글

라벨이 AI 코딩인 게시물 표시

Codex Subagents 사용법: 실행 방법·장단점·AGENTS.md 설정 가이드

이미지
Codex Subagents는 하나의 개발 작업을 여러 AI 에이전트에 나누어 맡기고, 메인 에이전트가 결과를 모아 판단하는 기능입니다. 코드 탐색과 리뷰처럼 서로 독립적인 작업에는 유용하지만, 작은 수정까지 무조건 병렬로 처리하면 토큰 사용량과 조정 비용이 늘어날 수 있습니다. 먼저 읽는 핵심 요약 실행: 최신 Codex에서는 Subagents가 기본 활성화되어 있습니다. 채팅에서 역할·작업 범위·결과 형식을 정해 명시적으로 위임하면 됩니다. 장점: 독립적인 작업의 병렬 처리, 메인 대화의 컨텍스트 부담 감소, 별도 관점의 코드 리뷰가 가능합니다. 단점: 전체 토큰 소비 증가, 중복 조사, 파일 충돌, 결과 통합 비용이 생길 수 있습니다. AGENTS.md: “언제 위임할지”와 “어떻게 결과를 검증할지”를 적는 지침 파일입니다. 기능 스위치나 모델 설정 파일은 아닙니다. config.toml: 활성화 여부와 동시 실행 상한 등을 설정합니다. 역할별 동작과 읽기 전용 권한은 사용자 지정 에이전트 TOML에 정의할 수 있습니다. 추천 시작점: 메인 에이전트로 작업하고, 필요할 때만 2~3개 이내의 탐색·리뷰 에이전트를 사용하세요. 이는 운영 권장안이지 제품의 고정 제한은 아닙니다. 이 글은 Codex 서브에이전트 활용에 관한 대화에서 출발해 OpenAI 공식 자료를 대조한 실전 가이드입니다. 단순히 “여러 에이전트를 쓰면 빠르다”는 설명 대신, 실행 방법부터 지침과 설정의 차이, 토큰을 아끼는 분담 기준, 잘못 동작할 때의 점검 순서까지 정리합니다. 목차 Codex Subagents란 무엇인가? 채팅에서 실행하는 방법 장점과 단점, 사용 판단 기준 AGENTS.md 설정과 적용 범위 config.toml과 사용자 지정 에이전트 Django 프로젝트 작업 분담 예시 실행 확인과 문제 해결 자주 묻는 질문 1. Codex Subagents란 무엇인가? Subagent(서브에이전트)는 메인 에이전트가 특정 ...

바이브 코딩에 유용한 핵심 AI 스킬 8가지와 생성 프롬프트

이미지
바이브 코딩을 하다 보면 “일단 만들어줘”라고 시작했다가, AI가 요구사항을 다르게 이해하거나 테스트를 빼먹어 다시 설명하는 일이 생깁니다. 매번 같은 작업 절차를 알려줘야 한다면 스킬(Skill) 로 만들어둘 수 있습니다. 스킬은 AI에게 특정 작업을 어떤 순서와 기준으로 처리할지 알려주는 재사용 가능한 지침입니다. 이 글에서는 스킬이 무엇인지, 왜 쓰는지, 어떻게 만드는지 설명합니다. 이어서 아이디어 정리부터 배포 전 확인까지 바이브 코딩에 유용한 스킬 8가지를 골라, 각각을 만들 때 붙여 넣을 프롬프트를 제공합니다. 한눈에 보기 스킬은 자주 반복하는 작업의 지침과 순서를 저장해두는 방법입니다. 아이디어 정리, 작업 분해, 화면 구현, 디버깅, 테스트, 리뷰, 배포 점검 스킬을 소개합니다. 각 스킬을 만들 때 바로 붙여 넣을 수 있는 프롬프트를 제공합니다. AI 스킬이란 무엇인가? AI 스킬은 특정 작업을 반복해서 같은 기준으로 처리하도록 만드는 작업 설명서입니다. 보통 스킬의 이름과 설명, 단계별 지침을 담고, 필요하면 참고자료나 스크립트도 함께 둡니다. OpenAI의 스킬 안내 도 스킬을 반복 가능한 작업 흐름을 위한 지침과 자료의 묶음으로 설명합니다. 쉽게 구분하면 다음과 같습니다. 항목 하는 일 예시 프롬프트 지금 요청할 작업을 한 번 지시 이 버튼을 모바일 화면에 맞게 고쳐줘. 스킬 반복되는 작업 절차를 저장해 필요할 때 재사용 UI를 수정할 때 기존 디자인을 확인하고, 반응형으로 바꾼 뒤 화면을 검증한다. ...

바이브코딩 프롬프트 핵심 6개: 고수들의 작업 루틴을 실제 개발에 적용하는 법

이미지
이 글을 읽으면 얻을 수 있는 것 AI에게 기능을 통째로 맡기면 수정 범위가 커지고, 완료 답변과 실행 결과가 달라질 수 있습니다. 핵심은 긴 만능 프롬프트가 아니라 설계·구현·검증·리뷰의 짧은 반복입니다. 바이브코딩 고수들이 실제로 쓰는 핵심 프롬프트 6개를 정리했습니다. Codex·Claude Code·Cursor 등 프로젝트를 수정하는 AI 코딩 도구에 적용할 수 있습니다.

