![](/blog-assets/ai-collaboration-playbook.webp) 이런 상황을 겪어본 적 있나요? - AI에게 버그를 고쳐 달라고 했더니, 상관없는 코드까지 손대서 결국 수동으로 되돌렸다 - 프롬프트를 잔뜩 써도 올바른 파일을 못 찾고, 결국 “찍어서” 수정한다 - 대화가 길어지면 제약을 잊기 시작하고 품질이 급격히 떨어진다 AI를 “더 빠른 검색창”으로만 쓰면 이런 문제는 드러나지 않습니다. 하지만 AI를 “협업하는 동료”로 다루는 순간, 이 문제들은 곧바로 납기와 품질에 영향을 줍니다. 이 글은 AI 협업을 “프롬프트 요술”이 아니라 **재현 가능한 프로세스**로 바꾸는, **실행 가능한 엔지니어링 방법**을 소개합니다. PrivyDrop에서는 이 방식을 적용한 뒤 기능 추가/버그 수정 속도가 더 빠르고 안정적으로 변했습니다. 비결은 더 큰 모험이 아니라 **재작업이 줄어든 것**입니다. 마지막에는 어떤 저장소든 그대로 복사해 넣을 수 있는 최소 구조를 얻게 됩니다: - `AGENTS.md`: 저장소 레벨의 하드 제약(레드라인, 기본값, Done 정의) - `docs/ai-playbook/index.md`: 1페이지 인덱스(고신호 진입점) - `docs/ai-playbook/code-map.md`: 코드 맵(어디를 고칠지) - `docs/ai-playbook/flows.md`: 핵심 플로우(어떻게 동작하는지) - `docs/ai-playbook/collab-rules.md`: 협업 규칙 + 변경 계획 템플릿(어떻게 일할지) 모든 예시는 오픈소스 PrivyDrop에서 가져왔습니다: [**https://github.com/david-bai00/PrivyDrop**](https://github.com/david-bai00/PrivyDrop) OpenAI의 실전 글도 접근 방식이 매우 비슷합니다: [**https://openai.com/index/shipping-sora-for-android-with-codex/**](https://openai.com/index/shipping-sora-for-android-with-codex/) --- ## Step 0: 경계와 Done을 먼저 정의하기 (프롬프트부터 시작하지 말기) 이 단계는 한 가지를 합니다. “무엇이 완료인가”를 명확히 쓰는 것. 그렇지 않으면 AI는 코드가 “돌아가게” 만드는 데 최적화하고, 팀이 원하는 “오래 유지보수 가능한 방식으로 돌아가게” 만드는 데는 최적화하지 않습니다. 최소 제약 3가지를 먼저 정합니다: 1. **Boundary(경계)**: 절대 하면 안 되는 것(프라이버시/아키텍처 레드라인, 프로토콜 호환, 핵심 파라미터 가드레일) 2. **Scope(범위)**: 한 번에 한 목표. “겸사겸사” 금지 3. **Done(완료)**: 빌드/테스트/수동 회귀 체크리스트를 반드시 작성 요청 맨 앞에 붙일 한 문장으로 압축하면: ```text 목표는 하나, 먼저 계획; 프라이버시/아키텍처 레드라인을 넘지 말 것; Done은 빌드 통과 + 회귀 체크리스트 포함. ``` --- ## 흔한 안티패턴 시작하기 전에, 가장 흔한 3가지 실수부터 짚고 갑니다: 1. **계획 없이 “코드 고쳐줘”부터 시작** - 결과: 10개 파일을 고친 뒤 방향이 틀렸다는 걸 깨닫고, 롤백 비용이 급격히 커진다 - 더 나은 방법: 먼저 변경 계획을 요구하고, 승인 후에만 구현한다 2. **문서를 전부 프롬프트에 던지기(문맥 과부하)** - 결과: 문맥이 과부하되어 신호를 못 보고(엔트리 포인트조차 못 찾고) 결국 “찍어서” 고친다 - 더 나은 방법: 고신호 인덱스 + 코드 맵으로 길을 먼저 잡는다 3. **“겸사겸사 최적화” 허용** - 결과: 한 PR에 여러 목표가 섞여 리뷰 비용이 폭증하고, 버그가 나면 되돌리기도 더 어려워진다 - 더 나은 방법: single-scope로 작게 쪼개서, 쉽게 되돌릴 수 있게 만든다 --- ## Step 1: `AGENTS.md` 쓰기 (하드 제약을 반복 적용) `AGENTS.md`는 팀의 “기본값과 레드라인”을 기계가 읽을 수 있게 만든 버전입니다. 원리를 설명하기 위한 문서가 아니라, **매 세션마다 재사용되는 규칙**이어야 합니다. PrivyDrop에서는 아래 다섯 줄이면 충분합니다: - Plan first: `AGENTS.en.md:7` - One change, one purpose: `AGENTS.en.md:8` - Privacy & architecture red line: `AGENTS.en.md:9` - Docs must stay in sync: `AGENTS.en.md:12` - Verification required: `AGENTS.en.md:13` 파일: [**AGENTS.en.md**](https://github.com/david-bai00/PrivyDrop/blob/main/AGENTS.en.md) 처음부터 