기본 콘텐츠로 건너뛰기

클로드 코드 왕초보 가이드 9편 — 이런 에러 나왔어요, 당황하지 마세요 2026

thumbnail

Photo by Solomon Dredzen on Unsplash

터미널에 빨간 글씨가 뜨면 심장이 한 번 쿵 합니다. "뭘 잘못한 거지?" 하는 생각이 먼저 듭니다.
다행히 Claude Code에서 만나는 에러 대부분은 패턴이 정해져 있습니다. 7가지만 알면 90%는 스스로 해결됩니다.

저도 처음 Claude Code를 깔았을 때 command not found가 뜨고 멘붕이 왔습니다. 코딩을 전혀 몰랐으니 에러 메시지 자체가 외국어였습니다. 그런데 몇 번 겪다 보니 깨달았습니다. 에러는 "고장"이 아니라 "안내문"입니다. 뭘 고치면 되는지 알려주는 겁니다.


에러 1 — "command not found: claude"

Claude Code를 설치하고 신나게 claude를 입력했는데 이런 메시지가 뜹니다.

bash: command not found: claude

컴퓨터가 "claude라는 프로그램을 못 찾겠다"고 말하는 겁니다. 설치가 안 된 건 아닙니다. 터미널이 설치된 위치를 아직 인식하지 못하는 상태입니다.

해결법

  1. 터미널을 완전히 닫고 새로 엽니다. 설치 직후에는 경로 정보가 갱신되지 않은 상태입니다. 새 터미널을 열면 대부분 해결됩니다.
  2. 그래도 안 되면 재설치합니다.
npm install -g @anthropic-ai/claude-code

설치 과정이 기억나지 않는다면 3편 설치 가이드를 다시 확인해보세요.


에러 2~4 — 로그인, 속도, 지시 무시 문제

에러 2: 로그인이 안 됩니다

claude를 실행하면 브라우저에서 인증하라는 메시지가 뜹니다. 그런데 브라우저가 자동으로 안 열리거나, 열려도 인증이 완료되지 않을 때가 있습니다.

1 인증 URL 직접 복사

터미널에 표시된 URL을 마우스로 드래그해서 복사한 뒤, 브라우저 주소창에 직접 붙여넣으세요. 자동 실행이 안 될 뿐이지 URL 자체는 유효합니다.

2 그래도 안 되면 로그아웃 후 재시도

/logout

Claude Code 안에서 위 명령어를 입력하면 기존 인증 정보가 초기화됩니다. 그 다음 claude를 다시 실행하면 처음부터 인증 과정이 시작됩니다.

에러 3: 응답이 너무 느립니다

AI가 30초 넘게 생각만 하고 있다면, 대화가 너무 길어져서 처리할 양이 많아진 겁니다. 8편에서 다뤘던 컨텍스트 윈도우 문제입니다.

  • /compact — 대화 내용을 압축해서 처리량을 줄입니다.
  • /clear — 대화를 완전히 초기화합니다. 새 출발이 필요할 때 씁니다.

에러 4: 원하는 대로 안 해줍니다

AI가 엉뚱한 결과를 내놓는 건 대부분 지시가 모호했기 때문입니다. "대충 해줘"라고 하면 AI도 대충 합니다.

Before / After 비교

구분 지시 방식
Before (모호) 이 파일 좀 고쳐줘
After (구체적) index.html 파일에서 제목을 "클로드 코드 가이드"로 바꾸고, 본문 첫 문단 아래에 날짜를 추가해줘
반복적으로 같은 규칙을 적용해야 한다면: 7편에서 다뤘던 CLAUDE.md 파일에 규칙을 적어두세요. 매번 말하지 않아도 AI가 자동으로 참고합니다.

에러 5~7 — 파일 수정, 기억, 한글 문제

에러 5: 파일을 잘못 수정했습니다

AI가 파일을 수정했는데 결과가 영 아닙니다. 원래 상태로 되돌리고 싶습니다. 당황해서 터미널을 닫지 마세요. Claude Code에는 되돌리기 기능이 있습니다.

