이 질문에 대한 2026년의 답이다.
본 글은 코어닷투데이 Claude for Legal 시리즈의 3편이다. ① Claude for Legal 완전 해부, ② 리걸테크 AI 대전 2026에 이은 메타 패턴 분석. 다음 4편은 변호사-AI 사용의 법적 위험을 다룬다.
Claude나 GPT-5는 범용 천재다. 의학·법학·재무·코딩·언어·역사 — 거의 모든 분야의 표면적 지식을 갖고 있다. 그런데 막상 내 회사 업무에 투입하면 항상 같은 실망이 온다.
"왜 우리 회사 표준 계약 양식을 모르지?" "왜 우리 승인 매트릭스를 따르지 않지?" "왜 영문 계약서에 영국식 영어를 쓰지? 우린 미국식인데." "왜 클라이언트 이름을 외부 시스템에 노출시키지?"
이게 바로 '범용 지능 vs 조직 지능'의 격차다. AI가 세상의 모든 것을 알아도, 우리 회사는 모른다. 그리고 회사가 일하는 방식은 — 모든 회사가 다르다.
핵심 관찰: 회사는 기계가 학습한 책에 없는 암묵지로 작동한다. "우리는 보통 IP 조항에서 이런 식으로 양보한다", "이 시니어 파트너는 redline 색상에 까다롭다", "이 클라이언트는 이메일 어조에 민감하다" — 같은 것들. 이 암묵지의 격차가 AI 도입의 가장 큰 실패 원인이다.
같은 "고용 계약 검토(employment contract review)"라는 작업이라도, Freshfields식과 김앤장식과 광장식은 다르다.
| 항목 | Freshfields식 | 김앤장식 | 광장식 |
|---|---|---|---|
| 위험 분류 | HIGH/MED/LOW 3단계 | 색상 4단계 (빨강·주황·노랑·녹색) | 알파벳 5등급 (A~E) |
| 검토 깊이 | 12개 표준 체크포인트 | 부서별 맞춤 체크리스트 | 거래 규모별 다층 |
| 승인 매트릭스 | 1M → GC | 5천만원 → 시니어 / 5억 → 총괄파트너 | 거래 유형별 분기 |
| redline 색상 | 빨강 삭제·파랑 추가 | 빨강 삭제·녹색 추가 | 적색 삭제·청색 추가·황색 협상 |
| escalation 경로 | 직속 파트너 → GC | 분야 리더 → 시니어 → 최고경영자 | 사건 책임자 → 부장 → 대표 |
| 클라이언트 서신 어조 | "We recommend…" | "검토 결과를 보고드립니다" | "사료됩니다" |
같은 모델, 같은 스킬이지만 — 어떤 회사에서 일하느냐에 따라 작동이 달라야 한다. 이 차이를 어떻게 AI에게 가르치는가가 2026년의 핵심 과제다.
Cold-Start Interview가 등장하기 전, 이 문제를 풀기 위해 시도된 방식은 네 가지였다. 모두 결정적 한계가 있었다.
| 방식 | 작동 원리 | 치명적 한계 | |
|---|---|---|---|
| ① | Fine-tuning | 회사 데이터로 모델을 재학습 | 한 번 학습하면 업데이트 어려움. 비용·시간 큼. 환각은 여전 |
| ② | RAG (검색 증강) | 회사 문서를 벡터DB에 넣고 의미 검색 | 검색 품질에 의존. 명시적 규칙 표현 어려움. *왜* 그렇게 해야 하는지 못 가르침 |
| ③ | Prompt Engineering | 매번 회사 정보를 프롬프트에 포함 | 매번 같은 정보 반복. 컨텍스트 윈도우 압박. 사용자 부담 |
| ④ | System Prompt 고정 | 거대한 시스템 프롬프트에 회사 정보 박제 | 한 회사가 한 모델을 독점해야 함. 운영팀이 텍스트로 모든 걸 관리. 업데이트 어려움 |
이들의 공통점은 — 모두 "기술자가 회사 정보를 코드/데이터로 변환"해야 한다는 것이다. 정작 회사의 진짜 전문가(변호사·의사·회계사)는 기술 변환 과정에서 배제된다. 그리고 그들의 암묵지는 — 기술자의 부정확한 해석을 거쳐 손실된 채 AI에 도착한다.
