AI 협업의 헤드 셰프(Head Chef) 모델

AI와 함께 작업하는 것은 여전히 생소한 영역입니다. 우리는 매니저(Manager), 인턴(Intern), 에디터(Editor), 외과의사(Surgeon)와 같은 비유를 사용하곤 합니다. 각각의 비유가 어느 정도 근접하긴 하지만, 기계와 나란히 작업하며 입력을 주고, 출력을 해석하고, 경로를 조정하는 상호작용의 춤을 완벽히 설명해내지는 못합니다. 우리는 규모(Scale)를 원하면서도, 동시에 결과물이 우리의 판단력, 기준, 그리고 목소리를 반영하기를 원합니다. 이는 단순히 더 많이 생산하는 것에 관한 것이 아니라, 생산된 결과물이 여전히 우리답게 느껴지도록 만드는 것에 관한 것입니다.

기존의 비유들

매니저 (Manager): 너무 분리되어 있습니다. 결과물을 형성하는 대신 결과물을 감독하는 데 그치게 됩니다.

인턴 (Intern): 너무 일방적입니다. 창작하는 시간보다 가르치고 수정하는 데 더 많은 시간을 쓰게 됩니다.

에디터 (Editor): 너무 반응적입니다. 방향을 주도하는 대신 이미 존재하는 것을 다듬는 데 머뭅니다.

외과의사 (Surgeon): 너무 전문화되어 있습니다. 정밀한 작업에는 훌륭하지만, 폭넓은 창의적 문제 해결에는 적합하지 않습니다.

헤드 셰프(Head Chef) 프레임

헤드 셰프는 멀리 떨어져 있는 전략가가 아닙니다. 그들은 주방에 직접 들어가 손을 움직이며, 팀을 가이드하고, 맛을 보며, 모든 것이 자신의 창의적인 비전과 일치하도록 유지합니다. 그들은 권한을 위임하지만, 주의가 필요한 상황에서는 직접 개입합니다.

또한 헤드 셰프는 기술에 대해 일정 수준의 숙련도를 갖추고 있습니다. 그들은 재료, 기술, 타이밍, 그리고 풍미를 이해합니다. 필요하다면 직접 조리 라인에 뛰어들 수도 있습니다. 그들은 무엇이 좋은 모습이고 좋은 느낌인지 알고 있습니다.

실전에 적용하기

제가 자신의 스택(Stack)에 이 헤드 셰프 모델을 적용하는 방법은 다음과 같습니다. 저는 개발 환경(Dev environment)에 내장된 AI 에이전트(AI agents)를 사용하여 실행을 맡기는 한편, 저는 방향을 가이드합니다.

1. 스테이션을 설정합니다 (Set up your stations). 저는 두 개의 Ghostty 터미널을 사용합니다. 왼쪽은 계획 및 확인용이며, 오른쪽은 OpenCode를 통해 실행되는 동기식 에이전트(synchronous agents)용입니다.
2. 재료를 준비합니다 (Prep your ingredients). 목록에서 다음 작업을 선택하고, 커스텀 /create-plan 명령어를 사용하여 이를 명확하고 순차적인 단계로 나눕니다.
3. 공유 레시피를 엽니다 (Open a shared recipe). 방향이 적절하다고 판단되면, 모든 에이전트가 동일한 컨텍스트(context)를 읽을 수 있도록 GitHub issue를 생성합니다.
4. 단계별로 요리합니다 (Cook in phases). 각 단계를 /create-instruction 명령어로 실행 에이전트(execution agents)에게 위임하고, 그들이 작업을 수행하도록 둡니다.
5. 맛을 보고 조정합니다 (Taste and adjust). 결과물이 돌아오면, 변경 사항을 커밋(commit)하기 전에 /review 명령어를 사용하여 이를 검사하고 개선합니다.
6. 서빙하고 재설정합니다 (Serve and reset). 모든 단계가 완료되면 이슈(issue)를 닫고 다음으로 가장 중요한 작업을 가져옵니다.

이 루프는 저를 주방에 머물게 합니다. 저는 AI가 저를 작업 흐름에서 이탈시키지 않으면서 실행을 처리하는 동안, 오케스트레이션(orchestrating)하고, 맛을 보고, 지시를 내립니다.

결론 (Conclusion)

우리가 AI에 대해 사용하는 은유는 단순한 스토리텔링이 아닙니다. 그것은 우리가 일하는 방식을 형성합니다. AI를 인턴, 동료, 또는 코파일럿(copilot)으로 프레임화할 때, 우리는 근본적으로 다른 방식으로 AI와 상호작용합니다. 이러한 멘탈 모델(mental models)은 신뢰, 위임, 그리고 우리가 얼마나 직접적으로 관여(hands-on)할지에 영향을 미칩니다 (source).

헤드 셰프(Head Chef) 모델은 훌륭한 제품 작업(product work)이 실제로 무엇을 요구하는지를 반영합니다. 도구, 타이밍, 그리고 재료를 이해해야 합니다. 재료에 대한 역량(competency)이 필요합니다.

그리고 빌더(builders)들에게, AI가 주방에 들어올 때 그 역량은 훨씬 더 중요해집니다. 디자인, 코드, 마케팅, 그리고 스토리텔링 전반에 걸쳐 더 유창할수록, AI가 만들어내는 결과물을 더 잘 형성할 수 있습니다.

원문은 Lunch Pail Labs에 게시되었습니다.