6명의 엔지니어, 6가지 AI 워크플로우 - 획일적이고 널리 사용되는 구성을 고수하지 않고, 각 엔지니어는 자신의 스타일에 맞춰 워크플로우를 맞춤 설정하고, 인간의 직관과 AI 지능을 결합하여 효율적인 협업을 실현합니다. (작성자: @RheaPurohit1) 이 기사는 @every의 엔지니어 6명의 일상 업무 흐름을 심층적으로 분석하여 AI 시대에 맞춤형 툴 스택을 활용하여 소프트웨어를 효율적으로 개발하는 방법을 보여줍니다. 6명으로 구성된 소규모 팀인 이들은 Sparkle 파일 관리 도구, Cora 이메일 도우미, Spiral 콘텐츠 재사용 도구, Monologue 음성 변환 애플리케이션 등 4가지 AI 제품과 컨설팅 서비스를 운영하고 있으며, 10만 명 이상의 독자를 대상으로 일간 뉴스레터를 발행하고 있습니다. 이 기사의 핵심 통찰은 AI가 만병통치약이 아니라 증폭제라는 것입니다. 엔지니어는 클로드 코드(Claude Code)와 코덱스(Codex)와 같은 도구를 사용하여 계획, 실행, 검토의 폐쇄 루프를 통해 개발을 가속화하지만, AI의 "환상"이나 편향을 피하기 위해 항상 집중, 감독, 그리고 인간의 감독을 강조합니다. 1. Yash Poojary(Sparkle의 총괄 매니저): 실험과 펜스 관리의 균형 Yash는 "단일 머신 작업"에서 듀얼 머신 병렬 처리로 전환했습니다. 한 Mac Studio에서는 Claude Code를 실행하고 다른 한 대에서는 Codex를 사용했습니다. 그는 반복 작업 속도를 높이기 위해 동일한 프롬프트에서 차이점을 테스트했습니다. 새로운 Sparkle의 인터페이스 디자인은 Figma MCP 통합을 통해 AI에 직접 가져와서 수동 스크린샷을 만들지 않았습니다. 일상 도구에는 Warp 터미널과 "학습 노트" 문서(클라우드에 맥락을 축적)가 포함되었습니다. 그는 주의 산만을 방지하기 위해 여러 에이전트의 대화를 모니터링하는 AgentWatch 애플리케이션을 직접 구축하고, "오전에는 실행, 오후에는 탐색" 모드로 나누어 출력이 목표에서 벗어나지 않도록 했습니다. 2. Kieran Klaassen(Cora의 총괄 매니저): 계획 중심 폐쇄 루프 키런은 계획을 "진실의 닻"으로 여기며, 클로드 코드를 사용하여 3단계 계획(소규모/중규모/대규모 기능)을 생성하고 이를 Context 7 MCP와 통합합니다. 계획이 GitHub에 푸시되면 AI 작업으로 변환됩니다. 클로드 코드는 주로 제어 지향 개발을 담당하고, 코덱스 또는 앰프는 복잡한 로직을 처리합니다. 작업이 완료되면 클로드 코드는 커서와 같은 도구와 함께 코드를 검토하여 배포될 때까지 반복적인 순환을 형성합니다. 이 프로세스는 AI 이메일 도구인 코라(Cora)의 안정성을 보장하고 "계획부터 배포까지" 체계적인 접근 방식을 구현합니다. 3. Danny Aziz(Spiral의 총괄 매니저): CLI가 주도한 이정표 분석 대니는 코딩의 70%를 Droid CLI에서 수행합니다. GPT-5 Codex는 주요 기능 계획을 담당하고, 데이터베이스 병목 현상과 같은 "2차 및 3차 결과"를 예측하여 이를 마일스톤으로 세분화합니다. Warp는 분할 화면 멀티태스킹을 처리하고, Zed 편집기는 세부 사항을 검토합니다. 