[Side B] Breaking Free from Vibe Coding Fatigue: A Practical Record of Building an OSS with 'Spec-First AI Development'

Context

AI 코드 생성이 일반화되면서 설계 의도가 불명확한 "Vibe Coding"이 확산되었으며, 이는 버그 수정 시 새로운 버그 발생, 리팩토링 기준 부재, 코드 리뷰 불가능 등 장기적 유지보수 문제를 야기한다. D-MemFS 프로젝트에서도 프로토타입을 라이브러리화할 때 이런 문제에 직면했다.

Technical Solution

• 코드 작성 전 설계 문서를 먼저 완성: Markdown으로 요구사항, 설계 철학, 예상 구현 방식을 명문화
• AI 두 개 이상을 "스파링 파트너"로 활용: Gemini로 v1 설계 문서 작성 → ChatGPT로 비판 검토 → Gemini로 개선 반복
• 문서 단계별 분리로 AI 컨텍스트 최적화: 기본 설계 문서, 상세 설계 문서, 테스트 설계 문서를 분리해 각 단계에서 필요한 정보만 AI에 제공
• 설계 문서에 명시적 설계 철학 기재: "Zero External Dependencies", "Safety First", "Binary-Exclusive FS"를 문서에 명시하고 AI가 이를 위반하는 제안을 거부할 기준점 제공
• 설계 문서를 AI와 인간의 공동 검증 수단으로 활용: 평문 형태로 "할당량 초과 시 쓰기 전 예외 발생"같은 요구사항을 표현해 AI/인간 모두 검증 가능

Impact

• 최종 D-MemFS v0.3.0은 표준 라이브러리만 사용, 계층형 디렉토리 지원, 할당량 관리, RW 락, 비동기 래퍼, GIL-free Python 지원, 369개 테스트, 97% 코드 커버리지 구현
• Memory Guard 기능 추가로 호스트 머신의 물리 메모리를 사전 검사해 할당량 초과 상황 완전 차단

Key Takeaway

AI 코드 생성 시대에는 설계 문서를 먼저 작성하는 Spec-First 방식으로 인간이 시스템을 이해하면서 동시에 AI의 생산성을 활용할 수 있으며, 이는 코드 리뷰 난이도 감소, 설계 철학의 일관성 보장, 그리고 결과적으로 견고한 소프트웨어 완성을 가능하게 한다.