이게 Cold-Start Interview의 본질이다. AI를 도입하는 가장 짧고 정확한 길이다.
Anthropic의 commercial-legal/skills/cold-start-interview/SKILL.md를 분석하면, 4단계 파이프라인이 발견된다. 이걸 일반화하면 다음과 같다.
가장 먼저 묻는 것은 "당신은 누구입니까"다.
인터뷰 질문 예시:
- 회사 이름과 업종은?
- 직원 규모는?
- 본사 위치 / 사업장은?
- 회사의 위험 성향은? (공격적 / 균형 / 보수)
- 핵심 인물(GC, CEO, 시니어 파트너)은?
이 정보는 모든 12개 플러그인이 공유하는 공통 파일인 company-profile.md에 기록된다. 한번 답하면, 모든 후속 작업에 공유된다.
다음은 "어떻게 일하십니까"다. 이게 가장 길고 가장 중요하다.
Commercial Legal 플러그인의 실제 질문 (요약):
- 어느 쪽 paper를 주로 작업? (sales / purchasing / 양쪽)
- 책임 한도(LOL) 표준 포지션? 받아들이는 fallback?
- IP 양도/라이선스 표준은?
- 데이터 처리(DPA) 입장?
- 자동 갱신 기본 정책?
- 위반 통지 기간?
- *절대 받지 않는 조항*은?
각 질문에 대한 답은 "표준 포지션 / 받아들이는 fallback / 절대 안 됨"의 3단계 구조로 기록된다.
이론만으로는 부족하다. AI가 묻는다 — "실제로 그렇게 작성된 5건의 사건을 보여주실 수 있나요?"
사용자는 5건의 실제 서명된 NDA·MSA·고용 계약·정관 등을 업로드한다. AI는 이 문서들을 분석해 — playbook이 실제로 어떻게 적용됐는지를 학습한다.
시드 문서가 가르치는 것:
- 표준 포지션이 어떻게 문장으로 표현되는가
- 협상 시 어떤 fallback이 실제로 채택됐는가
- 어떤 조항을 양보하고 어떤 조항을 지켰는가
- 회사가 좋아하는 어구·문장 구조
이건 fine-tuning과는 다르다. 모델 가중치를 바꾸는 게 아니라 — Practice Profile에 인용 가능한 예시로 박제된다.
마지막으로 AI는 — 15분의 대화와 5건의 시드 문서를 종합해 — **사람이 읽을 수 있는 한 페이지짜리 CLAUDE.md**를 생성한다.
저장 경로:
~/.claude/plugins/config/claude-for-legal/<plugin>/CLAUDE.md
이 파일이 조직의 헌법이다. 모든 후속 스킬·에이전트·명령이 — 작업을 시작하기 전에 반드시 이 파일을 읽는다.
여기에 결정적 설계 한 가지가 더 있다. Anthropic은 Practice Profile을 plugin 디렉터리가 아닌 사용자의 config 경로에 둔다.
plugin 디렉터리 (업데이트 시 덮어쓰임):
~/.claude/plugins/cache/claude-for-legal/<version>/...
^^^^^^^^^
버전마다 새로 만들어짐
Practice Profile (사용자 데이터, 영구 유지):
~/.claude/plugins/config/claude-for-legal/<plugin>/CLAUDE.md
^^^^^^^^^^^^^^^
버전과 무관, 영구
이게 의미하는 바: plugin이 업데이트돼도 우리 회사 설정은 그대로 유지된다. 이게 SaaS형 AI와의 결정적 차이다. SaaS는 업데이트하는 순간 customization이 무너지지만 — Cold-Start 방식은 코드와 데이터가 깔끔히 분리된다.
이 메커니즘이 추상적 디자인이 아닌 작동하는 코드라는 점을 보여주기 위해, 실제 저장소를 들여다보자.
claude-for-legal/
├── .claude-plugin/
│ └── marketplace.json # 마켓플레이스 매니페스트
├── CLAUDE.md # 저장소 작업 가이드
├── commercial-legal/ # 12개 플러그인 중 하나
│ ├── .claude-plugin/
│ │ └── plugin.json # 플러그인 메타데이터
│ ├── .mcp.json # MCP 서버 연결 (DocuSign, Ironclad...)
