software

Claude Code와 Codex를 사용한 Rust 코딩

발행: (2025년 12월 29일 오후 01:04 GMT+9)
19 min read
원문: Dev.to

I’m ready to translate the article for you, but I’ll need the full text you’d like translated. Could you please paste the content (excluding the source line you’ve already provided) here? Once I have it, I’ll keep the source link unchanged and translate the rest into Korean while preserving all formatting, markdown, and technical terms.

Source: …

왜 Rust가 AI‑지원 개발을 실시간 코드 리뷰처럼 느끼게 하는가

한동안 AI 코딩 도구들을 실험해 왔는데, Rust와 Claude Code 혹은 OpenAI의 Codex 같은 에이전트를 결합하면 흥미로운 현상이 일어납니다. 이 경험은 Python이나 JavaScript와 작업할 때와 근본적으로 다르며, 한 가지 간단한 사실에 기인합니다: Rust의 컴파일러가 AI가 만든 각 편집에 대해 자동 전문가 리뷰어 역할을 한다는 점입니다.

  • 컴파일이 되면, 아마도 동작한다 – 이것은 단순히 Rust의 모토가 아니라, 신뢰할 수 있는 AI‑지원 개발의 기반이 되고 있습니다.
  • Claude Code나 Codex를 Python 코드베이스에 풀어놓으면, 기본적으로 AI가 스스로 올바르게 동작한다고 믿게 됩니다. 물론 린터와 타입 힌트(운이 좋다면)가 있긴 하지만, 엄격한 강제성은 없습니다: AI가 겉보기엔 괜찮은 코드를 생성하고, 빠른 리뷰를 통과하더라도 실제 운영 환경에서 누군가 생각하지 못한 엣지 케이스 때문에 폭발할 수 있습니다.

Rust에서는 컴파일러가 이러한 문제들을 코드가 실행되기 전에 잡아냅니다.

문제 유형Rust가 하는 일
메모리 안전 사고컴파일 시점에 잡힘
데이터 레이스컴파일 시점에 잡힘
라이프타임 문제컴파일 시점에 잡힘

이 덕분에 AI 코딩 도구가 실시간으로 학습할 수 있는 매우 촘촘한 피드백 루프가 만들어집니다.

Rust가 AI 코딩에 특별한 이유

컴파일러는 단순히 “Error”라고만 하고 머뭇거리지 않습니다. 무엇이 잘못됐는지, 어디가 잘못됐는지, 그리고 종종 어떻게 고쳐야 하는지까지 정확히 알려줍니다 – Codex나 Claude Code 같은 AI 도구에게는 금광과도 같습니다.

예시 1 – 소유된 String에서 참조 반환하기

fn get_first_word(s: String) -> &str {
    let bytes = s.as_bytes();
    for (i, &item) in bytes.iter().enumerate() {
        if item == b' ' {
            return &s[0..i];
        }
    }
    &s[..]
}

컴파일러 출력

error[E0106]: missing lifetime specifier
 --> src/main.rs:1:36
  |
1 | fn get_first_word(s: String) -> &str {
  |                   -             ^ expected named lifetime parameter
  |
  = help: this function's return type contains a borrowed value,
          but there is no value for it to be borrowed from
help: consider using the `'static` lifetime
  |
1 | fn get_first_word(s: String) -> &'static str {
  |                                 ~~~~~~~~

컴파일러는 AI에게 소유권 모델을 문자 그대로 설명합니다: “참조를 반환하려 하는데, 이 함수가 끝나면 참조 대상이 사라질 거야 – 이건 동작하지 않아.”

  • 구조화되고 결정적인 피드백 – 오류 코드 E0106, 정확한 위치, 명확한 설명, 그리고 제안된 수정까지.
  • 실제 해결책은 당연히 함수 시그니처를 소유가 아니라 빌림으로 바꾸는 것입니다.

