AI coding agent과 일하는 법 — 3개월의 시행착오

AI coding agent을 매일 쓰기 시작한 지 3개월이 넘었다. 여전히 배우고 있지만 초기에 비해 훨씬 더 잘 활용하고 있다고 느낀다. 그 차이를 만든 것들.

1. "무엇을 맡길지"가 전부다

모든 걸 AI에게 맡기면 코드베이스의 일관성이 무너진다. 반대로 아무것도 안 맡기면 생산성 이득이 없다. 내가 현재 쓰는 기준:

맡긴다:

• 보일러플레이트 (라우트, 폼, 테이블 뷰)
• 반복적인 리팩터링 (이름 변경, 타입 추출)
• 테스트 작성 (특히 엣지케이스 enumeration)
• 외부 라이브러리 API 탐색

맡기지 않는다:

• 아키텍처 결정
• 새로운 도메인 모델 설계
• 성능 critical 경로
• 보안 경계

2. 컨텍스트를 얕게 유지한다

대화가 길어질수록 AI의 출력이 평균으로 회귀한다. 한 세션 안에 너무 많은 걸 다루면 앞의 맥락을 잃는다.

session 1: 기능 설계 + 타입 정의
session 2: 구현
session 3: 테스트 작성

세션을 나누는 게 핵심. 각 세션 시작마다 명확한 목표만 주입한다.

3. 리뷰는 직접 한다

생성된 코드는 항상 읽는다. 이건 타협이 없다. 이유:

• 미묘한 버그를 잡는다
• 내 코드베이스 스타일과 맞추는 기회
• 내가 학습하는 기회

"생성은 AI, 판단은 나."

4. Memory와 skill을 투자로 본다

처음에는 매번 같은 프롬프트를 반복했다. 이제는:

• 프로젝트 컨벤션은 CLAUDE.md에
• 반복 패턴은 skill로
• 장기 선호는 memory에

한 번의 투자가 수백 번의 반복을 줄인다.

마치며

AI와 일하는 건 주니어 팀원과 일하는 것과 비슷하다. 명확한 지시, 작은 스코프, 꼼꼼한 리뷰. 차이가 있다면 이 팀원은 지치지 않고 언제든 사용 가능하다는 것.