개발자 99% 커뮤니티에서 수다 떨어요!
🔼 귀엽고 실용적인 date picker 가이드
🗞 뉴스레터 #318 (2025.11.14)
#따끈따끈한_개발_NEWS📢
💻 ByteDance가 중국 최저가 AI 코딩 에이전트 Doubao-Seed-Code를 월 40위안(약 7천 원)에 공개했고, 첫 달은 9.9위안(약 1.7달러)에 이용할 수 있다고 한다. Cursor, Cline 같은 개발 도구를 지원하고 Anthropic API와도 호환된다고 함. 한 번의 쿼리로 최대 256,000단어를 처리할 수 있으며, 복잡한 코드베이스도 다룰 수 있다는데 실제 성능이 궁금하다..! (링크)
📱 Snapchat이 8년간 내부에서 사용하던 크로스 플랫폼 프레임워크 Valdi를 오픈소스로 공개했음! 웹뷰나 JS 브리지 없이 TypeScript 컴포넌트를 C++ 레이아웃 엔진으로 네이티브 뷰로 컴파일하는 방식이며, TSX 문법을 사용한다고 한다. (링크)
💻 깃허브 수석 디렉터인 Cassidy Williams가 무려 10억 개에 가까운 GitHub 커밋을 분석하여 2025년 개발자 워크플로우 현황을 정리했음. 이제 작고 빈번한 커밋이 표준이 되어가고 있으며, 대규모 분기별 릴리스 대신 지속적인 배포가 일반화되고 있다고 한다. 피처 플래그 사용 증가, CI/CD 자동화 확대, 짧고 집중된 PR 등이 새로운 개발 문화로 자리잡고 있다는 분석임. 다들 공감하시는지? (링크)
⭐ 프론트엔드 date picker에 대한 친절한 가이드 문서. 복잡한 복잡한 JavaScript date picker 대신 더 간단한 방식을 쓰는 게 낫다는 내용이니 궁금하면 읽어보자. 사이트도 굉장히 귀엽게(?) 잘 꾸며져 있다. (링크)
⚛️ 많은 스타트업에서 React를 기술적 우월성이 아니라 채용의 용이성 때문에 선택한다는 글. 공격적으로 인력을 확충해야 한다면 React가 합리적이지만, 안정적인 팀으로 성장한다면 개발자 경험을 우선시하는 게 낫다는 조언이 담겨 있다. 실제 설문 결과 React(75%)에 비해 Svelte(88%)의 개발자 만족도가 월등히 높다고 하는데... 과연 스벨트 붐은 오는가? 👀 (링크)
🔼 무작정 AI에게 코딩 시키면 생기는 일
#AI를 똑똑하게 만드는 6가지 방법
AI와 코딩하면서 화가 난 적 있나요? 🤯 저는 터무니없이 멍청한 답변을 내놓거나, 불과 5분 전에 지시한 사항을 무시할 때면 무력감과 분노가 차오르곤 하는데요. Cora의 빌더인 Kieran Klaassen은 이 문제의 원인을 "계획 없이 바로 코딩하기 때문"이라고 지적합니다. 코딩을 시작하기 전에 AI와 꼼꼼히 계획을 하면 훨씬 더 나은 결과를 얻을 수 있다는 거죠. 오늘은 멀티 에이전트를 활용해 AI를 중장기적인 코딩 파트너로 만드는 6가지 전략을 소개합니다.
(1) 재현 요청하고 기록하기 📝
버그 픽스나 이슈를 해결할 때 곧바로 수정하지 말고 AI에게 "이 버그를 재현해봐. 고치지 말고 로그와 정보만 수집해"라고 요청해 보세요. 예를 들어 API 제한 에러를 발견했다면, 코드 리뷰 에이전트에게 '외부 API 호출 시 제한 처리 확인' 체크리스트를 추가합니다. 이를 통해 같은 문제가 반복되는 것을 방지할 수 있어요.
(2) 모범사례 조사하기 🌐
익숙하지 않은 패턴이나 새로운 문제를 다룰 때는 AI에게 조사를 먼저 시켜보세요. 라이브러리 업그레이드가 필요하다면 "X버전에서 Y버전으로 업그레이드하는 방법, 주요 변경사항, 흔한 이슈"를 검색하게 할 수 있습니다. 공식 가이드와 개발자들의 블로그 포스트를 모으는 데 3-5분 정도밖에 소요되지 않습니다.
🔼 AI에게 선택지를 제안 받기
(3) 코드베이스 파악하기 🔍
새 기능을 만들기 전에 먼저 코드베이스를 검색해 보세요. 예를 들어 이벤트 트래킹을 추가하려 한다면 '현재 이벤트 트래킹은 어떻게 처리하고 있지?'라고 물어보는 겁니다. 이미 구축된 시스템이 있다면 처음부터 새로 만들 필요가 없어지죠. 자주 검색하는 도메인이라면 이를 담당하는 전문 에이전트를 만들어 보세요.
(4) 프로토타입 요청하기 🚀
무엇을 만들지 명확하지 않다면 프로토타입을 먼저 요청합니다. 예를 들어 'React와 Next를 사용해서 그레이스케일 프로토타입을 만들어줘'라고 요청하면 여러 레이아웃을 빠르게 만들어볼 수 있죠. 프로토타입을 통해 어떤 방법이 더 좋은지 확인하고, 이렇게 얻은 인사이트를 문서화하여 실제 개발의 요구사항으로 활용해요.
(5) 선택지 제안받기 🔤
AI에게 "문제를 해결하는 세 가지 방법을 보여줘. 각각의 구현 복잡도, 성능 영향, 유지보수 부담, 기존 패턴 일치도를 알려줘"라고 요청해 보세요. 이메일 동기화 기능을 예로 들면: 기존 시스템 활용(빠르지만 복잡), 실시간 동기화(깔끔하지만 느림), 미러 캐싱(초기 작업 많지만 최선) 같은 옵션을 받을 수 있습니다. 선호하는 옵션과 이유를 함께 기록해두면 다음 작업에서도 AI가 선호도를 반영합니다.
🔼 계획 점검에 AI 에이전트를 활용
(6) 최종 점검하기 🏁
계획의 최종 단계에서 다양한 리뷰 에이전트를 활용해 보세요. 예를 들면 단순화 에이전트(과도한 엔지니어링 감지), 보안 에이전트(취약점 체크), 개인 스타일 에이전트(선호 패턴 강제) 등이 있습니다. 계획을 최종 점검하고, 이 과정에서 주고받는 피드백이 쌓일수록 에이전트가 똑똑해집니다.
처음부터 완벽할 필요는 없습니다. 위 방법들을 사용하여 코딩 전 15-20분 동안 계획하는 시간을 가져 보세요. 결정과 선호도를 꾸준히 기록하면, 몇 달 후엔 여러분을 아는 시스템이 만들어져 있을 거예요. 여러분만의 AI 활용법이 있으신가요? 있다면 저희에게도 공유해 주세요!
👉 나의 AI 활용 꿀팁 공유하기 (링크)
👉 원문 읽으러 가기 (링크)