- AI 에이전트로 혼자 만들며 속도와 퀄리티, 의도를 지키는 법
Claude Code와 Codex로 임베디드 터미널 NeuroTerm을 혼자 만든다. 개발 속도와 퀄리티, 제품의 철학을 함께 지키려고 의도 주도 개발과 2주 릴리즈 트레인을 짰다.
- 왜 NeuroTerm을 만들기 시작했는가
에이전트는 보드의 시리얼 콘솔을 볼 수 없어서 내가 로그를 날랐다. 그 자리를 터미널이 맡고, 기술이 바뀌면 바로 따라가도록 NeuroTerm을 만든다.
- 다 알지 못한 채로 만든다는 것
내가 만든 제품인데 나도 다 이해하지 못한다. 그래도 우리는 늘 믿을 이유가 있어서 써 왔다. 그 이유가 하나씩 사라지는 앞날에, 나는 무엇으로 남고 싶은가.
- harness-maker: Intent 기반의 개발
제품이 맡을 일과 원칙을 적어 두고, 기능을 고르고 명세하고 결과를 판단할 때마다 다시 꺼내 본다. 테니스 제품 Tuned를 만들며 해 본 방식의 기록.
- LLM PCB 라우팅: 사람이 고친 자리에서 배운 것
자동 라우팅으로 96%까지 간 PCB를 외주에 넘겼다. 사람은 남은 4%만 잇지 않고 끝난 배선까지 다시 그었다. 그 차이를 다음 에이전트가 쓸 규칙 16개로 남겼다.
- harness-maker: 사이드와 프로덕션
사이드 프로젝트와 프로덕션 프로젝트를 함께 진행하다 보니, 둘은 워크플로가 달라야 했다. 하네스는 대개 고정되어 있다. 그래서 프로젝트마다 하네스를 만들어 주는 도구를 만들었다.
- Tuned: 혼자 AI 팀과 일할 때 넘기지 않는 것
초안은 대부분 AI 팀이 쓴다. 그래도 내가 알아야 하는 부분과 내가 정하는 부분은 끝까지 이해한 채로 쥔다. 읽기는 넓게, 쓰기는 한 줄로.
- Tuned: 끝내 사람에게 남은 두 자리
제품 하나에 필요한 규율 스물여덟 개를 다시 나눠 보았다. 스무 개는 파일이라 하네스에 넘겼고, 여섯 개는 문 앞까지 갔고, 두 개는 끝내 사람의 자리였다.
- Tuned: 그만둘 자리를 먼저 그린 로드맵
1인 파운더의 로드맵은 완주 일정표보다 kill-gate의 지도에 가깝다. 비싼 단계 앞에 싸고 결정적인 체크포인트를 두고, 일찍 그만둘 허가를 적어 둔다.
- Tuned: 너무 빨리 만들어 준 공동창업자
하네스가 빌드를 너무 싸게 만들어서, 누가 돈을 낼지 확인하기도 전에 제품을 거의 다 만들었다. 좋은 공동창업자의 위험한 면, 1인 파운더의 함정.
- Tuned: 무엇을 만들고, 왜 혼자 하는가
테니스를 치는 18년차 임베디드 엔지니어가 LLM을 팀으로 삼아 혼자 임팩트 센서를 만든다. 결과가 어떻든 적어 두려는 제품화 일기의 첫 장.
- Harness Engineering은 얼마나 갈까
하네스에 담은 쓸모 있는 기능은 결국 vanilla로 흡수된다. 남는 것은 vendor가 구조적으로 하지 않거나 하지 못하는 일뿐이다. harness engineering 전환기에 대한 생각.
- LLM으로 내 소프트웨어를 계속 개선해 가려면 어떤 루프가 필요할까?
내가 굴리는 프로젝트를 LLM에 묶어 스스로 나아지는 루프로 만들 수 있을지, 생각하며 정리하고 있는 지금의 가설.
- AI가 짠 펌웨어: 어디까지 맡기고 어디서 막을까
3-Tier Trust로 PR을 나누고, 머지까지 검증 게이트(spec, TDD, RAG, HIL, 결정론적 분석기 등)를 거치게 했다. 단계마다 잡아내는 결함 클래스가 다르다.
- AI가 짠 펌웨어: 함수 밖에서 깨지는 것
AI가 짠 펌웨어는 함수 하나만 봐서는 보이지 않는 곳에서 깨진다. diff에서 잡히는 3가지가 있고, 49일 뒤에야 드러나는 3가지가 있다.
- AI가 짠 펌웨어: 내가 말하지 않은 것
주니어가 AI 도구로 짠 로깅 데몬이 내 리뷰를 통과했다. 컴파일도 되고 잘 돌았지만, 잦은 write가 결국 eMMC를 망가뜨렸다. 위험은 프롬프트에 말하지 않은 도메인 지식에 있었다.
- 임베디드에서 AI Agents: 전체 파이프라인을 열어 본다
AI 에이전트로 만든 i.MX8M Plus 센서 드라이버 프로젝트를 폴더째 열어 본다. 폴더 구조, 스펙, property-based 테스트, 리뷰 에이전트, 피드백 루프가 맞물리는 방식.
- 임베디드에서 AI Agents: 컨텍스트 엔지니어링을 익히며
AI 에이전트는 Yocto 레시피를 잘 썼지만 센서 데이터를 조용히 깨뜨리고 SPI 레지스터를 잘못 설정했다. 이걸 고친 건 내가 에이전트에게 건넨 컨텍스트였다.
- 임베디드에서 AI Agents: 미뤄 왔던 스펙 기반 TDD
임베디드 팀이 TDD를 건너뛴 건 비용 때문이었다. AI 에이전트와 일하며 그 계산이 달라지는 걸 봤다. Yocto 위 IMU 드라이버를 스펙 기반 테스트와 JSON 피드백으로 검증한 기록.
- LLM에 하드웨어 문서 주입: grep으로 돌아온 이유
RAG는 하드웨어 문서를 쓸모 있게 만드는 교차 참조를 끊어 놓았다. 파이프라인을 붙들고 있다가, SVD와 PDF를 파일 도구로 LLM에게 직접 건네는 쪽으로 돌아왔다.