2026 AI 코딩 워크플로 완전정리: 코딩 에이전트 3종과 자동 코드리뷰 파이프라인 구성법

핵심 메시지

• 발표자는 오픈소스 제품을 만들며 코드를 직접 만지기보다 프롬프트로 시키고, PR 단계에서 검토·병합하는 방식으로 AI를 최대한 활용한다.
• 모든 작업의 토대는 Git 버전 관리이며, 프로젝트 시작은 원하는 스택을 조립하는 better-t-stack과 색·스타일 템플릿을 잡아 주는 shadcn create로 한다.
• 코딩 에이전트는 세 가지를 병용한다: VS Code 안의 페어 프로그래머 Kilo Code, 작업 위임용 Verdant, 24시간 돌리는 Conductor(모두 저렴한 GLM 코딩 플랜 활용).
• 코드 관리는 스택 병합이 가능한 Graphite로, 코드 리뷰는 무료·자동인 Gemini Code Assist와 더 빠른 Greptile로 처리한다.
• 발표자는 오픈코드나 '랠프 루프' 같은 완전 자동화보다, 에이전트가 코딩하는 동안 사람이 품질을 계속 확인하며 루프 안에 머무는 방식을 선호한다.

쉽게 이해하기

이 영상은 한 개발자가 최근 두 달간 오픈소스 제품을 만들며 실제로 쓰고 있는 AI 코딩 워크플로를 처음부터 끝까지 소개한다. 목표는 코드를 직접 만지는 대신 프롬프트로 시켜 두고, 백그라운드에서 돌린 결과를 PR로 받아 코드 리뷰 에이전트로 품질을 확인한 뒤 메인 브랜치에 병합하는 것이다. 이 모든 흐름의 바탕에는 Git 버전 관리가 있다.

프로젝트를 시작할 때는 두 가지 도구를 쓴다. 하나는 원하는 기술 스택을 손쉽게 조립해 주는 better-t-stack으로, 예컨대 Next.js에 결제는 Polar, 백엔드는 Convex, 런타임은 Bun을 붙이는 식으로 불필요한 요소를 걷어내고 성능 좋은 앱 구성을 만든다. 다른 하나는 색과 스타일 템플릿을 잡아 디자인을 일관되게 유지해 주는 shadcn create다.

핵심인 코딩 에이전트는 매일 세 가지를 함께 쓴다. 첫째, VS Code 안에서 쓰는 페어 프로그래머 Kilo Code로, 작은 리팩터링이나 코드베이스 이해에 쓰며 값싸고 성능 좋은 GLM 코딩 플랜을 주로 활용한다. 둘째, 작업을 통째로 위임하는 Verdant로, 워크스페이스(브랜치)를 만들어 메인 저장소를 보호하면서 수백 개 작업을 돌리고 완료되면 알림을 받는다. 셋째, GLM 플랜과 함께 쓰는 Conductor로, 작거나 중간 규모 변경을 24시간 저렴하게 돌려 Verdant 크레딧을 아낀다.

코드가 작성되면 저장소에 PR을 올리고 리뷰 단계로 넘어간다. Git 관리는 Graphite로 하는데(최근 Cursor에 인수됨), PR 관리 UI가 좋고 여러 PR을 한꺼번에 병합하는 스택 병합과 충돌 일괄 해결을 지원한다. 코드 리뷰는 두 도구를 주로 쓴다. Gemini Code Assist 리뷰는 완전 무료이자 자동으로, PR을 만들면 알아서 각 줄에 주석을 달아 검토해 준다. 최근 쓰기 시작한 Greptile은 더 빠르고 품질도 좋아 갈아탈 생각이지만, Graphite를 통하면 반응하지 않아 깃허브에서 직접 호출해야 하는 불편이 있다.

발표자는 오픈코드류 도구나 이른바 '랠프 루프' 같은 완전 자동화는 관리가 어렵고 비용이 많이 든다는 이유로 직접 쓰지 않는다. 뛰어난 결과를 한 번에 뽑아내기보다, 에이전트가 코딩하는 동안 사람이 틈틈이 품질을 확인하며 루프 안에 머무는 방식을 선호한다. 최근에는 Opus 4.5와 GLM 4.7을 특히 즐겨 쓴다고 밝혔다.

주요 인사이트

• AI 코딩의 무게 중심이 '코드를 어떻게 짜느냐'에서 '작업을 어떻게 위임하고 검토하느냐'로 옮겨가고 있다. 발표자는 작성보다 위임·리뷰·병합 단계를 설계하는 데 공을 들인다.
• 에이전트를 용도별로 계층화하면 비용을 아낄 수 있다. 저렴한 GLM 플랜 기반 Conductor로 작은 변경을 처리하고, 값나가는 Verdant 크레딧은 복잡한 작업에만 쓰는 식이다.
• 안전장치의 핵심은 격리와 리뷰다. 작업을 워크스페이스나 브랜치로 분리해 메인 저장소를 지키고, PR마다 자동 코드 리뷰 에이전트를 붙여 병합 전에 품질을 거른다.
• 완전 자동화가 항상 최선은 아니다. 발표자는 비용과 관리 부담 때문에 '사람이 루프 안에 남아 계속 확인하는' 반자동 방식이 오히려 실전에서 안정적이라고 본다.

자주 묻는 질문

관련 AI 소식