Claude Code의 다음 메시지 제안(Prompt suggestions)은 대화가 끝난 뒤 입력창에 후속 요청 후보를 보여주는 기능입니다. 잠시 다른 일을 하다가 돌아왔을 때, 이어서 할 일을 떠올리는 데 쓸 수 있습니다.
이 기능을 두고 “실제 고객은 사용자보다 모델일 것”이라는 글이 GeekNews ↗에 소개됐습니다. 사용자가 제안 문구를 고치면 학습용 선호 데이터를 얻을 수 있다는 해석입니다. 그러나 원문에는 이미 이 해석을 부인하는 개발자의 답변이 추가돼 있습니다.
이 글에서는 추측과 확인된 설명을 구분합니다. 이어서 제안을 사용하는 방법과 프론트엔드 작업에서 보완할 조건을 살펴봅니다.
기준: 2026년 10월 7일 확인한 Claude Code 공식 문서와 원문 업데이트. 특정 릴리스의 변경 목록이 아닌 현재 문서의 기능 설명을 기준으로 합니다.
원문의 가설과 개발자의 답변
Zohaib Ansari는 원문 ↗에서 제안과 수정본의 차이에 주목합니다. “테스트를 실행해”라는 문구를 “전체 테스트는 오래 걸리니 인증 테스트만 실행해”로 고치면, 프로젝트를 아는 사람이 더 적합한 선택을 알려주는 셈입니다.
그는 이런 차이를 모델 학습에 활용할 수 있다고 추측했습니다. 다만 Anthropic 내부 사정을 알지 못한다고 명시했습니다. 관찰한 화면 동작과 회사의 데이터 활용 목적은 별개의 주장입니다.
이후 Claude Code 개발자라고 밝힌 edwinarbus가 Hacker News에 답변 ↗을 남겼습니다. 답변의 내용은 다음과 같습니다.
- 메시지 제안으로 선호 신호를 수집하지 않습니다.
- 작업 흐름을 이어가거나 세션에 복귀할 때 다음 단계를 떠올리도록 만들었습니다.
- 제안 수락 횟수는 기능이 얼마나 유용한지 평가하는 데 사용합니다.
이 답변은 원문에도 반영됐습니다. 따라서 “사용자의 수정 문구로 모델을 학습시키기 위해 만든 기능”이라고 소개하면 정정된 가설을 사실로 전달하게 됩니다.
여기서 구분할 질문은 세 가지입니다. 기능이 어떤 문구를 보여주는지, 제품 팀이 무엇을 측정하는지, 대화 데이터를 모델 학습에 쓰는 조건이 무엇인지입니다. 화면 하나만 보고 세 질문에 같은 답을 내릴 수는 없습니다.
제안을 받아도 전송 전에는 검토할 수 있습니다
공식 문서에 따르면 후속 제안은 대화 기록을 바탕으로 만들어집니다. Tab 또는 오른쪽 화살표로 문구를 입력창에 넣고, Enter로 전송합니다. 직접 타이핑하면 제안을 무시할 수 있습니다. 생성에는 세션과 같은 모델의 짧은 백그라운드 요청을 사용하며 사용량 한도 또는 API 비용에 포함됩니다. 공식 사용법 ↗
Claude Code에 로그인한 대화형 터미널 세션이 있다면 다음 순서로 확인할 수 있습니다. 연습에는 별도 작업 브랜치나 작은 예제 프로젝트를 사용합니다.
- “이 프로젝트에서 테스트를 실행하는 명령을 찾아 설명해 줘”처럼 범위가 작은 요청을 보냅니다.
- 응답 뒤 회색 제안이 나타나면
Tab으로 입력창에 넣습니다. - 전송 전에 문구를 읽고, 원하는 범위와 종료 조건을 덧붙입니다.
제안이 입력창의 편집 가능한 문구로 바뀌는지 확인하면 됩니다. 실제 작업은 검토한 문구를 전송한 뒤 이어갑니다. 제안이 매번 나타나지는 않습니다. 공식 문서는 Plan Mode, 오류 직후, 사용량 한도 근처 등에서 생략할 수 있다고 설명합니다. 제안을 생략하는 조건 ↗
프론트엔드 작업에서는 범위와 완료 조건을 덧붙입니다
제안의 동사가 맞아도 요청의 범위가 빠질 수 있습니다. 아래는 작성자가 구성한 설명용 상황입니다. Claude Code가 항상 이런 문구를 제안한다는 뜻은 아닙니다.
| 작업 상황 | 짧은 후속 요청 | 보완할 조건 |
|---|---|---|
| 로그인 폼 수정 뒤 검증 | 테스트를 실행해 | 변경한 폼의 검증과 오류 안내를 먼저 확인하고, 필요한 추가 검증을 설명하기 |
| 모바일 메뉴 수정 뒤 확인 | 화면을 확인해 | 좁은 화면에서 메뉴 열기·닫기, 키보드 이동, 스크롤을 확인하기 |
| 여러 작업이 섞인 상태에서 커밋 | 변경을 커밋해 | 이번 작업의 파일을 먼저 나열하고 관련 변경만 포함하기 |
예를 들어 모바일 메뉴를 수정한 뒤에는 다음처럼 요청을 구체화할 수 있습니다. 이 문구는 명령어가 아니라 Claude Code 입력창에 보내는 설명용 예제입니다.
