Conversation
Summary of ChangesHello @umtaeseo11, I'm Gemini Code Assist1! I'm currently reviewing this pull request and will post my feedback shortly. In the meantime, here's a summary to help you and other reviewers quickly get up to speed! This pull request introduces a new author profile for Taeseo Um and a detailed blog post, presented in both English and Korean, that explores the transformative journey of integrating AI into software development. The post outlines the progression from AI as a smart search engine to the adoption of autonomous agents, highlighting the benefits of increased speed and flow, while also addressing the emerging challenge of the code review bottleneck. It concludes by emphasizing the evolving role of developers in an AI-driven future, focusing on strategic oversight and adaptation. Highlights
Changelog
Activity
Using Gemini Code AssistThe full guide for Gemini Code Assist can be found on our documentation page, here are some quick tips. Invoking Gemini You can request assistance from Gemini at any point by creating a comment using either
Customization To customize Gemini Code Assist for GitHub experience, repository maintainers can create a configuration file and/or provide a custom code review style guide (such as PEP-8 for Python) by creating and adding files to a Limitations & Feedback Gemini Code Assist may make mistakes. Please leave feedback on any instances where its feedback is incorrect or counter productive. You can react with 👍 and 👎 on @gemini-code-assist comments. If you're interested in giving your feedback about your experience with Gemini Code Assist for Github and other Google products, sign up here. You can also get AI-powered code generation, chat, as well as code reviews directly in the IDE at no cost with the Gemini Code Assist IDE Extension. Footnotes
|
There was a problem hiding this comment.
Code Review
This pull request adds a new author profile and a blog post about the evolution of using AI in software development, from simple copy-pasting to autonomous agents. The post is provided in both English and Korean. My review identifies a critical issue with future-dated posts that would prevent them from being published, along with several grammatical errors and typos in both language versions. Addressing these points will improve the quality and correctness of the content.
|
|
||
| # Copy & Paste에서 자율 코딩 에이전트까지: 조용한 변화의 시작 | ||
|
|
||
| 개발자들 사이에는 이런 농담이 있습니다. “우리 일은 결국 문제를 구글에 검색하고, 첫 번째로 뜨는 링크를 눌러서, Stack Overflow에서 답을 복사해 붙여넣는 거 아니냐?” |
There was a problem hiding this comment.
처음에 다른 글처럼 간단한 자기소개가 들어가면 좋겠습니다!
| # Copy & Paste에서 자율 코딩 에이전트까지: 조용한 변화의 시작 | ||
|
|
||
| 개발자들 사이에는 이런 농담이 있습니다. “우리 일은 결국 문제를 구글에 검색하고, 첫 번째로 뜨는 링크를 눌러서, Stack Overflow에서 답을 복사해 붙여넣는 거 아니냐?” | ||
| 어떤 면에서는 AI 코딩 도구의 등장이 우리가 하는 일을 완전히 바꾼 건 아닙니다. 다만 **그 일을 훨씬 더 잘, 훨씬 더 빠르게** 하게 만들었죠. 지난 몇 달 동안 우리 팀은 AI 보조 개발의 거의 모든 물결을 직접 타 봤습니다. 초기의 단발성 상호작용부터, 지금은 사실상 일상적으로 의존하는 **자율 에이전트**까지요. 이 글에서는 그 여정이 어떤 모습이었는지, 무엇을 배웠는지, 그리고 앞으로 어디로 향하고 있다고 생각하는지 정리해 보려고 합니다. |
| 다음 도약은 MCP(Model Context Protocols)였습니다. MCP는 AI 도구가 외부 데이터 소스에 연결될 수 있게 해줍니다. 갑자기 에이전트가 Confluence 문서에서 컨텍스트를 가져오고, 내부 문서를 이해하고, 코드 밖에 있던 설계 의사결정까지 참조할 수 있게 된 겁니다. AI는 이제 코드만 읽는 게 아니라 **조직의 지식(기관 기억, institutional knowledge)**을 읽기 시작했습니다. | ||
|
|
||
| 하지만 “AI로 생산성을 올려보자”라는 우리 팀의 엔진에 진짜 로켓 부스터를 단 건 Claude Code였습니다. Claude Code는 skills(스킬)이라는 개념을 도입했는데, 이는 정적인 rules를 훨씬 뛰어넘는 **구조화된 다단계 워크플로우**입니다. 저희 팀 레포 중 하나에서는 이제 `.claude` 디렉토리를 두고, 계획 수립, 기능 구현, 테스트 작성, PR 오픈, PR 리뷰 코멘트 가져와 반영하기 같은 스킬들을 관리하고 있습니다. 또한 플랫폼에 특화된 하드웨어 제약, 팀이 ‘피를 보고’ 배운 안티패턴, SDK별 컨벤션 같은 것도 스킬 또는 claude code rules 로 녹여두었죠. | ||
|
|
There was a problem hiding this comment.
