Claude Projects 활용법: 커스텀 지침과 파일 업로드로 프로젝트별 AI 어시스턴트 만드는 완벽 가이드
Claude Projects란 무엇인가?
Claude Projects는 Anthropic이 제공하는 강력한 기능으로, 프로젝트별로 맞춤형 AI 어시스턴트를 구성할 수 있게 해줍니다. 커스텀 지침(Custom Instructions)과 파일 업로드(Knowledge Base)를 활용하면, Claude가 여러분의 프로젝트 맥락을 정확히 이해하고 일관된 응답을 제공합니다. 매번 같은 설명을 반복할 필요 없이, 한 번 설정하면 팀 전체가 동일한 컨텍스트로 작업할 수 있습니다.
사전 준비 사항
- Claude Pro, Team, 또는 Enterprise 플랜 구독 (Projects는 무료 플랜에서 사용 불가)- 프로젝트에 업로드할 참고 문서 준비 (PDF, TXT, CSV, MD 등)- 프로젝트 목표와 Claude가 따라야 할 규칙 정리
단계별 가이드: 프로젝트 생성부터 활용까지
Step 1: 새 프로젝트 생성
- claude.ai에 로그인합니다.- 왼쪽 사이드바에서 “Projects” 섹션을 클릭합니다.- “Create Project” 버튼을 클릭합니다.- 프로젝트 이름과 설명을 입력합니다. 예:
마케팅 콘텐츠 어시스턴트
Step 2: 커스텀 지침 작성
프로젝트 설정에서 “Custom Instructions” 영역에 Claude가 따라야 할 규칙을 작성합니다. 이 지침은 해당 프로젝트의 모든 대화에 자동 적용됩니다.
효과적인 커스텀 지침 작성 예시:
# 역할 정의
당신은 B2B SaaS 마케팅 전문가입니다.
톤 앤 보이스
- 전문적이면서도 친근한 톤을 유지하세요
- 한국어로 작성하되, 마케팅 전문 용어는 영문 병기하세요
- 예: 전환율(Conversion Rate)
출력 형식
- 블로그 글은 항상 H2, H3 헤딩 구조를 사용하세요
- 핵심 포인트는 불릿 리스트로 정리하세요
- 글 마지막에 CTA(Call-to-Action)를 포함하세요
제약 조건
- 경쟁사를 직접 비하하는 표현은 사용하지 마세요
- 검증되지 않은 통계는 인용하지 마세요
SEO 키워드를 자연스럽게 포함하세요
Step 3: 지식 베이스(Knowledge Base) 파일 업로드
- 프로젝트 설정에서 “Add Content” 또는 **“Upload Files”**를 클릭합니다.- 참고할 문서를 업로드합니다 (프로젝트당 최대 약 200K 토큰).- 업로드 가능한 파일 형식: PDF, TXT, CSV, MD, 코드 파일 등
업로드 추천 파일 유형:
| 파일 유형 | 활용 사례 | 예시 |
|---|---|---|
| 브랜드 가이드라인 (PDF) | 일관된 톤과 스타일 유지 | brand-guide-2026.pdf |
| API 문서 (MD) | 기술 문서 작성 지원 | api-reference.md |
| 제품 스펙 (TXT) | 정확한 제품 정보 제공 | product-specs.txt |
| FAQ 데이터 (CSV) | 고객 지원 응답 생성 | customer-faq.csv |
| 코드베이스 (소스코드) | 코드 리뷰 및 디버깅 | main.py, utils.ts |
# 테스트 프롬프트 예시
“우리 브랜드 가이드라인에 맞춰서 신제품 런칭 블로그 글을 작성해줘”
“API 문서를 참고해서 인증 엔드포인트의 사용 예시를 만들어줘”
“FAQ 데이터를 기반으로 고객 문의에 대한 답변 템플릿을 만들어줘”
Step 5: API를 통한 프로젝트 활용 (개발자용)
Claude API에서도 System Prompt를 활용하여 프로젝트와 유사한 커스텀 지침을 적용할 수 있습니다.
import anthropic
client = anthropic.Anthropic(api_key=“YOUR_API_KEY”)
System Prompt로 커스텀 지침 적용
system_prompt = """
당신은 B2B SaaS 마케팅 전문가입니다.
한국어로 응답하되, 전문 용어는 영문 병기하세요.
블로그 글은 H2, H3 헤딩 구조를 사용하세요.
