
혼자 또는 작은 팀이 AI와 함께 일하는 방식을 기록하는 열린 시리즈입니다. 코딩 에이전트, 문서화, 자동화, 제품 운영, 실패한 실험, 오래 유지하기 위한 작업 시스템까지. 완성된 정답보다 실제로 해본 과정과 고민을 나눕니다.
Participation guide
이 시리즈는 누구나 참여할 수 있습니다. AI를 어떻게 업무에 붙였는지, 어떤 문서나 규칙이 도움이 됐는지, 어디서 실패했는지, 작은 팀이 어떻게 더 오래 만들 수 있을지에 대한 글을 환영합니다. 거창한 성공담이 아니어도 됩니다. 시행착오, 실험 기록, 작업 노트도 충분히 좋습니다.
새벽에 SNS을 열면 똑같은 생각이 든다. 나만 뒤처지고 있나. 어디는 벌써 골이니 루프니 하는 걸 돌려서 AX팀을 만들었다고 하고, 누구는 에이전트로 개인 사업을 차려서 돈을 엄청 벌었다고 한다. 스크롤을 조금 더 내리면 에이전트 사용법에 에르메스, 오픈클로를 얹어서 한 번에 60만원짜리 강의를 파는 사람이 나온다. 그 밑에는 하루에 천억 토큰을 썼다는
AI 에이전트가 어제 한 일을 잊지 않게 만드는 법: Durable Memory와 Run Ledger 설계 AI 코딩 에이전트를 며칠 이상 써보면 이상한 순간이 온다. 어제 분명히 같은 문제를 고쳤다.\ 같은 파일을 읽었다.\ 같은 테스트가 실패했다.\ 왜 그 접근을 버렸는지도 정리했다. 그런데 새 세션을 열면 다시 처음부터 시작한다. 개발자 입장에서는 답
며칠 전에 AI는 스킬 문서를 알아서 읽지 않는다는 글을 썼다. 이전 글에서는 스킬 문서를 만들어두는 것만으로는 부족하다고 정리했다. 에이전트가 문서의 존재를 알고, 현재 작업에서 읽어야 할 문서를 찾을 수 있어야 한다는 내용이었다. 프로젝트 안의 .agents/skills, 루트 AGENTS.md, 공유 플레이북, 검색 스크립트를 연결하는 방법도 함께 적
AI가 실패하면 다른 AI가 이어받는다: Consensus·Self-Healing·Eval Gate 운영법 1편에서는 AI 코딩 에이전트의 역할을 나눴다. 2편에서는 Claude, Codex, Cursor를 중앙 Orchestrator로 연결했다. 이제 마지막 문제가 남는다. 정상적으로 흘러갈 때는 어렵지 않다. Planner가 계획을 만들고, Implem
AI가 AI를 리뷰하게 만드는 법: Codex·Claude·Cursor 오케스트라 연결하기 1편에서는 AI 코딩 에이전트를 하나의 만능 작업자로 쓰지 않고 역할별로 나눴다. Claude Code에는 계획과 독립 리뷰를 맡기고, Codex에는 구현과 제한된 수정을 맡겼다. Cursor는 개발자가 최종 diff와 보고서를 확인하는 Control Room으로 두
혼자 일하는 AI는 끝났다: Codex·Claude·Cursor로 AI 개발팀 설계하기 최근 AI 코딩 도구를 쓰는 방식이 꽤 달라졌다. 예전에는 개발자가 코드를 작성하다가 막히는 부분을 AI에게 물었다. AI는 옆자리 조수에 가까웠다. 하지만 지금의 코딩 에이전트는 파일을 직접 찾고, 코드를 수정하고, 터미널에서 테스트를 실행한다. 작업 범위가 명확하면
AI는 이미 꽤 그럴듯한 코드를 만든다. 특히 웹 코드는 프롬프트만 넣어도 화면과 상태, 간단한 데이터 흐름까지 빠르게 만든다. 지난 1년 동안 AI에게 결과물을 요구하면 웹 코드가 가장 자주 나왔고, 그 구조도 계속 바뀌어왔다. 웹이 학습하기 쉬운 영역이라서일 수도 있고, 공개된 예제와 시행착오가 오래 쌓인 영역이라서일 수도 있다. 그러면 모바일 앱 개발
AI 코딩 에이전트를 계속 쓰다 보면 프롬프트보다 더 자주 문제가 되는 지점이 있다. 작업 습관이다. 처음에는 모델이 더 똑똑해지면 해결될 문제처럼 보인다. 그런데 실제 프로젝트에 붙여서 여러 번 돌려보면 비슷한 문제가 계속 나온다. 프로젝트 지침을 읽었다고 하지만 실제로는 열어보지 않는다. 요구사항이 모호한데 구현부터 시작한다. 코드 위치를 정하지 않고