Arena 스킬 설치·사용법: Claude Code 답변 100개를 경쟁시키기

Arena는 Claude Code에서 같은 과제를 여러 하위 에이전트에게 맡기고, 서로의 답을 비판·수정·채점하는 토너먼트형 스킬입니다. 기본 참가자는 100개이며, 마지막까지 남은 답과 그 답이 해결한 지적을 돌려줍니다. Jake Schincariol이 공개한 커뮤니티 프로젝트로, Anthropic이 제공하는 기본 기능은 아닙니다. Arena 공식 저장소

Claude에게 “다시 해줘”를 여러 번 말했는데도 답이 비슷하게 돌아온 적 있나요? 이때 바꿔볼 수 있는 것은 답을 만드는 방식과 평가하는 과정입니다. 쇼츠에서 소개한 “Claude 100개를 싸움 붙인다”는 말은 이 과정을 압축한 표현이에요.

이 글에서는 Arena가 필요한 상황부터 설치, 사용량 선택, 복사용 프롬프트, 작은 코드 실습까지 살펴봅니다. 처음부터 100개를 실행하기보다는 과제 조건을 정리한 뒤 8~16개로 시작하는 방법을 권합니다.

Arena 스킬은 왜 필요한가요?

Arena의 목적은 여러 관점으로 답을 만들고, 구체적인 반례를 통해 고친 뒤 하나를 고르는 것입니다. 같은 요청을 반복하는 대신 후보 생성과 비판, 수정, 평가를 일정한 절차로 묶습니다.

예를 들어 “이 함수의 버그를 고쳐줘”라고 했을 때 첫 답이 정상 입력만 처리할 수 있습니다. 다른 에이전트가 빈 목록이나 잘못된 입력을 제시하면, 원래 답을 만든 쪽은 그 문제를 고치거나 지적이 틀렸다는 근거를 제시해야 합니다. 마지막에는 별도의 심판이 수정된 답을 비교합니다.

다만 모든 작업에 이 과정이 필요한 것은 아닙니다. 다음은 이 글의 활용 판단 기준입니다.

빠진 정보는 에이전트 수를 늘려도 채워지지 않을 수 있습니다. “더 좋은 답”보다 “어떤 조건을 만족해야 좋은 답인지”를 먼저 적는 것이 중요해요.

Claude 100개는 어떻게 경쟁하나요?

서로 다른 AI 모델 100개를 연결하는 방식은 아닙니다. Arena는 general-purpose 하위 에이전트를 호출하고, 참가자마다 다른 전략 카드를 줍니다. 기본적으로 주 대화의 모델을 사용하지만, Claude Code의 하위 에이전트 모델 설정에 따라 실제 모델은 달라질 수 있습니다. Claude Code 하위 에이전트 문서

전략 카드는 세 부분으로 구성됩니다.

저장소에는 사고 방식 15개, 작업 순서 12개, 선택 전략 12개가 있습니다. 총 2,160가지 조합 중 서로 다른 카드를 배분합니다. 카드가 다르다고 실제 답까지 반드시 다르다는 뜻은 아닙니다. 전략 카드 원본

전체 과정은 다음 순서로 진행됩니다.

기본 100개는 100 → 50 → 25 → 13 → 7 → 4 → 2 → 1로 줄어듭니다. 참가자가 홀수인 라운드는 한 참가자가 부전승으로 올라갑니다. 99개가 탈락하는 것이지, 우승자가 나머지 99개와 모두 직접 대결하는 것은 아닙니다. Arena 실행 지침

심판은 무엇을 보고 점수를 매기나요?

심판은 각 항목을 0~10점으로 평가하고 아래 비중을 적용합니다. 합계는 100점 만점입니다.

공식 채점 규칙상, 확인된 치명적 결함이 있는 답은 그런 결함이 없는 답을 총점만으로 이길 수 없습니다. 글이 길거나 자신 있게 말한다고 가산점을 주는 규칙도 없습니다. 공식 채점 기준

다만 현재 코드에는 점수 항목이 불완전하면 심판이 지정한 승자를 사용하는 예외 처리도 있습니다. 결과에 점수가 빠졌다면 정상 채점이 끝났다고 넘기지 말고 판정 기록을 확인하세요. 판정 처리 코드

Arena 설치 방법: Claude Code에 무엇을 넣으면 되나요?

