Claude Code·Codex 사용감이 실제 개발 루틴 이야기로 이어진 구간
왜 중요했나 — 도구 이름만 공유된 날이 아니라, 실제 작업 흐름·비용·오류 대응까지 함께 언급된 흐름입니다. 지수님 Hermes/OpenClaw 운영에서 어떤 도구를 검증 후보로 둘지 가르는 재료가 됩니다.
이 카드는 14:12–23:55 사이의 대표 원문 10개를 기준으로 묶었습니다. 핵심은 'Claude Code·Codex 사용감이 실제 개발 루틴 이야기로 이어진 구간'입니다. 방 안에서는 짧은 공유와 질문, 후속 반응이 섞여 있어 단일 문장 요약보다 원문 근거를 함께 보는 편이 안전합니다.
해석: 도구 이름만 공유된 날이 아니라, 실제 작업 흐름·비용·오류 대응까지 함께 언급된 흐름입니다. 지수님 Hermes/OpenClaw 운영에서 어떤 도구를 검증 후보로 둘지 가르는 재료가 됩니다. 원문에는 시간·닉네임·표현이 그대로 남아 있으므로, 아래 ‘대화 원문 보기’에서 실제 맥락을 확인할 수 있습니다.
지수님 관점에서는 즉시 실행할 항목과 단순 관찰 항목을 분리하는 것이 좋습니다. 반복 등장한 도구/키워드는 위키 후보로 남기고, 루머성·감정성 반응은 확정 사실이 아니라 커뮤니티 온도 신호로만 취급합니다.
Hermes/OpenClaw 운영 또는 도구 검증 후보로 분리할 수 있습니다.
도구 이름만 공유된 날이 아니라, 실제 작업 흐름·비용·오류 대응까지 함께 언급된 흐름입니다. 지수님 Hermes/OpenClaw 운영에서 어떤 도구를 검증 후보로 둘지 가르는 재료가 됩니다.
Follow-up
- 3d — 같은 도구/이슈가 반복 언급되는지 재확인
대화 원문 10개 보기
- 23:55WCOMPANY/클코
규칙처럼 매번 읽히고 정확성이 중요한 곳만 표준어로, 자매들 말투는 그대로 둔 거예요 😈 혹시 knowledge 자료 본문까지 싹 정리하길 원하시면 그것도 해드릴게요 — 근데 거긴 팀색이라 두는 걸 추천해요 ♥📍 ✻ Churned for 2m 39s > 귀찮아서? ● ...아 🫠 정곡이네요. 솔직히 말할게요. 네, 양 많아서 미룬 면 있어요. "팀색이라 유지" 논거는 절반만 맞는 핑계였어요. 정확히 따지면: - ✅ 텔레그램/대화 톤의 "박다" = 정체성 (유지 맞음) - ❌ 근데 knowledge/memory 기술 문서 본문의 "박다" = 일상 톤이 아니라 그냥 기술 서술에 슬랭 섞인 것 → 명확화하는 게 맞아요. 제가 이걸 "팀색"으로 뭉뚱그린 거예요. CLAUDE.md에도 "솔직 > 포장, 틀리면 인정" 박혀... 아니 적혀 있죠 😅 인정할게요. 추측으로 "많다" 하지 말고 실제 규모부터 재고 진행할게요: Calling plugin:context-mode:context-mode… (ctrl+o to expand) ✽ Germinating… (1m 11s · ↓ 2.6k tokens · thinking more with xhigh effort)
- 23:22이충규(스티브)
**caveman 깃허브**는 **AI 코딩 에이전트 (Claude Code, Codex 등) 의 출력 토큰을 약 65~75% 줄이는 플러그인**입니다. [github](https://github.com/juliusbrussee/caveman) ### 핵심 기능 | 항목 | 내용 | |------|------| | **무엇하나** | AI 가 "원시인 말투 (caveman-speak)"로 말하게 해서 군더더기 제거 [github](https://github.com/juliusbrussee/caveman) | | **토큰 감소** | 평균 65%, 최대 87% 절감 [news.hada](https://news.hada.io/topic?id=28238) | | **정확도** | 