책소개
"코드를 대신 작성하는 AI에서 함께 개발하는 AI로!
이 책은 OpenAI 코덱스로 실제 서비스를 만들고 남이 3년간 쌓아 둔 오래된 코드까지 다뤄 보는 실습서입니다. 명령어를 나열하는 대신 분석에서 릴리스까지 이어지는 실무 개발 흐름을 코덱스와 함께 끝까지 돌려 봅니다.
실습에서 실제로 만드는 것은 코드가 아니라 요청, 곧 프롬프트입니다. 그래서 잘 된 프롬프트만이 아니라 왜 실패했고 무엇을 고쳤는지까지 담았습니다. 여기서 익힌 방식은 클로드 코드를 비롯한 다른 AI 코딩 에이전트에도 그대로 통합니다.
열 개의 시나리오를 시니어 개발자의 순서로 통과하고 나면 무엇을 맡기고 무엇을 직접 판단할지에 대한 자신만의 기준이 생길 것입니다.
★ 이 책에서 다루는 내용 ★
◎ 코덱스 설치와 VS Code 연동, AGENTS.md와 승인·샌드박스 설정
◎ 고객 1만 명, 주문 10만 건 규모의 공용 실습 데이터베이스
◎ 목표·맥락·제약·완료 기준으로 프롬프트 짜기와 35가지 패턴
◎ FastAPI 고객 관리 웹 서비스: 골격, JWT 로그인, CRUD와 검색
◎ 매출 대시보드와 CSV·엑셀·PDF 리포트, 자연어 SQL과 환각 차단
◎ 테스트 피라미드와 PR 리뷰, CHANGELOG·SemVer 릴리스
◎ 3년 된 레거시 인수: 구조와 의존성, 기술 부채, 리팩터링 로드맵
◎ 장애 대응: 로그 분석, git blame과 bisect, 재현 테스트와 포스트모템
◎ 성능 개선과 DB 튜닝: EXPLAIN, N+1 제거, 캐시, 인덱스 설계
◎ 릴리스 전 보안 5대 점검과 프롬프트 라이브러리 만들기"
저자소개
마이크로소프트에서 Data & AI Specialist로 근무하고 있다. 정보관리기술사와 컴퓨터시스템응용기술사로 20년 넘게 IT 분야에서 일해 왔으며, 고려대학교 대학원에서 빅데이터와 인공지능을 연구했다. 기술이 바뀔 때마다 그 변화를 먼저 익히고 정리해 전하는 일을 이어 오고 있다. 딥러닝 프레임워크에서 LLM으로, 다시 RAG와 MCP, 멀티에이전트로 관심이 확대되었고, 이번에는 AI 코딩 에이전트가 개발 현장을 어떻게 바꾸는지를 다뤘다. 도구의 사용법보다 도구와 일하는 방식이 오래간다고 믿는다. 지은 책으로 『모두의 인공지능 기초 수학』(2020), 『딥러닝 텐서플로 교과서』(2021), 『딥러닝 파이토치 교과서』(2022), 『챗GPT, 거부할 수 없는 미래』(2023), 『랭체인으로 LLM 기반의 AI 서비스 개발하기』(2024), 『랭체인으로 RAG 개발하기: VectorRAG & GraphRAG』(2025), 『나만의 MCP 서버 만들기 with 커서 AI』(2025), 『A2A×MCP 멀티에이전트 오케스트레이션 실전』(2026) 등이 있다.
목차
"[01부] AI 네이티브 소프트웨어 엔지니어링
5분 만에 코덱스 경험하기
▣ 01장: AI 네이티브 소프트웨어 엔지니어링
1.1 왜 AI 네이티브 시대가 되었는가
__생성형 AI의 등장
__개발 생산성의 변화
__소프트웨어 엔지니어링 패러다임의 변화
1.2 소프트웨어 엔지니어링의 진화
__전 과정의 재편, AI 시대에는 무엇이 달라지는가
__한 장으로 보는 기존 개발 vs AI 네이티브
1.3 AI 네이티브 개발자란?
1.4 AI 페어 프로그래밍
__인라인 자동 완성을 제안하는 코파일럿 방식
__일을 통째로 맡기는 클로드 코드 방식
__GPT-5 기반 에이전트인 코덱스 방식
__클로드 코드와 코덱스는 무엇이 다른가?
__GPT-5와 GPT-5 mini, 언제 무엇을 써야 할까?
__왜 코덱스인가?
1.5 바이브 코딩
1.6 AI 네이티브 워크플로
▣ 02장: AI와 협업하는 사고방식
2.1 프롬프트 중심에서 벗어나기
2.2 무엇을 ‘중심’에 두는가?