이 글은 내 컴퓨터의 Claude Code에서 사용하는 방법을 기준으로 설명합니다. 일반 Claude 웹 채팅창에 /arena만 입력해서 실행하는 기능은 아닙니다. Arena는 Claude Code의 하위 에이전트 호출 기능과 로컬 Python 스크립트를 사용합니다.

시작 전 준비물

Arena의 Python 도구는 표준 라이브러리만 사용하므로 별도의 pip install은 필요하지 않습니다. Windows에서 아래 셸 명령을 따라 한다면 Git Bash 또는 WSL처럼 명령과 경로가 맞는 환경을 사용하고, 그 환경에서 python3가 실행되는지 확인하세요. 프로젝트 설치 안내

방법 1. 설치 프롬프트 붙여 넣기

다음은 Claude Code 입력창에 붙여 넣는 문장입니다.

https://github.com/Jakeschincariol/arena-skill

공식 저장소의 README와 skills/arena/SKILL.md를 확인하고
Arena 스킬을 개인 스킬 폴더 ~/.claude/skills/arena에 설치해줘.
기존에 같은 이름의 스킬이 있으면 덮어쓰기 전에 알려줘.

설치 후 /arena 명령 인식과 Python 실행 환경을 확인해줘.
실제 토너먼트는 실행하지 말고,
bracket.py plan --agents 8로 예상 호출 수만 확인해줘.

설치 확인을 위해 100개 토너먼트를 실행할 필요는 없습니다. 명령이 인식되는지와 계획 계산이 되는지까지만 확인하면 첫 실습 준비가 됩니다.

방법 2. 터미널에서 직접 설치하기

아직 같은 폴더에 저장소를 내려받지 않았고, Arena가 설치되지 않은 상태에서 실행하는 명령입니다.

git clone https://github.com/Jakeschincariol/arena-skill.git
mkdir -p ~/.claude/skills
cp -R arena-skill/skills/arena ~/.claude/skills/

mkdir -p는 스킬을 넣을 상위 폴더를 만듭니다. 설치 후에는 ~/.claude/skills/arena/SKILL.md가 있어야 합니다. 특정 프로젝트에서만 쓰려면 그 프로젝트의 .claude/skills/arena/에 같은 폴더를 넣습니다. Claude Code 스킬 설치 위치

플러그인으로 관리하고 싶다면 Claude Code 입력창에서 다음 두 명령을 순서대로 사용할 수도 있습니다. 앞의 폴더 복사 방식과 둘 중 하나만 선택하세요.

/plugin marketplace add Jakeschincariol/arena-skill
/plugin install arena-skill@arena-skill

설치 화면이 열리면 범위를 선택해 완료합니다. 플러그인 방식의 호출 이름은 /arena-skill:arena입니다. 이후 예제의 /arena를 이 이름으로 바꿔 사용하세요. Claude Code 플러그인 설치 안내

사용법: /arena, --quick, --agents의 차이

/arena는 기본 100개, --quick은 16개, --agents N은 참가자 수를 직접 정하는 옵션입니다.

--quick과 --agents는 함께 쓰지 않습니다. 둘 중 하나만 선택하세요. [할 일]은 실제 요청으로 바꿉니다.

직전 답을 더 적은 참가자로 개선하고 싶다면 과제 문장을 새로 쓰지 않고 다음처럼 입력할 수 있습니다.

/arena --quick

실행 지침상 과제 문장이 없으면 직전 요청과 직전 답을 가져옵니다. 별도의 새 과제를 적었을 때도 이전 답과 비교하고 싶다면, 비교할 답과 불만인 점을 명시하세요. 명령 옵션과 과제 선택 규칙

끝나면 무엇을 받나요?

• 최종 답안 전체와 그 답이 해결하거나 타당하게 반박한 지적
• 사용한 전략 카드, 진행한 라운드 수, 실행 기록 위치
• 비교할 기존 답이 있었을 경우, 기존 답과 우승 답을 익명으로 평가한 결과

기존 답이 더 좋은 평가를 받으면 그 사실도 알려주도록 되어 있습니다. 코드 수정안은 답변 속 전체 코드나 변경 내용으로 제시하며, 프로젝트 파일에 적용하기 전에는 사용자에게 묻는 것이 스킬의 지침입니다.