혹시 skills를 잘 작성하고 똑똑하게 사용하기 위한 글을 추후에 연재하실 계획이 있으실까요?
독자들이 글을 읽다가 보면 "그래서 skills를 잘 활용하려면 어떻게 해야 되는데?"라는 궁금증을 가지게 될 것 같습니다.
There was a problem hiding this comment.
네! 제 블로그 운영자분들이 허락하신다면 제 생각은 이번 글이 intro 느낌이고, skills, kernel agent, 등등 사용법+내부적으로 어떻게 만들었는지 자세하게 각자 블로그 글을 남기고 싶습니다!
There was a problem hiding this comment.
너무 좋습니다 태서님! 말씀하신 내용이 향후에 테크 블로그 시리즈로 작성되면 굉장히 유익한 글이 되겠네요.
content/posts/how-we-use-ai/index.md
Outdated
|
|
||
| ## Upcoming... | ||
|
|
||
| 저희 팀(그리고 HyperAccel의 다른 팀들)이 AI가 워크플로우에 녹아드는 새로운 방법들을 계속 찾아가는 과정에서, “코드를 개발하는 방식”이 바뀌는 이 새로운 패러다임 속을 어떻게 항해하고 있는지 계속 공유하겠습니다. |
There was a problem hiding this comment.
저희 팀(그리고 HyperAccel의 다른 팀들) -> HyperAccel 내부적으로 AI가 워크플로우~~~
content/posts/how-we-use-ai/index.md
Outdated
|
|
||
| ## Upcoming... | ||
|
|
||
| 저희 팀(그리고 HyperAccel의 다른 팀들)이 AI가 워크플로우에 녹아드는 새로운 방법들을 계속 찾아가는 과정에서, “코드를 개발하는 방식”이 바뀌는 이 새로운 패러다임 속을 어떻게 항해하고 있는지 계속 공유하겠습니다. |
There was a problem hiding this comment.
추후에 어떤 글이 올라올지 좀 더 자세히 적어주시면 좋겠습니다!
There was a problem hiding this comment.
네! 추가해서 다시 리뷰 요청 드리겠습니다! 감사합니다 영훈님!
pastapepep
left a comment
There was a problem hiding this comment.
글 재미있게 잘 읽었습니다!
제가 더 궁금했던 것도 영훈님께서 말씀하신 것처럼 더 자세한 사용법에 대한 글이 시리즈로 이어질지 였는데, 이미 답변을 남겨 주셨네요.
| 하지만 “AI로 생산성을 올려보자”라는 우리 팀의 엔진에 진짜 로켓 부스터를 단 건 Claude Code였습니다. Claude Code는 skills(스킬)이라는 개념을 도입했는데, 이는 정적인 rules를 훨씬 뛰어넘는 **구조화된 다단계 워크플로우**입니다. 저희 팀 레포 중 하나에서는 이제 `.claude` 디렉토리를 두고, 계획 수립, 기능 구현, 테스트 작성, PR 오픈, PR 리뷰 코멘트 가져와 반영하기 같은 스킬들을 관리하고 있습니다. 또한 플랫폼에 특화된 하드웨어 제약, 팀이 ‘피를 보고’ 배운 안티패턴, SDK별 컨벤션 같은 것도 스킬 또는 claude code rules 로 녹여두었죠. | ||
|
|
||
| 룰 파일과 스킬의 차이는, 스타일 가이드와 “훈련된 동료”의 차이와 비슷합니다. | ||
| 룰은 “pytest를 써라, unittest는 쓰지 마라”라고 말합니다. |
There was a problem hiding this comment.