2.3 좋은 개발자 = 태스크를 잘 설계하는 사람
2.4 더 깊이 알아보는 에이전트 성숙도 모델
2.5 에이전트 엔지니어링
__에이전트의 진화, 엔지니어링에서 오케스트레이션까지
▣ 03장: 에이전트 기반 개발
3.1 왜 에이전트가 필요한가?
3.2 LLM의 이해
3.3 에이전트란 무엇인가?
3.4 싱글 에이전트에서 멀티 에이전트로
3.5 계획, 추론, 도구 사용, 점검
3.6 메모리와 컨텍스트
3.7 MCP와 도구 사용
__코덱스는 어떻게 도구를 선택하는가?
__왜 MCP가 필요한가?
__도구 사용의 진화, 도구 호출에서 A2A까지
3.8 AI가 잘하는 일과 못하는 일
▣ 04장: 컨텍스트 엔지니어링
4.1 프롬프트 엔지니어링을 넘어 하네스 엔지니어링
4.2 리포지터리 컨텍스트
4.3 README와 AGENTS.md의 역할
__컨텍스트 우선순위, 무엇부터 채울 것인가
4.4 태스크 분할 전략
4.5 장기 프로젝트에서 컨텍스트 관리
4.6 AI가 실패하는 대표 원인
4.7 실무 사례: 신규 API 개발
▣ 05장: 코덱스 아키텍처와 워크플로
5.1 코덱스의 내부 동작 방식
5.2 코덱스가 할 수 있는 일, 기능 전체 구성
5.3 승인과 샌드박스
5.4 실전 실패 사례와 해결 방법
[02부] 코덱스 100% 활용하기
실습 박스를 읽는 법
▣ 06장: 코덱스 시작하기
6.1 코덱스 소개
6.2 요금제 선택
__GPT-5와 GPT-5 mini, 언제 어떤 모델을 사용할까?
6.3 사용 방식 및 API 키 생성
__ChatGPT 방식
__API 방식
__API 키 획득하기
▣ 07장: 개발 환경 구축
7.1 Node.js 설치
7.2 파이썬 설치
7.3 Git 설치와 설정
__Git for Windows 설치
__Git 기본 설정, 사용자 정보 등록
__깃허브 CLI(gh) 설치와 로그인
__계정 생성과 인증(SSH 키와 PAT)
__리포지터리 생성
__간단한 깃허브 실습
7.4 VS Code 설치와 확장 프로그램
__VS Code 설치
__확장 프로그램 설치
7.5 Faker와 SQLAlchemy 설치
7.6 코덱스 설치
__코덱스 CLI 둘러보기
__언제 어떤 명령을 쓰는지 알려 주는 상황별 가이드
__실습 프로젝트 만들기
7.7 코덱스와 VS Code 연결
7.8 더 깊이 알아보는 브랜치 → 풀 리퀘스트 → 병합
__팀에서 사용하는 브랜치 전략(Git Flow)
7.9 개발 환경 체크리스트
▣ 08장: 공용 데이터베이스 준비
8.1 SQLite 준비
__SQLite 설치
__DB Browser 설치
8.2 무엇을 담을지 ERD로 그리기
8.3 테이블 생성
8.4 Faker로 10만 건 채우는 시드 프로그램
__SQLite를 분석해 ERD 자동 생성하기
8.5 DB Browser로 확인
8.6 Git 커밋으로 공용 자산 저장
▣ 09장: 코덱스 설정
9.1 설정의 중심: config.toml
__config.toml 열어서 설정하기
__프로젝트 유형별 템플릿 5가지
9.2 프로젝트 안내서: AGENTS.md
__같은 프롬프트, 다른 결과를 만드는 AGENTS.md의 역할
__FastAPI 프로젝트 예시로 보는 AGENTS.md 템플릿
9.3 어디까지 물어볼지 정하는 승인 정책
9.4 활동 범위를 정하는 샌드박스
9.5 생각의 깊이를 정하는 model_reasoning_effort
9.6 자주 쓰는 설정 묶음: 프로파일