"""
response = client.messages.create(
model=“claude-sonnet-4-20250514”,
max_tokens=1024,
system=system_prompt,
messages=[
{“role”: “user”, “content”: “신제품 AI 분석 도구 런칭 블로그 글 작성해줘”}
]
)
print(response.content[0].text)
# CLI로 Claude API 호출 (curl)
curl https://api.anthropic.com/v1/messages
-H “x-api-key: YOUR_API_KEY”
-H “anthropic-version: 2023-06-01”
-H “content-type: application/json”
-d ’{
“model”: “claude-sonnet-4-20250514”,
“max_tokens”: 1024,
“system”: “당신은 B2B SaaS 마케팅 전문가입니다.”,
“messages”: [{“role”: “user”, “content”: “블로그 글 작성해줘”}]
}‘Step 6: 팀 공유 및 협업 설정
- Team 또는 Enterprise 플랜에서는 프로젝트를 팀원과 공유할 수 있습니다.- 프로젝트 설정에서 공유 범위를 지정합니다: 개인, 팀 전체, 또는 특정 멤버.- 팀원은 동일한 커스텀 지침과 Knowledge Base를 바탕으로 일관된 결과를 얻습니다.
실전 활용 시나리오
| 시나리오 | 커스텀 지침 핵심 | 업로드 파일 |
|---|---|---|
| 기술 문서 작성 | API 규격 준수, 코드 예시 필수 포함 | API 스펙, SDK 문서 |
| 고객 지원 봇 | 공감적 톤, 에스컬레이션 규칙 명시 | FAQ, 제품 매뉴얼 |
| 코드 리뷰 어시스턴트 | 코딩 컨벤션, 보안 체크리스트 적용 | 스타일 가이드, 소스코드 |
| 법률 문서 검토 | 법률 용어 정의, 검토 체크리스트 | 계약서 템플릿, 법률 참고서 |
claude-instructions/ 디렉토리를 만들어 관리하면 효과적입니다.- **Negative Instructions 활용:** "~하지 마세요" 형태의 지침이 때로는 긍정형 지침보다 정확한 결과를 냅니다. 예: "마크다운 코드 블록 밖에서는 백틱을 사용하지 마세요"- **파일 업로드 최적화:** 핵심 문서를 먼저 업로드하세요. Claude는 토큰 제한 내에서 가장 관련성 높은 내용을 우선 참조합니다.- **프로젝트 분리 전략:** 하나의 큰 프로젝트보다 목적별로 분리된 여러 프로젝트가 더 정확한 결과를 제공합니다.
## Troubleshooting: 자주 발생하는 문제와 해결법
| 문제 | 원인 | 해결 방법 |
|---|---|---|
| 커스텀 지침이 무시됨 | 지침이 너무 길거나 모호함 | 핵심 규칙을 상단에 배치하고, 구체적인 예시를 포함하세요 |
| 업로드 파일 내용을 참조하지 않음 | 질문이 파일 내용과 연결되지 않음 | "업로드한 [파일명]을 참고하여..."와 같이 명시적으로 요청하세요 |
| 파일 업로드 실패 | 파일 크기 초과 또는 미지원 형식 | 파일을 분할하거나 지원 형식(PDF, TXT, MD, CSV)으로 변환하세요 |
| 팀원이 프로젝트를 볼 수 없음 | 공유 설정 미완료 | 프로젝트 설정에서 Visibility를 Team으로 변경하세요 |
| 응답 품질이 일관되지 않음 | 지침 내 상충되는 규칙 존재 | 지침을 검토하여 모순되는 항목을 제거하고 우선순위를 명확히 하세요 |
Q1: Claude Projects에 업로드할 수 있는 파일 크기와 개수 제한은 어떻게 되나요?
프로젝트당 약 200K 토큰까지의 컨텍스트를 지원하며, 개별 파일은 최대 약 30MB까지 업로드할 수 있습니다. 파일 개수에 명시적 제한은 없지만, 전체 토큰 한도 내에서 관리해야 합니다. 대용량 파일은 핵심 내용만 추출하여 업로드하는 것이 효율적입니다.
Q2: 커스텀 지침의 최적 길이는 어느 정도인가요?
일반적으로 5001500자 사이가 가장 효과적입니다. 너무 짧으면 Claude가 맥락을 충분히 파악하지 못하고, 너무 길면 핵심 규칙이 희석될 수 있습니다. 가장 중요한 규칙을 상단에 배치하고, 구체적인 예시를 12개 포함하는 것이 좋습니다.
Q3: 프로젝트에 업로드한 파일의 보안은 어떻게 보장되나요?
Anthropic은 업로드된 파일을 모델 학습에 사용하지 않으며, 데이터는 암호화되어 저장됩니다. Enterprise 플랜에서는 SSO, 감사 로그 등 추가 보안 기능을 제공합니다. 다만 민감한 기밀 데이터는 업로드 전 조직의 데이터 정책을 반드시 확인하세요.