본문으로 건너뛰기

AI에게 바로 구현을 맡기지 않고, 먼저 인터뷰를 시켜봤습니다 — Ouroboros로 만드는 실행 가능한 요구사항

엔지니어H

2026.10.15

사례 1. AI에게 바로 구현을 맡기지 않고, 먼저 인터뷰를 시켜봤습니다 — Ouroboros로 만드는 실행 가능한 요구사항

핵심 도구: Ouroboros × Codex/Claude Code
핵심 키워드: Interview, Seed, Run, 요구사항 정의, 실행 계약

1. AI에게 일을 시켰는데, 왜 자꾸 엉뚱한 결과물이 나올까?

AI 코딩 도구를 사용하다 보면 이런 일이 자주 발생합니다.

"간단한 웹페이지를 만들어줘."

분명 간단한 기능만 필요했는데, AI는 로그인 기능을 추가하거나 불필요한 프레임워크를 설치하기도 합니다. 결과물을 수정하다 보면 처음 생각했던 요구사항과 구현된 내용이 점점 달라집니다.

이 문제를 단순히 프롬프트를 더 길게 작성하는 것으로 해결할 수도 있습니다.

하지만 프롬프트에 모든 요구사항을 처음부터 완벽하게 작성하는 것은 쉽지 않습니다. 무엇을 결정해야 하는지조차 모르는 경우가 있기 때문입니다.

여기서 접근을 바꿔봤습니다.

AI에게 곧바로 구현을 요청하기보다, 먼저 나를 인터뷰해서 요구사항의 빈틈을 찾아내게 하면 어떨까?

이를 위해 사용할 수 있는 도구가 Ouroboros입니다.

2. Ouroboros의 핵심: Interview → Seed → Run

Ouroboros의 중요한 개념은 세 단계입니다.

① Interview — 무엇을 만들어야 하는가?

사용자의 모호한 요청을 질문으로 구체화합니다.

목표, 사용자, 입력과 출력, 필수 기능, 제외 기능, 기술적 제약, 성공 조건을 확인합니다.

② Seed — 무엇을 만족하면 완료인가?

인터뷰에서 합의한 요구사항을 구조화된 YAML 명세로 고정합니다.

이렇게 생성된 Seed는 AI가 임의로 목표를 변경하지 않도록 하는 실행 기준이 됩니다.

③ Run — 실제로 구현하고 검증한다

Seed를 기반으로 코드를 작성하고 테스트합니다.

중요한 점은 단순히 코드가 생성되었다고 해서 완료가 아니라, 처음 합의한 조건을 실제로 만족하는지 확인하는 것입니다.

사용자 아이디어
    ↓
Interview
(목표·제약·수용기준 구체화)
    ↓
Seed YAML
(요구사항 확정)
    ↓
Run
(구현·테스트)
    ↓
결과물 검증
    ↓
미충족 조건 수정

3. 실습 사례: 15분 To-do 웹페이지 만들기

작은 예제로 전체 흐름을 확인할 수 있습니다.

처음 요청은 다음과 같습니다.

내가 사용할 간단한 할 일 목록 웹페이지를 만들어줘.

하지만 이 요청만으로는 여러 결정이 필요합니다.

  • 로그인이 필요한가?

  • 할 일을 수정하거나 삭제할 수 있어야 하는가?

  • 데이터를 브라우저에 저장해야 하는가?

  • React 같은 프레임워크가 필요한가?

  • 무엇을 확인하면 구현 성공이라고 판단할 것인가?

이런 질문을 인터뷰에서 정리합니다.

Step 1. PLAN.md 작성

처음에는 사람이 생각하는 목표를 간단히 기록합니다.

# PLAN — To-do Web

## 목표
개인이 사용할 간단한 할 일 목록 웹페이지

## 필수 기능
- 할 일 추가
- 완료 여부 체크
- 빈 문자열 입력 방지

## 기술 제약
- HTML, CSS, JavaScript
- 서버 및 DB 불필요
- 빌드 도구 사용하지 않음

## 제외 기능
- 로그인
- 사용자 계정
- 클라우드 동기화

## 완료 기준
- 할 일이 정상적으로 추가됨
- 빈 입력은 거부됨
- 완료 체크 시 취소선 표시
- 브라우저에서 직접 실행 가능

여기서 PLAN.md는 최종 명세라기보다 인터뷰의 출발점입니다.

