코드팩토리는 작은 팀이 멀티플랫폼 구현까지 가려면, 처음부터 모든 걸 한 번에 시키는 방식보다 먼저 한 번 끝까지 구현해 보고 그 과정을 레퍼런스로 남겨야 한다고 말한다. 핵심은 결과물 하나보다도 디버깅 과정, 문제 해결 방식, 다음 확장 때의 고려사항까지 묶어서 다시 복제 가능한 형태로 만드는 데 있다.

flowchart LR
A[한 번에 다 해 달라는 요청] --> B[구현 과정의 맥락과 문제 해결 정보 부족]
B --> C[먼저 끝까지 구현하고 디버깅 과정을 섭렵]
C --> D[정리된 레퍼런스를 복제해 멀티플랫폼 구현]

핵심 요약

  • 한 번에 모든 작업을 던져서 해결하려 하면 원하는 결과가 나오지 않는다고 잘라 말한다.
  • 먼저 한 번 구현을 끝까지 진행하면서 사람의 개입과 맥락 정리가 충분히 들어가야 한다고 본다.
  • 구현 뒤에는 디버깅 과정, 있었던 문제, 해결 방식, 이후 기능 추가 시 고려사항까지 정리해야 한다.
  • 이렇게 만든 정리본이 있으면 작은 팀도 결과물을 복제하는 방식으로 멀티플랫폼 구현이 가능하다고 설명한다.
  • 기존 작업 채팅 맥락 안에 넣으면 더 컴프리헨시브하게 정리될 수 있다고 말한다.

왜 지금 중요한가

이 짧은 영상은 AI나 에이전트를 쓰는 개발팀이 어디서 시간을 잃는지를 정확히 짚는다. 구현 자체보다 레퍼런스가 없는 상태에서 매번 새로 설명하고 다시 디버깅하는 비용이 크기 때문에, 한 번 성공한 과정을 구조화해 두는 게 팀 생산성과 확장성에 바로 연결된다.

주요 내용

1. 한 번에 다 시키는 방식이 왜 막히는가

화자는 “한 번에 다 해 줘”라고 던져 놓는 방식으로는 안 된다고 말한다. 결과가 한 방에 나온 것처럼 보여도, 그 뒤에 필요한 문제 맥락과 구현 과정이 비어 있으면 같은 품질을 다시 만들기 어렵다는 얘기다.

2. 먼저 끝까지 구현하고 그 과정을 섭렵해야 한다

설명은 구현 순서를 꽤 분명하게 제시한다. 사람의 개입이 많이 필요하더라도 먼저 한 번 구현을 해내는 프로세스로 쭉 진행하고, 그 과정 자체를 섭렵한 다음에야 결과물을 복제하는 단계로 넘어가야 한다는 것이다. 이 순서가 있어야 작은 팀도 멀티플랫폼 구현으로 확장할 수 있다고 본다.

3. 레퍼런스에는 결과보다 문제 해결 로그가 들어가야 한다

영상에서 레퍼런스의 재료로 직접 언급하는 것은 디버깅했던 과정, 일렉트론 앱을 만들었던 과정, 어떤 문제가 있었는지, 그 문제를 어떻게 해결했는지, 그리고 다음에 기능을 추가한다면 어떤 부분을 고려해야 하는지다. 즉 문서가 단순 사용법이 아니라, 아키텍처 결정과 트러블슈팅 히스토리를 함께 담는 형태여야 한다.

4. 기존 작업 맥락을 유지한 채 정리할수록 더 강해진다

일렉트론 예시는 디버깅 프로세스가 많지 않았다고 말하면서도, 웹사이트를 작업했던 채팅 안에 같은 요청을 넣으면 훨씬 컴프리헨시브하게 정리해 줄 거라고 설명한다. 같은 도메인의 작업 로그와 대화 맥락이 살아 있을수록 레퍼런스 품질이 올라간다는 얘기다.

원문 발화 하이라이트

  • [00:02] “그니까 이거를 만약에 우리가 한 번에 다 해 줘라고 그냥 던져 놨었으면은 그럼 됐겠냐는 거죠.”
  • [00:08] “제 말에 절대로 안 된다는 거죠.”
  • [00:20] “우리가 복재를 시키는 형태로 가게 되면은 우리 작은 팀으로도 멀티플랫폼 구현을 할 수가 있다.”
  • [00:27] “우리가 어떤 문제들이 있었는지 그리고 그 문제들을 어떻게 해결을 해냈는지”
  • [00:49] “굉장히 컴프리시브하게 그걸 정리를 해 줄 겁니다.”

바로 실행해 보기

  • 지금 진행 중인 기능 하나를 골라, 처음부터 “한 번에 다 해 줘”라고 던지지 말고 구현 과정을 단계별로 끝까지 밀어 본다.
  • 구현이 끝나면 디버깅 과정, 발생한 문제, 해결 방법, 다음 기능 추가 시 고려사항을 한 문서로 정리한다.
  • 같은 제품을 다른 플랫폼으로 옮겨야 한다면, 새로 시작하지 말고 기존 작업 채팅이나 기록을 바탕으로 레퍼런스를 복제하는 방식으로 진행한다.

참고

영상 메타

수집 품질

  • 자막 세그먼트: 30개
  • 자막 문자수: 538자
  • 챕터 추출: 0개
  • 콘텐츠 생성: Subagent 기반

AI 생성 도구를 활용해 초안을 구성했고, 원영상 발화와 공개 자료를 교차 확인해 정리했습니다.