“재밌을 것 같은 코딩은 내가 한다! 재미없고 지루한 부분, 그러니까 코딩하기 싫어지게 하는 작업에서 최대한 LLM을 활용하는 것이 좋은 전략이 아닐까.”

다들 챗GPT나 클로드 코드, 커서 같은 AI 도구를 활용해 코드를 짜봤을 텐데, 얘가 자꾸 이상한 코드를 뱉어서 화난 적 있지 않아? 분명 똑똑한 것 같은데, 가끔은 고집불통인 누구(?) 같아서 답답할 때가 있었던 사람 손! (뉴스레터 최하단 설문 링크를 통해 본인의 답답함을 외쳐보는 것도 괜찮아. 지금까지 링크 있는지 모르고 그냥 지나쳤던 건 아니지? ㅠㅠ 거기 링크 있어요.)

여튼 ‘AI 코딩, 도대체 어떻게 써야 잘 쓰는 걸까?’ 고민하는 이들에게 도움이 될 좋은 글이 있어서 가져왔어. 경험을 토대로 일반적인 코딩에 두루 적용할 수 있는 팁을 잘 정리해놔서 시간 가는 줄 모르고 빠져들었… 먼저 API 설계 같은 큰 그림은 아직 잘 못 그리는 편이니, 중요한 설계는 직접 하는 게 좋고요. 안 그러면 나중에 더 큰 고생에 직면할 수 있으니까. 그리고 AI가 실수했을 때 하나하나 지적하기보다, 테스트 코드를 잘 짜서 AI가 스스로 잘못을 깨닫게 만드는 환경을 만들어주는 것도 방법!

그런데 그런 사용 팁들보다 눈을 확 뜨이게 했던 건, ‘재밌어 보이는 코딩은 직접 한다’는 고백과 같은 문장이었어. 평범할 수도 있을 이 문장이 왜 그렇게 마음에 와닿았을까. 돌아보면 요즘 AI로 인해 직업을, 좀 더 깊이 들어가 ‘코딩의 즐거움’을 잃을까 두려워하는 개발자들이 많은 것 같은데. 그 와중에 지극히 현실적이고 현명하게 공존의 길을 제시한 게 아닐까 하고 나름 의미 부여를 해봤어. 재미없는 반복 작업만 AI 동료에게 시키고, 개발의 즐거움은 스스로 챙겨야 번아웃도 피할 수 있을 테고.

모든 것을 AI에게 맡기는 것이 아니라, 귀찮고 지루한 일을 위임함으로써 개발자는 오히려 더 즐겁고 창의적인 핵심 작업에 집중할 수 있다는, 그런 긍정적인 사고가 뙇 필요한 시점이니까!내가 LLM과 함께 코딩하는 방식

■ IT 스냅샷: 이달의 화두는?‍

• • [#어텐션] 백엔드 개발자의 시선으로 풀어본 LLM 내부 동작 원리: 6단계로 쉽게 이해하기
    “(어텐션 메커니즘은) 마치 우리가 중요한 단어에 형광펜을 칠해 강조하는 것과 비슷해요.”

• • [#AI코딩] 초보를 위한 Claude Code 안내서
    “예전에 AI가 엉뚱한 답을 내놓으면 ‘역시 아직 멀었군’ AI 탓이란 생각이었는데, 요즘엔 ‘내가 애매하게 전달했군’ 내 탓이란 생각을 합니다. (…) 최근엔 AI로 90% 이상 작성하고 있습니다. 코딩 대신 집중하는 건 아키텍처 설계와 코드 리뷰입니다.”

• • [#사례:무신사] AI와 함께 테스트 코드 작성 하기: 리팩토링과 PR 자동화까지
    “Prompt: ‘…테스트가 통과할 때까지 코드를 올바르게 수정해줘’ 여기서 핵심은 ‘통과할 때까지’라는 조건입니다. (…) 단순히 ‘리팩토링해줘’라고 하면, 원치 않는 과도한 추상화가 적용될 수 있습니다. 잘못된 과도한 추상화는 단순 중복코드보다 더 위험한데요.”

• • [#사례:카카오] AI와 함께 안전하게 리팩토링하기: 테스트부터 반복 개선까지
    “AI가 코드 작성하는 시간을 줄여주는 것은 사실이지만, 고민하는 시간과 검토하는 시간까지 사라지지는 않습니다. (…) AI는 리팩토링의 가장 큰 심리적 장벽인 ‘시작’을 쉽게 만들어준다는 점입니다.”

• • [#DSL] 뱅크샐러드에서 합법적으로 Vibe Coding 하는 법
    “결국 기존 엔지니어들이 코드리뷰를 해야 하고, 그렇게 된다면 특별히 생산성의 개선이 있다고 말할 수는 없었습니다. (…) 어쩌면 미래 엔지니어들의 주 과업은 LLM이 마음껏 안전하게 Vibe Coding을 할 수 있는 환경, 예컨대 DSL을 설계하고 검증하는 시스템 등을 만드는 것이 되지 않을까.”

