확고하고 간결한 코딩 에이전트 구축 과정에서 얻은 인사이트

·

3년간 LLM 코딩 도구를 사용한 경험을 바탕으로, 저자는 2025년 주력 도구인 'Claude Code'가 지나치게 복잡하고(80% 기능 불필요) 예측 불가능하다는 문제점을 지적하며, 엄격한 컨텍스트 제어에 중점을 둔 최소주의 코딩 에이전트 'pi-coding-agent'를 직접 개발했다.

#LLM#AI#Claude#계획모드#MCP

AI 요약

핵심 인사이트

  • 저자는 지난 3년 동안 LLM 기반 코딩 도구를 사용해왔으며, 2025년부터 주력으로 사용한 'Claude Code'가 불필요한 기능이 80%에 달하는 '우주선'이 되고 릴리스마다 시스템 프롬프트가 변경되어 예측 가능성이 떨어지는 문제에 직면했다.
  • 이러한 경험을 통해 컨텍스트 엔지니어링이 코드 작성 시 더 나은 결과물을 도출하는 데 가장 중요하다고 판단했다.
  • 해결책으로 기존 도구의 복잡성과 예측 불가능성을 배제하고 컨텍스트 제어에 특화된 최소주의적 코딩 에이전트 하네스('pi-coding-agent')를 직접 구축했다.

주요 디테일

  • 코딩 에이전트 사용은 ChatGPT, Cursor를 거쳐 2025년에는 Claude Code, Codex, opencode 등의 새로운 하네스가 일상적인 도구가 되는 방향으로 진화했다.
  • 기존 하네스(예: Claude Code)는 UI에 표시되지 않는 요소를 모델 컨텍스트에 주입하여 컨텍스트 제어를 방해하며, API가 누적된 '짐(baggage)'으로 인해 개발자 경험이 저하된다.
  • 자가 호스팅 모델은 Vercel AI SDK 같은 라이브러리에 의존할 경우 툴 호출(tool calling)에서 제대로 작동하지 않는 문제가 있다.
  • 새로 개발된 'pi-coding-agent'는 최소 시스템 프롬프트, 최소 도구 세트, 'YOLO by default', 내장된 to-dos 없음, 계획 모드 없음, MCP 지원 없음, 백그라운드 bash 없음, 서브 에이전트 없음 등 최소주의 원칙을 엄격히 적용했다.

Share

이것도 읽어보세요

댓글

이 소식에 대한 의견을 자유롭게 남겨주세요.

댓글 (0)

불러오는 중...