1 Esc 두 번 — 되감기

Esc 키를 두 번 누르면 AI가 방금 한 작업을 되돌립니다. 파일 수정 전 상태로 복원됩니다. Ctrl+Z 같은 역할입니다.

2 Shift+Tab — 계획 모드

AI가 바로 실행하지 않고, 먼저 "이렇게 할 건데 괜찮습니까?"라고 계획을 보여주는 모드입니다. 중요한 파일을 수정할 때는 이 모드를 켜두면 실수를 미리 잡을 수 있습니다.

핵심: 되감기(Esc 두 번)와 계획 모드(Shift+Tab)만 기억하면 파일 수정 실수가 두렵지 않습니다. 실수해도 복구할 수 있다는 게 포인트입니다.

에러 6: 이전 내용을 기억 못합니다

분명 5분 전에 설명한 건데 AI가 "무슨 말씀이신지 모르겠습니다"라고 반응합니다. 8편에서 자세히 다뤘지만 핵심만 정리하면 이렇습니다.

  • /compact — 대화 압축. 공간 확보 후 다시 시도.
  • 새 대화 시작 — claude를 다시 입력해서 깨끗한 상태에서 시작.
  • claude --continue — 직전 대화를 이어가고 싶을 때.

대화가 길어질수록 AI의 기억 공간이 줄어듭니다. 30분 이상 작업했다면 한 번쯤 /compact를 실행하는 습관을 들이세요.

에러 7: 한글이 깨집니다

AI가 만든 파일을 열어보니 한글이 ????나 �로 표시됩니다. 인코딩 문제입니다.

  1. 파일 인코딩을 UTF-8로 설정하세요. VS Code 기준으로 하단 상태바에서 인코딩 표시를 클릭하면 변경할 수 있습니다.
  2. 터미널은 VS Code 내장 터미널을 추천합니다. Windows 기본 명령 프롬프트(cmd)는 한글 인코딩 문제가 자주 발생합니다. VS Code 터미널이나 Windows Terminal을 쓰면 대부분 해결됩니다.

그래도 안 될 때 — 마지막 수단 2가지

위 7가지를 다 시도했는데도 문제가 해결되지 않을 때가 있습니다. 그때 쓰는 마지막 카드 두 장입니다.

1 /doctor — 자가 진단

/doctor

Claude Code가 스스로 환경을 점검합니다. Node.js 버전, 인증 상태, 설정 파일 등을 체크해서 문제가 있으면 알려줍니다. 병원 가기 전에 체온 재보는 것과 같습니다.

2 /bug — 버그 리포트

/bug

진짜 버그인 것 같다면 이 명령어로 Anthropic에 직접 보고할 수 있습니다. 현재 환경 정보가 자동으로 포함되어 전송됩니다.


에러별 대응 요약

에러 상황 첫 번째로 시도할 것 그래도 안 되면
command not found 터미널 새로 열기 npm 재설치
로그인 실패 인증 URL 직접 복사 /logout 후 재시도
응답 느림 /compact /clear
지시 무시 구체적으로 다시 지시 CLAUDE.md에 규칙 작성
파일 잘못 수정 Esc 두 번 (되감기) Shift+Tab (계획 모드)
기억 못함 /compact 새 대화 시작
한글 깨짐 UTF-8 설정 VS Code 터미널 사용

자주 묻는 질문 (FAQ)

Q. 에러 메시지가 영어로만 나오는데, 번역해도 되나요?

번역보다 에러 메시지를 그대로 Claude Code에 붙여넣는 게 더 빠릅니다. "이 에러가 뭔지 설명해줘"라고 물어보면 한글로 원인과 해결법을 알려줍니다. AI한테 에러를 물어보는 것도 AI를 잘 쓰는 방법입니다.

Q. Esc 두 번 눌렀는데 되돌아가지 않아요.

AI가 아직 작업 중일 때는 Esc가 "작업 중단" 역할을 합니다. 작업이 완전히 끝난 뒤에 Esc 두 번을 눌러야 되감기가 작동합니다. 타이밍이 중요합니다.

Q. /doctor를 실행했는데 문제가 없다고 나옵니다. 그런데 여전히 이상해요.

/doctor는 환경 설정 문제만 점검합니다. AI의 응답 품질 문제라면 대화가 길어진 것이 원인일 가능성이 높습니다. /compact나 새 대화를 먼저 시도해보세요.