예시 2 – 동시성 실수

use std::thread;

fn main() {
    let data = vec![1, 2, 3];

    let handle = thread::spawn(|| {
        println!("{:?}", data);
    });

    handle.join().unwrap();
}

컴파일러 출력

error[E0373]: closure may outlive the current function, but it borrows `data`
 --> src/main.rs:6:32
  |
6 |     let handle = thread::spawn(|| {
  |                                ^^ may outlive borrowed value `data`
7 |         println!("{:?}", data);
  |                          ---- `data` is borrowed here
  |
note: function requires argument type to outlive `'static`
 --> src/main.rs:6:18
  |
6 |     let handle = thread::spawn(|| {
  |                  ^^^^^^^^^^^^^
help: to force the closure to take ownership of `data`, use the `move` keyword
  |
6 |     let handle = thread::spawn(move || {
  |                                ++++

컴파일러는 AI에게 “여기에 move를 추가하세요.” 라고 직접 말해줍니다. Claude Code나 Codex는 이를 파싱해 수정하고 바로 다음 단계로 넘어갈 수 있습니다 – 추측이나 운에 맡기는 일 없이, 런타임 데이터 레이스가 프로덕션 시스템을 다운시키는 위험도 없습니다.

새벽 3시.

Rust와 Python / JavaScript의 차이점

AI가 해당 언어들에서 버그가 있는 동시성 코드를 생성하면, 특정 부하 조건에서 레이스 컨디션이 발생할 때까지 문제가 있다는 사실을 알지 못할 수도 있습니다. Rust에서는 버그가 컴파일러를 통과하지 못합니다.

“Rust는 Claude Code가 더 큰 작업을 감독 없이 수행하기에 훌륭합니다. 강력한 타입 시스템과 강력한 보안 검사의 결합은 전문가 수준의 코드 리뷰어처럼 작동하여 잘못된 편집을 자동으로 거부하고 버그를 방지합니다.”
— Julian Schrittwieser, Anthropic

이것은 우리가 Sayna에서 전체 음성 처리 인프라를 Rust로 구축한 경험과 일치합니다. Claude Code(또는 다른 AI 도구)가 변경을 가하면, 컴파일러가 즉시 무엇이 잘못됐는지 알려줍니다. 런타임 오류를 기다리거나, 오디오 스트림이 무작위로 충돌하는 이유를 파악하기 위한 디버깅 세션이 필요하지 않습니다—오류가 명확하고 즉각적으로 조치할 수 있습니다.

일반적인 워크플로우

# AI generates code
cargo check

# Compiler output:
error[E0502]: cannot borrow `x` as mutable because it is also borrowed as immutable
 --> src/main.rs:4:5
  |
3 |     let r1 = &x;
  |              -- immutable borrow occurs here
4 |     let r2 = &mut x;
  |              ^^^^^^ mutable borrow occurs here
5 |     println!("{}, {}", r1, r2);
  |                        -- immutable borrow later used here
  1. AI가 이를 보고, 빌림 충돌을 이해한 뒤 코드를 재구성합니다.
  2. AI가 변경을 가하고 cargo check를 다시 실행합니다.
cargo check
# No errors – we’re good

여기서 중요한 점은 모든 오류에 고유한 코드가 있다는 것(E0502가 이 경우)입니다. rustc --explain E0502를 실행하면 예시와 함께 전체 설명을 얻을 수 있습니다. AI 도구는 이를 활용해 무엇이 잘못됐는지뿐 아니라 왜 Rust의 소유권 모델이 해당 패턴을 막는지 이해할 수 있습니다. 컴파일러가 사실상 코드를 작성하는 AI에게 교육을 제공하는 셈이죠.

결론

컴파일러가 구조화되고 결정론적인 피드백을 제공하고, AI가 이를 파싱해 행동할 수 있게 되면 오류 여지는 극히 작아집니다. 이런 강력한 컴파일 타임 보장이 없는 언어와 비교했을 때, Rust가 AI‑지원 개발에 제공하는 이점은 명확히 드러납니다.