모바일 메뉴 변경을 확인해 줘.
390px 너비에서 열기와 닫기를 확인하고, 키보드로 메뉴 항목을 이동해 줘.
메뉴를 닫은 뒤 초점이 어디로 돌아오는지 확인해 줘.
확인 결과와 남은 문제를 알려 줘. 커밋은 결과를 검토한 뒤 진행할게.“화면 확인”을 구체적인 관찰 항목으로 바꾸면 결과를 판단하기 쉬워집니다. 메뉴가 보인다는 보고만으로는 초점 이동이나 닫기 동작까지 확인했는지 알 수 없습니다. 브라우저로 직접 조작할 수 없는 세션에서는 해당 항목의 수동 확인 절차를 요청할 수 있습니다.
테스트 범위도 작업 단계에 맞춰 정합니다. 빠른 반복 중에는 변경한 동작을 먼저 검증할 수 있습니다. 병합 전에는 프로젝트가 요구하는 전체 검증을 수행합니다. “전체 테스트가 오래 걸린다”는 이유만으로 필요한 검증까지 생략하지 않습니다.
제가 제안을 검토할 때 사용할 기준은 대상·행동·완료 조건입니다. 무엇을 대상으로 하는지, 어디까지 수행하는지, 어떤 결과를 확인하면 끝나는지를 문구에서 찾습니다. 세 조건이 이미 충분하면 그대로 사용하고, 빠진 조건만 보완합니다.
제안을 끄는 설정과 학습 설정은 구분합니다
제안이 작업을 방해하면 /config에서 Prompt suggestions를 끌 수 있습니다. 파일로 관리하려면 promptSuggestionEnabled를 false로 설정합니다. 아래는 개인 설정 파일 ~/.claude/settings.json에 넣는 최소 예제입니다. 기존 파일이 있다면 다른 항목을 유지하고 이 키를 추가합니다. 끄는 방법 ↗ · 설정 파일의 적용 범위 ↗
{
"promptSuggestionEnabled": false
}환경변수 CLAUDE_CODE_ENABLE_PROMPT_SUGGESTION=false는 이 설정 키보다 우선합니다. 다시 켰는데 표시되지 않는다면 환경변수도 확인합니다. 설정 우선순위 ↗
이 설정은 제안 표시를 제어합니다. 대화의 모델 학습 이용 여부는 별도로 확인해야 합니다. 공식 데이터 정책은 Free·Pro·Max 계정에서 모델 개선 설정이 켜져 있으면 Claude Code 사용 데이터도 학습에 활용한다고 설명합니다. Team·Enterprise·API 등 상업용 조건에서는 고객이 별도로 제공을 선택하는 경우를 제외하고 코드나 프롬프트를 생성 모델 학습에 사용하지 않는다고 명시합니다. 공식 데이터 학습 정책 ↗
개인 계정에서는 데이터 개인정보 설정 ↗을 확인합니다. 조직 계정에서는 계약과 조직 정책을 함께 확인합니다. “메시지 제안으로 선호 신호를 수집하지 않는다”는 답변을 “모든 대화 데이터가 학습에서 제외된다”는 뜻으로 확대해서 읽으면 안 됩니다.
어떤 작업에서 사용할지
세션을 잠시 비웠다가 돌아왔거나, 이미 합의한 작은 후속 작업을 이어갈 때 제안을 사용할 수 있습니다. 선택지가 여러 개인 설계 작업에서는 먼저 선택 이유를 직접 적는 편이 의도를 전달하기 쉽습니다. 커밋처럼 작업 결과를 묶는 단계에서는 포함할 범위를 덧붙입니다.
제안 수락률을 품질 지표로 쓰는 제품을 설계한다면, 저는 수정 후 전송과 작업 결과도 함께 살펴보겠습니다. 클릭을 줄여 주는 문구와 정확한 범위의 작업을 이끄는 문구는 평가 기준이 다릅니다. 이 기준은 이 글의 제안이며 Anthropic의 실제 측정 방식에 대한 설명은 아닙니다.
다음에 재확인할 항목은 제안의 지원 조건, 설정 키, 계정별 데이터 정책입니다. 기능 목적을 다루는 글은 원문의 업데이트와 개발자의 후속 답변도 함께 읽어야 합니다.