I Dogfood Everything I Build — Here's Why It Makes Better Products

Context

소프트웨어 엔지니어들은 전통적으로 단위 테스트, 사용자 인터뷰, QA 팀에 의존하지만 실제 사용 중에만 나타나는 버그와 누락된 기능을 놓치는 문제가 있습니다. TokenBar(LLM 토큰 사용량 추적 메뉴바 앱)를 개발한 개발자는 자체 제품 사용을 통해 이러한 한계를 극복하고자 했습니다.

Technical Solution

• 매일 자신의 제품을 실제 업무 도구로 사용: TokenBar에서 Claude, GPT-4, Gemini를 실제 코딩 작업 중 지속적으로 활용
• 마찰 로그(friction log) 기록 방식 도입: 제품 사용 중 불편한 점을 즉시 작성하고 수정은 배치 처리
• 다중 기기 및 상황별 테스트 실행: 서로 다른 기기, 시간대, 감정 상태에서 앱 사용하여 사용성 변수 확인
• 경쟁사 제품과의 비교: 경쟁 제품을 1주일 사용 후 자신의 제품으로 돌아와 차이점 분석
• 실행 시간 측정: 코어 기능의 반응 속도를 직접 기록하여 사용자 체감 지연 발견

Impact

TokenBar 출시 전 1주일 내 발견된 버그: 모델 전환 중 토큰 카운트 오류, 특정 macOS 다크 모드에서 메뉴바 아이콘 가독성 문제, 8시간 이상 지속 사용 시 메모리 누수. Monk Mode의 피드 차단(앱 차단 아님) 기능은 2주간의 자체 사용을 통해 발견된 미계획 핵심 기능으로 경쟁 제품과의 주요 차별점이 됨.

Key Takeaway

개발자가 자신의 제품을 실제 작업 흐름에서 매일 사용하면 QA 팀이나 테스트 시뮬레이션으로는 발견 불가능한 버그와 필수 기능을 조기에 파악할 수 있으며, 이는 1점 리뷰를 사전 출시 수정으로 전환합니다.