• • [#AI생산성] AI 에디터 활용 사례 및 개발 생산성
    “최악의 상황은 AI 에디터 도입으로 관리자가 “이전보다 더 많은 일을 해낼 수 있게 됐으니 촉박한 일정을 부과해도 되겠지?”라고 착각하는 것입니다. (…) 실제 병목이 되는 지점은 개발 프로세스가 아니라 인간의 의사 결정 과정인 경우가 다수였습니다.”

• • [#AI협업] AI를 활용한 요구사항 분석 및 명세화 실전 가이드
    “AI에게 의도적으로 비판적인 역할을 부여하면 (…) 사람에게 지적받는 게 아니라서 감정적으로 기분이 덜 나쁘기도 합니다. (…) AI에게 서비스의 본질을 정의하게 두지 말고, AI를 인터뷰어로 해서 자신의 생각을 고도화시키는 방법이 유용합니다.”

• • [#양자컴퓨터] 왜 지금 양자 컴퓨팅인가: AI 이후 펼쳐질 새로운 시대의 해답
    “현재 트랜지스터 크기는 3~4나노미터, 즉 원자 수십 개를 나란히 놓은 수준까지 줄어들었습니다. 이제는 더 줄이기도, 더 집적하기도 어려운 물리적인 한계에 다다른 것입니다. (…) 기존 슈퍼컴퓨터로는 수년, 심지어 수백 년이 걸릴 수 있는 이 작업을 양자 컴퓨터는 단 몇 분 혹은 몇 시간 안에 처리할 가능성을 보여주고 있습니다.”

• • [#AST] 하나의 프론트엔드 코드로 멀티 환경 운영하기
    “초기에는 기존 일반 서비스 코드에 if/else 조건문을 추가하는 방식으로 분기를 처리했습니다. (…) (로직 분기는) 이미 사용 중인 플래그(isGovEnv) 방식이 직관적이고 빠름. 따라서 로직 분기는 기존의 간단한 boolean 플래그 기반 방식을 유지하기로 했습니다.”

■ 독자탐구생활‍

• • 
    <LLM 엔지니어링> by 테크유람 님
    “또 LLM 책인가 보다 하고 반신반의했지만, 막상 읽다 보니 이 책은 단순히 모델을 설명하고 끝나는 책이 아니라, 하나의 AI 제품이 어떻게 탄생하고 작동하며, 현실 속에서 굴러가는지를 총체적으로 보여주는 드문 책이었다. 무엇보다 좋았던 점은, LLM Twin이라는 개념을 실제 서비스처럼 다룬다는 점이다. 단순한 챗봇이나 RAG 시스템이 아니라, 마치 ‘디지털 트윈’처럼 하나의 지능형 주체가 되어 사용자와 상호작용하는 시스템을 만들겠다는 관점이 꽤 신선하게 다가왔다. AI를 단순한 기능의 집합이 아닌, ‘제품’처럼 바라보게 만든다는 점이 이 책의 가장 큰 차별점이었다. 초반부에 LLM Twin의 구조와 개념을 소개할 때는 ‘과연 이걸 현실에서 구현할 수 있을까?’ 하는 의문도 들었지만,”
    ​

• 
  <핸즈온 LLM> by stranger95 님
  “내가 언어모델을 처음으로 익힌 게 2년 전이었다. 오랜만에 들여다보니 헷갈리는 부분도 있고 처음 보는 개념도 있어서 (그사이에 새로 나온 개념이라기보다 개인적으로는 처음 보는 개념들) 복습 겸 학습에 도움이 되었다. 특히 이미지로 개념을 쉽게 전달하려는 노력이 돋보였다. 아무래도 텍스트나 코드만으로 정보를 전달하기에는 어려운 부분이 분명히 있다 보니, 이런 이미지를 활용하려는 구성이 큰 장점으로 느껴졌다. 그리고 특정 개념이 나올 때마다 논문, 깃허브, 공식 페이지 등의 링크를 같이 제공해줘서, 검색이나 레퍼런스 정리에 시간을 아낄 수 있었다.”
  ​

■ 데브주요뉴스‍

• • LLM 학습 로드맵 : 초급부터 실무 적용까지, 수준별 필수 LLM 추천 도서 7권
• • 카카오가 시도한 AI Native: 실행과 확산 (23가지) 사례집
• • “바이브 코딩의 함정, 스펙 주도 개발로 해결한다”
• • AI 기본법 시대, 성패 가르는 것은 조직의 ‘프로젝트 관리’ 역량이라고?
• • AI 믿고 개발했더니…하루 만에 1천달러 비용 폭탄!
• • .ai는 AI가 아니었다. 정체는 ‘앵귈라?’
• • AI 다윈상 신설… 무모한 AI 활용 사례 풍자
• • AI 애플리케이션 개발 기초와 Spring AI 알아보기