1. 프로젝트 배경 및 초기 프롬프트 전략
Rubycon 컨퍼런스 운영진은 이메일로 접수된 수많은 CFP를 관리하는 데 큰 어려움을 겪고 있었습니다. 기존의 스프레드시트 방식은 데이터가 방대해질수록 관리가 불가능해졌고, 이를 해결하기 위해 Rails 8 기반의 전용 플랫폼 ‘Mecenate’를 개발하기로 결정했습니다. 저자는 Antigravity(AGY)에게 다음과 같은 핵심 요구사항을 포함한 프롬프트를 전달했습니다. - Rails 8 및 Ruby 기술 스택 사용 - Git 초기화 및 마이크로 커밋 자동 수행 - Devise 기반의 로그인 기능 및 CFP 투표 시스템 구현 - 투표 현황을 확인할 수 있는 리더보드 및 상세한 README 제공
2. Antigravity를 통한 신속한 MVP 구축
프롬프트 입력 후 단 45초 만에 Git이 초기화된 Rails 8 앱 구조가 생성되었으며, 5분 이내에 Devise 로그인이 포함된 기능의 약 80%가 완성되었습니다. Antigravity는 단순히 코드를 생성하는 것에 그치지 않고, Playground 모드에서 애플리케이션의 기반을 다지고 비공개 저장소(Private Repo)에 코드를 푸시하는 작업까지 스스로 수행했습니다. 이는 개발자가 인프라 설정과 같은 부수적인 작업에 쏟는 시간을 획기적으로 줄여주어 본질적인 비즈니스 로직에 집중할 수 있게 했습니다.
3. 데이터 통합의 혁신: Workspace MCP 활용
애플리케이션 구축보다 어려운 점은 흩어진 데이터를 통합하는 것이었습니다. 저자는 Gemini CLI와 Workspace MCP(Model Context Protocol)를 연동하여 다음과 같은 작업을 자동화했습니다. - 이메일 파싱: GMail에서 CFP 관련 메일을 검색하여 로컬 파일 시스템으로 덤프하고, 이를 Rails Fixtures로 변환할 수 있도록 구조화했습니다. - 스프레드시트 연동: Google Sheets의 데이터를 CSV로 추출하기 위해 Antigravity에게 스크립트 작성을 요청했습니다. AI는 단순히 코드만 작성한 것이 아니라, GCP 서비스 계정 생성 및 API 활성화와 같은 인프라 설정(IaC) 과정까지 상세히 가이드했습니다.
4. ‘Vibecoding’의 한계와 극복 방안
저자는 AI를 활용한 개발 방식인 ‘Vibecoding’이 가진 명확한 한계도 언급합니다. LLM은 일반적인 패턴을 구현하는 데 탁월하지만, 특정 비즈니스 로직의 세밀한 통합 과정에서 일관성이 깨지는 ‘90%에서 100% 사이의 격차’가 발생할 수 있습니다. 이를 극복하기 위해 저자는 다음과 같은 전략을 제시합니다. - Unit Tests: AI가 생성한 로직의 정확성을 검증하기 위해 반드시 단위 테스트를 병행하여 안정성을 확보해야 합니다. - Prompting Learnings: AI 에이전트가 이전의 학습 내용이나 프로젝트 고유의 규칙을 먼저 인지하도록 유도하여 반복적인 실수를 방지해야 합니다.
5. AI 에이전트 기반 개발의 시사점
Antigravity는 단순한 코드 완성 도구가 아니라 데이터 수집, 구조화, UI 폴리싱까지 지원하는 능동적인 파트너 역할을 수행했습니다. 특히 ‘Sbobination(받아쓰기) 폴더와 Submissions 연결’과 같은 추상적인 의도를 정확히 이해하고 파일 시스템 작업을 안전하게 실행하는 모습은 AI 에이전트의 발전 가능성을 보여줍니다. Rails 8이라는 견고한 프레임워크 위에서 AI 엔진을 활용하는 방식은 향후 신속한 애플리케이션 개발의 새로운 표준이 될 것입니다.