From a C++ Compiler If Something Goes Wrong with Templates

error: no matching function for call to 'std::vector>::push_back(int)'
   vector v; v.push_back(42);
                      ^

물론, 이 오류는 타입 불일치가 있다는 것을 알려줍니다, BUT 이 오류가 500줄에 달하는 템플릿 백트레이스에 파묻혀 있고, 정확히 파싱할 AI를 찾아야 한다고 상상해 보세요.

Rust의 오류 메시지는 인간이 읽기 쉽게 설계되어 있어, 우연히 AI가 활용하기에 최적입니다: 각 오류는 정확한 소스 위치(줄 & 열 번호)를 포함하고, 어떤 규칙이 위반되었는지에 대한 설명, 가능한 경우 수정 방법에 대한 제안, 그리고 자세한 문서에 대한 링크를 제공합니다.

Claude Code나 Codex가 cargo check를 실행하면 structured error를 직접 받아서 바로 조치를 취할 수 있습니다. 피드백 루프는 디버깅 세션이 아니라 몇 초 안에 측정됩니다.

CLAUDE.md 파일이 도움이 되는 이유

우리 Sayna에서 개발 워크플로우를 크게 개선시킨 한 가지는 올바른 CLAUDE.md 파일에 투자한 것이었습니다—레포지토리에 존재하는 가이드라인 문서로, AI 코딩 도구에게 프로젝트 구조, 관례, 모범 사례에 대한 컨텍스트를 제공합니다.

Rust 프로젝트에 특히 포함하고 싶은 내용

  • Cargo 워크스페이스 구조 – 크레이트가 어떻게 조직되어 있는지.
  • 오류 처리 패턴 – anyhow, thiserror 또는 커스텀 오류 타입을 사용하나요?
  • Async 런타임 – Tokio, async‑std, 혹은 다른 런타임을 사용하고 있나요?
  • 테스트 관례 – 통합 테스트 위치, 목킹 패턴.
  • 메모리 관리 가이드라인 – Arc, Rc 혹은 일반 레퍼런스를 언제 사용해야 하는지.

Rust의 엄격한 컴파일러와 잘 문서화된 프로젝트 가이드라인이 결합되면 AI 도구가 높은 신뢰도로 작업할 수 있는 환경이 조성됩니다; 도구는 규칙을 알고 컴파일러가 이를 강제합니다.

Real‑World Example at Sayna

Sayna에서는 WebSocket 처리, 오디오‑처리 파이프라인, 실시간 STT/TTS 제공자 추상화 등 모든 무거운 작업을 Rust로 수행합니다. 메모리 안전성과 동시성 보장이 중요한 바로 그런 종류의 시스템입니다.

Claude Code가 WebSocket 메시지 핸들러를 리팩터링할 때, 실수로 “먹어버리는” 일이 없으며; 오디오‑버퍼 관리를 변경할 때도, 언어 자체가 허용하지 않기 때문에 use‑after‑free 버그가 발생하지 않습니다.

pub async fn process_audio_chunk(&self, chunk: Bytes) -> Result {
    let processor = self.processor.lock().await;
    processor.feed(chunk)?;

    while let Some(result) = processor.next_result().await {
        self.tx.send(result).await?;
    }

    Ok(())
}

AI 도구가 빌림과 라이프타임을 올바르게 맞추기 위해 여러 번의 반복이 필요할 수 있지만, 하지만 각 반복은 구체적인 컴파일러 오류에 의해 안내됩니다: 추측도, 운에 맡기는 것도 없습니다.

Rust가 OpenAI의 Codex CLI를 구동한다

OpenAI는 최근 Codex CLI를 완전히 Rust로 다시 작성했습니다. 단순히 성능 때문만은 아니었습니다—물론 성능도 중요한 요소였지만—그들은 Rust가 컴파일 시점에 전체 버그 클래스를 제거한다는 점을 명시했습니다. OpenAI가 자체 AI‑코딩 인프라에 Rust에 베팅하고 있다면, 이것이 어디로 향하고 있는지에 대한 단서를 제공합니다.

