ThePrimeagen AI 코딩 워크플로: 6단계 계획과 JSON 모드 테스트

핵심 메시지

• 그는 여행 중 키보드 없이 휴대폰만으로도 직접 설계하듯 코딩하기 위해 6~7단계 LLM 워크플로를 고안했다.
• 단계는 데이터 구조 정의 → 인터페이스 정의 → 코드 변경 지점(To-do) → 목 구현 후 되돌리기 → 불변식 추가 → 실제 구현 순으로 진행된다.
• 4단계(구현·검증 후 되돌리며 To-do에서 벗어난 지점을 보고받기)를 가장 유용한 단계로 꼽으며, 손으로 코딩할 때도 최고의 피드백 루프라고 평가한다.
• 게임을 raylib 렌더링 대신 JSON 이벤트로 구동하는 "JSON 모드"를 만들어 초고속 테스트와 에이전트 자동 플레이 실험을 가능하게 했다.
• 핵심 철학은 통제권 유지 — 데이터 구조·인터페이스·To-do가 옳지 않으면 다음 단계로 넘어가지 않으며, 방치된 에이전트는 형편없는 코드를 만든다고 본다.

쉽게 이해하기

ThePrimeagen은 최근 2주간 여행하면서 컴퓨터 앞에 앉아 프로그래밍할 수 없었고, 이동 중에도 코딩을 이어가기 위한 방법으로 6~7단계 LLM 워크플로를 만들었다고 소개한다. 0단계는 조사와 1~6단계 계획 수립이고, 이후 한 단계씩 천천히 진행하면서 자신이 직접 프로그래밍하듯 설계를 다듬어 나간다. 휴대폰으로도 메시지를 다듬어 보내고, 한 시간 뒤 돌아와 PR 업데이트를 확인하는 식이다.

단계는 이렇게 이어진다. 1단계는 데이터 구조 정의, 2단계는 필요한 함수(인터페이스) 정의, 3단계는 코드베이스에서 바꿔야 할 지점마다 To-do를 다는 것이다. 4단계는 그가 특히 아끼는 단계로, 만들어 둔 To-do와 데이터 구조를 바탕으로 구현하게 한 뒤 JSON 모드로 게임을 처음부터 돌려 동작을 확인하고, 다시 되돌리면서 To-do·인터페이스·구조에서 벗어나야 했던 지점을 보고하게 한다. 5단계는 불변식(invariant) 추가, 6단계는 실제 구현이다.

그는 Odin 언어로 타워 디펜스 성격의 게임을 만들고 있다. 여기서 핵심 장치가 "JSON 모드"다. 게임을 raylib로 화면에 그리는 대신 JSON 입출력만으로 구동해, 마우스 조작을 포함한 모든 이벤트를 JSON으로 주입하고 결과를 파일로 기록해 재생할 수 있게 했다. MCP를 쓰지 않은 이유는 이벤트를 직접 방출하는 등 더 견고한 제어를 원했기 때문이다.

JSON 모드는 두 가지 이점을 준다. 첫째, 초당 수만 프레임으로 게임을 돌릴 수 있어 테스트가 매우 빠르다. 둘째, "대장장이로 1,000판을 플레이하게 하고 승률과 카드별 전략을 스스로 정리하게 하는" 진짜 에이전트 루프를 실험할 수 있다. 그는 이를 게임 개발용 Playwright CLI에 비유한다. 작업 관리에는 git work tree를 써서 여러 변경을 병렬로 진행하고, 각 git 훅(hunk)을 quickfix 목록에 넣어주는 "inspect" 같은 도구도 직접 만들었다.

반복적으로 강조하는 것은 통제권이다. 코드가 다음 단계로 갈 준비가 됐는지는 자신이 판단하며, 데이터 구조나 인터페이스, To-do가 옳지 않으면 앞으로 나아가지 않는다. 방치된 에이전트는 형편없는 코드를 만든다고 보고, 영어로 API 변경을 설명하는 일도 매우 싫어한다. 실제로 한 복잡한 버그는 에이전트가 일곱 번 시도해도 제대로 못 고쳤지만 그가 직접 15분 만에 처리했다고 한다.

주요 인사이트

• 한 번에 하나씩 — 구조·인터페이스·To-do를 순서대로 확정하고 각 단계에서 검수해야 프로젝트가 엉망이 되지 않는다는 것이 그의 핵심 규율이다.
• 되돌리며 배우는 4단계 — 구현 후 되돌리며 "어디서 계획을 벗어나야 했는지"를 받아보는 방식은 손으로 코딩할 때조차 설계 개선에 가장 큰 변화를 준 기법이라고 말한다.
• 테스트 대신 재생 가능한 JSON 모드 — 정식 테스트가 많지 않은 대신, 게임을 헤드리스로 구동해 이벤트를 재생·검증하는 자체 하네스가 빠른 반복과 에이전트 실험을 동시에 가능하게 한다.
• LLM이 약한 지점 — 불변식 추가는 LLM이 특히 못하고, 에셋(그래픽)은 코드보다 더 형편없다고 평가하며 애니메이션 시스템은 직접 손으로 만들었다.
• 자동완성이 더 빠를 때 — 자신의 프로그램을 짤 때는 Supermaven 탭 자동완성(약 250ms 지연)이 어떤 LLM보다 빠르고 낫다고 느낀다고 밝힌다.

자주 묻는 질문

관련 AI 소식