Claude Code·Codex에 Archify Skill을 쓰는 이유: 코드 구조를 눈으로 확인하는 방법

이미지
     Claude Code나 Codex가 코드를 잘 읽고 수정해 주는 것은 분명 편리합니다. 하지만 프로젝트가 커질수록 “AI가 지금 내 코드베이스를 제대로 이해하고 있는가?”를 사람이 확인하기가 어려워집니다. Archify는 이 문제를 시각적으로 확인하는 데 도움을 주는 Agent Skill입니다. 이 글의 핵심 요약 Archify는 Claude Code·Codex가 분석한 코드베이스를 Architecture, Sequence, Workflow, Data Flow 다이어그램 으로 보여주는 Agent Skill입니다. 단순히 예쁜 그림을 만드는 것이 아니라, AI가 프로젝트 구조를 어떻게 이해했는지 사람이 확인 하는 데 유용합니다. 실제 저장소 분석, 신규 프로젝트 온보딩, API 흐름 확인, PR Architecture Diff, 기술 블로그용 다이어그램 제작 등에 활용할 수 있습니다. 특히 Claude Code나 Codex처럼 저장소 전체를 다루는 Coding Agent에서는 Code Diff + Test + Architecture Diff 방식으로 검증하는 데 도움이 됩니다. 목차 Archify는 단순한 다이어그램 생성기가 아니다 Claude Code·Codex가 이해한 코드 구조 확인하기 Architecture·Sequence·Data Flow 활용법 ...

free-claude-code로 Ox Alpha 실전 사용: 실제 프로젝트 코드 품질은 6/10이었다

이미지
이 글을 읽으면 얻을 수 있는 것 무료 Ox Alpha가 실제 프로젝트 코드까지 맡길 만한지 확인했다. 구조·타입·보안은 괜찮았지만 핵심 알고리즘과 운영 경계 조건은 부족했다. GPT-5.6 Sol의 실제 코드 리뷰 점수는 6/10이었다. 공개 평판과 한 프로젝트의 검증 결과를 구분해 판단할 수 있다.

Claude Code vs Codex vs Antigravity 비교: 2026년 AI 코딩 에이전트 무엇을 선택할까?

이미지
이 글을 읽으면 얻을 수 있는 것 Claude Code, Codex, Antigravity 중 무엇을 선택해야 할까? Claude Code는 개발자가 워크플로를 세밀하게 통제하는 방식에 강점이 있다. Codex는 CLI·IDE·App·Cloud를 연결하는 통합 워크플로가 특징이다. Antigravity는 여러 에이전트를 동시에 운영하는 agent-first 접근이 두드러진다. 최신 사용자 후기를 보면 하나의 제품보다 주력 에이전트와 보조 에이전트를 조합하는 방식이 현실적이다.

Codex와 함께 만든 실시간 칸반 보드: DESIGN.md부터 Supabase, Vercel 배포까지

이미지
이 글을 읽으면 얻을 수 있는 것 디자인을 잘 모르는 개발자가 DESIGN.md 로 AI 생성 UI의 기준을 잡은 과정 Supabase Auth·Realtime·RLS를 MVP에 연결하며 확인한 실무 포인트 Codex와 함께 구현부터 Vercel 배포까지 마무리한 경험 최근 AI 코딩 도구를 활용해 스터디와 소규모 프로젝트에서 사용할 수 있는 칸반 보드 웹 애플리케이션을 만들어 보았다. 프로젝트 이름은 Orbit Board 다. 이번 프로젝트에서는 특별한 개발 하네스나 복잡한 자동화 환경을 별도로 구성하지 않았다. 대신 shadcn.io의 Linear 디자인 페이지 에서 제공하는 마크다운을 복사한 뒤, Next.js 프로젝트 최상위에 DESIGN.md 파일을 만들어 그대로 붙여 넣었다. 그리고 Codex가 개발을 시작하기 전에 이 문서를 읽어 전체 화면에 일관되게 적용하도록 했다. 기술 스택으로는 Next.js, TypeScript, Tailwind CSS, shadcn/ui 스타일의 컴포넌트와 함께 Supabase를 사용했다. Supabase는 주변에서 많이 사용하는 서비스라 한 번 제대로 경험해 보고 싶었다. 처음에는 단순히 PostgreSQL 데이터베이스를 편하게 사용할 수 있는 서비스 정도로 생각했지만, 실제로 사용해 보니 인증, Realtime, 서버 함수, 보안 정책까지 애플리케이션의 백엔드 전반을 담당할 수 있었다. 특히 Row Level Security, 즉 RLS를 적용하면서 “로그인했는가?”만 확인하는 것과 “이 사용자가 이 데이터에 접근할 권한이 있는가?”를 데이터베이스 단계에서 보장하는 것은 완전히 다른 문제라는 사실을 배웠다. ...