당신의 AI는 맞게 보이지만 틀리게 작동하는 코드를 작성합니다.

그것은 모델의 잘못이 아닙니다. 당신의 잘못입니다. 당신은 AI에게 모호한 느낌(vibe)을 주면서 명세(spec)를 기대했습니다.

GitHub가 방금 해결책을 출시했으며, 이미 약 97K개의 스타(stars)를 기록하고 있습니다.

그것의 이름은 Spec Kit입니다. 핵심 아이디어는 다음과 같습니다: 코딩 에이전트(coding agent)를 검색 엔진처럼 취급하는 것을 멈추고, 글자 그대로 받아들이는 인턴처럼 취급하기 시작하는 것입니다. 모호한 프롬프트(prompt)를 넣으면 그럴싸한 쓰레기가 나오고, 정밀한 명세(spec)를 넣으면 당신이 실제로 의도한 것이 나옵니다.

상황을 반전시키는 워크플로우(workflow)는 다음과 같습니다:

/constitution → 프로젝트의 타협할 수 없는 규칙들
/specify → 무엇을 왜 만드는지 (아직 기술 스택은 제외)
/clarify → AI가 코드를 작성한 후가 아니라, 작성하기 전에 바보 같은 질문들을 던지게 함
/plan → 이제 아키텍처(architecture)와 스택(stack) 결정
/tasks → 작고 테스트 가능한 단위로 분할
/implement → 추측이 아닌 계획에 따라 구축

모든 단계는 다음 단계로 이어지는 Markdown 아티팩트(artifact)를 생성합니다. 따라서 에이전트는 당신의 기억이 가물가물한 Slack 메시지 대신 실제 구조화된 컨텍스트(context)를 전달받습니다. 의도(Intent)가 진실의 근원(source of truth)이 되며, 코드는 단지 그 결과물일 뿐입니다.

Claude Code, Copilot, Cursor, Gemini CLI, Codex, Windsurf 등 30개 이상의 에이전트와 함께 작동합니다. 한 번의 명령으로 에이전트 간 전환이 가능합니다. 특정 플랫폼에 종속(lock-in)되지 않습니다.

대부분의 사람들이 놓치는 핵심 활용법: 이것은 아주 작은 버그 수정용이 아닙니다. "AI가 내 말을 오해했다"는 이유로 하루치 디버깅(debugging) 시간을 허비하게 되는 그린필드 빌드(greenfield builds)나 대규모 기능 구현을 위한 것입니다.

당신이 깨끗한 AI 코드를 배포하는 사람들보다 실력이 부족한 엔지니어인 것은 아닙니다. 단지 명세(spec) 단계를 건너뛰었을 뿐입니다.

리포지토리(repo)는 댓글에 있습니다 👇