I Run DeepSeek on Claude Code — How I Swap Models by Changing Only One File

개요

Claude Code에서 LLM 모델을 전환할 때마다 CLAUDE.md 파일을 통째로 재작성해야 하는 문제를 해결하기 위해, DeepSeek V4 Pro, Claude Opus, Sonnet 등 다양한 LLM을 효율적으로 사용하기 위한 세 계층 아키텍처가 개발되었습니다.

주요 내용

* 기존 문제점: CLAUDE.md 파일 하나에 모델의 정체성, 동작 튜닝, 프로세스 규칙이 혼합되어 있어 모델 변경 시마다 전체 코드를 수정해야 했습니다. DeepSeek는 엄격한 툴 호출 규율이, Claude Opus는 덜 분할된 출력이 필요하며, 단일 규칙 파일로는 이를 모두 충족할 수 없습니다.
* 세 계층 아키텍처:
* SOUL.md (정체성 계층): 모델의 역할, 목표, 전문성을 정의하며, 어떤 LLM을 사용하든 변경되지 않습니다.
* INTERFACE.md (뇌 계층): 모델별 보정(calibration)을 담당하며, 사용 중인 LLM에 따라 변경되는 유일한 파일입니다. 예를 들어, DeepSeek V4 Pro는 매개변수 이름 일치, 500단어 분할, 사후 편집 검증, 턴 수 초과 시 컨텍스트 재확인을 요구하는 반면, Claude Opus는 표준 툴, 장문 분석 허용, 덜 공격적인 검증, 전체 컨텍스트 창 활용 등을 필요로 합니다.
* BODY.md (프로세스 계층): 세션 시작/종료, 검토 시스템, 상태 임계값 등 모델 엔진에 구애받지 않는 프로세스 규칙을 포함합니다.
* "이상한 고리(Strange Loop)": SOUL.md는 각 세션에서 현재 자신(self-model)을 읽고, 새로운 경험을 생성하며, 스스로를 업데이트하는 방식으로 진화합니다.
* 다중 모델 활용 및 코드 드리프트 방지: 이 아키텍처는 단일 모델 사용 시에도 코드 드리프트를 방지하고, 정체성이나 프로세스 규칙이 묻히는 것을 막습니다. 새로운 팀원은 INTERFACE.md를 건드리지 않고 BODY.md를 채택할 수 있습니다.
* 마이그레이션: 기존 CLAUDE.md 파일을 SOUL, INTERFACE, BODY로 분류하고 각 파일로 이동시킨 후, INTERFACE.md에서 모델을 전환하며 테스트하는 과정은 약 15분 소요됩니다.
* 실제 성과: 4번의 LLM 재구성 동안 정체성이나 프로세스 드리프트 없이 200개 이상의 세션과 5개 이상의 프로젝트를 처리했으며, 6개의 PR을 4개의 OSS 커뮤니티에 기여했습니다. 모델에 구애받지 않는 5개의 라이브러리 학습 캡처 시스템과 7개의 자동화된 훅이 구축되었습니다.

시사점

이 세 계층 아키텍처는 LLM 모델 교체를 단순화하고, 복잡한 AI 시스템의 유지보수성과 확장성을 크게 향상시키며, 모델별 특성에 따른 최적화와 일관된 프로세스 관리를 동시에 가능하게 합니다.