정리하며

관점 한 스푼: 에러를 두려워하면 아무것도 시도하지 않게 됩니다. 코딩을 몰라도 에러는 해결할 수 있습니다. 사실 에러 메시지는 "여기가 문제야"라고 친절하게 알려주는 안내문입니다. 그걸 읽는 법을 배우면 더 이상 빨간 글씨가 무섭지 않습니다. AI 도구를 쓰면서 가장 빠르게 성장하는 순간은 에러를 만났을 때입니다. 에러를 만나고, 해결하고, 다시 시도하는 그 과정 자체가 실력입니다.


시리즈 전체 목차

#멜론 AI 인사이트 #Claude Code #초보자 가이드 #비개발자 #에러 해결

다음 편에서 비용 관리법을 알아봅니다

10편: 비용 관리, 얼마나 쓰고 있는지 확인하는 법 (곧 공개) →

참고 자료
· Anthropic 공식 문서 — Claude Code Documentation

댓글

이 블로그의 인기 게시물

OpenAI가 음성 모델 3종 동시 출시 — 70개 언어 실시간 번역까지 가능해진 시대 2026

Photo by Dominik Kempf on Unsplash AI가 듣고, 말하고, 번역까지 — 한 번에 풀렸습니다. OpenAI가 음성 인텔리전스 모델 3종을 동시에 공개했습니다. 70개 언어를 13개 언어로 실시간 번역하는 모델이 그중에 있습니다. 콜센터·회의·통화의 모양이 바뀌는 시작점입니다. [AdSense 상단] 무엇이 출시됐나 2026년 5월, OpenAI는 음성 인텔리전스 분야 신모델 3종을 API로 한꺼번에 풀었습니다. GPT-Realtime-2 는 자연스러운 음성 대화를 위한 모델입니다. GPT-5급 추론 능력을 기반으로 사용자의 복잡한 요청을 처리합니다. 단순 응답이 아니라, 실제 대화처럼 흐름을 잡는 것이 핵심입니다. GPT-Realtime-Translate 는 실시간 번역 모델입니다. 70개 이상 언어로 들어온 음성을 13개 언어로 화자의 속도에 맞춰 번역합니다. 회의 중간에 끊어 들을 필요 없이, 말하는 동시에 다른 언어로 흘러나옵니다. GPT-Realtime-Whisper 는 음성을 텍스트로 바꾸는 모델입니다. 초저지연이 핵심입니다. 라이브 자막·회의록·실시간 받아쓰기가 자연스럽게 느껴지는 수준입니다. 왜 이게 큰 변화일까요 지금까지 음성 AI는 두 가지 한계가 있었습니다. 첫째, 부자연스러운 응답 톤. 둘째, 실시간성 부족. 1~2초 늦게 반응하는 AI는 통화에서 답답합니다. 이번 3종은 두 한계를 모두 짚었습니다. GPT-Realtime-2는 자연스러움을, Whisper는 지연 시간을, Translate는 둘을 다국어로 확장했습니다. 특히 "70개 언어 → 13개 언어 실시간 번역"은 그동안 사람 통역사가 메우던 영역을 AI가 대체할 수 있다는 신호입니다. 실제 적용도 시작됐습니다. 미국 부동산 플랫폼 Zillow는 GPT-Realtime-2로 복잡한 음성 상담을 처리하고 있고, 통화 성공률과 규제 준수 측면에서 의미 있는 개선을 보고했습니다....

