우리가 어떻게 일하는가
인간 대 AI가 아닙니다. AI가 인간을 대체하는 것도 아닙니다. 이것은 인간 + AI—시니어 경험이 AI 역량을 이끕니다. 각자가 가장 잘하는 일을 합니다.
핵심 신념
1년간의 시행착오를 통해 배운 원칙들. 대부분 착오.
먼저 계획하고, 그 다음 구축
모든 작업은 계획으로 시작합니다. AI가 제안하고, 인간이 승인합니다. 접근 방식이 합리적일 때까지 반복합니다—그 다음 실행합니다. 정렬 전에는 코딩 없음.
모든 것을 검증
AI가 코드를 생성합니다. 인간이 모든 줄을 검토합니다—재능있는 주니어와의 페어 프로그래밍처럼. 신뢰하되 검증하세요. 항상. 예외 없음.
PR, 절대 Push하지 않음
AI가 풀 리퀘스트를 만듭니다. 인간이 검토하고 병합합니다. main으로의 직접 푸시는 금지됩니다. 이것은 협상 불가입니다.
실패를 문서화
AI가 실수하면 문서화합니다. 조직적 기억이 반복되는 오류를 이깁니다. 모든 실패는 가드레일이 됩니다.
작은 컨텍스트, 큰 결과
전체 코드베이스를 컨텍스트에 쏟아붓지 마세요. 외과적으로 하세요. 하나의 파일, 하나의 문제, 하나의 솔루션. 집중된 컨텍스트가 더 나은 출력을 만듭니다.
AI가 지루한 일을 처리
테스트. 문서. 설정. 마이그레이션. 보일러플레이트. AI가 지루한 작업을 처리하게 해서 인간은 아키텍처와 어려운 문제에 집중할 수 있습니다.
워크 플로우
모든 기능, 모든 버그 수정, 모든 변경은 이 프로세스를 따릅니다.
이슈 트래킹
모든 작업은 Linear 또는 GitHub Issues에 있습니다. 스펙, 인수 기준, 컨텍스트. 티켓 없이는 작업이 시작되지 않습니다.
우리는 큰 팀처럼 일합니다—왜냐하면 우리가 그렇기 때문입니다. 구조가 속도를 가능하게 합니다.
계획 단계
AI가 구현 접근 방식을 제안합니다. 인간이 검토하고, 질문하고, 다듬습니다. 정렬될 때까지 반복합니다.
여기서 시니어 경험이 중요합니다. 나쁜 계획은 비싼 버그가 됩니다.
구현
AI가 코드를 작성하고, 테스트를 만들고, 문서를 업데이트합니다. 인간이 실시간으로 diff를 검토합니다. 줄마다.
페어 프로그래밍이라고 생각하세요, 마법 지팡이가 아닙니다. 인간이 항상 존재합니다.
테스팅
유닛 테스트, 통합 테스트, E2E 테스트. 모든 빌드와 배포 시 자동으로 실행됩니다.
그린이 아니면 출시 없음. 테스팅은 선택이 아닙니다—AI 출력을 검증하는 방법입니다.
리뷰 & 머지
PR 제출됨. 인간이 최종 리뷰를 합니다. CI가 통과해야 합니다. 그때만: main에 머지.
프로덕션을 안전하게 지키는 게이트. 모든 변경은 자리를 얻어야 합니다.
문서화
코드 변경이 문서 업데이트를 트리거합니다. 아키텍처 결정이 기록됩니다. 채팅에만 존재하는 것은 없습니다.
채팅은 사라집니다. 문서는 살아남습니다. 중요한 모든 것은 기록됩니다.
기술 스택
AI 모델
언어
프론트엔드
모바일
백엔드
데이터베이스
AI 도구
테스팅
인프라
CMS
모니터링
워크플로우
솔직한 진실
하이프 사이클이 말해주지 않는 우리가 배운 것들.
AI는 하룻밤 사이에 10배 생산적으로 만들어주지 않습니다. 그렇다고 말하는 사람은 뭔가를 팔고 있는 겁니다.
셋업은 AI로 10배 빠릅니다. 실제 코딩은 아마 2-3배. 그래도 엄청납니다.
어차피 코드의 80%는 다시 작성됩니다. "완벽한" 코드가 아니라 올바른 솔루션을 출시하세요.
시니어 개발자가 AI 코딩에서 이깁니다—더 나은 프롬프트 때문이 아니라, 좋은 것이 어떻게 생겼는지 알기 때문입니다.
