개발을 하다 보면 가장 힘든 점은 코드를 짜는 것 그 자체가 아니라고 생각이 점점 든다..
어떻게 문제를 바라보고 최소한의 비용으로 최대한의 퍼포먼스를 내기 위하여 어떠한 방법으로 해결할 수 있는지 중요해진거 같다.
이번에 MVP개발을 진행하면서 불과 1~2년 전만 해도 간단한 MVP 개발을 하기 위해 여러 엔지니어가 붙어야 했다면 지금은 1인이 그만한 퍼포먼스를 낼 수 있다고 생각한다.
이번 프로젝트에서는 Claude Code를 활용해 프론트 지식 별로 없는 저도 끝까지 개발을 완수 했는데, 이 여정을 간단히 공유 드리고자 한다.
단순히 코딩을 대신해주는 어시스턴트가 아니라, 각기 다른 전문성을 가진 4명의 팀원을 고용했다는 가정하에 개발을 진행하였습니다.
1. AI Agent 팀 구성: "너의 역할은 무엇인가?"
가장 먼저 한 일은 '역할의 분리'였습니다. 모든 것을 다 아는 만능 AI에게 질문하는 대신, 철저하게 역할을 나눴습니다.
각 역할을 수행하는 Claude 세션을 iTerm 배경색으로 구분하여 각 다른 세션에서 특정 임무를 수행
| Agent 역할 | 담당 영역 | 터미널 색상 | 주요 기술 스택/업무 |
| TPM | 아키텍처 설계/분석 | 파란색 | 요구사항 분석, 작업 분배, 코드 리뷰 |
| Backend | API 설계 및 개발 | 초록색 | FastAPI, SQLAlchemy, 비즈니스 로직 |
| Frontend | UI/UX 개발 | 보라색 | React, TypeScript, TanStack Query |
| DBA | DB 설계/운영 | 주황색 | PostgreSQL 스키마, 쿼리 최적화 |
(팁: 실제 작업하셨던 터미널 3개를 캡처해서 콜라주로 넣으면 시각적으로 매우 효과적!)
2. 지식(Context)과 행동(Skill)의 분리
AI가 프로젝트를 제대로 이해하게 하기 위해 .claude 디렉터리 구조를 체계화하기.
핵심은 '변하지 않는 지식'과 '반복되는 행동' 을 분리.
.claude/
├── ai-context/ # 지식 기반 (정적 정보)
│ ├── domain-overview.md # 도메인 모델, 비즈니스 규칙
│ ├── api-spec.md # API 엔드포인트 스펙
│ └── database-erd.md # ERD, 테이블 상세
│
├── roles/ # 역할별 페르소나(프롬프트)
│ ├── Technical_PM.md
│ ├── Backend_Engineer.md
│ ├── Frontend_Engineer.md
│ └── Database_Administrator.md
│
└── skills/ # 행동 기반 (동적 도구)
├── commit/ # Git 커밋 자동화 스크립트
└── sync-docs/ # 문서 동기화 스크립트
- 지식 기반 (ai-context): 프로젝트가 무엇인지 정의합니다. AI는 이 파일들을 통해 도메인을 이해
- 역할 정의 (roles): 각 에이전트가 누구인지 정의합니다.
- 행동 기반 (skills): 어떻게 행동할지 정의하여 반복 작업을 자동화합니다.
이렇게 구조를 잡으니 AI의 컨텍스트를 효율적으로 사용 할수 있었고 엉뚱한 대답의 빈도가 현저히 줄어들었습니다.
3. 워크플로우: TPM 중심의 개발 체계
개발 프로세스는 철저하게 TPM(Technical Project Manager) AI를 중심으로 돌아갔습니다. 제가 직접 코드를 짜기보다, TPM에게 지시를 내리고 결과를 검토하는 방식입니다.
- 요구사항
- TPM 분석: TPM 에이전트(파란색)가 전체를 분석하고 작업을 쪼개서 각 파트에 할당합니다.
- 집중 개발: Backend/Frontend/DBA 에이전트가 각자의 영역에서 코드를 작성. 이때 다른 영역의 불필요한 정보는 배제.
- 검증: 다시 TPM이 결과물을 받아 아키텍처 관점에서 코드 리뷰를 진행합니다.
- 완료: 검증이 끝나면 커밋.
는'코더'가 아니라 '아키텍트' 혹은 '매니저'의 관점에서 프로젝트 전체를 조망할 수 있었습니다.
4. 핵심 원칙과 배운 점
이 시스템을 운영하며 세운 3가지 원칙이 있습니다.
1. AI의 답변은 '신입 개발자'의 제안처럼 검증한다.
- 아무리 뛰어난 AI라도 실수는 한다. AI가 작성한 코드는 신입 개발자가 PR을 올린 것이라 생각하고, 최종 책임자인 제가 꼼꼼히 검토.
2. 설계 검증에 집중한다.
- 타이핑하는 시간은 AI가 획기적으로 줄여주니, 저는 줄어든 시간을 아키텍처 검토와 설계의 견고함을 다지는 데 투자했습니다.
3. 컨텍스트는 최소화한다.
- 프론트엔드 에이전트에게 DB 쿼리 튜닝 정보를 줄 필요는 없습니다. 역할별로 꼭 필요한 정보만 제공했을 때 답변의 정확도가 훨씬 높았습니다.
최근에 여러 유튜브를 보다 각 빅테크 회사에서 몇개월동안 직접 작성한 코드가 3~4줄 정도 이다. 라고 말할 정도로 AI가 많이 발달 한거 같다.
요즘 각종 커뮤니티에 어떻게 Claude Code를 활용하는지
Skills, Sub Agent, Claude.md 관리 등 다양한 인사이트를 빠르게 활용하고 조금이라도 나의 개발 퍼포먼스를 늘리기 위해 노력해야 한다고 생각한다..
그리고 이제는 코딩 공부 보다는 확실히 개념적인 공부가 더 필요 하다고 느끼는 요즘 이다
끝.