AI 코딩 생산성 착시를 넘어: 규칙·스킬·MCP로 개발 주기를 AI 네이티브로 만들기

핵심 메시지

• 개발자들은 AI 코딩 도구로 20% 빨라졌다고 느끼지만 실제로는 19% 느려졌다는 조사 결과가 소개됐다. 발표자는 이를 '생산성 착시'라고 불렀다.
• 원인은 모델이 아니라 시스템의 부재다. 규칙도 워크플로도 없이 티켓 설명만 붙여 넣고 구현을 시키면, 코드를 쓰지 않아 아낀 시간보다 결과물을 고치는 데 드는 시간이 더 커진다.
• 해결책으로 제시된 것은 규칙, 스킬, MCP 서버, 훅으로 이뤄진 'AI 레이어'를 저장소 안에 두는 것이다. 저장소에 넣으면 팀 전원이 같은 규칙을 별도 설정 없이 물려받는다.
• 개발자 작업은 프라임(맥락 적재) → 계획 → 구현 → 검증의 네 단계 스킬로 나뉘고, 계획 검토와 PR 직전에는 사람이 확인하는 관문을 둔다.
• 발표자는 이 방식이 특정 도구에 묶이지 않는다고 강조했다. 규칙과 스킬이라는 개념 자체는 어느 코딩 에이전트를 쓰든 같다는 것이다.

쉽게 이해하기

콜 메딘이 2시간짜리 공개 워크숍에서, AI가 전혀 반영되지 않은 기존 코드베이스 하나를 골라 개발 주기 전체를 AI에 맞춰 개조하는 과정을 처음부터 끝까지 시연했다. 그는 먼저 불편한 통계부터 꺼냈다. 개발자들은 AI 코딩 도구로 20% 빨라졌다고 느끼지만 실제 측정에서는 19% 느려졌다는 것이다. 전 세계 개발자의 84%가 어떤 식으로든 AI로 코딩을 돕고 있지만 코딩 에이전트를 신뢰한다는 응답은 절반에 못 미친다는 조사도 함께 소개했다.

그는 조직에서 실제로 목격한 전형적인 사용 방식을 보여 줬다. 기획자가 문서를 만들고 손으로 티켓을 쪼개면, 개발자는 티켓 설명을 복사해 코딩 에이전트에 붙여 넣고 '이대로 구현해'라고 지시한다. 규칙도, 컨벤션 문서도, 업무 도구와의 연결도 없다. 결과물은 동작할 수는 있어도 팀의 관례를 따르지 않고 이후 절차와 이어지지도 않는다. 이것이 신뢰가 무너지는 지점이다.

대안으로 제시한 것이 코드베이스 안에 두는 'AI 레이어'다. 구성 요소는 네 가지다. 에이전트에게 코드베이스의 제약과 관례를 가르치는 전역 규칙, 반복되는 작업 절차를 재사용 가능한 프롬프트로 묶은 스킬, 업무 도구에 직접 연결하는 MCP 서버, 그리고 훅이다. 그는 저장소에 있는 규칙 초안조차 에이전트에게 직접 만들게 하되, 기본 제공 기능보다 팀에 맞춰 손본 스킬 쪽이 낫다고 조언했다.

개발자의 실제 작업 흐름은 네 개의 스킬로 이어진다. 먼저 프라임 스킬로 티켓과 관련 문서를 불러와 코드베이스를 훑어 큰 그림을 잡고, 다음으로 구조화된 계획을 만들며, 그 계획을 별도 에이전트에 넘겨 구현하고, 마지막으로 검증 관문을 통과시킨다. 발표자는 계획을 사람이 검토하는 단계와 PR을 열기 전 직접 손으로 테스트하고 코드를 훑어보는 단계를 남겨 두기를 권했다.

마지막 조각은 지속적 통합에서의 자동 코드 리뷰다. 그는 이 모든 것을 한 번에 자동화하려는 시도에는 선을 그었다. 문서 자동 갱신처럼 보이는 작업도 사람이 검토하는 관문 없이 맡기면 20줄이면 될 것을 수백 줄로 고쳐 놓기 쉽다는 이유다. 신뢰가 쌓이기 전까지는 사람이 개입하는 지점을 유지하라는 것이 반복된 조언이었다.

주요 인사이트

• AI 코딩의 실패는 대개 모델 성능이 아니라 절차의 부재에서 온다. 같은 도구라도 규칙과 워크플로가 있느냐에 따라 결과물의 신뢰도가 갈린다.
• 스킬은 결국 반복해서 입력하던 프롬프트를 파일로 굳힌 것이다. 잘 만든 스킬을 팀에 공유하면 계획·구현·검증을 모두가 같은 방식으로 하게 된다는 점이 개인 생산성 도구와 다르다.
• AI 레이어를 저장소 안에 두면 신규 인원도 별도 설정 없이 같은 규칙을 물려받는다. 저장소가 많은 조직이라면 일반화된 템플릿을 담은 중앙 저장소를 두고 각 코드베이스에서 기술 스택에 맞게 다듬는 방식이 권장됐다.
• 코딩 에이전트를 일꾼으로만 쓰지 말고 선생으로도 쓰라는 조언이 나왔다. 구현이 끝난 뒤 왜 이 라이브러리를 골랐는지 되묻는 것만으로도 코드에 대한 이해를 유지할 수 있다는 것이다.
• 자율성을 어디까지 허용할지는 신뢰의 문제다. 계획 검토와 PR 직전 확인이라는 두 관문을 없앨 수는 있지만, 시스템을 충분히 믿게 된 뒤의 이야기라는 단서가 붙었다.

자주 묻는 질문

관련 AI 소식