진짜 열쇠는 도구가 아닙니다—무엇을 잘하는지 이해하고 거기에 무자비하게 적용하는 것입니다.
왜 이것이 작동하는가
AI 강화 개발의 진정한 승자는 시니어 개발자입니다. 더 나은 프롬프트를 쓰기 때문이 아니라—좋은 코드가 어떻게 생겼는지 이해하기 때문입니다.
확장 가능한 시스템을 어떻게 설계하는지 압니다. 엣지 케이스가 어디에 숨어있는지 압니다. 어떤 지름길이 비싼 부채가 되는지 압니다.
AI가 속도를 처리합니다. 인간이 판단을 처리합니다. 함께하면 둘 다 얻습니다—아무것도 희생하지 않고.
사전 예방적 모니터링
문제가 발생할 때까지 기다리지 않습니다. 우리의 에이전트가 24시간 시스템을 감시하고—사용자가 알아채기 전에 문제를 해결합니다.
대부분의 팀은 사용자가 보고할 때 버그를 발견합니다. 우리는 새벽 3시에 발견합니다—인시던트가 되기 전에.
우리의 AI 에이전트는 로그, 오류 추적기, 성능 메트릭에 읽기 전용 접근 권한을 가지고 있습니다. 지속적인 분석을 실행합니다: 이상 징후, 성능 저하 패턴, 사람이 놓치는 무음 장애를 감지합니다.
무언가 잘못되어 보이면, 근본 원인 분석과 제안된 수정 사항이 포함된 상세 보고서를 받습니다—단순한 알림이 아닙니다. "뭔가 이상하다"에서 "이것이 발생한 원인이고, 이것이 수정이고, 이것이 PR입니다"까지 몇 분 안에 진행됩니다.
이것은 이론이 아닙니다. 우리는 자체 프로젝트에서 24/7로 운영합니다. 매일 아침 밤사이 발견되고 해결된 것에 대한 보고서와 함께 일어납니다.
이렇게 Vigil이 탄생했습니다 — 우리 자체 인프라 에이전트, 이제 매니지드 서비스로 제공됩니다. vigil.kerber.ai
지속적 로그 분석
AI 에이전트가 Sentry, Datadog, CloudWatch 및 커스텀 로그를 모니터링합니다. 패턴 매칭이 정적 알림이 놓치는 문제를 포착합니다—점진적인 메모리 누수나 천천히 증가하는 오류율처럼.
야간 자율 수정
새벽 2시에 발견된 심각한 버그는 오전 6시까지 PR이 만들어집니다. 비심각 문제는 문서화되고 우선순위가 매겨집니다. 놀라움이 아닌 해결책과 함께 일어납니다.
트렌드 감지 및 예측
화재를 감시하는 것에 그치지 않습니다—예측합니다. 사용 패턴, 인프라 비용, API 지원 중단. 문제에 반응하는 대신 앞서갑니다.
하지만 시니어가 떠나면 누가 맡나요?
올바른 질문입니다. 여기 우리의 답입니다.
"시니어 개발자가 AI 코딩에서 이기는 이유는 좋은 것이 어떻게 생겼는지 알기 때문입니다." 맞습니다. 하지만 그 시니어가 떠나면 어떻게 될까요?
바로 이것이 전문성-서비스가 작동하는 이유입니다. 회사는 비싼 시니어를 풀타임으로 유지할 필요가 없습니다—판단력을 빌리면 됩니다. 주당 1-2시간의 시니어 가이드, 40시간의 베이비시팅이 아닙니다.
그리고 우리는 코드만 검토하지 않습니다. 프로젝트보다 오래 살아남는 품질 시스템을 구축합니다: 문서화된 패턴, 아키텍처 결정 기록, "좋은 것이 어떻게 생겼는지"를 코드화하는 테스트 스위트.
목표는 시니어가 AI를 영원히 검토하는 것이 아닙니다. 목표는 시니어 지식이 지속 가능해지는 것입니다.
온디맨드 전문성
시니어 급여 없는 시니어 감독. 한 전문가가 여러 프로젝트를 가이드할 수 있습니다—인원수 없이 판단력을 얻습니다.
지속되는 지식
모든 검토가 문서가 됩니다. 모든 결정이 기록됩니다. 우리가 떠나도 품질 시스템은 남습니다.
더 빠른 학습 루프
AI와 함께 일하는 주니어는 실시간 피드백을 받습니다. 2027 주니어는 2017 시니어보다 더 많은 패턴을 보게 됩니다. 우리가 그것을 가속화합니다.