AI 코드 생성 모델이 명시되지 않은 기술 선택을 자동으로 채우면서 유지보수성 저하 위험을 초래하는 문제를 VDG 프로토콜로 해결

Context

AI 모델이 사용자의 프롬프트에 명시되지 않은 구현 세부사항(엔드포인트 경로, 요청 형식, 파일 처리 방식, 응답 형식, 인증 헤더, 허용 파일 타입 등)을 자동으로 결정하는 '기본값 채우기(default fill-in)' 문제가 발생한다. 이러한 암묵적 선택은 단회용 프로젝트에서는 편리하지만, 유지보수해야 하는 소프트웨어에서는 무의식적인 기술 부채를 생성한다.

Technical Solution

• Claude 4.6 모델을 대상으로 동일한 프롬프트를 두 세션에서 실행하되, 한 세션에는 VDG 프로토콜 PDF와 함께 "VDG 형식으로 응답하라" 지시사항 추가
• 바닐라 응답: 멀티파일 업로드, 드래그앤드롭, 프리셋 색상, ${API_URL}/upload 엔드포인트, files[] 요청 형식, JSON 성공 응답을 자동 결정
• VDG 응답: Verified 섹션(명시된 요구사항), Deduction 섹션(추론 사항), Gap 섹션(미지의 사항)을 구조화하여 엔드포인트 경로, 요청 형식, 파일 타입, 인증 헤더, 응답 형식을 명시적으로 표시
• VDG 프로토콜 도입으로 단일 파일 입력 선택(files[] 대신 file), 드래그앤드롭 제거, 추상 API_URL 엔드포인트 유지를 통해 암묵적 결정 노출

Key Takeaway

AI 모델의 기본값 채우기는 단회용 프로젝트에는 효율적이지만 유지보수 대상 소프트웨어에서는 VDG 같은 구조화된 프로토콜을 사용하여 미지의 영역을 명시적으로 드러내야 향후 기술 부채 누적을 방지할 수 있다.