AI 에이전트 활용법: 코딩, 디자인, 그리고 구조화

awesome-codex-subagents는 10개 카테고리, 136개 서브에이전트(Subagents)를 제공하며, 각 에이전트는 독립된 컨텍스트 창에서 역할 수행에 집중한다. 이는 코드 리뷰, 문서화, 디버깅 등 다양한 작업의 분업(Division of Labor)을 가능하게 한다. 서브에이전트는 MIT 라이선스로 공개되어 있으며, .toml 포맷을 사용한다. GPT-5.4, GPT-5.3-codex-spark 등 모델을 역할에 따라 지정하여, 효율적인 작업 분담을 지원한다.

Google Stitch는 AI 네이티브 소프트웨어 디자인 캔버스(AI-Native Software Design Canvas)로, 와이어프레임(Wireframe) 없이 비즈니스 목표와 사용자 경험을 자연어로 설명하면 디자인을 생성한다. Agent Manager를 통해 여러 디자인 방향을 동시에 탐색하고, 인터랙티브 프로토타입(Interactive Prototype)으로 즉시 변환할 수 있다. 음성 입력 기능도 제공하며, Figma 내보내기를 지원하여 기존 디자인 도구와의 연동(Integration)을 강화한다.

Anthropic은 Claude Code 스킬을 분류하고, 스킬 제작 및 배포에 대한 노하우를 공유했다. 스킬은 라이브러리/API 레퍼런스, 제품 검증, 데이터 패칭/분석 등 9가지 유형으로 분류된다. 스킬을 잘 만들기 위해서는 Claude가 모르는 정보(Information)를 담고, Gotchas 섹션(Gotchas Section)을 통해 실패 사례를 공유하는 것이 중요하다. 또한, description 필드를 통해 모델이 스킬을 언제 사용해야 하는지 명확히 해야 한다.

본문은 Codex 서브에이전트, Claude Code 스킬, Google Stitch를 통해 AI를 활용하는 세 가지 방식을 제시한다. 세 가지 모두 범용 AI에 모든 것을 맡기는 대신, 각 작업에 맞는 구조를 부여(Structure)하는 전략을 취한다. Stitch는 DESIGN.md를 통해 디자인 컨텍스트를 구조화하고, 서브에이전트는 작업별 독립된 컨텍스트를 분리하며, Claude Code 스킬은 조직의 노하우를 에이전트가 활용할 수 있도록 압축한다. 이는 AI 활용의 효율성을 극대화(Maximize Efficiency)하는 핵심 전략이다.