│ ├── CLAUDE.md # ★ Practice Profile 템플릿
│ ├── README.md
│ ├── skills/
│ │ ├── cold-start-interview/ # ★ 인터뷰 스킬
│ │ │ └── SKILL.md
│ │ ├── vendor-agreement-review/
│ │ ├── nda-review/
│ │ ├── amendment-history/
│ │ ├── renewal-tracker/
│ │ ├── escalation-flagger/
│ │ └── ... (총 12개 스킬)
│ ├── agents/ # subagent 정의
│ └── hooks/
│ └── hooks.json # 자동 트리거
└── managed-agent-cookbooks/ # 헤드리스 에이전트
├── renewal-watcher/ # 갱신 감시 (정기 실행)
├── docket-watcher/
├── reg-monitor/
├── diligence-grid/
└── launch-radar/
commercial-legal/CLAUDE.md의 맨 위에는 모든 스킬·에이전트가 따라야 하는 절대 규칙이 있다.
사용자 설정은 다음 경로에 저장된다 — plugin 업데이트와 무관:
~/.claude/plugins/config/claude-for-legal/commercial-legal/CLAUDE.md
이 플러그인의 모든 skill·command·agent는 다음 규칙을 따른다:
1. 설정을 *그 경로*에서 읽는다. 이 파일에서 읽지 않는다.
2. 그 파일이 없거나 [PLACEHOLDER]가 있으면 *작업 전 정지*하고 말한다:
"이 플러그인은 설정이 필요합니다. /commercial-legal:cold-start-interview를
실행하세요. 10-15분 걸립니다. 이 인터뷰 없이는 결과물이 일반적이고
실제 업무와 맞지 않을 수 있습니다."
3. cold-start-interview만이 그 파일에 쓸 수 있다.
4. plugin 업데이트 시 cache에 있던 설정을 config로 옮긴다.
12개 플러그인 모두가 공유하는 상위 파일이 있다.
~/.claude/plugins/config/claude-for-legal/
├── company-profile.md # ★ 12개 플러그인 공통
├── commercial-legal/CLAUDE.md # 계약팀 전용
├── litigation-legal/CLAUDE.md # 소송팀 전용
├── employment-legal/CLAUDE.md # 고용팀 전용
├── privacy-legal/CLAUDE.md # 프라이버시팀 전용
└── ... (각 플러그인별)
company-profile.md에는 회사의 기본 정체성만 있다. 부서별 차이는 각 플러그인의 CLAUDE.md에 따로 기록된다. 이 분리·공유 설계가 — 회사 전체를 일관되게 관리하면서도 부서별 자율성을 보장한다.
각 스킬의 SKILL.md는 항상 같은 패턴으로 시작한다.
---
name: vendor-agreement-review
description: 벤더 MSA를 회사 playbook과 비교해 redline 메모 생성
---
# Vendor Agreement Review
## STEP 0: Practice Profile 로드
~/.claude/plugins/config/claude-for-legal/commercial-legal/CLAUDE.md
를 먼저 읽는다. [PLACEHOLDER]가 있으면 정지하고 cold-start-interview
실행을 요청한다.
## STEP 1: Active Side 결정
계약서를 보고 우리가 sales-side인지 purchasing-side인지 판단.
## STEP 2: Playbook 비교
...
모든 스킬이 STEP 0에서 Practice Profile부터 읽는다. 이 강제 규칙이 AI를 항상 "우리 회사 사람"으로 작동하게 만드는 핵심이다.
Cold-Start Interview는 법률에서 가장 먼저 등장했지만 — 모든 전문직에 적용된다. 6개 산업의 가상 적용을 그려보자.
인터뷰 질문:
- 어떤 진료과? (내과/외과/이비인후과 등)
- 환자 차트 시스템은? (EMR 종류)
- 처방 표준 가이드라인은? (한국병원약사회 / 자체)
- 환자 응대 어조? (격식 / 친근 / 의학적)
- 환자 동의 절차는?
- 다학제 협진 시 보고 라인?
- 응급 상황 escalation은?
