AI 코딩 에이전트 작업 단위 쪼개기: 실패를 줄이는 요청 설계법

AI 코딩 에이전트를 쓰다 보면 처음에는 자연스럽게 큰 요청을 하게 됩니다.관리자 페이지의 회원 관리 기능을 만들어줘.말로 보면 간단하지만, 실제로는 API 타입 정의, 목록 화면, 검색, 페이지네이션, 권한 처리, 에러 처리, 테스트, 스타일 정리까지 여러 작업이 섞여 있습니다. 사람 개발자라면 중간중간 판단하면서 쪼개서 진행하지만, AI에게 한 번에 맡기면 그 판단을 AI가 대신하게 됩니다.문제는 여기서 시작됩니다. 결과물은 빠르게 나오지만 요구사항 일부가 빠지거나, 기존 패턴과 다른 구조가 생기거나, 리뷰해야 할 파일이 너무 많아집니다. 이전 글에서 AGENTS.md, Spec-Driven Development, 테스트 주도 흐름, AI 코드 리뷰 체크리스트를 다뤘다면 이번 글에서는 그보다 더 작은..

AI 코딩 도구를 사용하면 기능 구현 속도는 확실히 빨라집니다. Cursor, Claude Code, GitHub Copilot, Codex 같은 도구에게 요구사항을 설명하면 컴포넌트, API 호출 코드, 유틸 함수, 테스트 코드까지 빠르게 생성해 줍니다.하지만 실제 프로젝트에 적용해보면 속도만큼이나 불안한 부분도 생깁니다.요구사항을 일부만 이해하고 구현한다.정상 케이스만 처리하고 예외 케이스를 놓친다.기존 코드 컨벤션과 다른 방식으로 작성한다.동작하는 것처럼 보이지만 실제로는 회귀 버그를 만든다.수정 요청을 했더니 관련 없는 파일까지 바꾼다.그래서 AI 코딩을 실무에 안정적으로 적용하려면 “코드를 먼저 만들고 사람이 확인하는 방식”에서 조금 벗어날 필요가 있습니다. 이때 도움이 되는 접근이 테스트 주도..