Getting Started
왜 REPL Works를 만들었나요?
AI는 코드를 잘 작성합니다. 하지만 프로젝트를 기억하지는 못합니다. 몇 주가 지나면 다시 설명해야 합니다.
- 왜 만들고 있는가
- 어떤 결정을 내렸는가
- 현재 어디까지 진행되었는가
REPL Works는 이 문제를 해결하기 위해 만들어졌습니다.
프로젝트 기억(Project Memory)을 Git과 문서에 저장하여 세션과 모델이 바뀌어도 프로젝트를 이어갈 수 있도록 합니다.
REPL Works는 무엇인가요?
REPL Works는 AI Issue Publisher와 같은 AI 협업 개발 도구를 지원하지만, AI 도구 자체는 아닙니다.
REPL Works는 AI와 사람이 장기간 프로젝트를 함께 운영하기 위한 AI-Native Product Development Framework입니다.
문서, Git, 그리고 명확한 워크플로를 통해 프로젝트 완성 및 운영 개발을 포함해서 장기간 프로젝트를 진행하는 효율적이고 비용절감할 수 있는 개발 방법을 제안합니다.
AI Agent와 REPL Works는 무엇이 다른가요?
AI Agent는 작업을 수행합니다. 반면 REPL Works는 작업이 올바른 방향으로 수행되도록 돕습니다.
Agent는 프로젝트를 기억하지 않습니다. 반면 REPL Works는 프로젝트를 기억합니다.
| 항목 | AI Agent | REPL Works |
|---|---|---|
| 목적 | 작업 수행 | 프로젝트 지속성 확보 |
| 중심 개념 | Action | Project Memory |
| 기억 저장 위치 | 세션, 런타임, 벡터DB | Git + Markdown Documents |
| 모델 의존성 | 높음 | 낮음 |
| 모델 변경 시 | 재학습 또는 재설정 필요 | 문서만 읽으면 복원 가능 |
| 프로젝트 이해 방식 | 현재 컨텍스트 기반 | 프로젝트 문서 기반 |
| 강점 | 빠른 자동화 | 장기 운영 |
| 약점 | 컨텍스트 손실 가능 | 초기 문서 작성 필요 |
| 핵심 질문 | ”무엇을 할까?" | "왜 만들고 어떻게 유지할까?” |
| 결과물 | 코드, 파일, 작업 실행 | 프로젝트 기억, 구조, 워크플로 |
둘은 경쟁 관계가 아니라 함께 사용되는 관계입니다.
ChatGPT만 써도 되지 않나요?
ChatGPT로 개발하는 것은 쉬운 일이 아닙니다. 차라리 하나만 쓴다면 Codex가 유리합니다. 그것도 작은 프로젝트라면 가능합니다.
하지만 프로젝트가 커질수록 같은 설명을 반복하게 되며, 프로젝트의 현재 상태를 반복해서 설명해야 하는 경우가 필연적으로 생깁니다.
REPL Works는 ChatGPT, Gemini와 같은 Discussion LLM와 Codex, Cloude Code와 같은 Execution LLM 모두를 사용하며, 프로젝트의 의도와 구조를 문서에 저장하여 반복 설명을 줄입니다.
REPL Works는 최소한의 LLM 비용 지출로 소프트웨어를 완성하기 위한 최고의 선택입니다.
How It Works
왜 채팅 기록(Chat History)만 사용하지 않나요?
채팅 기록은 대화를 위한 도구입니다. 프로젝트는 수개월 또는 수년 동안 유지될 수 있습니다.
REPL Works는 중요한 프로젝트 기억을 Git의 commit 리스트로 채팅 기록을 대신하며, 채팅 기록을 직접 사용했을 때 발생하는 LLM 환각을 최소화 할 수 있다는 결과를 얻었습니다.
따라서, 대안이 있기 때문에 단점이 큰 채팅 기록을 사용할 필요가 없습니다.
왜 Github을 사용하나요?
Git은 Commit과 Pull Request 그리고 Merge 라는 절차가 있습니다.
