요즘 AI 도구로 기존 프로젝트를 수정하다 보면 같은 도구를 쓰는데도 프로젝트마다 결과가 꽤 다르다는 생각이 듭니다.
어떤 프로젝트에서는 관련 코드를 잘 찾아서 기존 방식대로 수정하고 테스트까지 자연스럽게 이어갑니다.
반면 어떤 프로젝트에서는 이미 있는 기능을 찾지 못하고 비슷한 코드를 새로 만들거나, 예상하지 못한 부분까지 건드리기도 합니다.
처음에는 AI 도구의 성능 차이라고 생각했는데 계속 사용하다 보니 꼭 그것만의 문제는 아닌 것 같습니다.
프로젝트 구조 자체도 꽤 큰 영향을 주는 것 같습니다.
기능의 경계가 분명하고 파일이나 디렉터리의 역할을 쉽게 짐작할 수 있는 프로젝트가 있습니다.
이름과 구현 방식에 어느 정도 규칙이 있고, 관련 코드를 따라가다 보면 데이터가 어디에서 와서 어디로 가는지도 알 수 있습니다.
이런 프로젝트는 사람뿐 아니라 AI 도구도 비교적 잘 이해하는 것 같습니다.

그런데 사람과 AI 도구 사이에는 조금 다른 점도 있는 것 같습니다.
사람은 한 프로젝트를 오래 다루다 보면 코드에 적혀 있지 않은 것까지 자연스럽게 익힙니다.
어디를 수정해야 하는지, 어디는 함부로 건드리면 안 되는지, 하나를 바꾸면 무엇을 같이 확인해야 하는지 경험으로 알게 됩니다.
AI 도구는 그런 경험이 없으니 결국 코드나 문서, 테스트에서 규칙을 찾아야 합니다.
거기서 찾을 수 없으면 사람이 다시 설명해 줘야 합니다.
그래서 요즘은 좋은 구조라는 말의 의미도 조금 달라질 수 있겠다는 생각이 듭니다.
사람이 보기 좋게 정리된 구조를 넘어서,
그동안 사람의 경험에만 있던 규칙을 코드와 문서, 테스트를 통해 발견할 수 있는 구조가 더 중요해질 수도 있겠습니다.

앞선 글에서는 앞으로 사람이 CMS나 프레임워크를 먼저 고르는 것이 아니라,
AI 도구가 요구사항에 맞는 기반을 선택하는 경우도 많아지지 않을까 하는 이야기를 했습니다.
그렇게 된다면 선택 기준도 조금 달라질 것 같습니다.
기능이 얼마나 많은지,
사용자가 얼마나 많은지,
얼마나 오래 검증되었는지는 여전히 중요할 겁니다.
여기에 하나가 더 붙을 수 있습니다.
AI 도구가 이 프로젝트의 구조와 규칙을 얼마나 쉽게 이해할 수 있는가.
CMS의 모듈이나 플러그인도 비슷할 것 같습니다.
확장 기능이 많다는 것만큼 필요한 기능을 쉽게 찾을 수 있고,
어떻게 연결해서 사용해야 하는지 알 수 있으며,
제대로 동작하는지 확인할 방법이 있는 것도 중요해질 것 같습니다.

AI 도구가 코드를 더 많이 다루게 될수록
사람이 알고 있던 암묵적인 규칙을 얼마나 밖으로 드러낼 수 있느냐가 프로젝트의 품질 중 하나가 될지도 모르겠습니다.
결국 요즘 제가 하나 더 생각하게 되는 질문은 이것입니다.

AI 도구도 이 코드베이스의 구조와 규칙을 스스로 발견할 수 있을까?

AI 도구로 기존 프로젝트를 다뤄보셨을 때,
유난히 잘 이해하는 프로젝트와 그렇지 않은 프로젝트에는 어떤 차이가 있을까요?

- 💫Glitter Gim