도구

Claude Code CLI

Claude Code CLI를 LMU AI API에 연결하기: settings.json 설정, 모델 선택, 중국어 LLM, 1M 컨텍스트 활성화, 자주 발생하는 오류 해결법.

Claude Code는 Anthropic의 공식 AI 코딩 에이전트로, 터미널에서 실행되며 자연어로 코드를 작성하고 디버깅하고 리팩터링할 수 있게 해줍니다.

더 빠른 방법: CC Switch로 원클릭 임포트

settings.json을 직접 편집하고 싶지 않다면 CC Switch 원클릭 임포트를 사용하세요: LMU AI 콘솔의 키 목록에서 "Import to CCS" 버튼을 클릭하면 Base URL과 키가 자동으로 설정됩니다.


1단계 — Node.js 설치

이미 설치되어 있다면 건너뛰세요. node -v로 확인할 수 있습니다.

**Node.js 18+**가 필요합니다 — 다운로드: https://nodejs.org/en/download

# Verify after installing
node -v
# A version number (e.g. v24.4.1) means it installed correctly
# During install, check "Automatically install the necessary tools"
# Reopen PowerShell after installing and verify
node -v

이전에 설치했지만 버전이 너무 오래되었거나 PATH가 깨졌다면, 다시 설치하고 터미널을 새로 여세요.


2단계 — Claude Code 설치

npm install -g @anthropic-ai/claude-code
npm install -g @anthropic-ai/claude-code

설치 확인:

claude --version

네트워크 문제? 중국 미러로 전환하세요

npm config set registry https://registry.npmmirror.com
npm install -g @anthropic-ai/claude-code

3단계 — LMU AI API 설정

Claude Code는 settings.json을 통해 커스텀 API 엔드포인트를 설정합니다.

설정 파일 위치

~/.claude/settings.json
C:\Users\YourUsername\.claude\settings.json

설정 파일 생성

mkdir -p ~/.claude && touch ~/.claude/settings.json
mkdir "$env:USERPROFILE\.claude" -Force
New-Item "$env:USERPROFILE\.claude\settings.json" -Force

설정 작성

텍스트 편집기에서 settings.json을 열고 다음을 추가하세요 (키는 본인 것으로 교체):

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.lmuai.com",
    "ANTHROPIC_AUTH_TOKEN": "sk-your-lmu-ai-api-key",
    "API_TIMEOUT_MS": "3000000",
    "CLAUDE_CODE_ATTRIBUTION_HEADER": "0"
  }
}

참고

  • ANTHROPIC_AUTH_TOKEN을 LMU AI 콘솔에서 생성한 API 키(sk-로 시작)로 설정하세요
  • Anthropic 공식 API 키를 사용하지 마세요
  • 이전에 공식 키를 설정했다면, 먼저 이전 설정을 지운 다음 이것을 작성하세요
  • CLAUDE_CODE_ATTRIBUTION_HEADER"0"으로 설정하면 요청의 출처 표시 헤더가 꺼져 캐시 적중과 토큰 효율에 도움이 됩니다

Claude Code에서 1M 컨텍스트 활성화하기 (선택)

Claude Opus 4.8 / Sonnet 5는 1M 토큰 긴 컨텍스트 창(기본 200K)을 지원하며, 거대한 저장소, 긴 로그, 파일 간 리팩터링에 유용합니다. 모델 ID에 [1M] 접미사를 추가하면 활성화됩니다.

방법 A — 수동 /model 전환 (가끔 사용할 때 권장)

최소한의 settings.json을 유지하고(ANTHROPIC_BASE_URL + ANTHROPIC_AUTH_TOKEN만), Claude Code를 시작한 뒤 프롬프트에 입력하세요:

/model claude-opus-5[1M]

또는:

/model claude-sonnet-5[1M]

이렇게 하면 설정 변경 없이 1M 버전으로 전환됩니다. 현재 세션에 적용되며 종료 시 되돌아갑니다.

방법 B — settings.json에 상시 기본값 설정 (일상적인 긴 컨텍스트 사용 시 권장)

settings.jsonenv 섹션에 두 줄을 추가하면 /model opus / /model sonnet이 기본으로 1M 버전을 사용합니다:

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.lmuai.com",
    "ANTHROPIC_AUTH_TOKEN": "sk-your-lmu-ai-api-key",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "claude-opus-5[1M]",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "claude-sonnet-5[1M]",
    "API_TIMEOUT_MS": "3000000",
    "CLAUDE_CODE_ATTRIBUTION_HEADER": "0"
  }
}

저장하고 Claude Code를 재시작하세요. 이제 /model 명령에서 opus / sonnet을 선택하면 자동으로 1M 버전을 사용합니다.

