1. AI 코딩의 핵심 철학: "기도하지 말고 전략을 짜라"
- AI는 마법이 아니다: AI에게 추상적인 요청만 던지고 결과가 나오길 기다리는 것은 잘못된 방식입니다. 주니어 엔지니어를 교육하듯 구체적인 가이드와 피드백을 주어야 합니다 [17:16].
- 휴먼 인 더 루프(Human-in-the-Loop): 엔지니어 스스로 AI가 작성한 코드를 이해하고 방향을 잡아주는 노력이 필수적입니다 [12:34].
2. 고수들만 아는 3단계 문서화 전략
박진형 엔지니어는 AI가 길을 잃지 않게 하기 위해 세 가지 핵심 문서를 강조합니다.
- Tech Spec (기술 명세서): 구현 목적, 범위(무엇을 하고 안 할지), 요구 사항을 명확히 정의합니다. 가장 비싸고 성능 좋은 모델(GPT-o1, Gemini Thinking 등)을 활용해 논의하며 작성합니다 [19:50].
- Plan.md (구현 계획서): 테크 스펙을 바탕으로 당장 오늘 수행할 마일스톤과 서브 태스크를 쪼개어 정리합니다 [38:23].
- Claude.md (사용자 정의 규칙): "테스트부터 작성할 것", "코드 변경은 100줄 이내로 할 것" 등 AI 에이전트의 행동 지침을 강하게 부여합니다 [43:01].
3. 멀티 모델 협업 시스템 (협의체 방식)
- 모델별 장단점 활용: 글쓰기와 코딩 흐름이 좋은 Claude, 비판적이고 날카로운 피드백의 Gemini, 전반적인 설계에 강한 GPT를 동시에 활용합니다 [34:06].
- 모델 간 토론: 특정 설계에 대해 여러 모델에게 의견을 묻고, 서로 충돌하는 지점을 조율하여 최적의 합의안(Consensus)을 도출합니다. 박진형 엔지니어는 이를 ‘테크 스펙 협의체’라고 부릅니다 [34:32].
4. 실전 사례: 무베라(Mubera-py) 구현
- 구글 딥마인드의 어려운 C++ 논문 구현체를 단 이틀 만에 파이썬으로 옮긴 사례를 소개합니다.
- 사우나에서 아이디어를 정리하고, AI와 논문을 강독하며 이해도를 높인 뒤, 위에서 언급한 체계적인 문서화와 멀티 모델 피드백을 통해 성공적으로 오픈소스를 공개했습니다 [13:52].
5. 효율적인 작업 흐름 (Workflow)
- 작은 단위의 커밋: 하나의 마일스톤이나 서브 태스크가 끝나면 반드시 커밋하여 버전 관리를 합니다 [46:34].
- 테스트 주도 개발(TDD): AI에게 코드를 짜기 전 테스트 코드부터 작성하게 하여 정량적인 검증이 가능하게 만듭니다 [44:05].
결론적으로, 클로드 코드를 잘 쓴다는 것은 단순히 토큰을 많이 쓰는 것이 아니라, AI를 팀원처럼 관리(Management)하고 명확한 작업 지시서(Spec & Plan)를 통해 협업하는 능력임을 강조하고 있습니다.