AI 코딩 기록, 이제는 결과 중심으로 재구성: write-post-mod와 새로운 글쓰기 전략

AI 코딩 도구를 활용한 작업 기록을 효과적으로 정리하고 공유하는 것은 많은 개발자 및 콘텐츠 크리에이터에게 중요한 과제입니다. 기존의 날짜순 DEVLOG나 사례글은 작업 과정을 추적하는 데 유용하지만, 결과와 핵심 판단 기준을 빠르게 파악하기 어렵다는 한계가 있었습니다. 본 글에서는 이러한 문제를 해결하기 위해 기존 AI 코딩 도구의 기록 방식을 보완하고, 보다 명확하고 구조화된 글쓰기 방법을 제시하고자 합니다. 특히, 세션 수집 및 파싱 기능과 글쓰기 규칙을 분리하고, 다양한 글 구조를 도입하여 정보 전달의 효율성을 극대화하는 방안을 모색합니다.

기존의 write-post 방식은 AI 코딩 도구의 세션을 프로젝트 단위로 수집하고, 도구별 질문 및 응답을 파싱하는 기반을 제공했습니다. 그러나 날짜별 Day N 구조는 작업 순서를 남기는 데는 적합했지만, 사례글을 처음 접하는 독자에게는 결과와 판단 근거가 뒤로 밀리는 단점이 있었습니다. 또한, 동일한 형식이 모든 사례에 적용되지 않아 무엇을 만들었는지, 왜 그런 판단을 했는지에 대한 정보가 중심에서 벗어나는 경우가 많았습니다. 이러한 한계를 극복하기 위해, 원본의 세션 수집 기능을 보존하면서 글의 구조와 문체를 보완하는 새로운 접근 방식이 필요했습니다.

새롭게 제안하는 write-post-mod는 기존 write-post의 세션 수집·파싱 흐름은 유지하면서, 글의 가독성과 정보 전달력을 높이는 데 초점을 맞춘 보완 스킬입니다. write-post-mod는 소스 선택, 글 유형 판정, 결론 우선 구조, 문체, 다이어그램 규칙 등을 포함하여, AI 코딩 도구로 작업한 기록을 보다 효과적인 사례글로 전환하는 역할을 합니다. 이 스킬의 핵심은 원본 기능을 훼손하지 않고 확장하는 데 있으며, 세션 수집 기능과 글쓰기 규칙을 분리함으로써 유연성을 확보했습니다. 이를 통해 사용자는 기존 스킬을 유지하면서도 글의 구조와 문체만 보완할 수 있습니다.

write-post-mod의 가장 중요한 특징 중 하나는 세션 수집·파싱 기능과 글쓰기·편집 규칙을 명확하게 분리했다는 점입니다. 세션 수집 부분은 경로, 인코딩, 도구별 질문·응답 형식 등 환경에 영향을 많이 받는 부분을 담당합니다. 반면, write-post-mod는 파싱된 세션 결과나 사용자가 지정한 파일을 받아 어떤 구조와 문체로 글을 쓸지 결정하는 역할을 맡습니다. 이러한 분리는 파서가 변경되어도 글의 문체 규칙을 건드릴 필요가 없고, 글쓰기 방식이 바뀌어도 세션 파서를 다시 만들 필요가 없다는 장점을 제공합니다. 이는 원본 기능을 훼손하지 않고도 기능을 확장할 수 있는 기반이 됩니다.

이번 보완 작업은 Claude Code 환경뿐만 아니라 Hermes 환경까지 적용 범위를 확장했습니다. Hermes write-post에는 Hermes 세션 스캔 및 파싱 가이드가 추가되어, Claude Code 밖의 기록도 동일한 흐름으로 가져올 수 있게 되었습니다. 이를 통해 다양한 AI 코딩 도구 및 환경에서 생성된 세션 기록을 일관된 방식으로 처리하고 사례글로 전환할 수 있습니다. Hermes write-post와 write-post-mod의 수정 및 추가 내용은 명확히 구분되어, 각 스킬의 역할과 적용 범위를 명확히 했습니다.

write-post-mod는 모든 작업을 하나의 DEVLOG 형식에 넣지 않고, 결과의 성격에 따라 다섯 가지 글 구조를 선택하도록 합니다. 이는 독자가 작업의 결론과 판단 기준을 더 빠르게 파악하도록 돕습니다. 다섯 가지 구조는 다음과 같습니다: 1. **문제 해결형:** 결론, 원인, 다음 판단을 앞에 둡니다. 2. **순차 구축형:** 결과물과 단계별 완료 기준을 중심으로 합니다. 3. **비교·선택형:** 후보와 선택 기준을 제시합니다. 4. **자동화·업무 개선형:** Before/After 효과를 중심으로 합니다. 5. **운영 회고형:** 운영 기간과 실제 문제를 중심으로 합니다. 이러한 분류는 제목을 정하기 전에도 필요하며, 원래 목표, 선택의 정당성, 결과의 의미 등을 명확히 하는 데 도움을 줍니다.

