AI가 만든 코드 스파게티를 차단하는 규칙 기반 템플릿과 공개 리포지토리

작성자는 이 템플릿을 몇몇 지인에게 건네어 실제로 더 큰 규모의 기능을 배포시켰다고 보고했다. 게시글 말미에는 'Try to sneak spaghetti past it'라는 도전적 문구가 있어 검증을 권유하는 태도가 드러난다. 공개 데모와 GitHub 링크가 함께 제공되어 관심 있는 사용자가 직접 동작을 확인하도록 유도하고 있다.

• 코드베이스에 AI를 도입할 때는 단일 실행 명령어로 모든 정적 검사와 규칙을 통합하여 규칙 위반 시 빌드를 실패시키는 게이트를 두어야 한다는 점이 실무적 조언으로 제시된다. 이 방식은 컴포넌트 배치, 디자인 토큰 사용, 중복 코드, 불필요한 의존성 등 구조적 문제를 자동으로 차단한다. 또한 규칙 위반 시 실패 메시지가 위반 규칙을 구체적으로 가리키도록 구성해야 AI와 인간이 수정하기 쉽다.
• 규칙 집합은 추가는 허용하지만 완화는 금지하는 append-only 운영 방침을 적용하면 시간이 지날수록 품질 표준이 낮아지지 않는다고 권장된다. 이 정책은 단기적인 편의성을 위해 규칙을 약화하는 경향을 기술적으로 봉쇄하여 장기적 유지보수성을 보호한다. 다만 실제로는 예외 관리 정책을 별도로 두어 필요한 경우 합리적 절차로 규칙을 조정할 수 있어야 한다.

Linting

— 소스코드의 스타일 규칙과 잠재적 버그를 자동으로 검출하는 정적 검사 과정이다. 린터는 코드 구조와 명명 규칙, 타입 사용 등 규칙 위반을 탐지하여 빌드 실패 또는 경고를 발생시키고, 이를 통해 일관된 코드 스타일과 유지보수성 향상을 목표로 한다. 본문에서는 AI가 생성한 코드를 규칙 위반 시 빌드를 중단시키는 방식으로 스파게티화를 방지하는 핵심 수단으로 사용되었다.

Static Analysis

— 실행 전 소스코드를 분석하여 코드 패턴, 중복, 잠재적 오류, 의존성 문제 등을 찾아내는 기법이다. 정적 분석 도구는 AST 기반 검사와 패턴 매칭을 통해 런타임에 드러나기 어려운 문제를 포착하며, 본문에서는 semgrep, ast-grep 같은 도구가 이 역할을 수행했다는 점이 핵심이다. 이러한 도구는 AI가 생성한 코드의 구조적 품질을 자동으로 평가하는 데 사용되었다.

pnpm

— Node 생태계에서 사용하는 패키지 매니저로서 빠른 설치와 디스크 공간 절약을 목표로 설계되었다. 본문에서는 단일 명령어인 pnpm check로 모든 규칙과 정적 검사 파이프라인을 실행하는 게이트 역할을 수행한다고 명시되어 있어 워크플로의 핵심 실행기 역할을 한다. 이 역할 때문에 pnpm은 템플릿의 '문지기'로서 기능한다.