혹시 이건 어떤 이유일까요? 각주로 추가 설명을 다는 건 어떨까 하는 의견입니다!
There was a problem hiding this comment.
제가 아주 조금더 detail 하게 추가 하였습니다! 자세한 내용은 다음 글에 포스팅 하겠다고 썼습니다! 확인부탁드립니다! 감사합니다!
75d39ec to
a8c6ff9
Compare
content/posts/how-we-use-ai/index.md
Outdated
|
|
||
| GitHub PR에서 AI를 활용해 surface-level 문제들을 잡는 데 도움을 받았지만, 더 근본적인 질문은 남았습니다. **더 높은 속도에서 품질을 어떻게 유지할 것인가?** | ||
|
|
||
| 그 질문에 답은 계속 진화 중이지만, 최근에는 이런 workflow 모델로 움직이고 있습니다. AI 에이전트가 코드를 작성하기 전에 먼저 `plan.md` 파일을 생성합니다. 이는 접근 방식, 변경할 파일들, 각 결정의 이유를 구조적으로 담은 문서입니다. 이후 사람 리뷰어는 구현 코드의 모든 라인을 샅샅이 보는 대신 **계획(plan)을 리뷰**합니다. 핵심 제약은 변경된 코드가 **포괄적인 test suite**를 통과해야 한다는 점입니다. 이렇게 하면 정확성의 부담이 라인 단위 리뷰에서 테스트 커버리지로 이동하고, 결과적으로 “좋은 테스트”의 중요성이 그 어느 때보다 커집니다. |
| 기존에도 LLM을 활용해 코드 생성을 시도해 왔지만, 대부분은 “한 번의 요청–한 번의 응답” 구조에 머물러 있었습니다. Claude Code의 skills는 계획 → 구현 → 테스트 → 수정 → 보고까지 이어지는 실행 흐름 전체를 하나의 재사용 가능한 단위로 구조화할 수 있었고, 특히 반복적이지만 인지 부하가 큰 작업을 안정적으로 압축해 주었다는 점에서 체감 생산성에 큰 차이를 만들었습니다. | ||
| --- | ||
|
|
||
| ## 코드 리뷰 병목: 아무도 경고해주지 않았던 부분 |
There was a problem hiding this comment.
웹에서 보면 "기존에도..." 문단이 Heading 처럼 큰 글씨로 보이는데 의도하신 건가요?
| HyperAccel 내부적으로 AI가 워크플로우에 자연스럽게 통합되는 방식을 끊임없이 탐색하고 있습니다. 그 과정에서 우리는 “코드를 개발하는 방식”이 근본적으로 변화하고 있는 이 새로운 패러다임 속을 항해하고 있습니다. 앞으로도 그 시행착오와 인사이트를 계속 공유하겠습니다. | ||
| --- | ||
|
|
||
| ## HyperAccel 채용 중! |
There was a problem hiding this comment.
"HyperAccel 내부적으로 ..." 문단도 큰 글씨로 보입니다.
| While we had previously experimented with using LLMs for code generation, most approaches were limited to a “single prompt–single response” pattern. Claude Code’s skills allowed us to structure the entire execution flow — from planning → implementation → testing → fixing → reporting — into reusable units. In particular, they significantly reduced the cognitive load of repetitive but mentally taxing tasks, which made a tangible difference in our day-to-day productivity. | ||
| --- | ||
|
|
||
| ## The Code Review Bottleneck |
There was a problem hiding this comment.
감사합니다 근우님!!! 수정해서 다시 올렸습니다!
YoungHoonJun
left a comment
There was a problem hiding this comment.
좋은 글 감사합니다! 다음 시리즈가 더 기대되는 글이네요ㅎㅎㅎㅎ
고생하셨습니다, LGTM!

No description provided.