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
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?