2026년을 맞이하는 나의 LLM 코딩 워크플로우 (Addy Osmani)

(addyosmani.com)

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: