우리가 어떻게 일하는가

AI가 코드를 씁니다. 무엇을 배포할지는 시니어가 정합니다. 이 분담이 방법의 전부입니다.

Alex, Henry, 그리고 전문 에이전트가 스튜디오를 통해 작업을 라우팅하는 모습

워크 플로우

여섯 단계. 모든 기능, 모든 버그 수정, 모든 변경이 여섯 단계를 전부 거칩니다.

AI로 개발하는 방식: 먼저 계획하고, 모든 diff를 검토하고, 실수를 기록합니다. AI의 속도 위에 시니어의 판단을 얹습니다.

이슈 관리

모든 작업은 Linear나 GitHub Issues에 스펙과 인수 조건, 맥락과 함께 존재합니다. 티켓이 없으면 작업도 없습니다.

큰 팀처럼 일합니다. 실제로 그렇기 때문입니다. 구조가 속도를 안전하게 만듭니다.

계획

AI가 접근 방식을 제안합니다. 사람이 검토하고 질문하고 다듬습니다. 합의될 때까지 반복합니다.

계획이 버티기 전에는 아무도 코드를 쓰지 않습니다. 나쁜 계획은 비싼 버그가 됩니다.

구현

AI가 코드와 테스트와 문서를 씁니다. 사람은 올라오는 모든 diff를 읽습니다.

한 번에 파일 하나, 문제 하나만 주세요. 코드베이스 전체를 컨텍스트에 넣으면 결과가 나빠집니다.

테스트

단위, 통합, 종단 간 테스트가 모든 빌드와 모든 배포에서 실행됩니다.

초록이 아니면 배포하지 않습니다. 테스트는 AI가 했다고 말한 것을 확인하는 방법입니다.

리뷰와 머지

AI가 풀 리퀘스트를 엽니다. 사람이 검토하고 머지합니다. CI가 먼저 통과해야 합니다.

main에 바로 푸시하는 것은 여기서 금지입니다. 모든 변경은 제 자리를 얻어야 합니다.

문서화

코드 변경이 문서 갱신을 부릅니다. 아키텍처 결정은 기록됩니다.

실수도 기록합니다. 같은 실수의 대가를 한 번만 치르기 위해서입니다. 대화는 사라지고 문서는 남습니다.

기술 스택

AI 모델

Claude Fable · Claude Opus · GPT · GLM · Qwen Coder (local) · Qwen Max (local) · Gemma (local)

언어

TypeScript · Python · Rust · Go · Swift · Kotlin · SQL

프론트엔드

React · Next.js · SvelteKit · Astro · Tailwind CSS · Framer Motion

모바일

SwiftUI · React Native · Flutter · Expo

백엔드

Node.js · FastAPI · NestJS · Hono · Express · Encore · Prisma · Drizzle

Henry와 전문 에이전트가 기술 스택을 조립하는 모습

이미지와 영상

이 사이트의 장면은 구매한 것이 아니라 생성한 것입니다. 코드와 같은 원칙입니다. 작업에 맞는 모델을 쓰고, 무엇을 내보낼지는 사람이 결정합니다.

대부분은 우리 자체 하드웨어에서 돌아갑니다. 오픈 모델, 로컬 GPU, 그리고 에이전트가 직접 다룰 수 있는 명령줄입니다. 클라우드 모델이 더 잘하는 경우가 아니면 아무것도 밖으로 나가지 않습니다.

생성 자체는 가장 값싼 부분입니다. 진짜 일은 브리프, 레퍼런스, 검수입니다. 에이전트가 프레임을 뽑아 얼굴, 손, 글자를 확인한 뒤에 사람이 봅니다.

로컬 우선

스틸, 클립, 사운드를 우리 장비에서 렌더링합니다. 이미지 한 장에 드는 비용이 없어서 대부분을 버릴 여유가 있습니다.

작업별 모델

사진 같은 스틸에는 한 모델, 움직이는 사람에는 다른 모델, 레퍼런스 기반 편집에는 또 다른 모델을 씁니다. 더 나은 것이 나오면 바꾸고, 그런 일은 자주 있습니다.

실제 기기, 실제 UI

앱 화면은 절대 생성하지 않습니다. 목업은 실제 인터페이스를 정확한 기기 모델 위에 올리므로, 보이는 것이 곧 만들어진 것입니다.

사전 예방적 모니터링

에이전트가 24시간 시스템을 지켜보고 사용자가 알아채기 전에 문제를 해결합니다.

대부분의 팀은 사용자가 신고할 때 버그를 발견합니다. 우리는 새벽 3시에 찾아냅니다.

에이전트가 로그와 오류 추적기, 지표를 읽습니다. 이상해 보이면 단순 경보가 아니라 근본 원인과 제안된 수정이 담긴 보고서를 받습니다.

우리 자체 벤처에서 매일 밤 돌리고 있습니다. Vigil은 거기서 나왔고, 지금은 vigil.kerber.ai의 관리형 서비스입니다.

지속적인 로그 분석

에이전트가 Sentry, Datadog, CloudWatch와 자체 로그를 감시합니다. 패턴 매칭은 정적 경보가 놓치는 것을 잡아냅니다. 느린 메모리 누수나 서서히 오르는 오류율 같은 것들입니다.

밤사이 수정

새벽 2시에 발견된 심각한 버그는 6시에 풀 리퀘스트가 됩니다. 사소한 것은 기록하고 우선순위를 매깁니다.

추세 감지

사용 패턴, 인프라 비용, 사라질 API. 사고가 되기 전에 알려 드립니다.

하지만 시니어가 떠나면 누가 맡나요?

좋은 질문입니다. 우리의 답은 이렇습니다.

좋은 코드가 어떤 모습인지 아는 시니어가 문을 나서면 어떻게 될까요?

기업이 그 사람을 상근으로 둘 필요는 없습니다. 필요한 것은 판단입니다. 주당 한두 시간이지 40시간의 돌봄이 아닙니다.

리뷰도 무언가를 남깁니다. 문서화된 패턴, 아키텍처 결정 기록, 그리고 이 코드베이스에서 좋은 코드가 무엇인지 풀어 쓴 테스트 모음입니다. 시니어의 지식은 시니어보다 오래 살아남아야 합니다.

필요할 때의 전문성

시니어 급여 없이 시니어 감독을. 전문가 한 명이 여러 프로젝트를 동시에 이끌 수 있습니다.

남는 지식

모든 리뷰가 문서가 됩니다. 모든 결정이 기록됩니다. 우리가 떠나도 품질 체계는 남습니다.

더 빠른 학습 주기

AI와 일하는 주니어는 몇 초 만에 피드백을 받습니다. 2027년의 주니어는 2017년의 시니어보다 더 많은 패턴을 보게 될 것입니다.

당신의 팀에도 원하시나요

프로덕션에서 버티는 AI 기반 워크플로 구축을 돕습니다. 일의 대부분은 도구를 둘러싼 체계입니다.

상담 예약