# 2026년을 맞이하는 나의 LLM 코딩 워크플로우 (Addy Osmani)

> Clean Markdown view of GeekNews topic #26566. Use the original source for factual precision when an external source URL is present.

## Metadata

- GeekNews HTML: [https://news.hada.io/topic?id=26566](https://news.hada.io/topic?id=26566)
- GeekNews Markdown: [https://news.hada.io/topic/26566.md](https://news.hada.io/topic/26566.md)
- Type: news
- Author: [runai](https://news.hada.io/@runai)
- Published: 2026-02-10T18:15:48+09:00
- Updated: 2026-02-10T18:15:48+09:00
- Original source: [addyosmani.com](https://addyosmani.com/blog/ai-coding-workflow/)
- Points: 27
- Comments: 0

## Summary

**LLM 코딩 워크플로우**는 스펙 중심 설계와 인간 검증 루프를 결합해 AI 코딩의 품질을 높이는 접근입니다. Addy Osmani는 코드를 작성하기 전 **spec.md로 요구사항과 테스트 전략을 명확히 정의**하고, 작은 단위로 반복하며 충분한 컨텍스트를 제공할 것을 강조합니다. 모델 간 교차 검증과 CI/CD 피드백 루프를 통해 생성 코드를 지속적으로 개선하며, AI를 ‘자신감 넘치지만 실수 잦은 주니어 개발자’로 다루는 태도가 핵심이라 말합니다.

## Topic Body

Google Chrome 팀 출신 엔지니어 Addy Osmani가 1년간의 AI 코딩 경험을 바탕으로 정리한 LLM 활용 워크플로우.  
  
핵심 원칙들:  
  
- 코드 전에 스펙부터: LLM과 함께 spec.md를 먼저 작성하고, 요구사항·아키텍처·테스트 전략을 확정한 뒤 코딩 시작. "15분 워터폴"이라 표현  
- 작은 단위로 반복: 한 번에 큰 결과물을 요구하지 말고, 기능/함수/버그 단위로 쪼개서 진행. 큰 덩어리를 맡기면 "서로 대화 안 한 10명이 만든 것 같은" 결과물이 됨  
- 충분한 컨텍스트 제공: 관련 코드, API 문서, 제약 조건을 적극적으로 전달. gitingest, repo2txt 같은 도구로 코드베이스를 LLM에 주입  
- 모델 선택과 병행 사용: 한 모델이 막히면 다른 모델로 전환. Claude가 작성한 코드를 Gemini에게 리뷰시키는 등 교차 검증 활용  
- 인간이 반드시 루프에: LLM은 "자신감 넘치지만 실수 잦은" 주니어 개발자로 취급. 모든 생성 코드를 리뷰·테스트하고, 설명 못하는 코드는 커밋하지 않음  
- 초세밀 버전 관리: 작업마다 커밋하여 "세이브 포인트" 확보. git worktree로 여러 AI 세션을 병렬 실행  
- CLAUDE.md/GEMINI.md로 규칙 설정: 프로젝트 스타일 가이드, 선호 패턴, 린트 규칙 등을 파일로 작성해 AI에 주입  
- CI/CD와 연동: 자동화된 테스트·린터가 AI 코드의 품질 게이트 역할. 실패 로그를 다시 AI에 피드백하는 순환 루프  
  
참고할 만한 포인트:  
- Anthropic에서는 Claude Code의 코드 ~90%를 Claude Code 자체가 작성  
- AI는 기존 베스트 프랙티스를 보상함. 시니어 엔지니어의 역량(설계, 복잡도 관리, 자동화 판단)이 AI와 결합할 때 가장 큰 효과  
- AI 도구는 능력을 증폭시키지, 대체하지 않음. 기반 없이 AI만 쓰면 "던닝-크루거 효과 스테로이드 버전"이 될 수 있음

## Comments



_No public comments on this page._