AI 코딩에서 진짜 병목은 어디에 있나
"AI한테 시켰는데 엉뚱한 걸 만들어 왔다"는 불만은 대개 모델 성능 문제가 아닙니다. 무엇을 만들지가 처음부터 모호했기 때문에, 모델은 빈칸을 자기 추측으로 채웁니다. 명세의 모호함이 그대로 결과물의 편차로 이어집니다.
그래서 모델을 더 좋은 것으로 바꾸는 일보다, 모호함을 줄이고 완성을 강제하는 워크플로를 설계하는 일이 실무에서 더 큰 차이를 만듭니다. oh-my-claudecode(OMC)는 Claude Code 위에 여러 전문 에이전트를 얹어 이 워크플로를 도구로 굳힌 오케스트레이션 레이어입니다.
deep-interview는 모호함을 어떻게 걷어내나
deep-interview는 곧장 코드로 달려가지 않습니다. 소크라테스식으로 한 번에 한 가지씩 묻되, 매번 가장 약한 부분을 골라 캐물어 숨은 가정을 드러냅니다.
핵심은 모호함을 차원별로 점수화한다는 점입니다. 그 값이 정해진 기준 아래로 떨어지기 전에는 실행 자체를 거부합니다. "그거 말고요"라는 사후 수정 비용을, 질문 단계에서 미리 차단하는 장치입니다.
ralplan은 계획을 어떻게 검증하나
무엇을 만들지가 분명해지면 ralplan으로 넘어갑니다. 플래너가 초안을 짜면 아키텍트가 그 설계를 반박하고, 비평가가 품질 기준으로 다시 따집니다.
이 합의 루프는 비평가가 통과 판정을 줄 때까지 반복됩니다. 혼자 세운 계획에는 반드시 사각지대가 생기는데, 서로 다른 관점의 에이전트가 그 빈틈을 실행 전에 메웁니다.
ralph는 완료를 어떻게 보장하나
마지막은 ralph입니다. 원칙은 "최선을 다해 봐"가 아니라 "끝날 때까지"입니다. 작업을 검증 가능한 단위로 쪼개고, 모든 단위가 통과하고 리뷰어 사인이 떨어지기 전에는 멈추지 않습니다.
이 구조는 AI 작업에서 흔한 자기기만을 막습니다. 부분만 만들어 놓고 완료를 선언하거나, 통과시키려고 테스트를 지우는 일 말입니다. 검증을 완료의 조건으로 박아 두면 "다 됐다"는 말의 신뢰도가 올라갑니다.
세 단계를 엮으면 무엇이 달라지나
deep-interview로 무엇을 만들지, ralplan으로 어떻게 만들지, ralph로 끝까지 만들지. 세 단계가 하나의 파이프라인으로 이어지면 같은 요청을 줘도 결과물의 편차가 크게 줄어듭니다.
기업의 AX도 같은 원리입니다. 더 똑똑한 모델을 기다리기보다, 모호함을 걷어내고 완성을 강제하는 절차를 먼저 갖추는 쪽이 실제 산출물의 품질을 끌어올립니다. 도구가 좋은 습관을 대신 강제해 주는 셈입니다.