필드 참고

필드용도
ANTHROPIC_DEFAULT_OPUS_MODELClaude Code에서 opus를 선택할 때 실제로 전송되는 모델 ID
ANTHROPIC_DEFAULT_SONNET_MODEL위와 동일, sonnet
[1M] 접미사모델의 1M 토큰 긴 컨텍스트 모드를 활성화; 없으면 기본 200K가 적용됩니다

사용 시 주의사항

  • 다른 요금 체계: 1M 컨텍스트 모드는 Anthropic 가격 정책에 따라 등급이 나뉘며, 토큰당 가격이 보통 기본 200K 모드보다 높으므로 긴 텍스트 작업의 비용이 크게 증가합니다 — 필요하지 않으면 켜두지 마세요
  • 일부 모델만 지원: Opus / Sonnet 메인라인 모델 claude-opus-5, claude-fable-5, claude-opus-4-8, claude-opus-4-7, claude-sonnet-5[1M] 접미사를 지원하며, Haiku 시리즈와 구형 모델은 지원하지 않습니다. Model Gallery 목록이 기준입니다
  • 가끔 사용은 방법 A, 정기적 사용은 방법 B — 하나를 선택하세요

중국어 모델 사용하기 (선택)

LMU AI는 중국어 LLM(예: Qwen 시리즈)을 지원합니다. settings.json에서 model을 설정하면 실행할 때마다 수동으로 /model 전환할 필요가 없어지고 지정한 모델을 바로 사용할 수 있습니다.

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.lmuai.com",
    "ANTHROPIC_AUTH_TOKEN": "sk-your-lmu-ai-api-key",
    "CLAUDE_CODE_ATTRIBUTION_HEADER": "0"
  },
  "model": "qwen3.8-max-preview",
  "effortLevel": "medium"
}

필드 참고:

필드설명
model기본 모델, 시작 시 로드됨 — 매번 수동 전환 불필요
effortLevel추론 강도: low / medium / high; 중국어 모델에는 medium 권장
CLAUDE_CODE_ATTRIBUTION_HEADER"0"으로 설정하면 출처 표시 헤더가 꺼져 캐시 적중, 토큰 효율, 호환성에 도움이 됩니다

지원되는 중국어 모델 (예시)

  • qwen3.8-max-preview — Qwen 3.8 Max Preview (최신)
  • qwen3.7-max — Qwen 3.7 Max
  • glm-5.2 — Zhipu GLM-5.2
  • deepseek-v4-pro — DeepSeek V4 Pro
  • kimi-k3 — Kimi K3

LMU AI 콘솔의 Available Models 목록이 기준입니다.

중국어 모델 vs. 공식 Claude 모델

중국어 모델공식 Claude 모델
비용낮음높음
중국어 이해력우수양호
코딩 능력우수우수
기본 모델 설정✅ 지원✅ 지원

4단계 — Claude Code 실행

프로젝트 디렉터리에서 터미널을 열고 실행하세요:

claude

승인 없음 모드 (권장)

claude --dangerously-skip-permissions

이 모드에서 Claude Code는 각 단계를 확인받지 않고 명령을 자동으로 실행합니다 — 프로젝트 디렉터리 안에서 편리합니다.


설정 확인

실행 후 Claude Code 인터페이스에서 입력하세요:

/status

다음 현재 정보를 표시합니다:

  • 모델 이름
  • API Base URL (https://api.lmuai.com이 표시되어야 함)
  • API 키 상태

Base URL이 올바르면 설정이 정상 작동하는 것입니다.


자주 발생하는 문제

401 Unauthorized

원인: API 키가 잘못되었거나, 요청이 여전히 Anthropic 공식 엔드포인트로 전송되었습니다.

해결:

  1. settings.jsonANTHROPIC_AUTH_TOKEN이 본인의 LMU AI 키인지 확인하세요
  2. 셸 환경 변수가 설정을 덮어쓰고 있는지 확인하세요
echo $ANTHROPIC_BASE_URL
echo $env:ANTHROPIC_BASE_URL
  1. 터미널을 다시 연 다음, Claude Code를 다시 실행하세요

stream disconnected

원인: 불안정한 로컬 네트워크, 또는 VPN / 프록시 / 시스템 프록시가 켜져 있음 — IP를 로테이션하는 프록시가 연결을 끊습니다.

해결: VPN / 프록시 / 시스템 프록시를 끄고 다시 시도하세요. LMU AI는 국내 직접 연결이며 VPN이 필요 없습니다. 직접 연결이 가장 빠르고 안정적입니다.

