1. 초기부터 좋은 관행과 코드 스타일 가이드라인 정의
전통적으로 프로토타입은 속도를 위해 코드 품질을 희생했지만, Claude Code 같은 AI 도구는 깔끔한 코드베이스에서 더 잘 작동합니다. 따라서 CLAUDE.md 파일을 생성하여 프로젝트가 프로토타입임을 명시하고, 단순한 솔루션을 선호하며, 스타일 가이드라인(색상 팔레트, 레이아웃 패턴 등)을 정의하는 것이 현명한 투자입니다. Rails 8의 Solid * 스택 활용을 언급하여 AI가 적절한 컨텍스트를 이해하도록 합니다.
2. AI를 위한 효과적인 피드백 도구 활용
최신 Ruby on Rails 버전은 코드 품질을 확인하는 유용한 작업을 제공합니다.
-
테스트 스위트: AI가 처음부터 테스트를 작성하게 하여 구현된 기능의 문서 역할을 하게 합니다.
-
RuboCop: 공식 린터를 사용하여 모든 생성 코드가 일관되고 읽기 쉬우며, AI 도구의 성능도 향상시킵니다. Claude Code가 이러한 작업을 항상 실행하여 즉각적인 피드백을 받고 문제를 즉시 수정하도록 합니다. 보안 스캔은 CI에서 실행하여 잠재적 문제를 조기에 파악합니다.
3. Rails의 새로운 Solid
- 스택 활용 Rails의 Solid
- 스택(Solid Cache, Solid Queue, Solid Cable)은 웹 서버와 데이터베이스에만 의존하여 스택 내 추가 제품(예: Redis)의 필요성을 거의 없앱니다. SQLite와 같은 단순한 데이터베이스 설정은 빠른 개발을 가능하게 하며, 실험 단계에서 불필요한 걱정을 덜어줍니다. 이는 개념 증명(PoC) 또는 신규 애플리케이션에 적합한 시작점입니다.
4. ‘적절한 수준의 리뷰’ 기술 습득
AI 생성 코드를 검증하는 것은 중요하지만, 모든 줄을 검토하는 것은 생산성을 저해합니다. 솔루션을 이해하고, 각 변경 사항의 접근 방식을 검증하며, 동작이 예상과 일치하는지 확인하는 ‘적절한 수준의 리뷰’를 마스터해야 합니다. MVC 결정(모델, 연관 관계, 컨트롤러, 라우트), 데이터베이스 스키마, 백그라운드 작업 등 핵심 부분에 집중하고, 뷰/템플릿 코드나 특정 알고리즘 구현, 대부분의 테스트 코드는 덜 검토합니다.
5. 코딩 에이전트에게 문서 작성 위임
Claude Code의 계획 모드는 제안된 솔루션을 설명하는 상세한 문서를 생성합니다. 작업 범위가 클 경우, 마크다운 파일을 생성하여 여러 Claude Code 세션에 걸쳐 진행 상황을 추적합니다. AI가 중요하다고 판단하는 모든 사항에 대해 문서 파일을 생성하며, 이 파일들을 전용 폴더에 보관하여 AI가 나중에 참조할 수 있도록 합니다. AI는 코드베이스가 발전함에 따라 이 파일들을 쉽게 수정할 수 있습니다.
6. Ruby & Rails의 유연성 최대한 활용
Rails ActiveRecord와 Rails Console 같은 실용적인 도구는 빠르게 변화하는 요구사항에 유연하게 대응합니다. Ruby는 AI가 스크립트를 작성하여 데이터베이스, 파일 또는 웹에서 데이터를 추출하고 조작하는 데 탁월합니다. 예를 들어, Claude Code가 주기적으로 seeds.rb 파일을 생성하거나 업데이트하여 항상 견고한 로컬 테스트 데이터를 확보할 수 있습니다. AI는 테스트 데이터 생성, 요청 시뮬레이션, 백그라운드 작업 프로그래밍 방식 트리거 등 Rails 애플리케이션 내부와 강력하게 상호작용할 수 있습니다.
7. 코드베이스 통합 시점 파악
프로토타입 단계에서 실험적인 아이디어가 ‘수용된’ 기능으로 전환될 시점을 파악해야 합니다. 이때는 더 엄격한 개발 프로세스로 전환하여 AI 생성 코드를 리팩토링하고 더 나은 추상화를 추가합니다. 앞서 제시된 팁들을 따랐다면, CLAUDE.md 및 기타 문서화 파일에 따라 코드베이스가 견고한 기반을 갖추게 되어 올바른 결정을 내릴 수 있습니다.
최근 사례
한 명의 시니어 개발자가 20일 만에 Rails 8과 AI를 활용하여 두 가지 제품 가설(사용자 주도 플랫폼, 관리자 주도 플랫폼)을 탐색하는 완전한 개념 증명(PoC) 애플리케이션을 설계, 구축, Fly.io에 배포했습니다. 두 버전 모두 실제 사용자(~100명) 테스트를 거쳤으며, 버그나 성능 문제 없이 작동했습니다. 이 프로젝트는 OpenAI 기반의 Semantic matching, Solid Queue를 이용한 백그라운드 작업, 이메일 캠페인 자동화, 완전한 디자인 시스템, Solid Cable을 통한 실시간 기능 등 복잡한 기능을 구현했으며, Rails 8 Solid * 스택 덕분에 SQLite를 사용하여 100% 종속성 없는 인프라를 구축했습니다.