무료라는데 사용량은 얼마나 드나요?

Arena 스킬 자체는 MIT 라이선스로 무료지만, 실행에 쓰는 Claude 사용량은 별도입니다. Arena용 추가 가입이나 별도 API 키가 없다는 뜻이지, Claude Code를 무제한 무료로 쓴다는 뜻은 아닙니다.

다음은 저장소의 bracket.py plan을 직접 실행해 확인한 기본 계획입니다. 실제 금액이나 토큰 수가 아닌 하위 에이전트 호출 횟수입니다.

왜 참가자보다 호출이 훨씬 많을까요? 첫 답을 만드는 데 N회, 경기마다 공격 2회 + 방어·수정 2회 + 심판 1회가 필요하기 때문입니다. 우승자를 정하는 경기는 총 N−1번이므로 기본 계획은 다음처럼 계산됩니다.

기본 호출 수 = N + 5 × (N - 1) = 6N - 5
100개일 때 = 100 + 5 × 99 = 595회
기존 답과 마지막 비교가 있으면 +1회

이 숫자는 실패한 작업의 재시도 등을 제외한 계획값입니다. 한 번의 하위 에이전트 호출 안에서도 여러 모델 응답과 도구 실행이 생길 수 있으므로 “API 요청이 정확히 595회”나 “일반 대화 595번과 같은 비용”으로 해석하면 안 됩니다. 계획 계산 코드

과제와 답안이 길수록 읽고 쓰는 토큰도 늘어납니다. 구독 사용량과 API 비용은 로그인 방식에 따라 다르며, 최신 Claude Code에서는 /usage로 사용 현황을 확인할 수 있습니다. Pro·Max 구독자에게 표시되는 세션의 달러 비용을 추가 청구액으로 해석하면 안 됩니다. 구독 한도 표시와 사용 크레딧 지출 여부를 함께 확인하세요. Claude Code 사용량·비용 문서

실행하지 않고 규모만 확인하기

아래는 개인 스킬 폴더에 복사해 설치한 경우의 터미널 명령입니다.

python3 ~/.claude/skills/arena/bracket.py plan --agents 8
python3 ~/.claude/skills/arena/bracket.py plan --quick

plan은 모델을 호출하지 않고 라운드·호출 수·실행 묶음 수를 계산합니다. 과제 실행용 파일도 만들지 않습니다. Arena의 기본 실행 묶음은 10개이며, 100개를 한순간에 모두 실행하는 구조가 아닙니다.

처음에는 8개로 흐름을 확인하고, 일상적인 비교는 16개부터 시작해 보세요. 32개나 100개로 늘릴지는 “더 많은 후보를 검토할 가치가 있는가”와 남은 사용량을 보고 결정하면 됩니다. 숫자를 늘린다고 품질이 비례해서 좋아지는 것은 아닙니다.

결과를 바꾸는 핵심: 과제에 조건을 남기세요

Arena가 사용하는 하위 에이전트는 현재 대화 전체를 그대로 전달받지 않습니다. 실행 지침은 필요한 조건을 독립된 과제 파일에 모으도록 합니다. 프로젝트 파일도 읽을 수 있으므로 “과제 파일 외에는 아무것도 못 본다”는 뜻은 아닙니다. 중요한 것은 이전 대화에서만 말한 조건이 누락되지 않게 하는 것입니다. 과제 작성 지침

다음 여섯 가지를 넣으면 과제를 구체화하기 쉽습니다.

필수 조건이 많다면 실행 전에 아래 문장부터 사용하세요.

아직 Arena는 실행하지 마.
지금까지 요청한 내용을 다른 사람이 처음 읽어도 이해할 수 있는
독립된 과제문으로 정리해줘.

목적, 대상 독자, 참고 자료와 파일 경로, 필수 조건,
금지 사항, 결과물 형식, 완료 기준을 포함해줘.
확인되지 않은 정보는 추측으로 채우지 말고 표시해줘.