Step 2. Ouroboros Interview 실행

Ouroboros가 설치·연결된 Codex 또는 Claude Code 대화창에서 다음과 같이 요청합니다.

ooo interview

PLAN.md를 먼저 읽어줘.

개인용 할 일 목록 웹페이지를 만들고 싶어.
구현을 시작하기 전에 내가 미처 결정하지 못한
기능, 제약, 예외 처리, 완료 기준을 질문해줘.

이번 실습은 HTML/CSS/JavaScript만 사용하고,
로그인·DB·배포는 제외하고 싶어.

내 답변을 바탕으로 검증 가능한
요구사항을 확정해줘.

Ouroboros가 후속 질문을 하면, 선택지에 기계적으로 답하기보다 그 이유와 제한사항까지 설명합니다.

예를 들어 "데이터를 보관할까요?"라는 질문에는 다음처럼 답할 수 있습니다.

이번에는 새로고침하면 목록이 사라져도 괜찮아. localStorage도 필수 기능에서 제외해줘.

이런 답변은 구현 범위를 명확하게 제한합니다.

Step 3. Seed 생성 및 검토

인터뷰가 종료되면 합의한 요구사항을 Seed로 확정합니다.

설치 버전에 따라 다음과 같이 요청할 수 있습니다.

ooo seed

다만 인터뷰 종료 시 Seed가 자동 생성되는 버전에서는 중복 생성할 필요가 없습니다.

Seed에서 반드시 확인해야 할 부분은 다음과 같습니다.

  • 목표와 범위가 실제 의도와 일치하는가?

  • 불필요한 기능이 제외되었는가?

  • 파일 위치와 기술적 제약이 명확한가?

  • 성공 조건을 테스트할 수 있는가?

예를 들어 "사용성이 좋은 웹페이지"는 모호하지만, "빈 문자열은 추가되지 않아야 한다"는 실제로 검증할 수 있는 조건입니다.

Step 4. Run으로 구현

검토한 Seed를 기반으로 실행합니다.

ooo run practice/todo/seed.yaml

위 명령은 해당 스킬을 지원하는 대화 환경의 예시이며, 실제 Seed 경로와 지원 명령은 설치 버전에 맞춰야 합니다.

여기서 중요한 구분이 하나 있습니다.

Seed 파일의 경로와 실제 코드를 수정할 프로젝트 경로는 다릅니다.

Seed 경로:
requirements/import-v1/seed-original.yaml

프로젝트 루트:
C:\harness-workspace\todo-project

결과물 경로:
C:\harness-workspace\todo-project\practice\todo

실행 도구에 따라 별도 Git worktree에서 작업할 수도 있기 때문에, 작업이 끝나면 실제 변경된 경로를 확인해야 합니다.

Step 5. 결과물 직접 검증

구현된 HTML 파일을 브라우저에서 열고 다음 조건을 확인합니다.

테스트

기대 결과

할 일 추가

새 항목이 목록에 표시

빈 입력

항목 추가 거부

완료 체크

취소선 표시

완료 해제

취소선 제거

새로고침

데이터 유지는 필수 아님

코드가 생성됐다는 사실과 요구사항을 충족했다는 사실은 다릅니다.

각 조건의 성공·실패를 확인한 뒤에야 구현 완료로 판단합니다.

4. 실무에서 더 중요한 문제: Seed와 실제 프로젝트 연결

작은 예제에서는 잘 작동하더라도, 기존 프로젝트를 수정할 때는 또 다른 문제가 발생합니다.

예를 들어 기존 Research Survey 하네스를 개선한다고 가정해 봅시다.

Ouroboros 인터뷰를 마쳐 Seed까지 생성했지만, 실제 Run이 다른 폴더에서 실행된다면 원하는 소스코드는 수정되지 않을 수 있습니다.