그는 Cursor를 폐기하고 간단한 단일 화면 설정으로 전환했으며, 디자인 단계에서 Figma 듀얼 화면 전용 도구를 추가했습니다. 이를 통해 Spiral을 빠르게 재구성하여 복잡성 관리에서 AI의 역할을 강조했습니다. 4. 나빈 나이두(모놀로그 총괄 매니저): 과정이 진실이에요. Naveen은 Linear를 중앙 프로젝트 관리 도구로 사용하여 모든 요구 사항(Discord/이메일 등)의 아카이빙을 통합하고 추적성을 확보합니다. Codex로 전환한 후, 소규모 작업은 에이전트를 실행하기 위해 컨텍스트를 클라우드에 수동으로 복사하는 과정을 거치며, 대규모 작업은 Codex CLI를 사용하여 plan.md 파일을 청사진으로 작성합니다. 실행은 클라우드 기반 브레인스토밍(PR 생성 및 에지 케이스 탐색)과 로컬 빌드(Ghostty 터미널 + Cursor 백엔드)로 나뉩니다. 검토에는 Codex 내장/검토, 수동 비교, Sentry 로그 검증이 포함됩니다. 그가 직접 제작한 Monologue(음성 전사)는 프로세스 전반에 걸쳐 음성 프롬프트에 사용되어 효율성을 향상시킵니다. 이는 "종단 간 추적성 및 모니터링"이라는 철학을 구현합니다. 5. 안드레이 갈코(엔지니어링 감독자): 미니멀리스트이며 효율성을 중시합니다. 안드레이는 도구에 쫓기는 것을 피하고 오랫동안 커서(Cursor)를 사용했지만, 할당량 제한 때문에 코덱스(Codex)로 전환했습니다. 초기 OpenAI 코드는 "게으른" 코드였지만, GPT-5 이후 크게 개선되었습니다. 비시각적 로직과 UI 생성에 탁월하여 클로드 코드(Claude Code)의 창의성에 필적합니다. 그는 OpenAI가 "앤트로픽(Anthropic)의 코드 헤게모니를 무너뜨리고", "사용 가능한 것을 사용하라"는 원칙을 고수하고, MVP(최적의 제품/서비스) 제공에 집중하며, 팀 리더 역할에 적합하다고 칭찬했습니다. 6. 니티에시 아가왈(코라 엔지니어): 독수리 같은 감독으로 단일 스레드 작업에 집중합니다. 니티에시는 맥북 에어에서 클로드 코드(Claude Code)를 실행하며, 코드베이스를 사전에 조사하고 세부 계획을 수립하는 데 시간을 투자합니다. 그는 여러 에이전트의 간섭을 피하기 위해 코딩하는 동안 단일 터미널에 집중하며, 설명을 구하기 위해 AI를 자주 중단시키고, 착각을 줄이고, 자신의 기술을 연마합니다. 그의 GitHub PR 검토 메커니즘은 독특합니다. 공동 수정을 위해 사람의 댓글을 클로드 코드 터미널로 가져옵니다. 이는 클로드 코드가 "충돌"할 때 종속성 위험에 노출되지만, "신뢰에는 감독이 필요하다"는 그의 신념을 더욱 강화합니다. 커서/워프는 보조 도구로만 사용됩니다. 전반적인 함의: 개인화된 스택의 집단적 힘에 대한 이 글은 단순한 AI 도구 목록이 아니라, AI가 어떻게 "지원"에서 "핵심"으로 진화할 수 있는지를 보여주는 사례입니다. 동시에 인간의 개입(예: 집중 모드 및 검토 주기)도 필요합니다. Every의 성공은 다양성에서 비롯됩니다. Yash의 실험적 열정부터 Andrey의 단순함까지, 각 스택은 서로 다를 수 있지만, 폐쇄 루프 사고방식과 컨텍스트 관리라는 공통점을 가지고 있습니다. 이는 개발자들에게 영감을 줍니다. AI는 산출량을 10배 빠르게 할 수 있지만, 궁극적으로 성공과 실패는 "인간-AI 협업"에 달려 있습니다. 기사 주소:
