코드를 대신 작성하는 AI에서 함께 개발하는 AI로!

이 책은 OpenAI 코덱스로 실제 서비스를 만들고 남이 3년간 쌓아 둔 오래된 코드까지 다뤄 보는 실습서입니다. 명령어를 나열하는 대신 분석에서 릴리스까지 이어지는 실무 개발 흐름을 코덱스와 함께 끝까지 돌려 봅니다.

실습에서 실제로 만드는 것은 코드가 아니라 요청, 곧 프롬프트입니다. 그래서 잘 된 프롬프트만이 아니라 왜 실패했고 무엇을 고쳤는지까지 담았습니다. 여기서 익힌 방식은 클로드 코드를 비롯한 다른 AI 코딩 에이전트에도 그대로 통합니다.

열 개의 시나리오를 시니어 개발자의 순서로 통과하고 나면 무엇을 맡기고 무엇을 직접 판단할지에 대한 자신만의 기준이 생길 것입니다.

[목 차]

[01부] AI 네이티브 소프트웨어 엔지니어링

5분 만에 코덱스 경험하기

· 01장: AI 네이티브 소프트웨어 엔지니어링

1.1 왜 AI 네이티브 시대가 되었는가
__생성형 AI의 등장
__개발 생산성의 변화
__소프트웨어 엔지니어링 패러다임의 변화
1.2 소프트웨어 엔지니어링의 진화
__전 과정의 재편, AI 시대에는 무엇이 달라지는가
__한 장으로 보는 기존 개발 vs AI 네이티브
1.3 AI 네이티브 개발자란?
1.4 AI 페어 프로그래밍
__인라인 자동 완성을 제안하는 코파일럿 방식
__일을 통째로 맡기는 클로드 코드 방식
__GPT-5 기반 에이전트인 코덱스 방식
__클로드 코드와 코덱스는 무엇이 다른가?
__GPT-5와 GPT-5 mini, 언제 무엇을 써야 할까?
__왜 코덱스인가?
1.5 바이브 코딩
1.6 AI 네이티브 워크플로

· 02장: AI와 협업하는 사고방식

2.1 프롬프트 중심에서 벗어나기
2.2 무엇을 ‘중심’에 두는가?
2.3 좋은 개발자 = 태스크를 잘 설계하는 사람
2.4 더 깊이 알아보는 에이전트 성숙도 모델
2.5 에이전트 엔지니어링
__에이전트의 진화, 엔지니어링에서 오케스트레이션까지

· 03장: 에이전트 기반 개발

3.1 왜 에이전트가 필요한가?
3.2 LLM의 이해
3.3 에이전트란 무엇인가?
3.4 싱글 에이전트에서 멀티 에이전트로
3.5 계획, 추론, 도구 사용, 점검
3.6 메모리와 컨텍스트
3.7 MCP와 도구 사용
__코덱스는 어떻게 도구를 선택하는가?
__왜 MCP가 필요한가?
__도구 사용의 진화, 도구 호출에서 A2A까지
3.8 AI가 잘하는 일과 못하는 일

· 04장: 컨텍스트 엔지니어링

4.1 프롬프트 엔지니어링을 넘어 하네스 엔지니어링
4.2 리포지터리 컨텍스트
4.3 README와 AGENTS.md의 역할
__컨텍스트 우선순위, 무엇부터 채울 것인가
4.4 태스크 분할 전략
4.5 장기 프로젝트에서 컨텍스트 관리
4.6 AI가 실패하는 대표 원인
4.7 실무 사례: 신규 API 개발

· 05장: 코덱스 아키텍처와 워크플로

5.1 코덱스의 내부 동작 방식
5.2 코덱스가 할 수 있는 일, 기능 전체 구성
5.3 승인과 샌드박스
5.4 실전 실패 사례와 해결 방법

[02부] 코덱스 100% 활용하기

실습 박스를 읽는 법

· 06장: 코덱스 시작하기

6.1 코덱스 소개
6.2 요금제 선택
__GPT-5와 GPT-5 mini, 언제 어떤 모델을 사용할까?
6.3 사용 방식 및 API 키 생성
__ChatGPT 방식
__API 방식
__API 키 획득하기

· 07장: 개발 환경 구축

7.1 Node.js 설치
7.2 파이썬 설치
7.3 Git 설치와 설정
__Git for Windows 설치
__Git 기본 설정, 사용자 정보 등록
__깃허브 CLI(gh) 설치와 로그인
__계정 생성과 인증(SSH 키와 PAT)
__리포지터리 생성
__간단한 깃허브 실습
7.4 VS Code 설치와 확장 프로그램
__VS Code 설치
__확장 프로그램 설치
7.5 Faker와 SQLAlchemy 설치
7.6 코덱스 설치
__코덱스 CLI 둘러보기
__언제 어떤 명령을 쓰는지 알려 주는 상황별 가이드
__실습 프로젝트 만들기
7.7 코덱스와 VS Code 연결
7.8 더 깊이 알아보는 브랜치 → 풀 리퀘스트 → 병합
__팀에서 사용하는 브랜치 전략(Git Flow)
7.9 개발 환경 체크리스트

· 08장: 공용 데이터베이스 준비

8.1 SQLite 준비
__SQLite 설치
__DB Browser 설치
8.2 무엇을 담을지 ERD로 그리기
8.3 테이블 생성
8.4 Faker로 10만 건 채우는 시드 프로그램
__SQLite를 분석해 ERD 자동 생성하기
8.5 DB Browser로 확인
8.6 Git 커밋으로 공용 자산 저장

· 09장: 코덱스 설정

9.1 설정의 중심: config.toml
__config.toml 열어서 설정하기
__프로젝트 유형별 템플릿 5가지
9.2 프로젝트 안내서: AGENTS.md
__같은 프롬프트, 다른 결과를 만드는 AGENTS.md의 역할
__FastAPI 프로젝트 예시로 보는 AGENTS.md 템플릿
9.3 어디까지 물어볼지 정하는 승인 정책
9.4 활동 범위를 정하는 샌드박스
9.5 생각의 깊이를 정하는 model_reasoning_effort
9.6 자주 쓰는 설정 묶음: 프로파일

· 10장: 코덱스의 기본 사용법

10.1 프로젝트 분석
10.2 코드 생성과 수정
10.3 리팩터링
10.4 README / 문서 생성
10.5 Git 활용
10.6 테스트
10.7 디버그
10.8 리뷰와 변경 사항 확인
__/compact와 /resume의 실무 활용법

· 11장: 프롬프트와 컨텍스트

11.1 프롬프트를 구성하는 4요소
11.2 프롬프트를 묶는 단위, 태스크
11.3 컨텍스트를 떠받치는 리포지터리와 AGENTS.md
11.4 긴 컨텍스트: 긴 작업에서 잊지 않으려면
11.5 나만의 프롬프트 템플릿 만들기
11.6 실무 프롬프트 모음
__프롬프트 개선: 나쁜 프롬프트가 좋아지는 과정
11.7 35가지 프롬프트 패턴

· 12장: 실무 워크플로

12.1 ① 프로젝트 오픈 → ② 프로젝트 분석
12.2 ③ TODO 생성 → ④ 태스크 분리
12.3 ⑤ 구현 → ⑥ 테스트
12.4 ⑦ 리뷰 → ⑧ 커밋
12.5 ⑨ 하루를 마무리하는 PR
12.6 이슈에서 릴리스까지, 실제 하루로 확장

[03부] 바이브 코딩으로 웹 서비스 만들기

· 13장: 프로젝트: 고객 관리 웹 서비스

13.1 9단계 개발 사이클
__한 번에 끝나지 않는 개발, 반복이 만드는 실력
13.2 실무에서 사용하는 프롬프트
13.3 실무 방식으로 사용하는 Git
13.4 워크플로를 지원하는 코덱스
13.5 5가지 시나리오의 구성

· 14장: 시나리오 1: 프로젝트 시작

14.1 목표와 요구사항(①, ②)
14.2 프롬프트 작성과 코덱스 실행(③, ④)
__프롬프트 개선
14.3 결과 확인과 첫 번째 문제(⑤, ⑥)
14.4 코덱스로 수정(⑦)
14.5 테스트와 커밋, 규칙 수립(⑧, ⑨)
__좋은 커밋 메시지란?
14.6 원격 리포지터리에 푸시하여 깃허브에 반영하기
14.7 설계 결정을 기록하는 ADR

· 15장: 시나리오 2: 인증

15.1 목표와 요구사항(①, ②)
15.2 프롬프트 작성과 실행(③, ④)
15.3 결과 확인과 한 시간 뒤의 401(⑤, ⑥)
15.4 코덱스로 수정(⑦)
__토큰 만료 처리 프롬프트의 개선
15.5 테스트, 보안 점검, 커밋(⑧, ⑨)
15.6 깃허브 원격 리포지터리에 반영하기

· 16장: 시나리오 3: 핵심 기능

16.1 목표와 요구사항, TODO부터(①, ②)
16.2 프롬프트 작성과 실행(③, ④)
16.3 공통 레이아웃 만들기
16.4 검색 프롬프트가 발전하는 과정
16.5 결과 확인에서 /review가
__5가지 개선 사항(⑤, ⑥)
__실전 /review의 8가지 관점
16.6 수정 → 테스트, 그리고 남은 경고 해결(⑦, ⑧)
16.7 커밋으로 main에 반영(⑨)
16.8 깃허브 원격 리포지터리에 푸시하기

