AI로 개발을 어떻게 가속화 하는가 - 드디어 열린 입코딩 시대 [137p 구글 슬라이드]
(drive.google.com)- 프로그래머로서 AI를 활용하는 방법
- 생산성은 코딩에서만 오지 않는다 : "코딩은 일부분. 모든 부분에서 AI가 사용되어야 회사 전체가 빨라짐"
-
리서치 : 고민을 아웃소싱해 봅시다.
- 복잡한 주제에 대한 조사와 고민에서 "ChatGPT Pro + Deep Research는 신입니다."
- 어떻게 하면 거대한 프롬프트를 만들까
-
코딩 : 그럼 이제 코딩을 해보자.
- "cursor가 메인이었는데 요즘은 90%는 claude code로 합니다"
- Cursor : 좋은 도구를 쥐어주는 느낌. 일하는 건 여전히 나
- Claude Code : 좋은 주니어를 붙여주는 느낌. 이들을 부리는 나
- 이제는 agent가 제철
- "cursor가 메인이었는데 요즘은 90%는 claude code로 합니다"
-
그래도 Cursor 함 살펴 보기
- 예제 작성: "미국 주식 개별 종목 투자를 도와주는 프로그램 만들기"
- Vibe 코딩 : ‘작성자 역전의 세계’
- 예전의 방식 : 내가 짜고 AI가 돕는다.
- Vibe 코딩 : AI가 짜고 내가 돕는다.
-
Rule-Growing Development
- LMM에게 시키고
- 이상한 짓을 관찰한 후, 원하는 방향의 새 룰을 추가한다.
- 룰은 개별 프로젝트 마다 필요한 지식도 함께 포함한다
- 코드와 룰 묶음이 함께 자라난다.
- 이 룰과 지식도 팀 레포지토리에서 버전관리 대상
- 일하며 배우게 된 팁들
- 0-1이 아니라 코드베이스 개선일 때
- SQL 작성을 AI가 잘하게 하려면
- 파이썬 프로그래머라면
- AI의 해결책을 지켜보고 있어야 한다.
- 다른 서비스들의 문맥마저도 가져오는 MCP
-
이제 Claude Code
- 가장 놀랄만한 것은 에이전트 성능. 같은 에이전트 모드라 해도 작업 완수율이 커서보다 클로드코드가 월등히 높다.
- 시켜놓고 지켜본다의 진정한 완성
- 좋은 점은 개발 이외 분야도 쓸 수 있다는 것 : 내 로컬 머신과 상호작용이 된다는 것
- 또 좋은 점은 병렬화 하기가 쉽다는 것 : 창을 여러개 띄우면 N배의 속도!
- 약간의 팁 iterm + tmux
- 어쨌거나 클로드코드의 핵심 : Claude.md
- Kimi k2 + groq + claude
- 프론트코딩은 playwright로
- 가장 놀랄만한 것은 에이전트 성능. 같은 에이전트 모드라 해도 작업 완수율이 커서보다 클로드코드가 월등히 높다.
-
AI의 도움을 받아 데이터 분석 하기
- 분석의 자동화
- 좀 더 멋진 자동화
-
AI의 도움을 받아 스터디 하기
- 개발자란 끊임없이 공부하는 직업 = 끊임없이 영어를 계속 봐야하는 직업
- 외국어로 된 개발 문서 읽을 때
- 하지만 더 시간을 절약하는 방법은? : 이게 읽을 만한 컨텐츠인가?
- Dia브라우저
- 입코딩의 완성은 보이스 딕테이션
- 최근에 가장 애용은 spokenly
-
이렇게 AI가 다해주면 이제 우린 잘리나요?
- 우리는 할 일이 없는가?
- 근데 사실 주책맞은 관리도 LLM이 도울 수 있음
- 업무 분야별 과제들의 LLM의 성공률
- 사람이 언제 퇴사를 한다고 생각하나?
- AI시대에 내가 아무런 변화도 하기 싫다면 나에게는 얼마의 시간이 남았나.
-
AI시대 결국 인간의 일이란 무엇인가?
앞으로 몇 년 뒤에는 (비)개발자 1명이 100인분의 에이전트를 쓰며 코딩한다.
최신 람보르기니와 튼튼한 10톤트럭 AI가 선택지를 만들어줄 수 있다. 선택은 우리가 현명하게 해야한다.
옳고 그름이 아니라, 옳음과 옳음 사이의 선택
Trade Off 사이의 가치의 선택자
LLM은 Complexity를 정말 증가시켜서, 메스 같이 깔끔하고 컨트롤되서 쓰지 않으면 정말 기술적 빚이 빨리 쌓이는 느낌입니다. FAANG에서 썼던 AI 코드들도 다 롤백할 것 같습니다 결국.
GPT-5 (Thinking/Pro) 가 조금 잘 하는 것 같은데, 아무리 봐도 이 복잡성을 단순화하는 과정은 인간들의 영역인 것 같네요. 오히려 Auto-regressive 보다는 Diffusion이 더 잘할 수 도 있구요.
아직 시간이 좀 더 있다고 봅니다.
AI를 어떻게 활용해야할지에 대한 글들을 읽다보면 어느 정도 비슷한 방향으로 귀결되는데, 그게 또 기존의 소프트웨어 공학과 일맥상통하는 부분이 있는 걸 보면 신기합니다. 결국 AI = 개발자라고 치환하면 '여러 개발자들과 어떻게 하면 개발을 잘 할 수 있을까?' 라는 문제로 볼 수 있어서 그런걸지도?