실제 사례를 통해 write-post 방식과 write-post-mod 방식의 차이를 비교 분석했습니다. write-post 방식의 축약본은 작업 요청과 수행 내용을 시간순 작업 단위로 나열하는 데 중점을 두는 반면, write-post-mod 방식의 축약본은 목표, 결과물, 핵심 판단 정보를 먼저 제시하여 독자가 '무엇이 달라졌는지'를 빠르게 파악할 수 있도록 합니다. write-post-mod 방식은 결론에서 근거로 이동하는 읽기 순서를 제공하며, 사용자 요청을 공개 가능한 표현으로 다듬어 인용하는 등 공개용 글 작성에 더욱 적합합니다. 다이어그램 활용 또한 필요성을 판단한 후 Mermaid 또는 PNG로 작성하는 기준을 제시합니다.

공개용 사례글 작성 시에는 AI 응답 전문을 그대로 복사하지 않고, 의도와 정보량을 유지한 채 인용문으로 다듬습니다. 실제로 보내지 않은 요청을 새로 만들거나, 당시의 질문을 더 전문적으로 보이게 바꾸지 않습니다. 또한, 날짜, 장비 모델명, 도구명, 회사명·계정·키 등 공개에 필요하지 않은 정보는 제거하거나 일반화합니다. 반대로 기술 명령어, 로그, 파라미터는 DEVLOG에서 재현 가치가 있다면 남길 수 있습니다. 문체는 과장 형용사와 훈계조 표현을 줄이고, 제목과 소제목에서는 독자가 얻을 결과를 명확히 드러냅니다. 다이어그램은 산문을 박스에 다시 옮기는 용도가 아니라, 여러 단계의 흐름이나 분기 기준을 한 화면에 모을 필요가 있을 때만 사용합니다. 작성자 식별자나 사용자 홈 경로는 남기지 않고, 스킬의 실제 위치 대신 일반화된 표현을 사용합니다.

AI에게 스킬 확장을 요청할 때는 기능 목록만 나열하는 것이 아니라, 책임 분산과 구조 설계를 명확히 하는 것이 중요합니다. 이번 작업에서는 기존 스킬의 책임을 분석하여 유지해야 할 기능(세션 수집·파싱)과 별도 보완할 기능(문서 구조·문체)을 나누었습니다. 또한, 결과의 성격을 다섯 가지 유형으로 판정하게 함으로써 날짜순 로그를 그대로 옮기지 않고 독자가 처음에 봐야 할 내용을 선택할 수 있도록 했습니다. 이러한 방식은 실제 세션 수집 기능을 건드리지 않고도 사례글의 읽는 순서를 바꿀 수 있다는 점에서 유용합니다. 같은 역할을 하는 파서와 글쓰기 규칙을 여러 곳에 복제하지 않고, 소스가 직접 지정되었는데도 자동 세션 스캔을 돌리는 비효율을 피하는 것이 중요합니다.

결론적으로, AI 코딩 도구로 작업한 기록을 효과적으로 정리하고 공유하기 위해서는 세션 수집·파싱 기준과 글쓰기·편집 기준을 분리하고, 결과의 성격에 맞는 글 구조를 설계하는 것이 중요합니다. write-post-mod는 이러한 목표를 달성하기 위한 유용한 보완 스킬이며, Hermes 환경으로의 확장과 다섯 가지 글 구조 도입을 통해 적용 범위를 넓혔습니다. 공개용 글 작성 시에는 비식별 처리, 문체 조정, 다이어그램 활용 기준 등을 명확히 하여 정보 전달의 정확성과 가독성을 높였습니다. 앞으로도 이러한 원칙을 바탕으로 AI 기반 글쓰기의 효율성을 지속적으로 개선해 나갈 것입니다.