AI Onboarding Checklist Maker

AI가 만든 기능은 버튼을 눌렀을 때 바로 끝나는 화면보다, 뒤에서 오래 도는 background job에서 더 자주 무너집니다. 메일 발송, 이미지 변환, 결제 후 정산, 크롤링, AI 요약, 데이터 마이그레이션, 알림 팬아웃처럼 시간이 걸리는 작업은 queue와 worker로 분리하는 순간 실패 모드가 늘어납니다. 같은 작업이 두 번 실행될 수 있고, 일부만 성공한 뒤 worker가 죽을 수 있으며, 외부 서비스의 rate limit 때문에 retry가 폭주할 수 있습니다.

초보자는 백그라운드 작업 큐를 “나중에 처리할 일을 줄 세워 두는 시스템”으로 이해하면 됩니다. 실무자는 여기서 한 걸음 더 나아가야 합니다. queue에 넣는 job payload, idempotency key, retry policy, exponential back…

AI 코딩에서 가장 자주 생기는 실패는 모델이 코드를 못 짜서가 아니라, 작업을 이어받을 때 맥락을 잃어서 생깁니다. 어제는 테스트를 먼저 만들기로 했는데 오늘은 구현부터 건드립니다. 이전 에이전트가 중단한 이유를 모르고 같은 삽질을 반복합니다. 사용자가 요청하지 않은 파일까지 넓게 고칩니다. 로컬에서는 통과했지만 어떤 명령을 돌렸는지 남기지 않아 다음 사람이 검증을 재현하지 못합니다. 이런 문제는 프롬프트를 더 길게 쓰는 것만으로 해결되지 않습니다. 필요한 것은 작업을 넘길 때마다 짧고 구조화된 컨텍스트 패킷을 남기는 습관입니다.

컨텍스트 패킷은 사람과 AI 에이전트가 같은 작업을 이어받기 위해 필요한 최소 인계서입니다. 초보자에게는 '다음 작업자가 길을 잃지 않게 붙여 두는 작업 메모'라고 이해하면 됩니다. 실무자에게는 목표와 비목표, 현…