▣ 10장: 코덱스의 기본 사용법
10.1 프로젝트 분석
10.2 코드 생성과 수정
10.3 리팩터링
10.4 README / 문서 생성
10.5 Git 활용
10.6 테스트
10.7 디버그
10.8 리뷰와 변경 사항 확인
__/compact와 /resume의 실무 활용법
▣ 11장: 프롬프트와 컨텍스트
11.1 프롬프트를 구성하는 4요소
11.2 프롬프트를 묶는 단위, 태스크
11.3 컨텍스트를 떠받치는 리포지터리와 AGENTS.md
11.4 긴 컨텍스트: 긴 작업에서 잊지 않으려면
11.5 나만의 프롬프트 템플릿 만들기
11.6 실무 프롬프트 모음
__프롬프트 개선: 나쁜 프롬프트가 좋아지는 과정
11.7 35가지 프롬프트 패턴
▣ 12장: 실무 워크플로
12.1 ① 프로젝트 오픈 → ② 프로젝트 분석
12.2 ③ TODO 생성 → ④ 태스크 분리
12.3 ⑤ 구현 → ⑥ 테스트
12.4 ⑦ 리뷰 → ⑧ 커밋
12.5 ⑨ 하루를 마무리하는 PR
12.6 이슈에서 릴리스까지, 실제 하루로 확장
[03부] 바이브 코딩으로 웹 서비스 만들기
▣ 13장: 프로젝트: 고객 관리 웹 서비스
13.1 9단계 개발 사이클
__한 번에 끝나지 않는 개발, 반복이 만드는 실력
13.2 실무에서 사용하는 프롬프트
13.3 실무 방식으로 사용하는 Git
13.4 워크플로를 지원하는 코덱스
13.5 5가지 시나리오의 구성
▣ 14장: 시나리오 1: 프로젝트 시작
14.1 목표와 요구사항(①, ②)
14.2 프롬프트 작성과 코덱스 실행(③, ④)
__프롬프트 개선
14.3 결과 확인과 첫 번째 문제(⑤, ⑥)
14.4 코덱스로 수정(⑦)
14.5 테스트와 커밋, 규칙 수립(⑧, ⑨)
__좋은 커밋 메시지란?
14.6 원격 리포지터리에 푸시하여 깃허브에 반영하기
14.7 설계 결정을 기록하는 ADR
▣ 15장: 시나리오 2: 인증
15.1 목표와 요구사항(①, ②)
15.2 프롬프트 작성과 실행(③, ④)
15.3 결과 확인과 한 시간 뒤의 401(⑤, ⑥)
15.4 코덱스로 수정(⑦)
__토큰 만료 처리 프롬프트의 개선
15.5 테스트, 보안 점검, 커밋(⑧, ⑨)
15.6 깃허브 원격 리포지터리에 반영하기
▣ 16장: 시나리오 3: 핵심 기능
16.1 목표와 요구사항, TODO부터(①, ②)
16.2 프롬프트 작성과 실행(③, ④)
16.3 공통 레이아웃 만들기
16.4 검색 프롬프트가 발전하는 과정
16.5 결과 확인에서 /review가
__5가지 개선 사항(⑤, ⑥)
__실전 /review의 8가지 관점
16.6 수정 → 테스트, 그리고 남은 경고 해결(⑦, ⑧)
16.7 커밋으로 main에 반영(⑨)
16.8 깃허브 원격 리포지터리에 푸시하기
▣ 17장: 시나리오 4: 대시보드
17.1 목표에서 실행까지(①~④)
17.2 리포트 내보내기 기능 추가(CSV, 엑셀, PDF)
17.3 이 서비스의 대표 기능, AI 고객 분석
17.4 자연어 SQL, 그리고 AI가 틀리는 순간(⑤, ⑥)
17.5 모르면 모른다고 답하게 만드는 교정(⑦)
17.6 숫자를 읽어 주는 대시보드
__규칙과 LLM이 함께 만드는 AI Insight
17.7 테스트, 커밋(⑧, ⑨)
17.8 원격 리포지터리에 푸시하여 깃허브에 반영
▣ 18장: 시나리오 5: 완성과 릴리스
18.1 목표와 요구사항, 출시 품질의 정의(①, ②)