최소 버전을 만들고 싶다면, 아래 구조가 깔끔합니다(짧고, 단단하고, 실행 가능하게): ```md # AGENTS — Repo Rules First Principles - Plan-first: Propose a change plan and get approval before writing code - Single-scope: One PR solves one goal; avoid “while I’m here” fixes - Redlines: Never cross privacy/architecture/protocol/key-parameter guardrails - Docs-sync: Keep the playbook docs in sync when entry points/flows/interfaces change - Validation: Must include build/tests and key manual regression checklist ``` ### 다국어 지원 여러 언어로 협업해야 한다면, 현실적인 패턴은 다음과 같습니다: - `AGENTS.en.md`를 canonical(기준) 버전으로 둔다 - 필요에 따라 현지화 버전(예: `AGENTS..md`)을 추가한다 - clone 이후 각 협업자가 자신의 언어에 맞는 symlink를 로컬에서 만든다: ```bash # 영어 사용자 ln -s AGENTS.en.md AGENTS.md ``` - symlink 충돌을 피하려면 `.gitignore`에 `AGENTS.md`를 추가한다 > **핵심 인사이트** > 신뢰할 수 있는 AI 협업의 비밀은 “더 나은 프롬프트”가 아니라, “제약을 저장소의 일부로 만드는 것”입니다. `AGENTS.md`는 규칙을 재사용 가능하게 만들고, AI Playbook은 문맥을 오래 살립니다. --- ## Step 2: `docs/ai-playbook/index.md` 만들기 (고신호 진입점) 참고 구현: [**docs/ai-playbook/index.md**](https://github.com/david-bai00/PrivyDrop/blob/main/docs/ai-playbook/index.md) AI가 엇나가는 가장 흔한 이유 중 하나는 **진짜 엔트리 포인트를 못 찾는 것**입니다. 그러면 “어디를 고쳐야 하는지”를 결국 추측으로 때우게 됩니다. 인덱스 페이지는 두 가지를 해야 합니다: - 30초 안에 읽히기: “프로젝트 스냅샷 + 링크 인덱스”만 - 원클릭 내비게이션: code-map / flows / collab-rules로 바로 이동 최소 템플릿(복붙용): ```md # AI Playbook — Index ## Project Snapshot - Stack: Next.js / Node / ... - Red lines: ... ## Document Index - Code map: docs/ai-playbook/code-map.md - Key flows: docs/ai-playbook/flows.md - Collaboration rules: docs/ai-playbook/collab-rules.md ``` --- ## Step 3: `code-map.md` 만들기 (어디를 고칠지) 참고 구현: [**docs/ai-playbook/code-map.md**](https://github.com/david-bai00/PrivyDrop/blob/main/docs/ai-playbook/code-map.md) 코드 맵의 목표는 “빠른 탐색”이지 “구현 교육”이 아닙니다. 작성 규칙은 간단합니다: - 핵심 디렉터리와 핵심 엔트리 파일만 나열 - 엔트리 파일당 한 문장: 책임(무슨 역할인지) - 새 요청이 오면: 코드 맵에서 3–8개 후보 파일을 먼저 찍고, 그다음 깊게 읽기 옵션: “자주 쓰는 요청 → 엔트리 포인트” 치트시트를 넣으면 탐색 비용이 더 줄어듭니다: ```md 자주 쓰는 요청 라우팅 - 새 페이지 / SEO: frontend/app/\*\*/page.tsx + metadata.ts - i18n 문구: frontend/constants/messages/\* - 블로그: frontend/content/blog/\* + frontend/lib/blog.ts ``` code-map 생성/운영 팁: - 초안: AI에게 “디렉터리 + 핵심 엔트리 포인트”를 탐색용으로 정리시키기(완벽함이 아니라 길 찾기가 목적) - 유지: PR/커밋 단위(파일 리스트 기준)로 조금씩 갱신하기. 