ChatGPT에 실망한 비전공자가 Claude와 Codex로 직접 만든 AI 워크플로우

대체로 긍정적이며, 비전공자의 체계적인 접근 방식과 문서화 전략에 대해 많은 사용자가 감탄했다.

• 위험한 코드 수정 전 PowerShell 등으로 자동 백업 명령어를 만들어 활용하면 실수로 인한 데이터 손실을 1분 내에 복구할 수 있다.
• INDEX.md와 TRUTH-MAPS.md를 작성하여 프로젝트의 정체성과 규칙을 명시하면 AI 에이전트 교체 시 즉각적인 작업 맥락 복원이 가능하다.
• 두 개 이상의 모델(예: Claude와 Codex)에게 서로의 코드를 검토하게 함으로써 단일 모델이 빠지기 쉬운 논리적 오류나 비효율적인 코드를 사전에 차단할 수 있다.

지역 최적점(Local Minimum)

— 최적화 과정에서 전체 영역의 가장 좋은 해가 아닌 특정 구간에서의 최적해에 머무르는 현상이다. AI 모델이 비효율적인 코드를 반복 생성할 때 사용자가 이를 인지하고 다른 모델로 교차 검증하여 탈출하는 맥락에서 사용됐다.

페어 프로그래밍(Pair Programming)

— 두 명의 개발자가 하나의 작업 공간에서 협력하여 코드를 작성하는 개발 기법이다. 본문에서는 사용자가 Claude와 Codex를 각각의 파트너로 삼아 실시간으로 피드백을 주고받으며 학습하고 개발하는 과정을 의미한다.

컨텍스트 재수화(Context Rehydration)

— 이전에 중단되었던 작업의 맥락이나 상태 정보를 모델에 다시 주입하여 연속성을 확보하는 과정이다. INDEX.md와 같은 문서를 통해 AI 에이전트가 프로젝트의 현재 상태를 즉시 파악하도록 만드는 전략으로 활용됐다.