정리된 과제문을 검토한 뒤 /arena --agents 8 뒤에 붙이면 됩니다. 실행 기록에서 확인하려면 .arena/<실행 폴더>/task.md를 보면 됩니다.

복사용 프롬프트 1. 블로그 제목과 도입부 개선

/arena --quick 아래 조건에 맞는 블로그 제목 1개와 도입부를 작성해줘.

주제: Python 입문자가 리스트를 일정한 크기로 나누는 방법
독자: 반복문과 리스트를 막 배운 사람
목적: 설명을 읽고 chunk_list 함수를 직접 작성하게 돕기
제목: 공백 포함 45자 이내, 'Python 리스트 나누기'를 자연스럽게 포함
도입부: 공백 포함 250자 이내, 일상적인 사용 예시로 시작
금지: '무조건', '완벽', 검증되지 않은 성능 수치, 과장된 성공 보장
결과: 제목 1개, 도입부, 이 표현을 고른 이유 3줄

이 프롬프트의 핵심은 “더 매력적으로”라는 말 대신 독자·길이·금지 표현을 평가 가능한 조건으로 바꾼 것입니다. 글자 수는 최종 결과에서도 다시 확인하세요.

복사용 프롬프트 2. 두 설계안의 허점 비교

/arena --agents 8 아래 상황에서 알림 기능의 첫 구현 방안을 제안해줘.

환경: 개발자 1명, 기존 웹 서비스, 구현 기간 3일
현재 규모: 하루 알림 발송 200건 이하
요구사항: 실패 내역을 확인할 수 있고, 사용자가 중복 알림을 받지 않아야 함
후보: 요청 처리 중 바로 발송 / 작업 대기열에 넣고 별도 처리
제약: 아직 전용 메시지 브로커를 운영하고 있지 않음

각 후보의 실패 상황과 운영 부담을 비교하고 한 가지를 추천해줘.
서비스 환경에 따라 달라지는 부분은 가정으로 구분해줘.
결과는 추천안, 선택 이유, 실패 시 처리 흐름, 검증 항목 순서로 작성해줘.
코드와 설정 파일은 수정하지 마.

실제 서비스에 적용할 때는 본인의 규모와 기술 환경으로 바꾸세요. 이 글의 두 프롬프트는 활용 예시이며, 실제 Arena 실행 결과를 제시하는 것은 아닙니다.

코드 실습: 작은 버그를 반례와 함께 고치기

이 실습은 목록을 일정한 크기로 나누는 Python 함수를 다룹니다. 작은 문제이므로 일반 요청으로도 고칠 수 있지만, Arena에 완료 기준을 전달하고 결과를 확인하는 연습에 적합합니다. 별도 Python 패키지는 필요하지 않습니다.

1. 연습 파일 만들기

연습 폴더에 chunks.py를 만들고 아래 코드를 저장하세요. 일부 잘못된 입력을 의도적으로 처리하지 않은 시작 코드입니다.

def chunk_list(items, size):
    return [items[i:i + size] for i in range(0, len(items), size)]

정상 입력에서는 다음처럼 동작합니다.

chunk_list([1, 2, 3, 4, 5], 2)
# [[1, 2], [3, 4], [5]]

이번 과제에서는 리스트를 나누기 전에 size를 검사합니다. size는 양의 정수만 허용하고 True와 False는 제외합니다. Python의 bool은 int의 하위 형식이므로 별도 처리가 필요합니다. size가 올바를 때만 빈 리스트에 []를 반환하고, 잘못된 size는 리스트가 비어 있어도 ValueError를 발생시켜야 합니다. Python 공식 자료형 문서

2. 결과 확인용 테스트 만들기

같은 폴더에 test_chunks.py를 저장하세요.

from unittest import TestCase, main

from chunks import chunk_list


class ChunkListTest(TestCase):
    def test_normal(self):
        self.assertEqual(chunk_list([1, 2, 3, 4, 5], 2), [[1, 2], [3, 4], [5]])

    def test_empty(self):
        self.assertEqual(chunk_list([], 2), [])

    def test_large_size(self):
        self.assertEqual(chunk_list([1, 2], 10), [[1, 2]])

    def test_input_unchanged(self):
        items = [1, 2, 3]
        chunk_list(items, 2)
        self.assertEqual(items, [1, 2, 3])

    def test_invalid_size(self):
        for items in ([], [1, 2]):
            for size in (0, -1, 2.5, True, False, "2", None):
                with self.subTest(items=items, size=size):
                    with self.assertRaises(ValueError):
                        chunk_list(items, size)


if __name__ == "__main__":
    main()

