핵심 요약
AI 코딩 도구의 품질은 "얼마나 그럴듯하게 물어보느냐"보다 얼마나 정확한 맥락을 주느냐에 달렸다. 모델은 여러분의 코드베이스·의도·제약을 기본적으로 모른다. 관련 파일·규칙·예시를 명확히 제공하고 작업을 작게 쪼개면 결과가 확연히 좋아진다.
1. 왜 엉뚱한 코드를 내나
- 모델이 프로젝트의 기존 패턴·라이브러리 버전을 모른다
- 요구사항이 모호해 "그럴듯하지만 틀린" 방향을 잡는다
- 한 번에 너무 큰 작업을 시켜 앞뒤가 안 맞는다
2. 컨텍스트를 잘 주는 법
| 방법 | 효과 |
|---|---|
| 관련 파일을 명시적으로 첨부 | 기존 패턴을 따르게 함 |
| 규칙 파일(CLAUDE.md 등) | 컨벤션·금지사항 상시 반영 |
| 예시 입출력 제공 | 원하는 형태를 정확히 전달 |
| 버전·제약 명시 | 안 되는 API 제안 방지 |
3. 작업을 쪼개라
"이 앱 전체를 만들어줘"보다 "이 함수의 엣지케이스를 처리해줘"가 훨씬 정확하다. 큰 작업은 ①설계 논의 → ②단계별 구현 → ③리뷰로 나누면 통제 가능하다.
4. 검증은 사람 몫
- 생성 코드는 반드시 실행·테스트로 확인 — 그럴듯한 환각이 섞인다
- 보안·인증·결제 같은 민감 코드는 특히 꼼꼼히 리뷰
- 존재하지 않는 함수·패키지를 지어내기도 한다(hallucination) — import부터 확인
5. 실전 습관
- 실패한 응답은 "무엇이 왜 틀렸는지"를 알려 다시 시도(단순 재요청보다 효과적)
- 반복 규칙은 프롬프트마다 쓰지 말고 규칙 파일·시스템 프롬프트로 고정
- 큰 리팩터링은 작은 커밋 단위로 나눠 진행하고 매 단계 검증
자주 묻는 질문
프롬프트를 화려하게 쓰면 결과가 좋아지나요?
어느 정도는요. 하지만 더 중요한 건 정확한 맥락입니다. 관련 코드·컨벤션·제약을 제공하고 작업을 구체적으로 좁히는 것이, 미사여구를 다듬는 것보다 훨씬 큰 차이를 만듭니다.
AI가 만든 코드를 그대로 배포해도 되나요?
안 됩니다. 문법은 맞아도 논리 오류·보안 취약점·환각(없는 API 호출)이 섞일 수 있습니다. 반드시 실행·테스트하고, 민감한 영역은 사람이 직접 리뷰한 뒤 배포하세요.
같은 실수를 반복하는데 어떻게 막나요?
매번 프롬프트로 교정하기보다 프로젝트 규칙 파일(예: CLAUDE.md)이나 시스템 프롬프트에 컨벤션·금지사항을 고정하세요. 도구가 매 요청에 이를 참조하므로 반복 실수가 줄어듭니다.
댓글 0