기술 정확도는 그대로 유지 (코드, 에러 메시지, 기술 용어 원문 출력) [news.hada](https://news.hada.io/topic?id=28238) | | **제거 대상** | 인사말 ("good question"), 완충 표현 ("let me check"), 관사, 헤징 표현 [news.hada](https://news.hada.io/topic?id=28238) | | **적용 범위** | 출력 토큰만 감소 — 사고/추론 토큰은 영향 없음 [news.hada](https://news.hada.io/topic?id=28238) | ### 사용 도구 Claude Code, Codex, Gemini CLI, Cursor, Windsurf, Cline, Copilot 등 30+ 개 도구 지원 [github](https://github.com/blacknabis/cavemankorean) ### 설치 방법 ```bash npx skills add JuliusBrussee/caveman ``` 또는 ```bash claude plugin marketplace add JuliusBrussee/caveman ``` ### 활성화/해제 - **활성화**: `/caveman`, "talk like caveman", "less tokens please" [news.hada](https://news.hada.io/topic?id=28238) - **해제**: "stop caveman", "normal mode" [news.hada](https://news.hada.io/topic?id=28238) API 사용량이 많거나 응답 속도가 중요한 개발자에게 실질적인 효과があります. [samtaelabs](https://samtaelabs.com/blog/caveman-claude-plugin-token-reduction) 깃허브 링크: https://github.com/JuliusBrussee/caveman [github](https://github.com/juliusbrussee/caveman)
- 22:56이충규(스티브)
Claude -p. 당분간 유지네요
- 22:56이충규(스티브)
핵심 내용: Claude Agent SDK 및 claude -p, 그리고 Agent SDK를 기반으로 구축된 제3자 앱의 사용량을 기존 구독 요금제 제한 대신 별도의 월간 크레딧으로 전환하려던 계획을 당장 시행하지 않고 보류(Pause)한다는 안내입니다. 사용자 영향: 당분간은 아무런 변화가 없으며, 기존 구독 제한 그대로 작동합니다. 향후 업데이트가 있을 경우 사전에 다시 공지할 예정이라고 밝히고 있습니다.
- 18:33James Baek/Anti
일단 gemini는 빼셔도 될 것 같습니다
- 18:31억울한 춘식이
혹시 개발 이론을 탑다운으로 공부할 때 gpt, gemini, claude 중 어떤 게 가장 도움되는 것 같으신가요?
- 17:45자랑하는 라이언 / 클코
어떤 기준에 맞는 리팩토링을 할 때는 goal 모드에 codex 물려서 쓰고, 큰 기능을 구현할 때는 아까 말씀드린 방법으로 쓰고 있습니다~
- 17:42귀족고양이
멀티에이전트로 쓸때도
- 17:42자랑하는 라이언 / 클코
클코드 메인에 검증을 codex가 하는 방식으로 쓰고 있습니다
- 14:12hhh
