본문 바로가기
728x90
반응형

전체 글1472

AI가 같은 실수를 반복한다면: 프롬프트를 하네스·스킬·루프로 바꾸는 법 AI가 같은 실수를 두 번 했습니다. 첫 번째에는 “다음부터 이 부분을 꼭 확인해”라고 말했습니다. 두 번째에는 프롬프트에 주의사항을 더 길게 붙였습니다. 그런데 다른 작업을 맡기니 비슷한 실수가 또 나옵니다.이럴 때 필요한 것은 주의 문장 하나를 더 쓰는 일만이 아닙니다. 그 실패를 다음 작업에서도 작동하는 절차와 검사로 바꾸는 일입니다.지난 편에서는 기술·인지·의도 부채를 구분했습니다. 이번에는 그 부채를 반복해서 쌓지 않도록, AI가 일하는 환경을 설계하는 방법을 다룹니다. 핵심은 하네스, 스킬, 루프입니다.한 번의 좋은 답변보다, 다음 작업에서도 같은 기준으로 확인할 수 있는 작업 환경이 필요합니다.1. 프롬프트, 스킬, 하네스, 루프는 무엇이 다를까?용어부터 어렵게 느껴질 수 있습니다. 작업실에.. 2026. 10. 6.
AI가 코드를 늘릴수록 쌓이는 3가지 부채: 기술·인지·의도 부채 AI가 기능을 만들어 줬습니다. 테스트도 통과했고 화면도 정상입니다. 그런데 며칠 뒤 작은 요구사항이 바뀌자, 어디를 수정해야 할지부터 막힙니다.“코드가 복잡해서 그런가?”그럴 수도 있습니다. 하지만 코드 구조만 정리한다고 해결되지 않는 문제도 있습니다. 코드를 설명할 사람이 없거나, 왜 그렇게 만들었는지 기록이 사라진 경우입니다.지난 편에서는 AI에게 일을 맡길 때 사용하는 여섯 가지 템플릿을 소개했습니다. 이번에는 그 기록이 왜 필요한지, 기술 부채·인지 부채·의도 부채라는 세 가지 관점으로 살펴보겠습니다.겉으로는 같은 코드 문제처럼 보여도, 구조·이해·판단의 기록은 서로 다른 방식으로 무너집니다.1. 기술 부채: 바꾸기 어려운 구조가 남았다기술 부채는 현재의 구조와 구현 방식 때문에 다음 변경이 어.. 2026. 10. 5.
AI에게 일을 맡기기 전에 복사하세요: 실전 에이전트 템플릿 6개 AI에게 작업을 맡길 때마다 요청을 새로 쓰고, 결과를 받으면 무엇을 확인해야 할지 다시 고민하나요? 좋은 요청을 한 번 작성하는 것도 중요하지만, 반복해서 쓸 수 있는 양식을 만드는 일은 그다음 작업까지 바꿉니다.지난 글에서는 에이전트 구축 전 확인할 25가지 질문을 살펴봤습니다. 이번에는 그 질문을 실제 문서로 옮깁니다. 책의 부록 B에 담긴 실전 템플릿 6개를 바탕으로, 요청부터 검토와 개선까지 이어지는 방법을 정리했습니다.여섯 양식은 언제 쓰면 될까?작업을 시작할 때: 에이전트 작업 계약도구를 연결할 때: 도구 계약 카드결과를 검토할 때: 완료 증거 묶음좋아졌는지 확인할 때: 평가 사례 카드같은 실패를 막을 때: 실패를 스킬로 바꾸는 기록도입 효과를 비교할 때: 도입 전후 측정표모든 문서를 길게 .. 2026. 10. 4.
한 판의 기록이 캐릭터로 남는 곳 — ITLAND와 ITTY 반응속도를 재려고 ITLAND에 들어가면, 화면 한쪽에 작은 캐릭터가 보입니다. 도감을 열어보면 닌자도 있고, 마법사도 있고, 정체불명의 검은 관측자도 있습니다.ITLAND의 작은 안내자, ITTY입니다. 짧은 게임과 웹 도구를 쓰는 사이에 내 캐릭터도 조금씩 달라지는 재미를 더했습니다.화면 오른쪽 아래의 ITTY를 누르면 안내창이 열립니다. 실제 ITLAND 화면 캡처.오늘은 기록, 다음에는 코스튬ITLAND에서는 Queue Zero로 반응속도를 재거나 TYPELAND로 타자 기록에 도전할 수 있습니다. 게임 한 판이 짧아서 쉬는 시간에 가볍게 시작하기 좋습니다.회원이라면 여기에 작은 목표가 하나 더 생깁니다. 플레이와 출석, 레벨 등 도감에 표시된 조건을 채우면 ITTY 코스튬이 열립니다. 최고 기록.. 2026. 10. 3.