따라서 다음 세 가지를 분리해야 합니다.

  1. Seed: 무엇을 구현할 것인가?

  2. 프로젝트 루트: 어느 코드베이스를 수정할 것인가?

  3. 결과 저장 위치: 생성된 결과와 보고서를 어디에 남길 것인가?

인터뷰 원본과 Seed를 다른 프로젝트로 가져올 때는 단순히 가장 최근 파일을 선택하면 안 됩니다.

인터뷰 ID, Seed ID, 목적, 원본 경로를 대조한 뒤 복사본을 보관하고, 가능하면 SHA256 해시로 원본과 일치하는지도 확인합니다.

특히 기존 실행 세션이나 상태 DB가 파일 복사만으로 자동 이전되는 것은 아닙니다.

한 가지 추가 주의사항도 있습니다.

Ouroboros의 --dry-run은 버전과 실행 모드에 따라 실제 실행을 막는 방식이 다를 수 있습니다. 특정 버전에서는 --no-orchestrator와 함께 사용해야 검증 전용으로 동작한다고 안내하므로, 무조건 안전한 미실행으로 생각하면 안 됩니다.

5. 이 실습에서 얻을 수 있는 인사이트

이 접근의 핵심은 Ouroboros가 코드를 더 잘 작성한다는 주장이 아닙니다.

AI가 구현을 시작하기 전에 무엇이 성공이고 무엇이 실패인지를 명확하게 만든다는 점입니다.

기존 방식이 다음과 같았다면,

요구 → 구현 → 결과 확인 → 추가 요구 → 수정 반복

Ouroboros를 활용하는 방식은 다음과 같습니다.

초기 요구
→ 질문으로 모호성 제거
→ 요구사항 확정
→ 구현
→ 확정된 조건으로 평가

물론 모든 업무에 긴 인터뷰가 필요한 것은 아닙니다.

간단한 일회성 작업은 단일 AI 세션으로도 충분합니다. 반면, 요구사항이 모호하거나 구현 범위가 크고 반복 수정이 예상되는 프로젝트라면 인터뷰와 명세화가 도움이 될 수 있습니다.

다음 단계

이제 개인 실습을 넘어, 실제 업무에 적용할 차례입니다.

사용자가 반복적으로 수행하는 업무를 PLAN.md로 정리하고, 인터뷰를 거쳐 Seed로 고정한 후, 실제 프로젝트에 반영하고 평가하는 것입니다.

이때 여러 AI 에이전트의 역할을 분리하고 싶다면 CYS Terminal 같은 팀 운영 구조를 추가할 수 있습니다.

결론: AI에게 일을 잘 시키는 첫 단계는 프롬프트를 길게 쓰는 것이 아니라, 검증 가능한 요구사항을 정의하는 것입니다.


참고 자료

이 글의 To-do 웹페이지는 실습 시나리오이며, 명령 실행과 결과 검증을 완료했다는 의미는 아닙니다. 설치 버전에 따라 실제 명령과 지원 기능이 달라질 수 있습니다.

1

함께 이야기해요 1

로그인하고 댓글을 남겨 주세요

뽀짝이 프로필 이미지
뽀짝이2026.10.15

"코드가 생성됐다는 사실과 요구사항을 충족했다는 사실은 다르다"는 문장에 크게 공감했어요. 15분 To-do 예제에서 "사용성이 좋은 웹페이지"는 모호하지만 "빈 문자열은 추가되지 않아야 한다"는 검증할 수 있다고 대비해 주셔서, Seed의 완료 기준을 어떻게 써야 하는지 바로 와닿았습니다.

Seed 경로·프로젝트 루트·결과 저장 위치를 분리해서 봐야 한다는 점, 인터뷰/Seed를 옮길 때 ID와 SHA256으로 대조한다는 점, --dry-run이 버전에 따라 실제 실행을 막지 못할 수 있다는 주의까지 직접 부딪혀 본 사람만 쓸 수 있는 내용이에요. 고롱고롱… 이런 글 보면 기분 좋아져요 ✨

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기