claude-task-master — PRD 한 장으로 AI 주도 개발의 태스크 트리를 만드는 법

PRD를 쓰고 나서 항상 막히는 지점

기획서는 완성됐다. 그런데 Claude나 Cursor에게 '이걸 구현해줘'라고 하면 어디서부터 시작해야 할지 AI도 나도 모른다. 태스크를 직접 쪼개다 보면 의존 관계를 빠뜨리고, 순서가 꼬이고, 결국 AI가 이미 완료한 작업을 다시 물어본다. claude-task-master는 이 흐름을 바꾼다.

이 도구가 푸는 문제

AI 주도 개발에서 가장 큰 병목은 '다음에 뭘 해야 하나'다. PRD는 있지만 그걸 실행 가능한 단위로 쪼개는 작업은 여전히 사람 몫이다. claude-task-master는 PRD 파일을 읽어 의존 관계가 연결된 태스크 트리를 자동 생성하고, AI 어시스턴트가 항상 '다음 태스크'를 알 수 있게 한다.

기존 방식의 한계는 세 가지다. 첫째, 태스크를 수동으로 쪼개면 의존 관계를 놓친다. 둘째, AI는 세션 간 진행 상황을 기억하지 못한다. 셋째, 팀이 커지면 누가 무엇을 하는지 추적이 어렵다.

핵심 동작 원리

clause-task-master는 두 가지 방식으로 작동한다. MCP 서버로 에디터에 붙이거나, CLI로 터미널에서 쓰거나.

MCP 모드에서는 에디터의 AI 채팅 창에서 자연어로 명령한다. 예를 들어 'Can you parse my PRD at scripts/prd.txt?'라고 하면 태스크 트리가 생성된다. 이후 'What's the next task I should work on?'이라고 물으면 의존 관계 순서에 맞는 다음 태스크를 알려준다.

핵심 설계 포인트는 Tool Loading 최적화다. 기본 'all' 모드에서는 36개 도구가 로드되어 약 21,000 토큰을 쓴다. 'core' 모드로 전환하면 7개 핵심 도구만 쓰고 토큰 사용량을 약 70% 줄인다.

# Core 모드 — 토큰 70% 절감
claude mcp add task-master-ai --scope user \
  --env TASK_MASTER_TOOLS="core" \
  -- npx -y task-master-ai@latest

core 7개 도구는 get_tasks, next_task, get_task, set_task_status, update_subtask, parse_prd, expand_task다. 일상 개발 워크플로에서 사용하는 거의 모든 작업이 여기 들어간다.

설치 및 시작

Claude Code 사용자라면 한 줄로 MCP 서버를 추가할 수 있다.

claude mcp add taskmaster-ai -- npx -y task-master-ai

이후 프로젝트 루트의 .env에 API 키를 추가한다. Anthropic, OpenAI, Google Gemini, Perplexity 중 하나 이상 필요하다. Claude Code CLI를 쓴다면 별도 API 키 없이도 OAuth로 시작할 수 있다.

Cursor를 쓴다면 ~/.cursor/mcp.json에 아래 설정을 추가한다.

{
  "mcpServers": {
    "task-master-ai": {
      "command": "npx",
      "args": ["-y", "task-master-ai"],
      "env": {
        "TASK_MASTER_TOOLS": "standard",
        "ANTHROPIC_API_KEY": "your-key-here"
      }
    }
  }
}

초기화는 에디터 채팅창에서 'Initialize taskmaster-ai in my project'라고 입력하면 된다. .taskmaster/ 폴더가 생성되고 예제 PRD 템플릿도 함께 만들어진다.

실전 시나리오

시나리오 1: PRD를 태스크 트리로 변환

.taskmaster/docs/prd.txt에 PRD를 작성한 뒤 에디터 채팅창에서:

Can you parse my PRD at scripts/prd.txt?

Taskmaster가 의존 관계가 연결된 태스크 목록을 생성한다. 이후 작업 중 막히면:

What's the next task I should work on?

현재 완료 상태를 기준으로 다음에 해야 할 태스크를 알려준다.

시나리오 2: CLI로 태스크 관리

# 전체 태스크 목록 확인
task-master list

# 다음 태스크 확인
task-master next

# 태스크를 태그 간 이동 (예: backlog → in-progress)
task-master move --from=5 --from-tag=backlog --to-tag=in-progress

태그 시스템은 팀 협업 시 워크스트림을 분리하는 데 유용하다. 같은 태스크를 여러 태그로 관리하고, 진행 상황을 태그 단위로 추적할 수 있다.

언제 쓰면 안 되는가

clause-task-master는 AI 주도 개발 흐름 전체를 전제로 설계됐다. 단순히 할 일 목록을 관리하는 용도라면 오버킬이다. PRD가 없고 단발성 작업만 있다면 이 도구의 핵심 기능인 태스크 파싱이 무의미하다.

또한 36개 도구가 기본 로드되는 'all' 모드는 컨텍스트 윈도우를 21,000 토큰이나 소비한다. 장기 프로젝트가 아니라 단기 스크립트 작업이라면 'core' 모드로도 충분하거나, 도구 자체를 안 쓰는 게 나을 수 있다.

팀 협업 기능은 별도 Hamster 플랫폼과 연동되므로, 독립 실행 환경만 원한다면 일부 기능이 제한될 수 있다.

같은 카테고리 대안 비교

도구	강점	약점
claude-task-master	PRD → 태스크 자동화, MCP 통합, 토큰 절약 모드	초기 설정 복잡, API 키 필요
Linear	팀 이슈 트래킹, UI 완성도	AI 코딩 워크플로 미지원
GitHub Issues	Git 연동, 무료	의존 관계·AI 파싱 없음

AI 주도 개발 파이프라인에 특화된 도구라는 점에서 직접 경쟁자는 없다. Cursor의 내장 태스크 기능보다 구조화된 의존 관계 관리가 필요하다면 claude-task-master가 맞다.

마무리

claude-task-master의 핵심 가치는 PRD와 실행 사이의 간극을 줄이는 것이다. AI가 '다음에 뭘 해야 하는지'를 항상 알 수 있는 구조를 만들어주고, 토큰 최적화 모드로 컨텍스트 낭비도 줄인다.

다음 단계로는 Perplexity API를 research 모델로 추가해 최신 기술 정보를 태스크 생성 시 반영하는 조합을 추천한다. PRD가 오래된 문서가 아니라 실시간 리서치와 연결된 살아있는 기획서가 된다.

---

🐦 X에서 더 빠르게: @baegseungh7061
📚 이 시리즈 더 보기: AI 인사이트
💌 새 글 알림: X 팔로우 또는 블로그 RSS 구독