AI 에이전트 만들기 전 꼭 확인할 25가지: 실전 구축 체크리스트 처음 만든 AI 에이전트가 데모에서 그럴듯하게 움직이면 마음이 급해집니다. 이제 실제 업무에 연결해도 될 것 같고, 사용자에게 공개해도 될 것 같습니다.하지만 데모와 운영 사이에는 큰 간격이 있습니다. 운영 환경의 에이전트는 모호한 요청을 만나고, 오래된 정보를 검색하고, 실패한 도구를 다시 호출합니다. 심지어 권한이 허용하는 범위 안에서 너무 많은 일을 해버릴 수도 있습니다.좋은 에이전트는 똑똑한 답을 한 번 내는 시스템이 아니라, 실패해도 피해가 제한되고 원인을 추적할 수 있는 시스템입니다. 그래서 모델을 고르기 전에 먼저 확인해야 할 25가지 질문을 정리했습니다.왜 ‘기능 목록’보다 체크리스트가 먼저일까?에이전트를 만들 때는 보통 검색, 요약, 코드 실행 같은 기능부터 생각합니다. 그러나 실제 사고.. 2026. 10. 2.
AI 시대에 오래가는 개발자의 기준: 많이 만들기보다 잘 끝내기 AI가 코드를 만들어 주는 속도는 계속 빨라지고 있습니다. 예전에는 며칠 걸리던 기능이 몇 시간 안에 모습을 드러내고, 여러 작업을 동시에 맡기는 것도 가능해졌습니다. 그런데 이상하게도 프로젝트가 정말로 끝나는 속도까지 같은 비율로 빨라지지는 않습니다.코드는 생겼지만 요구사항이 맞는지 모르고, 테스트는 통과하지만 운영 환경에서는 불안하며, 만든 사람조차 변경 이유를 설명하지 못하는 일이 남습니다. AI 시대의 희소한 능력은 더 이상 많이 만들어 내는 능력만이 아닙니다. 빠르게 만들어진 결과물을 이해하고, 검증하고, 책임질 수 있는 제품으로 끝내는 능력입니다.생성 비용이 내려갈수록 비싸지는 것코드 한 줄을 만드는 비용은 내려가고 있습니다. 하지만 코드가 실제 제품의 일부가 되는 순간부터는 다른 비용이 생깁.. 2026. 10. 1.
AI 코딩 실력, 7일 안에 확인하는 법: 최종 미니 프로젝트 설계법 AI와 함께 코딩하면 결과물은 놀랄 만큼 빨리 나옵니다. 그런데 결과물이 빨리 나온 것과 내 실력이 늘어난 것은 같은 말이 아닙니다. 실력은 “무엇을 만들었는가”보다 어떤 문제를 골랐고, 어디까지를 범위로 정했으며, 무엇으로 완료를 증명했는가에서 드러납니다.그래서 이번 편에서는 거창한 새 서비스를 시작하지 않습니다. 현재 배우는 언어나 프레임워크로 3~7일 안에 끝낼 수 있는 기능 하나를 고르고, AI를 활용하되 판단과 검증은 내가 책임지는 최종 미니 프로젝트를 설계해 보겠습니다.새 서비스보다 ‘기능 하나’가 좋은 이유짧은 프로젝트에서 가장 흔한 실패는 욕심입니다. 로그인, 결제, 알림, 관리자 화면까지 한꺼번에 만들려다 보면 프로젝트의 절반은 환경 설정과 화면 연결에 쓰이고, 정작 중요한 문제 정의와 .. 2026. 9. 30.
딱 60초만 손 풀기, ITLAND DAILY RUN으로 하루 시작하기 아침에 컴퓨터를 켜고도 손이 아직 덜 깬 느낌이 들 때가 있습니다. 바로 일을 시작하기엔 머리가 무겁고, 그렇다고 게임 한 판을 시작하면 시간이 길어질 것 같을 때요.그럴 때 딱 1분만 쓰는 루틴이 생겼습니다. ITLAND에 새로 열린 오늘의 60초 루트입니다.반응 한 번, 타자 한 번구성은 단순합니다. 먼저 Queue Zero에서 약 30초 동안 화면 신호에 반응하고, 이어서 TYPELAND에서 15초 타자 테스트를 합니다. 두 종목을 끝내면 0/2였던 진행 표시가 채워집니다.처음엔 “이게 운동이 되나?” 싶었는데, 짧아서 오히려 매일 하기 좋았습니다. 긴 기록 측정처럼 자세를 잡을 필요도 없고, 로그인 없이 시작할 수 있어 브라우저를 연 김에 한 번 눌러보기 쉽습니다.숫자가 보여서 은근히 다시 하게 .. 2026. 9. 29.
AI 코딩 실력, 총점보다 낮은 항목을 보세요: 10분 자가진단표 AI로 코드를 빨리 만드는 사람은 많아졌다. 그런데 “AI를 잘 쓰고 있나요?”라고 물으면 답하기가 어렵다. 프롬프트를 많이 안다고 실력이 높은 것도 아니고, 생성된 코드가 한 번에 실행됐다고 안전한 것도 아니다.그래서 이번에는 속도나 사용 횟수가 아니라 혼자 설명하고 검증할 수 있는 능력을 기준으로 현재 위치를 점검해보자.목표는 높은 총점을 받는 것이 아니다. 가장 낮은 항목을 구체적으로 발견하고, 30일 뒤 달라졌다는 증거를 남기는 것이다.1점과 5점의 차이는 ‘AI 사용량’이 아니다각 항목을 1점부터 5점까지 매긴다.점수기준1점해본 적이 없거나 무엇부터 해야 할지 모른다2점예시를 따라 하면 일부 수행할 수 있다3점AI나 동료의 도움을 받으면 끝낼 수 있다4점대부분 혼자 수행하고 결과를 검토할 수 있.. 2026. 9. 28.
728x90
반응형