AI Coding

대부분의 Claude Code 세션이 느려지고 지저분해지는 이유는 동일합니다. 탐색적인 grep 실행, 로그 덤프, 그리고 “하나 더 확인해 보자"는 식의 파일 확인 작업들이 모두 메인 대화 창에 영구적으로 남기 때문입니다.

AI 코딩 에이전트는 기능을 빠르게 출시하지만, 명세서(specs), 테스트, 그리고 코드는 조용히 서로 다른 방향으로 이동(drift)합니다. 이 가이드는 추적 가능성(traceability) 모델, 명세서-테스트 및 명세서-코드 매핑, 그리고 병합 전에 이러한 드리프트를 포착하는 CI(CI) 검사를 다룹니다.

2026년의 개발자들은 Spec-Driven Development(규격 기반 개발) 설정을 비교할 때, 보통 어떤 모델이 가장 똑똑한지를 묻지 않습니다. 그들은 어떤 워크플로우가 AI 에이전트를 의식적인 절차(ceremony)에 빠뜨리지 않으면서도 정렬(aligned) 상태를 유지해 줄 수 있는지를 묻습니다.

스팩 주도 개발(Spec-Driven Development, SDD)은 스펙이 문서가 아닌 워크플로우일 때 작동합니다. 핵심은 방대한 제품 요구사항 문서(PRD)를 산출하는 데 있지 않습니다.

대부분의 AI 에이전트 데모는 여전히 몇 가지 추가 단계를 거친 채팅 완성(chat completion)과 비슷하게 작동합니다. 프롬프트를 보내고 몇 초를 기다린 후, 하나의 응답으로 답변을 받습니다.

70B 모델은 한 번의 순전파(forward pass)에서 하나의 토큰을 생성하며, 각 패스마다 VRAM에서 가중치를 다시 로드하고 컨텍스트 전반에 걸쳐 어텐션을 계산하며 메모리를 동기화합니다. 토큰 사이에는 GPU가 순차적 의존성이 해결될 때까지 대기하며 유휴 상태에 머무릅니다.

2025년은 단일 에이전트 AI 시스템이 정점에 달했던 해였습니다. 여러분은 하나의 LLM에 프롬프트, 몇 가지 도구, 그리고 목표를 부여했고, 그것은 제한된 작업에서 꽤나 잘 수행했습니다.

스펙 주도 개발(Spec-Driven Development, SDD)은 소프트웨어 엔지니어들이 과거에 시도했다가 노력 대비 효과가 떨어지자 포기했던 아이디어들 중 하나입니다.

2026년에 진입한 스펙 기반 개발(Spec-Driven Development, SDD)은 바이브 코딩(Vibe Coding)의 흐트러짐에 대한 진지한 개발자들의 해법으로 등장했습니다.

의결 기록은 AI 지원 소프트웨어 개발에서 누락된 기억 레이어입니다. 이는 구축된 내용뿐만 아니라 그 이유까지 포착하며, AI 도구가 코드를 작성할 때 이러한 구별이 결정적인 중요성을 갖게 됩니다.

구글의 에이전트 투 에이전트(Agent2Agent) 프로토콜, 즉 A2A는 첫해를 다소 혼란스럽게 보냈습니다.

폴링 에이전트(Polling Agent)는 AI 어시스턴트 아키텍처에서 가장 화려하지는 않지만, 동시에 가장 유용한 구성 요소 중 하나입니다.

AI 에이전트 아키텍처가 두 개의 레이어로 나뉘기 시작하고 있습니다.

A2A 프로토콜(에이전트 투 에이전트 프로토콜)은 독립적인 AI 에이전트 시스템 간의 통신을 위한 개방형 표준입니다.

생산 환경용 AI 어시스턴트는 단순히 “프롬프트가 붙은 LLM"이 아닙니다. 이는 의도(Intent)를 받아들이고, 상태를 유지하며, 언제 검색하거나 행동할지 결정하고, 실패를 디버깅할 수 있는 충분한 런타임 세부 정보를 제공하는 시스템입니다.

대부분의 대규모 언어 모델(LLM) ‘구조화된 출력(structured output)’ 튜토리얼은 진지하지 않습니다. 이들은 사용자에게 정중하게 JSON을 요청한 후 모델이 잘 작동하기를 바라고 만듭니다. 그것은 검증(validation)이 아닙니다. 그것은 중괄호를 사용한 낙관주의에 불과합니다.