파일을 저장한 폴더의 터미널에서 실행합니다.

python3 -m unittest -v test_chunks.py

처음에는 실패하는 것이 정상입니다. 시작 코드는 음수 크기와 True를 거부하지 않고, 소수·문자열·None에는 과제가 요구한 ValueError 대신 다른 예외가 발생합니다.

3. 완료 기준과 함께 Arena에 요청하기

그 연습 폴더에서 Claude Code를 열고 아래 프롬프트를 붙여 넣으세요.

/arena --agents 8 현재 연습 폴더의 chunks.py에 있는 chunk_list를 수정해줘.

입력 items는 리스트라고 가정한다.
필수 조건:
1. 원소의 순서와 값은 유지하고 원본 리스트를 수정하지 않는다.
2. size는 양의 정수만 허용하며 True와 False를 포함한 bool은 허용하지 않는다.
3. 0, 음수, 소수, bool, 문자열, None인 size에는 ValueError를 발생시킨다.
4. size를 먼저 검사한다. 올바른 size와 빈 리스트에는 빈 리스트를 반환하고,
   잘못된 size는 리스트가 비어 있어도 ValueError를 발생시킨다.
5. size가 리스트 길이보다 커도 정상 동작해야 한다.
6. 외부 패키지를 추가하지 않는다.

현재 폴더의 test_chunks.py를 읽고 완료 기준으로 사용해줘.
과제 파일에는 두 파일의 절대 경로와 위 조건을 빠짐없이 넣어줘.
테스트는 .arena/ 안의 작업 공간에 복사한 코드로 실행해줘.
chunks.py와 test_chunks.py 원본은 수정하지 마.
결과로 수정된 함수 전체, 해결한 반례, 실제 테스트 결과를 보여줘.
테스트를 실행하지 못했다면 그 사실을 분명히 적어줘.

4. 우승 답을 테스트로 다시 확인하기

결과가 나오면 수정된 함수를 읽고 chunks.py에 반영한 뒤, 같은 테스트 명령을 다시 실행하세요. 통과하면 마지막에 OK가 표시됩니다. 테스트 파일의 조건을 약하게 바꿔서 통과시킨 것은 아닌지도 확인합니다.

자주 묻는 질문

첫 실행은 이렇게 시작하세요

Arena에서 얻을 수 있는 유용한 결과는 최종 답과 함께 남는 반례·수정 근거입니다. 우승 답이 어떤 지적을 받았고 어떻게 해결했는지 보면, 내가 처음 놓쳤던 조건도 발견할 수 있습니다.

먼저 개선하고 싶은 답 하나를 고르세요. 지켜야 할 조건과 완료 기준을 적고, 8개 또는 16개로 실행한 뒤 결과를 직접 확인해보면 됩니다. 그 경험을 바탕으로 더 많은 후보가 필요한 작업에만 규모를 늘리세요.

스킬과 에이전트의 역할부터 정리하고 싶다면 Claude Code 스킬·워크플로우·에이전트 차이를, 여러 역할에 일을 나누는 구성도 궁금하다면 Ruflo 설치·사용법을 이어서 읽어보세요.

최종 확인: 2026년 10월 16일. Arena의 원격 저장소를 다시 조회해 최신 커밋이 df07b8e이며 플러그인 내부 표기 버전이 1.0.0임을 확인했습니다. 별도의 GitHub 릴리스나 버전 태그는 없습니다. README, 실행 지침, 전략 카드, 채점 기준, Python 코드를 대조했습니다. Claude Code는 조회 당시 공식 최신 릴리스 v2.1.301과 최신 문서의 설치 위치·플러그인·하위 에이전트·사용량·권한 안내를 확인했습니다. 이는 해당 버전에서 실제 Arena 토너먼트의 호환성을 실측했다는 뜻은 아닙니다. 실행 옵션이나 UI는 이후 업데이트로 달라질 수 있습니다.