Practice Profile에 박제:
- 진료과별 표준 프로토콜
- 처방 시 반드시 확인할 약물 상호작용 리스트
- 진료 기록 작성 양식 (SOAP/POMR)
- 환자 의사소통 어조 가이드
인터뷰 질문:
- 감사 / 세무 / 자문 중 어느 분야?
- 회계 기준 (K-IFRS / K-GAAP / US-GAAP)?
- 산업 특화 영역? (금융 / 제조 / IT)
- 감사 위험 평가 방법론?
- 클라이언트 보고서 양식?
- 시니어 리뷰 단계?
Practice Profile에 박제:
- 감사 절차 체크리스트
- 산업별 위험 평가 매트릭스
- 세무 신고 표준 양식
- 회계법인 하우스 스타일
인터뷰 질문:
- 컨설팅 영역? (전략 / 운영 / 디지털 / 인사)
- 프레임워크 선호? (MECE / Hypothesis-driven / SCQA)
- 슬라이드 양식? (McKinsey / BCG / 자체)
- 인터뷰 질문지 표준?
- 발표 자료 어조?
Practice Profile에 박제:
- 표준 분석 프레임워크
- 슬라이드 템플릿 가이드라인
- 리서치 인용 규칙
- 클라이언트 응대 어조
인터뷰 질문:
- 디자인 분야? (브랜딩 / UX / 산업 / 그래픽)
- 컬러 시스템? (Material / Tailwind / 자체)
- 타이포그래피 표준?
- 디자인 시스템? (Figma 컴포넌트)
- 클라이언트 발표 양식?
Practice Profile에 박제:
- 브랜드 가이드라인
- 디자인 시스템 컴포넌트 라이브러리 참조
- 디자인 비평 기준
- 클라이언트 발표 톤 앤 매너
인터뷰 질문:
- 학년/과목?
- 교재? (자체 / 시중)
- 평가 방법? (객관식 / 서술 / 수행)
- 학부모 보고 양식?
- 학생 응대 어조?
Practice Profile에 박제:
- 학년별 표준 커리큘럼
- 평가 루브릭
- 학부모 상담 가이드
- 학생 격려 메시지 어조
인터뷰 질문:
- 제품 종류? (B2B / B2C / 양쪽)
- CS 등급 체계? (Tier 1 / Tier 2 / Tier 3)
- 자주 묻는 질문 Top 20?
- 환불·교환 정책?
- escalation 기준?
- 응대 어조?
Practice Profile에 박제:
- 제품 카테고리별 FAQ
- 환불 정책 매트릭스
- 어조 가이드 (격식 / 친근)
- escalation 트리거 조건
여섯 산업 모두 — 같은 4단계 메커니즘이 작동한다.
산업이 달라도 패턴은 같다. 이게 메타 패턴인 이유다.
이론은 충분하다. 실제로 한국 기업이 자체 Cold-Start Interview를 만들려면? 코어닷투데이가 제안하는 6단계 레시피다.
먼저 어떤 직무에 적용할지 정한다. 너무 광범위하면("우리 회사 AI") 실패한다. "우리 마케팅팀의 카피라이팅 AI"처럼 좁혀라.
좋은 예:
- 우리 인사팀의 채용 이메일 자동화
- 우리 영업팀의 제안서 검토
- 우리 디자인팀의 디자인 비평
나쁜 예:
- 우리 회사용 AI (너무 광범위)
- 모든 부서 통합 챗봇 (너무 광범위)
다음은 15분 안에 다 끝나는 질문지를 만든다. 핵심 원칙:
가장 중요한 단계. 5건의 모범 사례를 선별한다. 너무 많으면 모델이 혼란스럽고, 너무 적으면 패턴을 못 잡는다. 5건이 최적값이다(Anthropic의 실증).
선별 기준:
마크다운 한 페이지에 들어갈 섹션 구조를 미리 정한다.
# [부서명] Practice Profile
## 우리 정체성
- 부서 / 팀 / 책임자
- 처리 업무 종류
- 월간 처리량
## 일하는 방식
- 표준 절차 (단계별)
- 위험 분류 기준
- 결과물 양식
## 절대 하지 말 것
- 금지 행위 1
- 금지 행위 2
- ...
