안녕하세요. 전 백엔드 개발자 취준생이지만 AI네이티브적인 역량에 관심이 많아서 요새 AI를 활용하는데 있어서 이렇게 활용하고 있다를 한번 공유해보려고 합니다.
AI를 활용한 생산성, 어떻게 높이고 계신가요?
제가 활용하는 방법 중 하나는 ChatGPT 데스크톱 앱의 여러 Codex 작업에 Git Worktree를 연결해, 여러 AI가 동시에 일할 수 있는 구조를 만드는 것입니다.
DevBoard를 만들면서 서비스 기능, Preview 배포, 기획·설계, 발표자료 작업을 역할별로 나눴습니다. 각 AI는 별도의 Worktree에서 작업했고, 필요한 순간에는 Codex의 작업 간 메시지 기능(send_message_to_thread)을 통해 다른 AI에게 커밋과 검증 조건을 직접 전달했습니다.
작업 공간은 어떻게 나눴나
Git Worktree를 AI 작업마다 연결하면 하나의 Git 저장소를 공유하면서도, 작업별로 브랜치와 폴더를 나눠 공간을 분리할 수 있습니다. 각 Worktree에는 코드뿐 아니라 AGENTS.md, 작업 원칙, 기능 계약, 검증 기준을 담은 Markdown도 함께 뒀습니다. 각 AI는 시작할 때 이 문서를 읽고 자신의 역할, 수정 범위, 변경 금지 영역과 완료 조건을 확인했습니다.
AI가 AI에게 어떻게 전달했나
제가 채팅 내용을 복사해 옮긴 게 아닙니다. 서비스 기능 AI가 체크포인트까지 작업을 마치면 기준 커밋, 완료 범위, 변경 금지 영역, focused test 결과, Preview 확인 사항을 정해진 형식으로 정리해 send_message_to_thread로 배포 담당 AI 작업에 직접 보냈습니다. 배포 AI는 전달받은 커밋을 자신의 Worktree에서 확인하고 Preview 배포까지 진행한 뒤, URL과 검증 결과를 다시 회신했습니다.
AI끼리 자유롭게 대화한 건 아니고, 제가 작업 대상과 승인 범위를 정한 상태에서 구조화된 메시지만 지정된 상대에게 전달되는 방식이었습니다.
병렬처리 흐름
독립적인 작업(기능 구현, 기획 조사, 발표자료, Preview 준비)은 동시에 진행하고, 순서가 필요한 작업(배포, 사용자 확인, 병합)은 앞선 작업이 끝난 뒤 진행했습니다.
독립 작업 병렬처리 → 커밋 동기화 → 배포 → 사용자 검증 → 병합
실제로 얼마나 빨라졌나
동일한 10개 검증 기준과 86개의 focused test를 두고 직접 비교해봤습니다. 한 AI가 두 작업을 순차적으로 수행했을 때는 6분 16초, 두 AI가 병렬로 처리했을 때는 2분 43초가 걸렸습니다. 이번 파일럿에서는 경과시간이 56.6% 줄고 처리 속도는 약 2.3배 높아졌습니다.
다른 상황에 적용한다면
- 독립적인 기능은 나눠서 병렬로, 의존적인 기능은 기준 커밋으로 동기화해 순서대로 진행한다는 원칙입니다. 예를 들어 리뷰 서비스라면 공통 데이터 구조와 권한 기준을 먼저 정리한 뒤, 목록·상세 조회, 작성·별점 등록, 수정·삭제처럼 기능을 나눌 수 있습니다.
독립적인 기능은 각 Worktree에서 병렬처리하고, 앞선 구현에 의존하는 기능은 기준 커밋에서 동기화한 뒤 이어갑니다. - 채팅이 길어지면 완료된 요청과 폐기된 판단, 현재 작업이 뒤섞이고 컨텍스트가 축약되면서 처음 정한 제약이 흐려지기 쉽습니다.
그래서 체크포인트마다 커밋하고, 기준 커밋·작업 원칙·테스트 결과·남은 범위를 Markdown으로 정리해 새 채팅에는 이 인계 정보만 전달했습니다. 새 채팅을 여는 이유는 기록 보존이 아니라, 컨텍스트를 줄이고 다음 작업의 초점을 명확히 하기 위해서입니다.
한계는 무엇이었나
같은 파일이나 강하게 연결된 기능을 여러 AI가 동시에 수정하면 병합 충돌이 생길 수 있어, 이런 작업은 순서대로 진행했습니다. 잘못된 인계가 오류를 확산시킬 수 있어, 완료 범위·기준 커밋·테스트 결과·변경 금지 영역을 항상 구조화해 전달했고, 외부 배포는 반드시 사용자 승인을 거치도록 했습니다.
AI와 나의 역할 분담
AI는 정해진 범위 안에서 구현하고, 테스트를 실행하고, 다음 AI에게 인계했습니다. 저는 작업 순서와 범위, 변경 금지 영역을 정하고, 실제 Preview 화면을 확인한 뒤 병합·수정·다음 단계를 판단했습니다.
AI를 활용한 생산성은 코드를 더 빠르게 생성하는 데서 끝나지 않는다고 생각합니다. 여러 AI가 역할을 병렬처리하고, 필요한 순간 서로 결과를 인계하며, 사람이 실제 결과를 검증해 하나의 서비스로 통합하는 구조를 만드는 것. 저는 이것도 AI로 생산성을 높이는 방법이라고 생각합니다.
여러분은 AI를 어떻게 활용하고 계신가요?
궁금한 점이나 “이건 이렇게 하면 더 낫다” 싶은 부분 있으면 편하게 댓글 남겨주세요.
