소개
제가 일하는 방식의 지향점이 될 AI-Native 개발 플로우 초기 버전을 정립하였고, 도출된 개발 플로우를 공유드리고자합니다.
아직 갖춰지지 않은 부분도 많아서 실현을 위해 많은 시행착오를 하고, 도움을 받을 예정입니다.
그리고 제가 일하는 방식을 궁금해하시는 분도 계실 것 같아서 작성하게 되었습니다.
주요 아이디어
문제 정의를 충분히 제대로 하고 개발을 시작한다.
상위 설계 혹은 적정 수준까지 설계를 하고 바이브 코딩 툴에 넘긴다.
기능 구현을 먼저 한 후 사용자 경험이 예상대로 적절한지 확인한다.
UX 가 잡히고 나면 상세 설계 문서들까지 생성하고 리팩토링해서 아키텍처를 적절하게 만든다.
문서를 충분히 잘 활용한다.
사람과 AI 간의 적절한 역할 분배
간략 설명
개발 프로세스 :
문제정의 -> 초기 시스템 구축 -> 기능 구현(사용자 경험 확인) -> 클린 아키텍처 -> 시스템 확장
1) 적정 수준까지 설계 후 바이브 코딩 툴에 던져서 시스템을 만들게 한다.
2) 기능이 원하는 대로 되었는지 체크, 생각과 다르면 맞을 때까지 수정한다.
3) 기능이 원하는대로 나오면 상세 설계, 아키텍처 문서를 AI 에게 작성하게 한다.
4) 작성된 문서들을 리뷰한다. 여기서도 아키텍처가 생각이랑 다른 부분이 있으면 리팩토링 시킨다.
내용
# **AI-Native Development Flow (v1)**
### *“사람은 설계와 판단을 하고, AI는 구현과 문서화를 한다.”*
---
## **1. 상위 설계 (Human – Core Thinking Layer)**
**목적:** 해결할 문제의 본질과 시스템의 구조를 먼저 확정한다.
Human tasks:
* 문제 정의
* 목표/범위 결정
* 핵심 기능/흐름 설계
* 핵심 원리, 제약사항, 품질 기준 결정
* 모듈/레이어 수준의 적정 설계
AI role:
* 설계 명세서 정리
* 대안 구조 제안
* 누락된 요소 탐색
---
## **2. 구현 위임 (AI – Code Generation Layer)**
**목적:** 설계를 코드로 빠르게 구현한다.
Human tasks:
* 구현해야 할 단위 정의
* 기능 요구사항 전달
* “이 부분은 이 정도 수준으로 만들면 됨”의 기준 제공
AI role:
* 코드 작성
* 테스트 코드 생성
* 구조화된 파일/폴더 생성
* 반복 구간 자동화
---
## **3. 기능 검증 (Human – Quality Loop)**
**목적:** 실제 기능이 설계대로 작동하는지 판단한다.
Human tasks:
* 기능 테스트
* 엣지 케이스 확인
* 설계의 의도와 구현의 차이를 인지
* “이 기능이 내 사고 흐름과 맞는가?”를 판단
AI role:
* 버그 수정
* 기능 보완
* 리팩토링 제안
* 코드 품질 개선
*기능이 불일치하면 → 다시 AI에게 수정 지시
맞아떨어질 때까지 반복.*
---
## **4. 상세 설계 & 아키텍처 문서 생성 (AI – Architecture Documentation Layer)**
**목적:** 구현된 코드 기반으로 전체 아키텍처를 명확히 문서화한다.
Human tasks:
* 문서의 개념적 정확성 검증
* 구조적 미스얼라인먼트 체크
* 시스템적 일관성 확인
* 철학/원리와의 모순 여부 검토
AI role:
* 아키텍처 다이어그램
* 모듈 설명
* 데이터 흐름
* 설계 의도 역추적
* 코드 기반 문서 자동 생성
---
## **5. 구조 재정렬 & 리팩토링 (Human → AI)**
**목적:** 시스템의 아키텍처적 완성도를 높인다.
Human tasks:
* “내 사고 구조와 맞지 않는 부분” 탐지
* “본질적 요소 vs 기술적 디테일” 재정렬
* 핵심 흐름 단순화
* 레이어 분리/흡수/재배치 판단
AI role:
* 리팩토링
* 구조 변경에 따른 영향 분석
* 문서 업데이트
* 최적화 코드 배치
---
## **6. 완료 → 다음 기능 설계로 루프 이동 (Looping Layer)**
**목적:** 기능 단위로 작은 루프를 돌리며 시스템을 확장한다.
Human tasks:
* 다음 기능의 본질 설계
* 전체 시스템 일관성 유지
* 품질 기준 유지
AI role:
* 반복 구현
* 반복 문서화
* 코드 품질 유지
---
# **핵심 철학 (Human → AI 조율 구조)**
* 사람은 **“무엇을 만들지, 왜 그런 구조여야 하는지”**를 결정한다.
* AI는 **“어떻게 구현할지, 어떤 코드가 최적인지”**를 담당한다.
* 사람은 **판단자(Architect + QA Lead)**
* AI는 **생성자(Builder + Documenter)**
* 이 조합이 **속도·품질·설계 깊이의 최대화**를 만든다.
다음으로 진행할 것
'코드 -> 다이어그램 및 설계 문서'가 잘 되는 지 확인, 잘 해주는 도구가 있는 지 확인
※ 혹시 AI 가 잘 읽는 다이어그램(UML) 포맷이나 잘 해주는 도구가 아시는 분 계시면 알려주세용
-> mermaid 사용 예정
Antigravity 짧게 사용한 매우 주관적인 후기 (vs Claude Code)
Antigravity와 Claude Code에 같은 작업을 시키고 비교해봤음.
Antigravity 사용자 경험(UI) 좋았음. 성능이 좀 떨어지더라도 쓰고 싶을 정도로.
많이 느림. 오류난 줄 알았음. 모델 문제인지는 모르겠음. 아니면 지금 트래픽이 많이 몰려서?
작업물 퀄리티는 Claude Code 가 더 나았음. (Antigravity 는 Gemini 3 Pro 사용)
다만 Claude Code 는 열정 과다로 시키지 않은 것까지 하는 느낌이 있어서 시킨 것만 정확히 수행하기 원하면 Antigravity 가 만족스러울지도?