## escalation
- $A 이하 → 사원
- A A~A B → 책임자
- $B 이상 → 부서장
Anthropic의 cold-start-interview SKILL.md 패턴을 따라 구현한다.
---
name: cs-team-cold-start
description: CS팀 Practice Profile 생성 인터뷰 (10-15분 소요)
---
# CS Team Cold-Start Interview
당신은 CS 팀장의 AI 컨설턴트입니다. 다음 15분 안에 팀의
표준 작업 방식을 인터뷰로 추출해 Practice Profile을 생성합니다.
## STEP 1: 정체성
사용자에게 묻는다:
- 어떤 회사세요?
- CS팀 규모는?
- 주로 어떤 제품/서비스의 CS를 담당하시나요?
## STEP 2: Playbook
- 일반 문의의 응답 시간 목표는?
- 환불 정책은? (전액/부분/거절 기준)
- 응대 어조는? (격식/친근/중립)
- 처리 못 하는 사안의 escalation 경로는?
## STEP 3: 예외
- 절대 약속하면 안 되는 것은?
- 즉시 매니저에게 넘겨야 하는 사안은?
## STEP 4: 시드 문서
사용자에게 요청:
"최근 처리한 CS 티켓 5건을 보여주세요. 1) 일반 문의 1건,
2) 환불 요청 1건, 3) 컴플레인 1건, 4) escalation 1건,
5) 칭찬 1건"
## STEP 5: Practice Profile 작성
모든 답변을 종합해 다음 경로에 저장:
~/.config/our-company-ai/cs-team/CLAUDE.md
마지막으로, CS팀의 모든 다른 스킬(티켓 분류, 답변 초안, 환불 결정)이 — 작업 시작 전 항상 Practice Profile부터 읽도록 강제한다.
# Inside ticket-response skill
## STEP 0
~/.config/our-company-ai/cs-team/CLAUDE.md 를 먼저 읽는다.
없으면 작업 정지하고 cold-start-interview 실행 요청.
이 6단계로 어떤 한국 기업이든 — Cold-Start Interview 기반 AI 도입이 가능하다.
customer-support-cold-start실제 작동하는 코드를 보자. 한국 SaaS 회사의 CS팀용 cold-start interview 스킬이다.
---
name: cs-team-cold-start
description: |
CS팀 Practice Profile 생성 인터뷰. 회사 정체성·응대 정책·
환불 매트릭스·escalation 경로·시드 티켓 5건을 수집해
~/.config/our-company-ai/cs-team/CLAUDE.md 에 박제.
10-15분 소요. 모든 CS 스킬의 사전 조건.
---
# CS Team Cold-Start Interview
당신은 CS 팀장과 마주 앉은 AI 컨설턴트다. 따뜻하지만 효율적인
어조로 다음 인터뷰를 진행한다. 답변은 사용자의 *자연스러운 한국어
표현*을 그대로 보존해 Practice Profile에 박제한다.
## STEP 1 — 정체성 (1-2분)
물어볼 것:
- 회사 이름과 어떤 서비스를 운영하시나요?
- CS팀 규모는? (인원, 시프트)
- 일평균 처리 티켓 수?
- 주요 채널? (이메일, 챗봇, 전화)
답변을 *Practice Profile의 "## 우리 정체성"* 섹션에 기록.
## STEP 2 — 응대 정책 (3-4분)
물어볼 것:
- 응답 시간 목표? (예: 첫 응답 30분, 해결 4시간)
- 응대 어조는? (격식 / 친근 / 중립)
- 자주 쓰는 인사말 / 마무리 인사?
- 한국어 / 영어 비율?
- 이모지 사용 정책?
답변을 *"## 응대 정책"* 섹션에 기록.
## STEP 3 — 환불·교환 매트릭스 (2-3분)
물어볼 것:
- 14일 이내 환불 정책?
- 부분 환불 기준?
- 자동 거절되는 케이스?
- 예외 승인 권한은 누구에게?
답변을 *"## 환불·교환 매트릭스"* 섹션에 *3단계 구조*로 박제:
**자동 승인 / 매니저 승인 / 거절**.
## STEP 4 — 절대 하지 말 것 (2분)
물어볼 것:
- CS 직원이 *절대 약속하면 안 되는 것*은?
