AI coding agent(사람의 지시를 받아 스스로 코드를 읽고 고치고 실행하는 AI 프로그램)를 잘 쓰는 사람과 그렇지 않은 사람의 차이는 prompt(AI에 주는 지시문)를 얼마나 길게 쓰느냐가 아니라, agent가 일하는 환경을 어떻게 설계하느냐에서 갈리는 것으로 보입니다. xAI에서 Grok Bot을 만드는 한 엔지니어는 AI agent로 한 달에 2,000~2,500건의 pull request(코드 변경 요청, 이하 PR)를 실제 서비스에 merge(병합)한다고 공개적으로 밝혔습니다. 이 엔지니어는 Netflix, Meta, Cursor를 거쳤고, 이 작업 방식의 뼈대는 Meta에서 Claude Code를 쓰던 시절에 만들어졌습니다. 그래서 이 규칙들은 Grok Bot이든 Claude Code든 도구를 가리지 않고 적용할 수 있습니다. 이 글에서는 이 엔지니어가 굳힌 여섯 가지 습관을 일반 사용자가 따라 할 수 있는 형태로 풀어 봅니다.
규칙 1. 봇 팀은 작게, skill은 0개로 시작합니다
agent를 처음 도입할 때 흔히 하는 실수는 첫날부터 인터넷에서 수십 개의 skill(agent가 특정 작업을 수행하는 방법을 적어 둔 재사용 가능한 지침 묶음)을 내려받고 봇을 열 개쯤 만드는 것입니다. 이런 방식은 대개 쓸모없는 결과물만 양산한다는 것이 이 엔지니어의 판단입니다.
권장하는 출발점은 정반대입니다. 봇은 아주 적게 두고, 미리 넣어 둔 skill이나 AGENTS.md 같은 지침 파일 없이 시작합니다. 먼저 실제 일을 시키고, agent가 어디에서 반복해서 실패하는지를 관찰한 뒤에야 그 해결책을 skill로 굳힙니다. 그는 skill을 요리사가 직접 손에 맞춰 고르는 칼에 비유합니다. 개발자마다 일하는 방식이 다르니 도구도 자기에게 맞게 만들어져야 한다는 뜻입니다. 검증된 작업 흐름이 없는 상태에서 봇 수만 늘리면 오류가 생기는 속도만 빨라집니다.
규칙 2. 기억을 잃은 신입처럼 온보딩합니다
아무 맥락 없이 새 채팅을 열고 일을 시키면 agent는 회사의 말투나 기술 기준과 동떨어진 일반적인 결과물을 내놓습니다. 예를 들어 사전 설명 없이 뉴스레터 초안을 시키면 어조가 전혀 맞지 않는 글이 나옵니다. 이 엔지니어는 agent를 "기억상실 상태에 머무는 신입 사원"으로 묘사합니다. 문서로 남겨 두지 않으면 이전 맥락을 기억하지 못하기 때문입니다.
따라서 사람 인턴을 받을 때처럼 온보딩을 합니다. 순서는 다음과 같습니다.
| 단계 | 할 일 |
|---|---|
| 1 | 내가 누구이고 무슨 일을 하는지 소개합니다 |
| 2 | 회사의 목표와 우리 팀이 일하는 방식을 설명합니다 |
| 3 | 구체적인 작업 절차를 가르치면서, 배운 단계를 agent가 skill로 기록하게 합니다 |
Grok Bot에는 'Teach a task'와 'Learn from demonstration' 같은 기능이 있어 사용자가 작업하는 모습을 봇이 지켜보고 그 절차를 실시간으로 기록해 다음 작업에 씁니다. 이렇게 문서와 skill이 쌓이면 다음 세션은 빈 상태가 아니라 이미 배운 상태에서 출발합니다.