· 17장: 시나리오 4: 대시보드

17.1 목표에서 실행까지(①~④)
17.2 리포트 내보내기 기능 추가(CSV, 엑셀, PDF)
17.3 이 서비스의 대표 기능, AI 고객 분석
17.4 자연어 SQL, 그리고 AI가 틀리는 순간(⑤, ⑥)
17.5 모르면 모른다고 답하게 만드는 교정(⑦)
17.6 숫자를 읽어 주는 대시보드
__규칙과 LLM이 함께 만드는 AI Insight
17.7 테스트, 커밋(⑧, ⑨)
17.8 원격 리포지터리에 푸시하여 깃허브에 반영

· 18장: 시나리오 5: 완성과 릴리스

18.1 목표와 요구사항, 출시 품질의 정의(①, ②)
__테스트를 왜 여러 층으로 나누는가
__단위, API, E2E 테스트
18.2 테스트 체계 구축과 확인(③, ④, ⑤)
18.3 PR → 코덱스 리뷰 → 마지막 수정(⑥, ⑦)
__PR 이후의 리뷰·수정·병합
18.4 CHANGELOG, SemVer,
__깃허브 릴리스로 마무리하는 릴리스(⑧, ⑨)
18.5 5개의 시나리오로 보는 아키텍처의 성장

[04부] AI 시니어 개발자처럼 일하기

__실습 자료 내려받기
__4부에서 익히는 5가지 실습 목표
__4부의 세 가지 핵심 원칙
__실습 환경과 진행 방식

· 19장: 시나리오 1: 3년 된 프로젝트 인수받기

19.1 의존성 분석
19.2 코드 스멜 → 누적된 기술 문제 → 사용되지 않는 코드 → 복잡도
19.3 위험 보고서 → TODO → 리팩터링 로드맵
19.4 깃허브 원격 리포지터리에 반영하기

· 20장: 시나리오 2: 운영 장애 대응

20.1 error.log와 stacktrace.txt에서 패턴 찾기
20.2 git blame으로 Git 히스토리 분석하기
__5 Whys 기법으로 근본 원인까지 추적하기
__git bisect: 문제 커밋을 이분 탐색으로 찾기
20.3 재현 → 수정 → 회귀 테스트
20.4 포스트모템을 INCIDENT.md로 남기기
__고객에게 미친 영향: 얼마나 영향을 받았는가
20.5 다음 장애를 더 빨리 감지하는 모니터링 대시보드
20.6 깃허브 원격 리포지터리에 반영하기

· 21장: 시나리오 3: 성능 개선 프로젝트

21.1 성능 측정
21.2 EXPLAIN으로 실행 계획 읽기
__인덱스가 빠른 이유
21.3 N+1 → 쿼리 재작성 → 인덱스 적용
21.4 캐시 → 커넥션 풀 적용
21.5 리팩터링 → 벤치마크
21.6 빨라진 이유를 이론으로 이해하기
21.7 성능 보고서로 증명 남기기
21.8 깃허브 원격 리포지터리에 반영하기

· 22장: 시나리오 4: 데이터베이스 튜닝

22.1 어디가 느린지는 감이 아니라 EXPLAIN으로(①)
22.2 단일·복합·커버링 인덱스 설계(②)
__프롬프트 개선: ‘다 걸어 줘’에서 ‘근거만 걸어 줘’로
22.3 통계와 조각모음: ANALYZE와 VACUUM(③)
22.4 설계 선택: 정규화 vs 역정규화(④)
22.5 깃허브 원격 리포지터리에 반영하기

· 23장: 시나리오 5: 릴리스와 코드 리뷰

23.1 AI 리뷰 → 인간 리뷰
23.2 세 계층의 리뷰와 체크리스트로 하는 릴리스 점검
23.3 릴리스 전에 반드시 확인하는 보안 점검
23.4 릴리스 노트, README, CHANGELOG 작성
23.5 PR → 리뷰 코멘트 → 코덱스 수정 → 코드 병합
23.6 작업 과정을 자산으로
__프롬프트 라이브러리
__프롬프트 라이브러리에
__7가지 상황의 대표 프롬프트
__실무 핵심 프롬프트 5가지

· 마치며

__이 책에서 만든 산출물 갤러리

[부록] 참고 자료

· 부록A: 복사해서 바로 쓰는 실전 프롬프트 20선

A. 분석과 이해(1~5)
B. 구현과 개선(6~10)
C. 검증·디버그(11~15)
D. 협업·릴리스·운영(16~20)
__자신만의 프롬프트 라이브러리 만들기

· 부록B: 실무 코덱스 프롬프트 20선

· 부록C: 코덱스 실무 활용 50선

A. 시작·파악(1~9)
B. 만들기·고치기(10~22)
C. 검증·리뷰(23~33)
D. 협업·문서(34~42)
E. 운영·설정·흐름(43~50)