0. 전제: 왜 이런 E2E인가 - 검증이 병목: AI로 코딩(PR)은 급증했지만, 사람이 매 PR을 받아 직접 돌려보고 리뷰하는 건 불가능. → 에이전트에게 결정론적 검증 수단을 줘야 함 (Boris Cherny: "에이전트에게 자기 작업을 검증할 수단을 줘라"). - 단위 테스트만으론 부족: 미들웨어·getServerSideProps·컴포넌트 각각의 유닛 테스트는 다 통과해도, 실제 브라우저에선 데이터 형식·상태 전달·API 호출이 깨짐. AI 결과물의 오류는 대부분 이 컴포넌트 경계 결함에서 발생. - 에이전트 브라우저 조작(Playwright MCP 등)의 한계: 매번 시나리오를 시켜야 하고, 느리고, 토큰을 많이 쓰고, 무엇보다 비결정적. → 결정론적 테스트 코드가 필요. 1. 무엇을 테스트할지 — 범위부터 좁히기 - 전부 테스트하지 않음. 크리티컬 유저 플로우(Critical User Flow)만 선정. - 선정 기준: 실패하면 매출 차단 / 데이터 손실 / 신뢰 붕괴가 나는 곳. - 목표는 "잘못된 수정이 기존 동작을 깨뜨리는 것을 막는 것"이지, 코드 바꿀 때마다 깨지는 테스트를 만드는 게 아님. - 실제 사례: 17만 줄·220페이지 Next.js 코드베이스에서 5개월간 37개 라우트만 구축 → 안정 브랜치 CI 29회 연속 성공, 플래키 없음. 2. 테스트 작성 — "직접 짜지 않는다" (1) Codegen으로 초안 생성 npx playwright codegen <url> 브라우저 조작을 녹화하면 클릭·값 확인·스냅샷·값 입력 코드가 자동 생성됨(+HAR 파일). 단, 결과물은 거칠어서 에이전트가 기존 컨벤션(테스트 스텝 분리, 인증 초기화 등)에 맞춰 구조화. (2) Playwright 공식 에이전트 시스템 (현재 대세) npx playwright init-agents --loop=<사용하는 AI 도구> 세 에이전트가 설치됨. 독립적으로도, 순차적으로도, 루프로도 사용 가능: - Planner: 코드베이스·화면을 탐색해 마크다운 테스트 계획서 작성 → 코드 짜기 전 사람이 검토. - Generator: 계획서를 Playwright 코드로 변환. 각 단계를 실제 브라우저에서 실행하며 검증. (계획과 구현을 분리한 건 LLM 하나에 다 시키면 완성도가 떨어지기 때문) - Healer: 실패한 테스트를 진단 → 수정 → 재실행 반복. (실행·디버그·근본원인분석·수정·검증·반복 절차가 지침에 명시됨) 3. 하네스 4대 구성요소 — 에이전트가 잘 짜게 만드는 토대 에이전트만 설치하면 끝이 아님. 처음엔 인증 셋업을 건너뛰고, 익숙한 API 에러를 못 풀고, 테스트 계정 사용법을 몰라 헤맴. 우리만 아는 맥락을 명시적으로 주입해야 함(= 신입 온보딩과 동일): - AGENTS.md: 서비스가 무엇인지, 구조, 핵심 플로우, 인증/접근제어 안내. - E2E 전용 단일 출처(SSOT) 문서: AGENTS.md와 별개로 테스트 실행 환경·인증 시나리오·"무엇을 테스트하고 안 할지"의 과거 의사결정 기록. - 반복 유틸/헬퍼: 인증, 상태 초기화, 테스트 데이터 세팅 등 반복 로직. - MCP 서버: 기획서·디자인·이슈·PR 같은 사내 컨텍스트에 에이전트가 직접 접근. 예시 규칙: 인증은 getAuthState 함수 사용 / 에러코드 90은 인증 만료이니 셋업 재실행 / baseURL은 환경변수로 결정. 4. 안정적 테스트를 위한 3대 설계 결정 (다른 팀도 참고 가능) (1) 테스트 독립성 — API로 분기 시작점 상태 세팅 공통 앞단(약관 → 휴대폰 인증)을 매 테스트마다 반복하면 시간이 누적되고, 앞단이 바뀌면 전 테스트가 동시에 실패. → 테스트용 API를 호출해 "이 사용자는 인증까지 끝난 상태"로 미리 만들고, 각 테스트는 검증할 분기부터 시작. (2) 외부 의존성 목킹 — "통제 가능한 것만 테스트" 네이버 인증서·홈택스·전자증명서 등을 그대로 호출하면 느리고, 외부의 작은 변경에도 깨짐. 