제 언어 사양을 본 적 없는 36개의 AI 세션에 제시했을 때, 그들이 틀린 것은 다음과 같다.

(dev.to)

새로운 웹 생성 언어 'Kaury'의 실험을 통해, LLM의 성능을 극대화하기 위해서는 인간의 직관과 AI의 추론 패턴을 일치시키는 'AI 친화적 설계(AI-friendly design)'가 핵심임을 보여주는 사례이다.

이 글의 핵심 포인트

1디자이너가 AI 어시스턴트를 활용해 웹 생성 언어 'Kaury'의 컴파일러를 직접 개발함
2학습되지 않은 새로운 사양을 제시했을 때, 초기 Claude의 컴파일 성공률은 55%(11/20)에 그침
3실패 원인은 쉼표 사용, CSS 스타일의 구조, 잘못된 키워드 추측 등 AI의 '합리적 추측'에서 비롯됨
4AI의 오류 패턴을 반영해 언어 사양을 수정하자, 복잡한 요청에서도 100%의 컴파일 성공률을 달성함
5Kaury는 데이터베이스나 결제 기능이 없는, 특정 목적을 위한 경량 웹 생성 도구로 설계됨

이 글에 대한 공공지능 분석

왜 중요한가?

개발자가 아닌 디자이너가 AI를 활용해 새로운 언어를 만들고, 이를 다시 AI의 성능을 높이는 데 사용하는 'AI 기반 개발 루프(AI-driven development loop)'의 실질적인 가능성을 보여줍니다.

어떤 배경과 맥락이 있나?

LLM은 학습되지 않은 새로운 문법(Zero-shot)에 대해 인간과 유사한 '합리적 오류'를 범하는 경향이 있으며, 이는 새로운 프로그래밍 언어나 DSL(Domain Specific Language) 설계 시 매우 중요한 고려사항입니다.

업계에 어떤 영향을 주나?

향후 소프트웨어 설계는 인간의 가독성뿐만 아니라, LLM이 오류 없이 코드를 생성할 수 있도록 하는 'LLM 친화적 문법(LLM-friendly syntax)' 설계로 패러다임이 전환될 수 있습니다.

한국 시장에 어떤 시사점이 있나?

AI 에이전트 기반의 자동화 도구를 개발하는 한국 스타트업들은, 단순히 모델의 성능에 의존하기보다 모델이 이해하기 쉬운 데이터 구조와 명세(Specification)를 설계하는 '프롬프트 엔지니어링을 넘어선 구조적 설계' 역량을 갖춰야 합니다.

이 글에 대한 큐레이터 의견

이 사례는 'AI를 위한 프로그래밍'이라는 새로운 영역을 시사합니다. 저자는 언어의 논리적 완성을 고집하는 대신, AI가 범할 수 있는 '합리적인 실수'를 언어 사양에 수용함으로써 성능을 개선했습니다. 이는 향후 개발자의 역할이 코드를 직접 작성하는 것에서, AI가 코드를 가장 효율적으로 생성할 수 있는 '환경과 규칙(Environment & Rules)'을 설계하는 것으로 이동할 것임을 암시합니다.

하지만 모든 것을 AI 친화적으로 만드는 것이 정답은 아닙니다. 문법의 유연성을 높여 AI의 성공률을 높이는 것은, 역설적으로 언어의 엄격함을 해쳐 인간 개발자의 디버깅과 유지보수 난이도를 높이는 트레이드오프를 발생시킵니다. 따라서 스타트업 창업자들은 AI의 생성 효율성과 인간의 제어 가능성 사이의 최적의 균형점을 찾는 '하이브리드 설계 전략'을 고민해야 합니다.

원문 보기 →