AI
프롬프팅에서 워크플로로, AI로 프런트엔드 개발 생산성 끌어올리기
두줄요약
프런트엔드 개발의 병목을 컨텍스트 통합 문제로 보고, AI를 프롬프트가 아닌 워크플로로 활용하는 방법을 설명했습니다. 계획-구현-검증-PR까지 닫힌 루프를 만들면 재작업을 줄이고 품질을 높일 수 있다고 정리했습니다.
핵심 내용
- 프런트엔드 개발의 병목이 코딩 속도보다 Jira, Figma, Confluence, Slack, Git 등으로 흩어진 컨텍스트 통합 비용에 있다는 문제의식
- AI 활용의 핵심을 단발성 프롬프트보다 입력 수집→요약→질문→검증→인수인계로 이어지는 반복 가능한 워크플로 구성에 두는 관점
- 계획 단계에서 요구사항 요약, 영향 범위, 파일 후보, 구현 체크리스트, 테스트 체크리스트, 미해결 질문을 구조화해 구현 전 오해를 줄이는 방식
- 구현 후에는 typecheck, lint, 유닛 테스트, 스모크 테스트를 돌리고, 실패 수정·미검증 항목·남은 리스크까지 PR 전 정리하는 닫힌 루프 개발 흐름
적용해볼 점
- 코드 수정 전 컨텍스트 수집과 오픈 퀘스천 정리를 먼저 수행하는 플랜-퍼스트 절차
- URL 상태, 역할 기반 노출, Figma 상태, 기존 훅 재사용 같은 검증 포인트를 미리 명시하는 검증 중심 작업 방식
- Slack 결정사항과 Confluence 규칙을 계획에 반영해 PR 리뷰 단계의 재작업을 줄이는 워크플로 설계