보안 측면의 영향은 막대합니다: Codex는 이제 Rust의 안전 보장과 OS 격리(Landlock on Linux, Sandbox‑exec on macOS)를 결합한 샌드박스 환경에서 실행됩니다. 머신에서 AI‑생성 코드를 실행할 때, 컴파일‑시점 보안 보장은 선택 사항이 아닙니다.

AI를 활용한 라이프타임 다루기

Rust가 배우기 쉽다고는 말하지 않겠습니다. 소유권 모델을 내면화하는 데 시간이 걸리고, 라이프타임은 처음 시작할 때 좌절감을 줄 수 있기 때문에—AI 코딩 도구는 러스트의 까다로운 부분을 다루는 데 실제로 꽤 뛰어납니다.

제가 가장 즐겨 쓰는 트릭은 Claude Code에게 “라이프타임을 고쳐줘”라고 요청하고, &, ref, as_ref(), 그리고 명시적 라이프타임 어노테이션의 어떤 조합이 코드를 컴파일하게 만드는지 알아보게 한 뒤, 저는 실제 로직과 아키텍처에 집중하는 것입니다.

// Before: Claude, fix this
fn process(&self, data: Vec) -> &str {
    &data[0]  // Won’t compile – returning reference to local data
}
// After: Claude’s solution
fn process(&self, data: &[String]) -> &str {
    &data[0]  // Works – borrowing from input parameter
}

이는 실제로 컴파일러 오류와 씨름하며 혼자 배우는 것보다 러스트를 배우는 더 좋은 방법입니다: 패턴을 보고, 특정 접근 방식이 왜 작동하는지 이해하게 되며, 필요할 때 AI가 그 이유를 설명해 줍니다.

Recommendations for Rust + AI Development

  1. Invest in your CLAUDE.md – 패턴, 컨벤션, 그리고 아키텍처 결정을 문서화하세요. AI는 이를 따르게 됩니다.
  2. Use cargo clippy aggressively – 모든 린트를 활성화하세요. 피드백이 많을수록 AI 출력이 더 좋아집니다.
  3. CI with strict checks – cargo test, cargo clippy, cargo fmt가 모든 변경에 대해 실행되도록 하세요; AI 도구가 작업을 검증해 주어 여러분이 직접 확인하기 전에 오류를 잡을 수 있습니다.
  4. Start with well‑defined tasks – Rust의 타입 시스템은 경계가 명확할 때 빛을 발합니다: 먼저 트레이트와 타입을 정의하고, 그 다음에 AI가 로직을 구현하도록 하세요.
  5. Verify but trust – 컴파일러가 많은 문제를 잡아주지만, 하지만 모든 것을 잡지는 못합니다: 논리 오류는 여전히 발생할 수 있으므로 코드 리뷰는 여전히 필수입니다.

AI‑지원 시스템 프로그래밍의 미래

우리는 흥미로운 전환점에 서 있습니다: Rust는 시스템 프로그래밍에서 빠르게 성장하고 있으며, AI 코딩 도구는 프로덕션 작업에 유용해지고 있습니다. 이 두 요소의 결합은 각각의 합보다 더 큰 시너지를 만들어냅니다.

Sayna에서는 음성 처리 인프라가 실시간 오디오 스트림, 다중 제공자 통합, 복잡한 상태 관리를 처리합니다—모두 Rust로 구축되었으며, 상당한 AI 지원을 받고 있습니다. 이는 메모리 버그나 레이스 컨디션을 지속적으로 걱정하지 않고도 더 빠르게 움직일 수 있음을 의미합니다.

Rust를 사용해 보았고 학습 곡도가 가파르다고 느꼈다면, Claude Code나 Codex를 페어 프로그래머로 삼아 다시 시도해 보세요. 소유권과 빌림 패턴을 탐색할 수 있는 AI가 함께하면, 여러분은 구현에 집중할 수 있어 경험이 달라집니다.

도구들이 마침내 언어의 약속을 따라잡고 있습니다.

Back to Blog

관련 글

더 보기 »