AI를 활용해 더 느리게 더 나은 코드 작성하기: 버그 발견 워크플로우

AI가 만들어내는 쓰레기 코드에 지친 개발자라면 Nolan Lawson의 대안을 주목할 만합니다: LLM을 사용해 더 천천히 더 나은 코드를 작성하는 것입니다. 핵심 통찰: 여러 에이전트를 PR 리뷰에 투입하여 심각도별로 정렬된 버그를 찾은 다음, 체계적으로 수정하는 것입니다.

작동 방식

Lawson은 다른 글의 핵심 통찰에서 영감을 받은 Claude 스킬을 설명합니다: PR 리뷰에 더 다양한 모델을 투입할수록 환각이나 가짜 버그가 줄어듭니다. 이 스킬은 Claude 서브 에이전트, Codex, Cursor Bugbot의 세 가지 에이전트를 실행하여 PR에서 버그를 찾고, 치명적/높음/중간/낮음으로 순위를 매깁니다. 결과가 나오면, 오탐을 걸러내고 최종 보고서를 작성합니다.

'버그'를 자신의 기준으로 정의하세요: Lawson의 기준에는 KISS/DRY 원칙, 접근성 있는 HTML/JSX, 적절한 SQL 인덱스 등이 포함됩니다. 오탐률이 거의 0에 가깝다고 주장하며, 이 스킬은 항상 수많은 버그를 찾아냅니다 — 치명적인 보안 문제부터 오해를 불러일으키는 주석까지.

일반적인 워크플로우

• 에이전트에게 모든 치명적 및 높음 버그를 수정하게 한 후(적절한 해결책을 안내하며), 남은 버그가 없을 때까지 반복합니다.
• 수정 노력(예: 좁은 엣지 케이스를 위해 100줄 수정)이 가치 없는 높음/중간 버그는 건너뜁니다.
• 치명적 버그가 너무 많아 전체 접근 방식이 잘못된 경우 PR을 포기합니다.

리뷰 과정에서 종종 기존 버그를 발견하여 단위 테스트를 작성하거나 미묘한 결함을 수정하는 부수적인 작업으로 이어집니다. 이는 10배 생산성의 쓰레기 코드 개발과는 반대이지만, 전체 코드베이스 건강을 개선하고 실패 모드에 대한 이해를 깊게 합니다.

AI 코딩에 회의적이라면, 이 글도 당신을 설득하지 못할 것입니다. 하지만 수백 줄짜리 PR을 거의 이해하지 못한 채 쏟아내고 있다면, Lawson은 속도를 늦추라고 권합니다: 에이전트에게 당신의 PR이 어떻게 작동하고 어떻게 실패할지 물어보고, Mermaid 차트가 포함된 Markdown 문서를 작성하게 하거나, Matt Pocock의 /grill-me 스킬을 사용하여 PR 전체를 완전히 이해할 때까지 파고들어 보세요.

Hacker News에서의 관련 토론: HN 스레드 (748점, 288 댓글).