ChatGPT 메모리가 이제 보입니다 — 환각 52% 줄인 GPT-5.5 Instant의 진짜 변화 2026

Photo by Andy Luo on Unsplash OpenAI가 ChatGPT를 조용히 바꿨습니다. 새 기본 모델 GPT-5.5 Instant가 나왔고, 환각이 절반 가까이 줄었습니다. 그런데 더 중요한 건 따로 있습니다. 이제 ChatGPT가 답을 어디서 가져왔는지 사용자에게 보여주기 시작했다는 점입니다. [AdSense 상단] 무엇이 바뀌었나 2026년 5월 5일, OpenAI는 ChatGPT의 기본 모델을 GPT-5.5 Instant로 교체했습니다. 가장 눈에 띄는 숫자는 환각률입니다. 의학·법률·금융처럼 잘못된 답이 실제로 손해로 이어지는 분야에서, 새 모델은 이전(GPT-5.3 Instant)보다 환각된 주장을 52.5% 적게 만들어냈다고 OpenAI는 자체 평가에서 밝혔습니다. 수학 추론(AIME 2025)에서는 점수가 65.4에서 81.2로 올랐고, 멀티모달 추론(MMMU-Pro)에서도 69.2에서 76으로 향상됐습니다. 속도는 이전 모델 수준을 그대로 유지했다는 게 OpenAI의 설명입니다. 그런데 진짜 변화는 모델 성능이 아니라 메모리 소스 표시 기능 입니다. ChatGPT는 이제 답변을 만들 때 참고한 과거 대화, 업로드 파일, 연결된 Gmail 정보를 사용자에게 보여줍니다. 사용자는 잘못된 출처를 삭제하거나 수정할 수 있습니다. 다른 사람과 채팅을 공유해도 메모리 소스는 본인만 볼 수 있습니다. 왜 이게 큰 변화일까요 지금까지 ChatGPT를 쓰면서 가장 답답했던 순간을 떠올려보면, 대부분 같은 종류의 답답함이었을 겁니다. "이 답이 도대체 어디서 나온 거지?" AI는 자신감 있게 답하지만, 그 자신감의 근거를 사용자가 검증할 방법이 없었습니다. 환각이라는 단어가 늘 따라다닌 이유입니다. 메모리 소스가 보이기 시작했다는 건, AI 답변에 처음으로 추적 가능한 흔적 이 생겼다는 뜻입니다. 비개발자 입장에서 이건 단순한 UI 추가가 아닙니다. 그동안 ...

Meta·Microsoft 2만명 해고 — AI에 수백조 쓰면서 사람은 자르는 빅테크의 산수 2026

Photo by Jeffrey Keenan on Unsplash Meta가 8,000명을 자른다. Microsoft도 8,750명에게 자발적 퇴직을 권고했다. 같은 주에 두 회사가 AI 인프라에 쏟겠다고 발표한 금액은 수백억 달러다. AI에 돈을 넣는 손과 사람을 빼는 손이 같은 회사에 붙어 있다. 이 소식을 듣고 "빅테크가 원래 구조조정 많이 하잖아"라고 넘길 수도 있다. 나도 처음엔 그랬다. 그런데 숫자를 모아서 보니 생각이 달라졌다. 2026년에만 테크 업계 해고가 9만 2천 명이다. 2020년부터 누적하면 90만 명에 가깝다. 광고 자리 (AdSense 승인 후 교체) 지금 무슨 일이 벌어지고 있나? Meta는 5월 20일부터 전체 인력의 10%인 8,000명을 해고한다. 거기에 채용 예정이던 6,000개 포지션도 폐지했다. 실질적으로 1만 4천 명분의 일자리가 사라진 셈이다. Microsoft는 미국 직원의 7%에게 자발적 퇴직 패키지를 제안했다. 최대 8,750명이 나갈 수 있는 규모다. Amazon도 올해 들어 역대 최대 규모의 구조조정을 발표한 바 있다. 회사 해고 규모 시점 Meta 8,000명 + 채용 6,000건 폐지 5월 20일 시작 Microsoft 최대 8,750명 (자발적 퇴직) 4월 발표 Amazon 역대 최대 (구체 수치 미공개) 2026년 초 2026년 누적 9.2만 명 (테크 업계 전체) Layoffs.fyi 기준 같은 지갑에서 나오는 돈이다 이게 단순한 구조조정이 아닌 이유가 있다. 사람을 자르는 동시에 AI에 투자하는 금액이 폭증하고 있기 때문이다. CNBC는 이걸 "급여를 AI 자본 지출로 전환하는 것" 이라고 표현했다. 직설적으로 말하면, 사람한테 주던 월급을 GPU와 데이터센터에 넣고 있다는 거다. 이건 경기 ...