▲ 신입처럼 agent 온보딩
규칙 3. 코드를 짜기 전에 과제를 되말하게 합니다
맥락이 갖춰져도 지시가 모호하거나 복잡하면 agent는 목표를 크게 오해할 수 있습니다. 생각이 정리되지 않았다면 음성 모드나 음성 받아쓰기로 머릿속 내용을 그대로 쏟아 넣어도 괜찮습니다. 대신 실행을 시키기 전에 반드시 한 단계를 끼워 넣습니다. agent에게 과제를 자기 말로 다시 설명하게 하는 것입니다.
이 엔지니어가 권하는 문장은 이렇습니다. "restate in your own words what you think my goals are and what the problem I'm trying to solve is"(내 목표가 무엇이고 내가 풀려는 문제가 무엇이라고 생각하는지 네 말로 다시 말해 봐). 여러 단계로 이어지는 코딩 작업을 맡기기 전에 이 문장을 덧붙이는 습관을 들이면 됩니다.
이 단계가 왜 필요한지는 사람의 일에서도 쉽게 볼 수 있습니다. 스포츠 영상 후반 작업에서 "모든 동작을 표시해 달라"는 지시를 받은 작업자가 일주일 내내 던지기, 받기, 드리블을 하나하나 태그했는데, 정작 팀이 원한 것은 눈에 띄는 하이라이트 장면뿐이었다는 사례가 있습니다. 처음에 한 번만 되물었다면 일주일을 아꼈을 것입니다. agent도 마찬가지로, 되말하게 하면 잘못된 가정이 드러나고 엉뚱한 작업에 20분씩 연산을 낭비하는 일을 막을 수 있습니다.
규칙 4. 채팅이 아니라 설정을 고칩니다
agent가 서식이나 코드 실수를 하면 채팅창에서 지적하고 싶어집니다. 그러나 채팅에서 혼내는 것은 내일 같은 실수가 다시 나오는 것을 막지 못합니다. 이 엔지니어의 표현을 빌리면 "뽑은 잡초는 모두 규칙이 되어야 다시 자라지 않습니다." 고쳐야 할 것은 대화가 아니라 agent 바깥의 환경과 코드베이스 구조입니다.
그는 실수를 처리하는 방법에 분명한 우선순위를 둡니다.
| 우선순위 | 방법 | 성격 |
|---|---|---|
| 1 | 더 나은 아키텍처와 데이터 구조로 그 종류의 문제 자체를 없앱니다 | 문제가 생길 수 없게 만듭니다 |
| 2 | lint 규칙(코드 스타일과 오류를 자동 검사하는 규칙), 테스트, CI 검사(코드를 올릴 때 자동으로 도는 점검)를 추가합니다 | 기계가 확정적으로 잡아냅니다 |
| 3 | 전용 skill이나 prompt 규칙을 씁니다 | agent가 지키도록 안내합니다 |
| 4 | 사람이 직접 코드 리뷰를 합니다 | 가장 덜 바람직한 방법입니다 |
일반 사용자가 옮겨 쓸 수 있는 요령은 간단합니다. agent가 어떤 실수를 하면 그 자리에서 다시 시키는 데 그치지 말고, 타입 정의나 lint 규칙, 테스트를 하나 추가해 같은 실수가 구조적으로 불가능하게 만드는 것입니다.

▲ 실수마다 규칙으로 재발 방지
규칙 5. "고쳤습니다"가 아니라 증거를 받습니다
agent가 "고쳤습니다"라고 보고하는 것을 그대로 믿으면 깨진 링크, 화면 버그, 반쯤 끝난 구현이 남기 쉽습니다. 그래서 agent에게 스스로 검증하고 증명할 수 있는 skill을 주어야 합니다.
이 엔지니어의 실제 운영 구성은 이렇습니다. Slack에 올라온 버그 티켓을 관리자 agent가 받아 작업자 agent들에게 수정을 나눠 줍니다. 작업자 agent는 애플리케이션을 직접 띄우고 테스트를 실행한 뒤, 문제가 해결된 모습을 담은 스크린샷이나 화면 녹화를 결과로 돌려줍니다. 웹 작업이라면 agent에게 실제 URL에 접속해 모든 링크를 클릭하고 시각적 증거를 남기라고 지시합니다. 랜딩 페이지에서 Blog, Careers, Contact, Help 링크가 모두 깨져 있었는데 눈으로 확인하기 전까지 아무도 몰랐던 사례가 바로 이런 검증이 필요한 이유입니다.