한 번에 갈아엎지 않기. --- ## Step 4: `flows.md` 만들기 (어떻게 동작하는지) 참고 구현: [**docs/ai-playbook/flows.md**](https://github.com/david-bai00/PrivyDrop/blob/main/docs/ai-playbook/flows.md) code-map이 “어디를 고칠지”를 알려준다면, flows는 “어떻게 돌아가는지”를 알려줍니다. AI에게는 특히 큰 가치가 있습니다: - 시퀀스와 불변식을 써두면, AI가 “감으로 패치”하는 일을 줄일 수 있습니다 - 과거에 밟았던 함정을 디버그 체크리스트로 압축해 재사용할 수 있습니다 최소로라도 아래 3가지는 포함하세요: 1. **Key flow / sequence** (필요하면 Mermaid) 2. **Debug checklist** (가장 중요한 로그/상태) 3. **Micro-plan template** (코딩 전에 plan-first 강제) flows 생성/운영 팁: - 초안: AI에게 end-to-end 흐름 + 핵심 시퀀스 + 불변식을 먼저 복기시키기 → 사람이(특히 레드라인/불변식) 교정 → 문서화 - 유지: 인터페이스/시퀀스가 바뀔 때마다 인크리멘탈로 갱신하기 --- ## Step 5: “plan first”를 강제하기 여기서 진짜 속도가 나옵니다. 리뷰를 “diff를 읽는 것”에서 “계획을 읽는 것”으로 앞당기기 때문입니다. `collab-rules.md`에 계획 템플릿을 넣고, 하드 제약으로 취급하세요. PrivyDrop 템플릿: [**docs/ai-playbook/collab-rules.md**](https://github.com/david-bai00/PrivyDrop/blob/main/docs/ai-playbook/collab-rules.md) 아래 구조는 그대로 재사용할 수 있습니다(goals/scope/approach/risks/acceptance/rollback/validation): ```text Title: Goals - Scope / Files - Approach - Risks & Mitigations - → Acceptance Criteria - Rollback - Docs to Update - docs/ai-playbook/index.md / code-map.md / flows.md / collab-rules.md / others? Validation - Build: next build - Manual: ``` 실제로 더 안정적인 워크플로는 다음과 같습니다: 1. index + code-map + flows를 먼저 읽기(read-only, 코드 수정 금지) 2. 현재 상태와 제약을 “자기 말로” 다시 말하기(사람이 1회 교정) 3. 변경 계획을 작성하기(승인 후에만 구현) > **주의사항** > 계획 단계에서 방향을 바로잡아 “만들고 나서 갈아엎는” 일을 줄이세요. single-scope는 롤백 비용을 낮추고, 머지도 쉽게 만듭니다. --- ## Step 5.1: 문맥 지속력 (checkpoint → 새 대화) 긴 작업에서는 품질 하락이 거의 필연입니다. “지속력”을 루틴으로 만드세요: 추측/제약 망각/드리프트가 보이면, 현재 상태를 파일로 남기고 새 대화에서 이어가거나, “compress/summarize”로 문맥을 먼저 압축한 뒤 계속 진행합니다. 최소 handoff 템플릿(`docs/ai-playbook/handoff.md` 또는 임시 파일에 저장): ```md # Handoff ## Problem statement (3–5 sentences) ## Confirmed plan (bullets) ## Done / Not done ## Key files and entry points ## Red lines and invariants ## Acceptance & regression checklist ## Next-step checklist ``` 목표는 “예쁜 문서”가 아니라, 문맥을 채팅창에서 파일로 옮겨 다음 세션이 안정적으로 읽게 만드는 것입니다. --- ## Step 6: 협업을 닫힌 루프로 만들기 (새 동료를 온보딩하듯 agent 대하기) 위의 조각들이 갖춰지면 협업은 안정적인 파이프라인이 됩니다: 1. 요청 → 제약( `AGENTS.md` 인용) 2. 탐색 → 엔트리 포인트( `index + code-map` 인용) 3. 정렬 → 시퀀스( `flows` 인용) 4. 계획 → 미니 설계 문서( `collab-rules` 템플릿 인용) 5. 구현 → 작고 single-scope(쉽게 롤백) 6. 검증 → `next build` + 핵심 수동 회귀 포인트 7. 동기화 → playbook 문서 최신화 제가 체감한 가장 큰 효과는 기능 추가/버그 수정이 더 빠르고 안정적으로 된다는 점입니다. 