503 No available accounts

원인: 대개 ~/.zshrc 또는 ~/.bashrcANTHROPIC_AUTH_TOKEN / ANTHROPIC_BASE_URL 같은 전역 환경 변수를 설정하여 settings.json을 덮어씁니다.

해결: 셸 설정에서 해당 줄을 제거하거나, Claude Code 실행 시에만 source하는 별도 파일로 옮기세요. FAQ · Issue 6을 참고하세요.

응답 타임아웃

원인: 기본 타임아웃이 짧습니다.

해결: API_TIMEOUT_MS3000000(50분)으로 설정되어 있는지 확인하여 긴 작업이 중단되지 않게 하세요.


  • Claude Code를 프로젝트 루트에서 실행하면 프로젝트 구조를 자동으로 인식합니다
  • 지시를 직접 전달하세요, 예: claude "refactor this function for me"
  • Ctrl+C는 현재 작업을 중단하고, /exit는 종료합니다
  • ? 또는 /help를 입력하면 모든 명령을 볼 수 있습니다

/goal로 Claude Code가 목표 달성까지 작업하게 하기 (선택)

/goal은 현재 세션에 완료 조건을 설정하는 Claude Code 내장 슬래시 명령입니다(v2.1.139, 2026년 5월부터 제공). 설정되면 Claude는 "다 된 것 같아서" 멈추는 것이 아니라, 조건이 충족되었다고 판단될 때까지 스스로 여러 턴에 걸쳐 계속 진행합니다. LMU AI에서 길게 끝까지 실행해야 하는 작업(대규모 저장소 리팩터링, 인수 사양 구현, 이슈 백로그 소진 등)에 특히 유용합니다.

구버전에는 이 명령이 없습니다. 알 수 없는 명령이라고 나오면 먼저 Claude Code를 최신 버전으로 업그레이드하세요.

기본 사용법

명령용도
/goal <완료 조건>목표를 설정; Claude가 즉시 한 턴을 시작하고 조건이 충족될 때까지 자동으로 계속 진행
/goal현재(또는 가장 최근) 목표의 상태와 진행 상황을 표시
/goal clear현재 목표를 미리 지움 (stop / off / reset / cancel / none도 동일)

한 세션에는 동시에 하나의 목표만 있을 수 있습니다. 새 목표를 설정하면 기존 목표를 대체하고 즉시 새 턴을 시작합니다.

"충족" 판단 방식

각 턴의 끝에서 Claude Code는 당신의 완료 조건 + 이 턴의 대화를 작고 빠른 모델(기본값 Haiku)에 넘겨 판단하게 합니다. 판단 모델은 대화에 이미 있는 증거만 봅니다 — 테스트 출력, 빌드 로그, 파일 diff — 그리고 뒤에서 전체 CI를 다시 실행하지 않습니다. 따라서 조건은 Claude가 대화 안에서 "증거를 생성"할 수 있는 형태로 작성하세요.

목표는 다음 중 어느 경우든 자동으로 지워집니다:

  • 조건이 충족되었다고 판단됨;
  • 모델이 조건을 충족 불가능하다고 판단함;
  • 한 턴이 당신의 개입이 필요한 오류에 부딪힘.

좋은 목표 조건 작성법

  • 검증 가능한 최종 상태를 사용하세요: 예: "npm test가 0으로 종료", "tsc --noEmit가 오류 없음 보고" — "코드를 더 예쁘게" 같은 주관적 설명이 아니라;
  • 증거가 대화에 남게 하세요: 매 턴 테스트 / 빌드 결과를 출력하여 판단 모델이 볼 수 있게 하세요;
  • 범위를 좁히고 + 턴 수를 제한하세요: 예: "src/auth/ 아래 파일만 변경, 최대 20턴 후 중지"로 무한 반복을 피하세요;
  • **신뢰할 수 있는 워크스페이스(hooks 활성화)**가 있어야 작동합니다.

LMU AI와 함께 쓸 때의 팁

추가되는 /goal 턴마다 또 한 라운드의 토큰을 소비합니다(턴별 판단을 위한 약간의 Haiku 오버헤드 포함). LMU AI에서 긴 목표를 실행할 때는 명확한 최종 상태최대 턴 수를 조건에 작성하여, 검증 불가능한 목표에 매달려 할당량을 낭비하지 않도록 하세요. "검사를 통과할 때까지 반복적으로 자가 수정"하는 루프를 위해서는 /goal/loop과 함께 사용하세요.

마지막 업데이트:

이 페이지의 목차