- 보안·개인정보 관련 금지 사항은?
- 법적 문구·면책 표현은?
답변을 *"## 절대 하지 말 것"* 섹션에 기록. 이 섹션은 모든 후속
스킬이 *최우선으로* 따른다.
## STEP 5 — escalation (1-2분)
물어볼 것:
- 직원 단독 처리 한도? (금액·시간·복잡도)
- 매니저 escalation 기준?
- 법무팀 escalation 트리거?
- 긴급 사안(언론·VIP·법적 위협) 대응 라인?
답변을 *"## escalation"* 섹션에 *3단계 매트릭스*로 박제.
## STEP 6 — 시드 티켓 5건 (3-5분)
사용자에게 요청:
"최근 처리한 CS 티켓 5건을 보여주세요. 가능하면 다음 카테고리
별로 1건씩:
1. 일반 문의 (제품 사용법 등)
2. 환불·교환 요청
3. 컴플레인 / 불만
4. escalation 케이스
5. 칭찬·긍정 피드백
각 티켓은 *고객 원문 + 우리 응답*을 함께 주세요."
시드 티켓을 분석해:
- 우리 회사의 *실제 응대 어조* 추출
- 자주 쓰는 *문장 구조* 파악
- *명시되지 않은 암묵 규칙* 발견 (예: "기프티콘 보상 자주 제안하네")
- 위의 모든 발견을 *"## 시드 티켓 인사이트"* 섹션에 기록
## STEP 7 — Practice Profile 생성
위의 6단계 답변을 종합해 *사람이 읽을 수 있는 마크다운 한 페이지*를
생성한다. 다음 경로에 저장:
```bash
~/.config/our-company-ai/cs-team/CLAUDE.md
저장 후 사용자에게: "Practice Profile이 생성됐습니다. 이제 다음 명령으로 작업할 수 있어요: /cs:reply <티켓 ID> — 응답 초안 생성 /cs:classify <티켓 ID> — 자동 분류 /cs:refund-decide <티켓 ID> — 환불 가능 여부 판단
profile 수정이 필요하면 위 경로의 CLAUDE.md를 직접 편집하시면 됩니다."
인터뷰 완료. 다음 명령을 사용자에게 안내.
이 한 개의 SKILL.md만 있으면 — CS팀의 모든 후속 AI 작업이 *우리 회사답게* 작동한다.
---
## 8장. 컨텍스트 엔지니어링의 진화: Prompt → Context → Profile
Cold-Start Interview는 단순한 *설정 도구*가 아니다. *AI 커스터마이제이션 패러다임의 3단계 진화*에서 마지막 단계의 등장을 의미한다.
<div class="timeline">
<div class="timeline-item">
<div class="timeline-year">2022~2023</div>
<div class="timeline-title">1단계 — Prompt Engineering</div>
<div class="timeline-desc">*"이 프롬프트만 쓰면 ChatGPT가 완벽해요"*. 마법의 문장 한 줄. 매번 다시 입력해야 함. *Andrej Karpathy*가 <em>"끝났다"</em>고 선언.</div>
</div>
<div class="timeline-item">
<div class="timeline-year">2024~2025</div>
<div class="timeline-title">2단계 — Context Engineering</div>
<div class="timeline-desc">*"매 호출에 적절한 정보로 컨텍스트 윈도우를 채우는 예술과 과학"*. RAG, MCP, Skills 등장. 그러나 *누가, 어떻게* 정보를 정리하는가의 문제 남음.</div>
</div>
<div class="timeline-item highlight">
<div class="timeline-year">2026~</div>
<div class="timeline-title">3단계 — Practice Profile + Cold-Start</div>
<div class="timeline-desc">전문가가 *AI와의 대화*만으로 자기 도메인을 박제. *마크다운 한 페이지*가 plugin 업데이트와 무관하게 영구 유지. AI가 *도구*가 아니라 *직원*이 된다.</div>
</div>
</div>
### 각 단계의 핵심 차이
<div class="compare-table">
<table>
<thead>
<tr><th></th><th data-color="blue">Prompt</th><th data-color="purple">Context</th><th data-color="green">Practice Profile</th></tr>
</thead>
<tbody>
<tr><td><strong>주체</strong></td><td>사용자 (매번)</td><td>개발자 (한 번)</td><td>전문가 (대화로 한 번)</td></tr>
<tr><td><strong>저장</strong></td><td>없음 (반복 입력)</td><td>코드/벡터DB</td><td>마크다운 한 페이지</td></tr>
<tr><td><strong>업데이트</strong></td><td>매번 다시</td><td>개발자 수정</td><td>전문가 직접 수정</td></tr>
<tr><td><strong>plugin 업데이트와 분리</strong></td><td>해당 없음</td><td>안 됨 (재배포 필요)</td><td>완벽히 분리</td></tr>
<tr><td><strong>가독성</strong></td><td>낮음</td><td>낮음 (벡터)</td><td>높음 (마크다운)</td></tr>
<tr><td><strong>전문가 직접 편집</strong></td><td>가능</td><td>어려움</td><td>쉬움</td></tr>
</tbody>
</table>
</div>
### 왜 Practice Profile이 결정적인가
세 가지 이유다.