더 중요한 건 “빠름”이 **리스크**가 아니라 **재작업 감소**에서 나온다는 것: - 계획 단계에서 방향을 바로잡아, 나중에 버리는 일을 줄인다 - single-scope는 롤백 비용을 낮추고 머지를 쉽게 만든다 - flows는 과거의 함정을 체크리스트로 바꿔 재사용한다 게이트를 하나 더 두고 싶다면 PR 템플릿에 이 두 질문을 넣으세요: - 이 PR에 변경 계획 링크/요약이 포함되어 있나? - 엔트리 포인트/플로우/인터페이스가 바뀌었다면 `docs/ai-playbook/*`를 업데이트했나? ## 바로 쓸 수 있는 프롬프트 예시 AI Playbook이 준비되면, 아래처럼 세션을 시작할 수 있습니다: --- **Role** You are a senior Next.js full-stack engineer with strong product instincts. Your collaboration quality determines whether this repo can iterate sustainably—be thorough and professional. **Task kickoff** Please read `docs/ai-playbook/index.md` to understand the project context, code map, and collaboration rules. The current request is: "xxx". **Working style** Please deeply read relevant docs/code. Think systematically, ask clarifying questions, then propose analysis + a change plan for review. Implement only after approval. --- ## OpenAI 참고 [**https://openai.com/index/shipping-sora-for-android-with-codex/**](https://openai.com/index/shipping-sora-for-android-with-codex/) **왜 이렇게 쓰나** - **Role**: 품질 기준과 책임 범위를 고정한다 - **Task kickoff**: playbook을 강제로 읽게 만들어, 추측을 줄인다 - **Working style**: “plan first”를 워크플로의 일부로 만든다 --- ## 업계 사례: OpenAI는 Codex로 스프린트를 어떻게 굴리나 OpenAI는 “How we used Codex to build Sora for Android in 28 days”에서 이 글과 거의 같은 흐름을 설명합니다: [**https://openai.com/index/shipping-sora-for-android-with-codex/**](https://openai.com/index/shipping-sora-for-android-with-codex/) 맞춰볼 포인트: - agent를 “새로 온 시니어”로 대하기: 능력은 강하지만, 아키텍처/제약이 명확해야 한다 - 규칙 외부화: 강한 `AGENTS.md`는 시간이 갈수록 이득이다 - 실질 변경 전에 계획: 계획은 미니 설계 문서 — 코드를 디버그하기 전에 계획을 디버그한다 - 문맥 지속력: 문맥 한계에 닿으면, 계획을 파일로 남겨 다음 세션에서 이어간다 - 멀티 세션 병렬: 단일 도구가 아니라 “팀을 운영”하는 감각에 가깝다 Android와 웹은 다르지만, 방법은 그대로 옮겨옵니다: **입력을 개선하면 출력은 안정됩니다**. --- ## 그대로 복사 가능한 최소 디렉터리 구조 ```text AGENTS.en.md # Canonical rules (English) AGENTS..md # Optional localized rules AGENTS.md # Symlink (created locally after git clone) docs/ ai-playbook/ index.md # High-signal entry point code-map.md flows.md collab-rules.md ``` --- 문서가 이미 여기저기 흩어져 있다면: 먼저 `index.md`로 진입점을 묶고, 그다음 code-map/flows/템플릿을 채우는 게 가장 빠릅니다. --- ## 다음 행동 1. **바로 시작**: 최소 구조를 저장소에 복사하고, `AGENTS.md`부터 시작하기 2. **참고 구현**: [**PrivyDrop GitHub**](https://github.com/david-bai00/PrivyDrop)에서 전체 AI Playbook 보기 3. **피드백**: 도움이 됐거나(혹은 함정에 빠졌다면) GitHub issue를 열거나 댓글로 공유하기 4. **Star**: 가치가 있다면 PrivyDrop에 star를 🌟 --- ## 마무리 AI 보조 개발은 엄밀함을 줄이지 않습니다. 오히려 더 필요합니다. 지속 가능한 속도는 더 긴 프롬프트가 아니라 더 강한 엔지니어링 제약에서 나옵니다: 규칙 외부화, 계획 선행, 플로우 문서화, 그리고 문맥의 지속성. 더 나아가고 싶다면, 이 방법을 “복사 가능한 저장소 스캐폴드”로 확장할 수도 있습니다: PR 템플릿, 이슈 템플릿, 그리고 바로 쓸 수 있는 `AGENTS.md` + playbook 스타터 킷.

태그: AI 협업

AI가 엇나가지 않게: 바로 적용 가능한 협업 엔지니어링 방법 (템플릿 포함)