index

에이전트와 자연어로 소통하며 만드는 블로그

· 7min

이 블로그는 AI 에이전트와 함께 만들어지고 있다. 정확히는 Anthropic의 Claude Code를 활용해서다. 단순히 코드 생성 도구로 사용하는 게 아니라, 실제 개발 파트너처럼 함께 작업하고 있다.

처음에는 호기심에서 시작했다. “AI가 정말 개발에 도움이 될까?” 하는 의구심 반, 기대 반으로. 몇 달 써본 지금은 확신한다. 이건 단순한 도구가 아니라 새로운 개발 방식이다.

함께 작업하는 방식

보통 새 기능을 추가할 때 이런 식으로 진행한다:

나: "블로그 소개 페이지에 탭 기능을 추가하고 싶어. 개발자/러너/기여자별로 내용을 나눠서 보여주고 싶거든"

Claude: "좋은 아이디어네요. Astro의 content collection을 활용해서 각 탭별로 마크다운 파일을 만들고, AboutTabs 컴포넌트에서 동적으로 로드하는 방식이 어떨까요?"

그리고 실제로 구현해본다. 코드를 작성하고, 테스트하고, 문제가 생기면 함께 디버깅한다. 마치 페어 프로그래밍하는 것처럼.

가장 인상적인 건 단순히 코드만 짜는 게 아니라 설계부터 함께 고민한다는 점이다. “이 기능을 어떻게 구현할지”가 아니라 “이 기능이 왜 필요하고, 어떤 방식이 가장 좋을지”부터 대화한다.

AI에게 제공하는 맥락들

효과적인 협업을 위해 프로젝트 정보를 구조화해서 제공한다. 실제로 사용하는 몇 가지 예시:

프로젝트 구조 (CLAUDE.md)

## Project Structure

이 워크스페이스는 **pnpm workspace monorepo**입니다:

### 1. `packages/dwkim/` - CLI Business Card Tool

- **Purpose**: 개발자 프로필 카드를 보여주는 CLI 도구
- **Entry**: `src/index.ts` (binary: `dwkim`)
- **Commands**: `dwkim` (profile), `dwkim chat` (AI chat)

### 2. `packages/blog/` - Next.js Blog

- **Purpose**: MDX를 사용하는 개인 블로그
- **Framework**: Astro with TypeScript
- **Content**: Contentlayer for MDX processing
  ...

실제 대화 맥락

나: "블로그 소개 부분에 기술 철학 내용을 넣고 싶어. 탭으로 나눠서..."

Claude: "AboutTabs 컴포넌트를 리팩토링해서 별도 마크다운 파일들을 불러오는 방식이 좋겠네요..."

이런 식으로 맥락을 제공하면 AI가 프로젝트의 패턴과 규칙을 이해하고 일관성 있는 코드를 작성할 수 있다.

예상보다 훨씬 나은 점들

1. 맥락을 기억한다 한 번 설명한 프로젝트 구조나 코딩 스타일을 계속 기억하고 일관성 있게 적용한다. 새로운 컴포넌트를 만들 때도 기존 패턴을 따라서 만들어준다.

2. 실수를 줄여준다 타입스크립트 에러, 린트 오류, 빌드 실패 등을 미리 체크하고 수정 방안을 제시한다. 특히 Astro의 까다로운 타입 시스템에서 많은 도움이 됐다.

3. 다양한 접근법을 제시한다 한 가지 방법만 제시하는 게 아니라 여러 옵션을 비교해서 보여준다. “A 방식은 간단하지만 확장성이 떨어지고, B 방식은 복잡하지만 유지보수가 쉽습니다” 이런 식으로.

4. 학습 도구로도 훌륭하다 새로운 라이브러리나 패턴을 사용할 때 왜 이렇게 작성하는지 설명해준다. 코드 리뷰어 역할도 충실히 해준다.

아직 어려운 것들

물론 한계도 분명하다.

복잡한 비즈니스 로직은 여전히 사람이 설계해야 한다. AI는 “어떻게”는 잘 도와주지만 “무엇을”은 결국 내가 정해야 한다.

전체적인 아키텍처 결정도 마찬가지다. 마이크로서비스로 갈지, 모놀리스로 갈지 같은 큰 그림은 여전히 경험과 판단이 필요하다.

성능 최적화보안 이슈 같은 민감한 부분은 AI 제안을 그대로 쓰기보다는 한 번 더 검토하게 된다.

개발자의 역할 변화

AI와 함께 일하면서 느끼는 건, 개발자의 역할이 “코드 작성자”에서 “문제 해결 설계자”로 바뀌고 있다는 점이다.

예전에는:

문제 인식 → 구현 방법 고민 → 코드 작성 → 테스트 → 배포

지금은:

문제 인식 → AI와 해결책 논의 → 함께 구현 → 검증 → 배포

더 빠르게 프로토타입을 만들 수 있고, 더 많은 아이디어를 실험해볼 수 있다. 그 대신 무엇을 만들지, 왜 만들지에 대한 판단력이 더 중요해졌다.

앞으로의 계획

이 블로그도 AI와 함께 계속 발전시켜나갈 예정이다. 지금 생각하고 있는 것들:

  • 검색 기능 추가
  • 댓글 시스템 구축
  • 다크모드 애니메이션 개선
  • RSS 피드 최적화
  • 성능 모니터링 도입

각각의 기능을 추가할 때마다 AI와 어떻게 협업했는지도 기록해볼 생각이다. 아마 몇 달 후에는 지금보다 훨씬 더 자연스럽게 협업하고 있을 것 같다.

기술은 빠르게 변하지만, 결국 사람이 원하는 경험을 만드는 것이 핵심이다. AI는 그 과정을 더 쉽고 즐겁게 만들어주는 도구일 뿐이다.

관련 링크