고수의 역대급 AI 코딩 순서 4단계 | 클로드 코드 바이브 코딩 입문

판단 기준부터 박기

AI의 판단은 기본적으로 확률입니다. 기준과 목표라는 좌표를 박는 순간 그 확률 공간이 좁아지고, AI가 한 사람처럼 일관되게 결정하기 시작합니다. 결과물의 품질이 일정해지고, 문제가 생겨도 어디를 고쳐야 할지 명확해지고, 같은 문제가 반복되지 않습니다.

예를 들어보죠. 투두리스트 앱을 만든다고 합시다.

누군가는 혼자 쓸 제품을 만들 거고, 누군가는 이걸로 1인 창업을 해서 유료 구독으로 전환시키려 할 겁니다. 이 둘이 같은 방식으로 개발되어야 할까요.

아닙니다. 혼자 쓸 거면 원격에 데이터베이스를 띄울 필요가 없습니다. 내 폰에만 저장되면 됩니다. 그런데 유료 사용자를 받을 거면 얘기가 완전히 다릅니다. 요즘 쓸 만한 투두리스트 중에 여러 기기를 지원하지 않는 앱이 없죠. 그러면 사용자의 데이터를 영구히 저장할 곳이 있어야 합니다.

기능 하나를 만들 때도 마찬가지입니다. 혼자 쓸 거면 필요할 때마다 만들면 그만입니다. 그런데 그 기능이 무료 사용자를 유료로 넘기는 킬러 피처라면 설계부터 달라집니다. 저라면 제품을 쓰는 내내 이 기능이 있으면 좋겠다는 마음이 들도록 만들 겁니다.

이런 판단을 아무 맥락 없이 기능만 말해서 AI가 대신해줄까요. 아닙니다.

여기에 하나 더 얹습니다. 저는 /review라는 명령을 만들어뒀는데, 분야별 전문가에게 검토를 받는 방식입니다. 템플릿 안에 시니어 개발자, 마케터, 고객 상담, 인프라, QA 같은 검토 프로필을 만들어뒀어요. 내 프로젝트에 필요한 팀원을 하나 추가하는 셈입니다. 새 프로필이 필요하면 /add-review-profile로 만듭니다.

실수할 수 없는 환경

두 번째는 테스트를 자동화하고 품질을 보장할 환경을 만드는 겁니다.

아주 작은 토이 프로젝트라면 덜 중요할 수 있습니다. 그런데 진짜 쓸모 있는 무언가를 만들고 있다면 반드시 챙겨야 하는 부분이에요.

핵심은 둘입니다. AI가 실수할 수 없는 환경을 만드는 것. 그리고 실수하더라도 AI가 스스로 감지하고 고칠 수 있는 피드백 루프를 주는 것.

제 템플릿에서는 작업을 마치면 훅이 자동으로 걸립니다. 이번 작업에 맞는 테스트를 썼는지 확인하고, 안 썼으면 적절한 방식으로 추가합니다. 실제로 정상 작동하는지도 확인하게 합니다. /ship이라는 명령이 이걸 한 번에 돌립니다. 이 기능이 정말 완성됐는지, 출항할 수 있는지 보는 겁니다.

코드보다 계획이 먼저입니다

세 번째가 입문자와 고수를 가르는 자리입니다. 대부분은 이것의 중요성을 잘 모릅니다.

많은 분들이 AI 코딩의 핵심을 AI가 코드를 얼마나 빨리 잘 짜느냐로 봅니다. 그래서 곧바로 이거 만들어줘 하고 시켜버리죠. 그러면 코드가 우르르 쏟아지는데, 어느 순간 내가 의도한 방향과 다른 데 가 있고 프로젝트가 통제할 수 없는 블랙박스가 됩니다. 주도권을 뺏기는 겁니다.

고수들은 정반대로 합니다. 바로 코딩을 시키지 않고 무엇을 어떻게 만들지 계획부터 세우게 합니다. 그 계획을 같이 검토하고 합의한 다음에야 구현으로 넘어갑니다.

