30초마다 스티어링 휠을 잡아야 하는 자율주행차를 상상해 보세요. 그걸 '자율주행'이라고 부를 수 있을까요? 아닙니다. 크루즈 컨트롤보다 조금 나은 운전 보조 기능에 불과합니다.
코딩은 왜 다르다고 생각하나요?
우리는 'AI 코딩'이 20줄 코드를 쓰고 사용자가 고치기를 기다리는 챗봇을 의미하는 패러다임을 받아들였습니다. 그건 자동화가 아닙니다 — 마이크로매니징입니다.
- ✕AI의 미완성 코드 고치기
- ✕구문 오류를 수동으로 수정하기
- ✕컨텍스트를 복사해서 붙여넣기
- ✕환각을 위해 모든 줄을 검토하기
그건 '인간-AI 협업'이 아닙니다 — AI가 일을 못 하고 있는 겁니다.
Oh My OpenAgent 는 인간이 스펠체커가 아닌 설계자가 되어야 한다는 전제로 만들어졌습니다.
구분 불가능한 코드
Agent가 작성한 코드는 시니어 엔지니어가 작성한 코드와 구분할 수 없어야 합니다.
"커밋이 인간이 한 건지 Agent가 한 건지 알 수 있다면, Agent는 실패한 것입니다."
Token Cost vs. Productivity
우리는 토큰 사용량을 신경 쓰지 않습니다. 출력을 신경 씁니다. 토큰에 $5를 써서 엔지니어링 시간 1시간을 절약하면 20배의 ROI입니다.
- 여러 해결책을 탐색하는 병렬 Agent
- 인간 개입 없이 작업 완료
- 철저한 자기 검증 루프
하지만...
우리는 효율성을 최적화합니다. 모델을 묶어두는 것이 아니라:
- 일상 작업에 저렴한 모델 사용
- 중복 탐색 방지
- 컨텍스트의 지능형 캐싱
- 충분할 때 정확히 중지
인간 인지 부하 최소화
인간은 원하는 것을 말하기만 하면 됩니다. 나머지는 Agent의 일입니다.
그냥 'ulw'라고 하고 자리를 뜨세요.
코드베이스 컨텍스트 분석
작업을 원자적 단계로 분해
구현 실행
요구사항 대비 검증
변경사항 커밋
전략적 통제를 원할 때.
Prometheus
인터뷰를 진행하고, 컨텍스트를 조사하며, 상세한 YAML 계획을 생성합니다.
Atlas
계획을 실행하고, 하위 Agent에 위임하고, 웨이브를 관리하며, 진행 상황을 추적합니다.
예측 가능
같은 입력 = 일관된 출력. 요청하지 않은 한 랜덤한 편차나 창의적 자유 없음.
지속 가능
중단에서 살아남습니다. 실시간으로 진행 상황을 추적합니다. 세션 간 컨텍스트를 보존합니다.
위임 가능
명확한 수용 기준. 자기 수정 메커니즘. 절대적으로 필요할 때만 에스컬레이션.
핵심 루프
↻ Minimum Intervention
지능형 인터뷰로 의도 추출
버그가 되기 전에 모호함 포착
실행 전 계획의 완성도 검증
인간 마이크로매니징 없이 작업 조율
완료 강제, '다 했어요' 거짓말 방지
인간 결정 없이 최적 모델로 라우팅
사용자 차단 없이 병렬 리서치
작업에서 학습, 실수 반복 금지
우리가 만드는 미래
"Agent는 보이지 않아야 합니다. 전기처럼, 수돗물처럼."
"스위치를 누릅니다. 불이 켜집니다. 발전소는 생각하지 않습니다."