<div class="insight-card">
<div class="insight-step problem">
<div class="insight-step-icon">1</div>
<div class="insight-step-body">
<div class="insight-step-title">전문가가 직접 작성·편집</div>
<div class="insight-step-text">IT팀의 번역 없이, 변호사·의사·회계사가 *자기 도메인 언어로* AI를 가르친다. 손실 0.</div>
</div>
</div>
<div class="insight-step solution">
<div class="insight-step-icon">2</div>
<div class="insight-step-body">
<div class="insight-step-title">코드와 데이터의 깔끔한 분리</div>
<div class="insight-step-text">plugin/skill은 *공급사가 관리*, Practice Profile은 *사용자가 소유*. 업데이트 충돌 없음.</div>
</div>
</div>
<div class="insight-step result">
<div class="insight-step-icon">3</div>
<div class="insight-step-body">
<div class="insight-step-title">시간이 지날수록 가치 증가</div>
<div class="insight-step-text">한 번 만들면 *plugin 버전 5번 바뀌어도 그대로 작동*. 회사의 *디지털 자산*으로 누적.</div>
</div>
</div>
</div>
---
## 9장. 진짜 의미: AI는 '제품'이 아니라 '직원'이 된다
여기까지의 분석을 한 문장으로 압축하면 — *AI는 "제품(product)"이 아니라 "직원(employee)"으로 다뤄야 한다*는 것이다.
### 제품 vs 직원의 차이
<div class="compare-grid">
<div class="compare-card left">
<div class="compare-card-title">제품(Product)으로서의 AI</div>
<div class="compare-card-item">설치하면 즉시 작동해야 함</div>
<div class="compare-card-item">설정 = 옵션 토글</div>
<div class="compare-card-item">업데이트 = 새 버전 설치</div>
<div class="compare-card-item">실패 = 환불 또는 교체</div>
<div class="compare-card-item">관계 = 사용자 ↔ 도구</div>
</div>
<div class="compare-card right">
<div class="compare-card-title">직원(Employee)으로서의 AI</div>
<div class="compare-card-item">투입 전 *온보딩*이 필요</div>
<div class="compare-card-item">설정 = *연수와 교육*</div>
<div class="compare-card-item">업데이트 = *재교육*</div>
<div class="compare-card-item">실패 = *코칭과 피드백*</div>
<div class="compare-card-item">관계 = 매니저 ↔ 부하 직원</div>
</div>
</div>
### 직원으로서의 AI를 다루는 4가지 원칙
코어닷투데이가 정리한 4가지 원칙.