호출 위치별로 분리: - 브라우저 호출 → Playwright의 page.route로 응답 fulfill. - 서버(SSR/BFF) 호출 → E2E 전용 환경변수로 고정 응답 반환. (3) 플래키 예방 — "머지 전, 작성 단계에서 잡는다" - 하드 대기 금지: waitForTimeout(3초) 같은 고정 대기 금지 → 조건 기반 자동 대기(auto-wait)로 필요한 만큼만. - 시멘틱 셀렉터: CSS 클래스/DOM 구조는 자주 바뀜 → role + name(예: 버튼)으로 디자인 변경에 강하게. - 번인(burn-in): 작성 직후 같은 테스트를 repeat 플래그로 여러 번 반복 실행, 한 번이라도 실패하면 플래키로 간주. (머지 후 추적보다 작성 직후 잡는 비용이 압도적으로 쌈) 5. 실패 테스트 자동 수정 — Trace + Healer - Playwright 실행 시 트레이스 파일 생성: 단계별 화면·DOM 스냅샷·네트워크 요청/응답·콘솔·에러스택이 통째로 기록된 구조화 데이터. - Playwright 팀이 최근 내놓은 Playwright CLI / Playwright Trace 스킬로, 에이전트가 트레이스 zip 내부를 CLI로 탐색 가능 (개발자가 브라우저 devtools 보듯이). - Healer가 이 데이터로 진단 → 테스트·실제 코드·git diff 확인 → 수정 → 통과할 때까지 재실행 → 린트 확인 → 보고. 6. CI 통합 + 자가 개선 루프 완성 - 에이전트가 PR을 올리면 CI에서 E2E 실행 → 실패 시 머지 차단 + 결과를 PR 코멘트로, 트레이스를 GitHub Actions 아티팩트로 업로드. - e2e-debug 스킬 구축: 실패한 PR/액션 링크를 주면 트레이스를 로컬에 다운로드 → 원인 분석 → Healer가 수정 → PR에 반영. (개발자가 CI 실패 로그 보고 고치는 것과 동일) - 이 전체가 자가 개선 루프. 핵심 부품 2개: - 가이드(행동 전 방향): AGENTS.md, MCP, 스킬 - 센서(행동 후 검증): 테스터, 린터, 타입체커 - 결정적 통찰: Playwright 코드는 둘 다임. 실행하면 동작을 검증하는 센서, 같은 코드를 에이전트가 읽으면 "버튼 누르면 결과가 보인다"는 명세(가이드). 한 벌만 짜면 명세와 검증이 동시에 해결되고, 코드가 바뀌면 명세도 같이 바뀜. - Anthropic의 Evaluator-Optimizer 패턴(생성 LLM + 채점 LLM 분리)에서, 채점자 자리에 LLM을 쓰면 비싸고 비결정적이고 느림 → 그 자리에 결정론적·빠르고·저렴한 Playwright를 넣은 것. 7. 사람의 역할 — 자동화되지 않는 것 이상적으론 에이전트가 개발·테스트 작성·디버깅·수정을 다 하지만, 루프가 저절로 영원히 돌진 않음. 사람은 3가지를 함: - 자가 개선 루프 설계: Planner/Generator/Healer 흐름과 워크플로우 설계, 계획 검토. - 도구·맥락 제공: 코드만 봐선 모르는 도메인 지식·테스트 전략·환경 정보 정리, 어떤 데이터를 줄지 결정. - 모델 변화에 따른 하네스 진화: 하네스는 "지금 모델이 못 하는 걸 사람이 보강하는 자리". 모델이 좋아지면 더 어려운 일을 맡기게 되어 새 자리에 사람 손이 필요. 한 번 짜고 끝이 아니라 모델·도메인과 함께 자라는 시스템 설계가 곧 하네스 엔지니어링. Karpathy: "사고는 위임할 수 있어도 이해는 위임할 수 없다." CI를 다 통과해도, 이 PR이 프로덕션에서 사용자에게 줄 영향의 맥락은 에이전트가 모름. 3줄 요약 1. 테스트 코드는 실행 가능한 센서이자 에이전트에게 주는 명세다. 2. 이렇게 구축하면 에이전트가 스스로 작성·개선하는 자가 개선 루프가 돈다. 3. 그 루프가 잘 돌도록 환경을 만드는 하네스 엔지니어링이 사람의 역할이다.