AI 코딩의 병목은 생성보다 안전한 실험이다
운영 데이터를 건드리지 않고 AI 에이전트가 기능을 시험하게 만드는 격리 DB와 문맥 회수 구조를 Edmund Yong의 워크플로에서 읽는다.
AI 코딩 도구가 한 번에 더 많은 파일을 바꿀수록 생성 속도보다 실험 장소가 중요해진다. 운영 데이터 위에서 새 검색 기능을 시험하다가 잘못된 쿼리 하나를 실행하면, 빨리 만든 기능보다 복구할 일이 먼저 생긴다.
Edmund Yong은 자신의 AI 코딩 워크플로 영상에서 저장한 자료를 분류하고 검색하는 기능을 만든다. 브라우저 확장으로 모은 글과 영상을 markdown으로 바꾸고, MCP 서버를 통해 에이전트가 필요한 자료를 찾게 하는 제품이다.
자료를 많이 저장하면 다음 병목은 회수다
처음에는 웹 자료를 한곳에 저장하는 것만으로 쓸모가 있었다. 자료가 늘자 목록은 다시 검색해야 할 창고가 됐다. Yong은 에이전트가 비슷한 자료를 폴더로 묶고, 현재 작업에 맞는 출처를 점수화해 돌려주는 기능을 추가한다.
이 변화는 저장량과 활성 문맥이 다르다는 점을 보여준다. 모든 자료를 매번 프롬프트에 넣는 대신, 작업할 때 필요한 몇 개를 찾는다. 다만 “유용함” 점수가 정확한지는 별도 문제다. 잘못 정리된 폴더와 검색 결과가 반복되면 에이전트는 정돈된 형태의 오류를 계속 참고할 수 있다.
운영 데이터와 닮은 샌드박스가 필요하다
Yong은 실제 데이터로 기능을 확인하되 운영 DB를 직접 건드리지 않기 위해 Ghost라는 개발 도구로 임시 PostgreSQL 데이터베이스를 만들고 버린다. Ghost 공식 문서도 에이전트가 격리된 데이터베이스를 생성·복제·삭제하는 개발 흐름을 제공한다고 설명한다.
격리 DB는 실수의 범위를 줄이지만 기능의 안전을 보증하지는 않는다. 어떤 운영 데이터를 복제했는지, 개인정보가 포함됐는지, schema와 확장이 같은지, 테스트 뒤 무엇이 남는지 확인해야 한다. 여러 DB를 동시에 돌릴 수 있다는 사실도 비용 상한과 종료 조건 없이 병렬 실행해도 된다는 뜻이 아니다.