**① 첫날에 너무 많이 기대하지 말 것.** 신입 직원이 첫날부터 모든 일을 할 수 있는가? 없다. AI도 마찬가지. Cold-Start Interview 15분이 *신입 연수의 첫날*이다.
**② 코칭 가능한 흔적을 남길 것.** AI가 잘못한 부분을 *Practice Profile에 명시적으로 기록*해 두면 — 다음번엔 같은 실수를 안 한다. 직원에게 *피드백 메모*를 남기는 것과 같다.
**③ 부서별로 다른 AI를 둘 것.** 한 직원이 모든 부서 일을 할 수 없다. CS팀 AI, 인사팀 AI, 영업팀 AI는 *각각의 Practice Profile*을 가져야 한다.
**④ 회사 자산으로 누적할 것.** 한 명의 직원이 떠나도 *온보딩 매뉴얼은 회사에 남는다*. Practice Profile도 마찬가지 — *어떤 AI 모델이 새로 나와도, 그 회사의 Practice Profile은 그대로 적용할 수 있다.*
### 코어닷투데이의 베팅
우리는 — *2027년이 되면, 모든 회사가 자체 Practice Profile 컬렉션을 가질 것*이라고 본다. 그건 *회사의 새로운 무형자산*이 된다. SaaS 라이선스보다 *훨씬 가치가 큰* 자산이다.
지금부터 *우리 회사의 Practice Profile들을 정성껏 빚어두는 회사*가 — 다음 5년의 승자가 될 것이다.
---
## 에필로그: 신입 변호사의 첫날, 다시
이 글의 첫 장면을 다시 떠올려 보자. 대형 로펌에 입사한 신입 변호사의 첫날. *15분의 면접*과 *5건의 시드 문서*만으로, 그는 회사의 *암묵지*를 머리에 박는다.
이제 우리는 — *AI에게도 똑같은 권리*를 주기 시작했다. Cold-Start Interview 15분. 시드 문서 5건. Practice Profile 한 페이지. 그러면 그 AI는 — 우리 회사의 신입 변호사처럼 — *"우리 회사답게"* 일할 수 있는 직원이 된다.
이건 *법률 산업의 이야기가 아니다.* 의사가 *우리 병원답게*, 회계사가 *우리 회계법인답게*, 디자이너가 *우리 스튜디오답게*, 교사가 *우리 학원답게* — 그리고 우리 CS 직원이 *우리 회사답게* 일하게 만드는 — *모든 전문직 AI 도입의 새 표준 패턴*이다.
코어닷투데이는 이 패턴을 <em>"AI 온보딩(AI Onboarding)"</em>이라 부르려 한다. 신입사원에게 했던 일을, AI에게도 하는 것. 그리고 그 결과로 — *AI가 진짜 직원이 되는* 시대다.
지금 당신의 회사에는 — *이 첫 15분의 인터뷰를 받아본 AI가 있는가?*
---
## 더 읽어볼 자료
* Anthropic 공식 저장소 — [anthropics/claude-for-legal](https://github.com/anthropics/claude-for-legal)
* Anthropic 엔지니어링 — [Equipping agents with Agent Skills](https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills)
* Claude Code 가이드 — [Best Practices](https://code.claude.com/docs/en/best-practices)
* HBR — [Create an Onboarding Plan for AI Agents](https://hbr.org/2026/03/create-an-onboarding-plan-for-ai-agents)
* Hacker News 토론 — [Claude for Legal #48141234](https://news.ycombinator.com/item?id=48141234)
* 코어닷투데이 시리즈 1편 — [Claude for Legal 완전 해부](/blog/claude-for-legal-special-2026)
* 코어닷투데이 시리즈 2편 — [리걸테크 AI 대전 2026](/blog/legaltech-ai-war-2026)
* 코어닷투데이 — [컨텍스트 엔지니어링 완전 정복](/blog/context-engineering-guide)
* 코어닷투데이 — [MCP 완전 이해](/blog/mcp-understanding)
---
> **코어닷투데이의 시각** — 우리는 이 메커니즘을 *2026년 가장 저평가된 발견*이라 본다. Anthropic 자신조차 *법률 산업 발표의 부속물*로 다뤘다. 그러나 *AI를 어떻게 우리 회사 사람으로 만드는가*에 대한 — 모든 산업의 답이 여기 있다. 코어닷투데이는 한국 기업·관공서·로펌·병원·학원에 — *각자의 도메인용 Cold-Start Interview*를 함께 설계해 드리는 작업을 시작한다. 한국에서 *Practice Profile 자산을 가장 먼저 누적하는 조직*이, 다음 5년의 경쟁에서 가장 큰 우위를 가질 것이다.
