AI 요약
AI로 프론트엔드 개발을 시도한 2개월간의 프로젝트에서 70회 이상의 커밋과 약 5만 줄의 'AI용 문서'를 삭제한 실패 경험을 공유합니다. 핵심 교훈은 AI에게 방대한 전지식(全知識) 문서를 제공하는 것이 오히려 독이 되며, 21줄의 '오답 노트'가 4만 줄의 지식 베이스보다 효과적이었다는 점입니다. 또한 약한 모델(7B-13B)에게 점진적 자율권이나 컨텍스트 생명주기 관리 같은 고급 기능은 작동하지 않으며, JSON 스키마 기반 코드 생성기보다 직접적인 템플릿이 더 효율적이었습니다.
핵심 포인트
- 80개 파일, 약 4만 줄의 전지식 문서를 삭제하고 21줄의 'AI 오답 노트'로 대체
- 약한 모델(7B-13B)은 점진적 자율권, 컨텍스트 생명주기 관리, 다중 진입점 선택 등 메타인지 작업 수행 불가
- JSON 스키마 → TS 생성기 → 코드 출력의 3단계 추상화가 오히려 AI 효율 저하, 직접 템플릿이 더 효과적
- 4개의 완전한 설계안(전지식, V1/V2/V3 생명주기, 마이그레이션 분석, JSON 생성기)을 모두 폐기
향후 전망
- AI 지원 개발에서 '적은 정보, 높은 정밀도' 원칙이 표준 방법론으로 자리잡을 가능성
- 약한 모델과 강한 모델을 구분한 차별화된 프롬프트 설계가 필수적인 개발 방식으로 정착
출처:Juejin (掘金)