Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
GitHub의 Spec Kit은 모호한 아이디어 대신 명확한 사양(Specification)을 먼저 정의하여 AI 코딩의 효율을 높이는 워크플로우를 제안합니다. AI가 코드를 작성하기 전 프로젝트 원칙과 구현 계획을 수립하도록 하여 환각 현상을 줄이고 엔지니어링 품질을 높입니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 X @RodmanAi (AI 생산성)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기Github이 방금 바이브 코딩 (vibe coding)을 ☠️ 했습니다.
새로운 AI 모델을 통해서가 아닙니다.
더 나은 코딩 에이전트 (coding agent)를 통해서도 아닙니다.
대부분의 개발자들이 완전히 건너뛰는 단순한 아이디어 덕분입니다.
단 며칠 만에, Spec Kit은 95K+ 이상의 스타 (stars)와 8K+ 이상의 포크 (forks)를 기록했습니다.
그런 종류의 성장은 무언가를 말해줍니다.
우리는 AI 코딩 에이전트 (AI coding agents)를 거꾸로 사용해 왔습니다.
대부분의 사람들은 이렇게 합니다:
"대시보드 하나 만들어줘."
"SaaS 하나 만들어줘."
"할 일 관리 앱 하나 만들어줘."
그러면 AI는 즉시 코딩을 시작합니다.
그다음 기능에 대해 환각 (hallucinate)을 일으키고, 무작위로 가정을 하며, 당신은 AI가 만든 것을 수정하느라 다음 한 시간을 허비하게 됩니다.
문제는 결코 Claude Code, Cursor, Copilot, 또는 Codex가 아니었습니다.
문제는 AI에게 명확한 사양 (specification) 대신 모호한 아이디어를 준 것이었습니다.
GitHub의 Spec Kit은 워크플로우 (workflow)를 뒤집습니다.
코드를 먼저 작성하는 대신, AI는 다음을 수행해야 합니다:
• 프로젝트 원칙 정의
• 적절한 사양 (specification) 작성
• 가정을 하기 전에 질문하기
• 구현 계획 (implementation plan) 수립
• 작업을 의존성 기반 태스크 (dependency-based tasks)로 분할
• 그러고 나서야 코딩 시작
지루하게 들릴 수도 있습니다.
하지만 이것이 바로 숙련된 엔지니어링 팀들이 이미 소프트웨어를 구축하는 방식입니다.
이제 AI 에이전트 (AI agents)도 똑같이 할 수 있습니다.
가장 큰 변화는 더 똑똑한 모델이 아닙니다.
모든 모델에게 따를 수 있는 동일한 청사진 (blueprint)을 제공하는 것입니다.
내년에 "사양 우선 개발 (spec-first development)"이 AI로 빌드하는 기본 방식이 된다고 해도 놀랍지 않을 것입니다.
해당 리포지토리 (repo)를 확인해 볼 가치가 있습니다.
👇