__테스트를 왜 여러 층으로 나누는가
__단위, API, E2E 테스트
18.2 테스트 체계 구축과 확인(③, ④, ⑤)
18.3 PR → 코덱스 리뷰 → 마지막 수정(⑥, ⑦)
__PR 이후의 리뷰·수정·병합
18.4 CHANGELOG, SemVer,
__깃허브 릴리스로 마무리하는 릴리스(⑧, ⑨)
18.5 5개의 시나리오로 보는 아키텍처의 성장
[04부] AI 시니어 개발자처럼 일하기
__실습 자료 내려받기
__4부에서 익히는 5가지 실습 목표
__4부의 세 가지 핵심 원칙
__실습 환경과 진행 방식
▣ 19장: 시나리오 1: 3년 된 프로젝트 인수받기
19.1 의존성 분석
19.2 코드 스멜 → 누적된 기술 문제 → 사용되지 않는 코드 → 복잡도
19.3 위험 보고서 → TODO → 리팩터링 로드맵
19.4 깃허브 원격 리포지터리에 반영하기
▣ 20장: 시나리오 2: 운영 장애 대응
20.1 error.log와 stacktrace.txt에서 패턴 찾기
20.2 git blame으로 Git 히스토리 분석하기
__5 Whys 기법으로 근본 원인까지 추적하기
__git bisect: 문제 커밋을 이분 탐색으로 찾기
20.3 재현 → 수정 → 회귀 테스트
20.4 포스트모템을 INCIDENT.md로 남기기
__고객에게 미친 영향: 얼마나 영향을 받았는가
20.5 다음 장애를 더 빨리 감지하는 모니터링 대시보드
20.6 깃허브 원격 리포지터리에 반영하기
▣ 21장: 시나리오 3: 성능 개선 프로젝트
21.1 성능 측정
21.2 EXPLAIN으로 실행 계획 읽기
__인덱스가 빠른 이유
21.3 N+1 → 쿼리 재작성 → 인덱스 적용
21.4 캐시 → 커넥션 풀 적용
21.5 리팩터링 → 벤치마크
21.6 빨라진 이유를 이론으로 이해하기
21.7 성능 보고서로 증명 남기기
21.8 깃허브 원격 리포지터리에 반영하기
▣ 22장: 시나리오 4: 데이터베이스 튜닝
22.1 어디가 느린지는 감이 아니라 EXPLAIN으로(①)
22.2 단일·복합·커버링 인덱스 설계(②)
__프롬프트 개선: ‘다 걸어 줘’에서 ‘근거만 걸어 줘’로
22.3 통계와 조각모음: ANALYZE와 VACUUM(③)
22.4 설계 선택: 정규화 vs 역정규화(④)
22.5 깃허브 원격 리포지터리에 반영하기
▣ 23장: 시나리오 5: 릴리스와 코드 리뷰
23.1 AI 리뷰 → 인간 리뷰
23.2 세 계층의 리뷰와 체크리스트로 하는 릴리스 점검
23.3 릴리스 전에 반드시 확인하는 보안 점검
23.4 릴리스 노트, README, CHANGELOG 작성
23.5 PR → 리뷰 코멘트 → 코덱스 수정 → 코드 병합
23.6 작업 과정을 자산으로
__프롬프트 라이브러리
__프롬프트 라이브러리에
__7가지 상황의 대표 프롬프트
__실무 핵심 프롬프트 5가지
▣ 마치며
__이 책에서 만든 산출물 갤러리
[부록] 참고 자료
▣ 부록A: 복사해서 바로 쓰는 실전 프롬프트 20선
A. 분석과 이해(1~5)
B. 구현과 개선(6~10)
C. 검증·디버그(11~15)
D. 협업·릴리스·운영(16~20)
__자신만의 프롬프트 라이브러리 만들기
▣ 부록B: 실무 코덱스 프롬프트 20선
▣ 부록C: 코덱스 실무 활용 50선
A. 시작·파악(1~9)
B. 만들기·고치기(10~22)
C. 검증·리뷰(23~33)
D. 협업·문서(34~42)
E. 운영·설정·흐름(43~50)"
.png){kind=logo}