주목할 점은 이 엔지니어가 여러 agent가 서로의 결과를 비판하게 하는 적대적 다중 agent 리뷰를 token(AI가 글을 처리하는 기본 단위로, 사용량과 비용의 기준) 낭비로 본다는 것입니다. 이런 리뷰는 사소한 지적이나 "지금 필요 없는 기능"을 둘러싼 논쟁으로 흐르기 쉽습니다. 추상적인 동료 리뷰 대신 실제 브라우저와 시각적 결과물로 검증하는 편이 낫다는 판단입니다.
규칙 6. 글은 사람이 직접 씁니다
마지막 규칙은 공개 게시글, 문서, 핵심 지침을 AI agent에게 맡기지 말라는 것입니다. 이 엔지니어는 "글쓰기는 곧 생각하기"라고 봅니다. 사람이 명확하게 쓸 수 있어야 agent에게 모호하지 않은 지시를 줄 수 있고, agent 구조도 일관되게 유지할 수 있다는 논리입니다. 앞의 다섯 규칙이 모두 "agent에게 무엇을 어떻게 말할 것인가"에 달려 있다는 점을 생각하면, 이 규칙은 나머지를 떠받치는 바탕으로 읽힙니다.
따라 하기 전에 알아야 할 것: 사용량의 벽
이 엔지니어의 산출량에는 중요한 전제가 있습니다. 그는 AI 연구소 안에서 일하며 하루에 약 150억 token을 쓰는 것으로 추산됩니다. 일반 개발자가 같은 수준의 상시 자동화를 시도하면 요금제의 사용 한도에 금방 부딪힙니다. 이 엔지니어도 Meta 시절 개인 프로젝트에 Claude Code를 쓰면서 월 $200짜리 개인 요금제를 썼습니다.
그래서 이 엔지니어가 권하는 것은 고빈도 예약 실행을 피하라는 것입니다. 15분마다 도는 작업은 하루에 100번 가까이 실행되어 token 한도를 빠르게 소진합니다. 자동 실행이 필요하다면 한 시간이나 하루 단위로 주기를 늘리는 편이 안전합니다. 월 2,500건의 PR이라는 숫자는 기업 규모의 token 접근권 위에서 나온 결과이지, 일반 요금제를 쓰는 개인이 그대로 재현할 수 있는 수치가 아닙니다.
정리: 오늘부터 바꿀 수 있는 습관
여섯 규칙을 관통하는 생각은 하나입니다. 많은 양의 코드를 agent로 안정적으로 내보내는 힘은 화려한 prompt가 아니라 구조화된 엔지니어링 규율에서 나옵니다. 독자가 당장 실천할 수 있는 순서로 정리하면 다음과 같습니다.
- 봇 하나로, skill 없이 실제 일을 맡기고 반복 실패를 기록합니다.
- 첫 세션에서 자기소개와 팀의 일하는 방식을 설명하고, 가르친 절차를 skill로 저장하게 합니다.
- 여러 단계 작업을 시키기 전에는 목표와 문제를 agent의 말로 되말하게 합니다.
- 실수가 나오면 채팅에서 지적하는 대신 구조, lint, 테스트, skill 순으로 재발 방지 장치를 더합니다.
- 완료 보고 대신 실제 실행 결과와 스크린샷 같은 증거를 요구합니다.
- 지침과 문서는 직접 쓰고, 자동 실행 주기는 한 시간 이상으로 둡니다.
이 가운데 가장 먼저 효과를 느끼기 쉬운 것은 3번과 5번으로 보입니다. 문장 하나를 덧붙이고 증거를 요구하는 것만으로도 잘못된 방향으로 달려가는 agent를 초반에 붙잡을 수 있기 때문입니다.


