1) 예시 중심 방식(“사람 말 예시 → 자동 검사로 바꾸기”)
설명 문장 + 구체 예시(입력/출력, 상황)를 먼저 만들고, 그걸 기준으로 구현해요.
• 장점
• 기획/업무 요구를 사람이 읽기 쉬운 형태로 먼저 잡을 수 있음
• AI에게 “이 예시들을 만족시켜”라고 주기 좋아요
• 단점
• 예시가 부족하면 틈이 생김(예시 밖 상황에서 깨질 수 있음)
• AI에게 특히 좋은 경우
• 규칙이 복잡한데 말로 설명하면 길어지는 업무 로직
⸻
2) 입력·출력 약속 먼저 방식(“형식과 규칙부터 고정”)
함수 이름, 입력 형태(필드/타입), 출력 형태, 오류 처리 규칙을 먼저 고정하고 구현해요.
• 장점
• AI가 오해할 여지가 크게 줄어듦
• 여러 사람이 나눠 작업해도 충돌이 적음
• 단점
• 초기에 약속을 잘못 잡으면 나중에 고치기 번거로움
• AI에게 특히 좋은 경우
• 여러 모듈이 맞물리는 작업(데이터가 오가는 작업)
⸻
3) 체크리스트 방식(“자동 검사 + 눈으로 확인 항목”)
자동 검사로 잡기 어려운 부분(화면, 문구, 사용 흐름)은 체크리스트로 관리해요.
• 장점
• 화면/사용 흐름 같은 사람 감각이 필요한 것을 놓치지 않음
• AI가 만든 결과물을 검토하기 쉬움
• 단점
• 사람이 매번 확인해야 해서 시간이 듦
• AI에게 특히 좋은 경우
• 화면, 문구, 설정 화면, 보고서 출력물 같이 “보기”가 중요한 작업
⸻
4) 작은 단계 반복 방식(“아주 작은 변경을 자주 완료”)
한 번에 크게 만들지 않고, 아주 작은 기능을 자주 완성해요.
• 장점
• AI가 길게 뻗어서 엇나갈 위험이 줄어듦
• 문제를 빨리 발견함
• 단점
• 큰 그림 설계가 약하면 조각들이 어색하게 붙을 수 있음
• AI에게 특히 좋은 경우
• 요구가 자주 바뀌거나, 아직 확신이 없는 기능
⸻
5) 빠른 실험 → 나중에 정리 방식(“일단 해보고 다듬기”)
처음엔 대충 동작하는 걸 빠르게 만들고, 유효하다고 판단되면 자동 검사와 정리를 붙여요.
• 장점
• 속도가 빠름(탐색/실험에 강함)
• 방향이 맞는지 빨리 확인 가능
• 단점
• 나중에 정리 안 하면 부채가 쌓임(고치기 어려워짐)
• AI에게 특히 좋은 경우
• 새 아이디어 검증, 모델/데이터 파이프처럼 “해봐야 아는” 문제
⸻
6) 기존 동작 보호 후 수정 방식(“현재 동작을 먼저 묶어두고 바꾸기”)
이미 돌아가는 시스템을 바꿀 때, 현재 결과를 먼저 자동 검사로 묶어두고 수정해요.
• 장점
• AI가 코드를 손대도 “기존에 되던 것”이 망가지는 걸 막기 좋음
• 큰 코드에서도 안전장치가 됨
• 단점
• 기존 동작이 이미 이상하면, 이상한 동작을 고정해버릴 수 있음
• AI에게 특히 좋은 경우
• 레거시(오래된 코드) 개선, 성능 개선, 구조 정리
⸻
7) 사람 검토 중심 방식(“AI는 작성, 사람은 꼼꼼히 확인”)
자동 검사를 최소화하고, 대신 사람이 읽고 위험을 잡는 데 집중해요.
• 장점
• 자동 검사 만들기 어려운 영역에서 현실적
• 코드 품질(가독성, 유지보수성)을 사람 기준으로 맞추기 쉬움
• 단점
• 사람 실수로 놓칠 수 있음
• 반복 작업이 많으면 피로도가 큼
• AI에게 특히 좋은 경우
• 글/문서/화면 로직, 또는 “정답을 자동으로 표현하기 어려운” 요구
댓글 0