생각해보면 당연합니다. 코드는 그 자체가 목적이 아니라 만들려는 걸 이루기 위한 수단입니다. 계획의 결과물일 뿐이에요.

계획이 틀어져 있으면 AI는 틀린 걸 아주 빠르게 만들어줄 뿐입니다.

막연하게 시키면 AI는 빈칸을 자기가 추측해서 채우고 코드부터 씁니다. 뭔가 만들어지긴 하는데 그게 내가 원한 것인지는 다 만든 뒤에야 알게 되고요.

그래서 제 템플릿에서는 기능을 시작할 때 바로 코드로 가지 않습니다. AI가 거꾸로 저에게 묻습니다. 누가 쓰는지, 꼭 되어야 하는 게 무엇인지, 어디까지 되면 이번 작업이 성공인지. 그렇게 무엇을 만들지를 한 장짜리 계획 문서로 먼저 확정합니다. /spec이 그 질문을 대신 해줍니다.

계획에 합의하면 그때 /impl로 구현에 들어가는데, 여기서도 한 번에 다 만들지 않습니다. 아주 작은 단계로 쪼개서 한 단계 만들고 확인하고, 또 한 단계 만들고 확인합니다. 작게 끊으니까 방향이 살짝 틀어져도 바로 잡을 수 있고 끝까지 흐름을 쥐고 갈 수 있습니다.

클로드 코드에는 플랜 모드라는 것도 있습니다. 바로 실행하지 않고 계획만 먼저 세우게 하는 기능인데 정확히 같은 맥락입니다.

핵심은 이겁니다. AI에게 코드를 빨리 시키는 게 실력이 아니라, 코드 앞단에서 무엇을 만들지를 먼저 잡는 게 실력입니다.

지난 결정을 남기기

마지막은 성장하는 AI를 만드는 겁니다.

회사에 오래 계신 분들이 언제 가치를 증명하시나요. 오래 일하면서 쌓인 맥락과 의사결정의 과정을 알고 있다가, 새 문제를 만났을 때 그게 드러나죠.

AI 코딩도 같습니다. 오래 가치를 갖는 프로젝트는 지난 의사결정의 과정을 이해한 채로 지금과 앞으로의 결정을 내리는 프로젝트입니다.

제 템플릿에는 두 가지가 쌓입니다.

이 파일들의 진가는 없이 프로젝트가 커졌을 때 역설적으로 알게 됩니다. 맥락 없이 복잡한 시스템에 손을 대는 건, 방금 입사한 신입이 선임에게 아무것도 안 물어보고 혼자 프로젝트를 끌고 가는 것과 다르지 않습니다.

네 가지를 순서대로

정리하면 이렇습니다.

기준과 목표를 먼저 박습니다. 실수할 수 없는 환경을 만듭니다. 코드보다 계획을 먼저 세웁니다. 지난 결정을 남깁니다.

이 넷만 적용해도 프로젝트의 완성도와 진척이 눈에 띄게 달라집니다. 물론 가치를 끝까지 끌어내려면 각 세팅이 무엇을 막고 있는지 이해하고 내 프로젝트에 맞게 고치는 경험이 필요하고요.

이 프로젝트에서 내가 아직 안 정한 것을 찾아줘. 코드는 짜지 마.

1. 지금 이 프로젝트가 누구를 위한 것인지, 어디까지 되면 성공인지가
 어디엔가 적혀 있는지 확인해줘. 없으면 없다고 말해줘.
2. 네가 지금까지 나에게 안 묻고 혼자 가정한 것들을 목록으로 보여줘.
3. 그중 지금 정하지 않으면 나중에 되돌리기 어려운 것 세 개를 골라줘.

만들려는 것: [한 문장]
누가 쓰나: [혼자 / 지인 / 돈 받고 파는 사람]

정해야 할 것만 보여주고, 내가 답하기 전에는 만들지 마.