Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
AI 코딩 에이전트를 활용해 개발 프로세스를 혁신한 1년간의 경험을 공유합니다. 에이전트의 성능보다 중요한 것은 명확한 언어화(사양 정의)와 검증 프로세스이며, 코딩 비용 하락에 따라 운용 및 설계의 가치가 높아짐을 강조합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Zenn AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기저는 Eureka Labo(https://www.eurekalabo.com)에서 수탁 개발과 AI 컨설팅을 하고 있습니다. 이 연재 「AI 개발을 의뢰하기 전에」(총 6회)는 개발을 의뢰하는 입장의 사람들을 위해 쓰고 있습니다.
저희의 개발 현장에서는 구현의 상당 부분을 AI 코딩 에이전트(AI Coding Agent)가 작성하고 있습니다. 인간이 계획을 세우고, 여러 에이전트를 병렬로 실행하며, 나온 차이점(diff)을 리뷰하고 검증하여 반영합니다. 이 체제를 연마해 온 곳은 자사 프로덕트인 Euthopia의 개발이지만, 여기서 얻은 진행 방식은 고객의 개발에도 그대로 적용하고 있습니다. 약 1년 정도 이 방식으로 진행하며 알게 된 점을 적습니다.
속도의 상한선을 결정하는 것은 에이전트의 성능이 아니라, 우리의 언어화(Verbalization)였습니다. 모호한 지시로부터는 모호한 코드가 자신만만하게 나옵니다. 어디까지가 스코프(Scope)인지, 무엇을 해서는 안 되는지, 무엇이 되면 완성인지. 이것을 문장으로 정확하게 쓸 수 있는지가 그대로 팀의 개발력이 됩니다. 사양(Specification)을 쓰는 능력의 가치가 지난 2년 동안 급격히 상승했습니다.
쓰는 속도가 빨라진 만큼, 확인하는 메커니즘을 넣지 않으면 빠르게 틀릴 뿐입니다. 저희는 구현 에이전트와는 별도로, 리뷰 전문 및 검증 전문 에이전트를 세워 구현, 리뷰, 검증을 흐름 작업(Flow)으로 만들었습니다. 인간은 마지막 판단과 본래의 계획에 집중합니다. 에이전트의 결과물을 검증 없이 받아들이지 않습니다. 이 선을 지킬 수 있느냐가 분수령이라고 생각합니다.
쓰는 속도가 올라갈수록 남는 업무의 윤곽이 뚜렷해집니다. 무엇을 만들지 결정하는 것. 경계를 긋는 것. 그리고 계속해서 구동시키는 것. 배포(Deploy), 데이터, 인증, 결제, 에러 대응. 저희는 이 후반부를 「운용의 벽」이라고 부르고 있으며, Euthopia에서는 에러를 AI가 스스로 읽고 고치는 메커니즘까지 만들었지만, 그럼에도 벽이 사라졌다고 단정할 수는 없습니다. 코드를 쓰는 것이 저렴해진 세상에서는 상대적으로 이 부분이 가장 높은 가치를 지닌 업무가 되어갈 것입니다.
개발 회사의 생산성 차이는 이제 인원수의 차이가 아니라, 에이전트 운용의 숙련도 차이로 벌어집니다. 같은 예산으로 시제품을 만들 수 있는 횟수가 달라지고, 수정 요구에 대응할 수 있는 속도가 달라집니다. 개발 회사를 선택할 때 "구현을 어느 정도 에이전트에게 맡기고 있으며, 어떻게 검증하고 있습니까"라고 물어보는 것은 아마도 유효한 질문이 될 것입니다.
개발 및 AI 활용 상담은 이쪽으로 → https://www.eurekalabo.com/contact-8
(메일의 경우 → [email protected])
연재 「AI 개발을 의뢰하기 전에」 다른 기사 → https://zenn.dev/eurekalabo
— 크리스｜Eureka Labo 대표
수탁 개발과 AI 컨설팅을 병행하며, 자사 프로덕트 Euthopia를 만들어 직접 운용하고 있습니다. 상담은 언제든 편하게 해주세요.