전통적인 개발 환경은 개발자가 Commit을 하면 보통 시니어 개발자인 리뷰어가 리뷰를 승인하고 Merge를 해서 제품에 반영합니다.
REPL Works 에서는 AI가 코드를 만들면 Human이 승인을 하게 되는데 이 절차가 Commit 입니다.
이 절차를 간소화 하기 위해서 REPL Works에서는 여러가지 도구를 제공할 예정이며, 큰 규모의 개발에도 대응할 수 있는 AI 단독 Github 계정을 운영할 수 있는 시스템도 개발하고 있습니다.
Github을 사용하는 이유는 AI와 개발하기 위한 최고의 서비스를 제공하기 때문입니다.
왜 Markdown 문서를 사용하나요?
문서 기반 개발에 있어서 문서의 Linting와 Formatting은 프로그래밍 코드에서의 그것과 마찬가지로 매우 중요합니다.
Markdown은 유구한 역사로 이미 어떤 파이프에서도 Linting과 Formatting을 할 수 있는 환경을 지원하는 거의 유일한 문서 포멧입니다.
게다가 사람이 읽기 쉽고 AI가 문서를 이해하고 생성하기 쉽습니다.
또한 Git에서 변경 사항을 추적하기 쉽고 특정 도구에 종속되지 않습니다.
REPL Works는 장기 보존과 모델 독립성을 위해 Markdown을 사용합니다.
왜 문서를 여러 개로 나누나요?
문서마다 책임이 다르기 때문입니다.
| 문서 | 핵심 질문 |
|---|---|
| IDEAS.md | 이 아이디어가 가치가 있는가? |
| PITCHING_SCRIPT.md | 이 프로젝트를 어떻게 설명할 것인가? |
| PRODUCT_SPEC.md | 무엇을 만들 것인가? |
| ARCHITECTURE.md | 어떻게 만들 것인가? |
| FRAMEWORK.md | 기술 사양과 개발 규칙은 무엇인가? |
| TASKS.md | 지금 무엇을 해야 하는가? |
| AGENTS.md | AI는 어떤 규칙으로 작업해야 하는가? |
문서가 명확할수록 AI와 사람 모두 프로젝트를 더 쉽게 이해할 수 있습니다.
ReplWorks에서는 사실 실제 프로젝트에서 사용하는 10여개의 문서를 4개로 줄인 것입니다. 나머지 3개는 ReplWorks에서 제공하는 프롬프트로 생성할 수 있습니다.
문서는 더 줄어들었는데 그 이유는 AI가 이 구조의 문서를 가장 잘 이해한다는 결과를 얻었기 때문입니다.
왜 Discussion AI와 Execution AI를 분리하나요?
그 둘을 분리하는 이유는 두가지 입니다.
- AI 환각(Hallucination) 현상 방지
- AI 토큰 비용 절약
문서 없이 채팅만으로 프로젝트를 진행하게 되면 일주일만 넘으면 나도 길을 읽고 AI도 길을 잃습니다. 게다가 처음 정한 정책과 같은 내용도 AI가 잊어버리면 관련 코드가 있는데도 새로 만들곤 합니다.
가장 위험한건 AI 환각인데요, 일단 이 모드로 들어가게 되면 프로젝트를 처음부터 다시 시작해야 하는 상황도 빈번하게 발생합니다. 과정이 관리되지 않았으니까요.
게다가 ReplWorks compatible 방식이 아닌 Cloude Code의 상위모델로 프로젝트 개발을 끝낸다면 생각보다 많은 토큰 사용량과 비용에 놀라게 됩니다.
REPL Works는 고품질 결정이 필요한 내용은 무료이거나 매우 저렴한 Discussion AI를 사용해서 개발에 필수적인 문서를 ReplWorks 제공 프롬프트를 통해서 완성합니다.
Execution AI는 필수 문서만 보고 작업하며, TASKS.md 문서에 체크리스트를 보면서 작업하기 때문에 사용 토큰이 최소화 됩니다. 게다가 개발 도중이라고 상태관리가 됩니다.
이런 방법은 모델 독립적이라, 중간에 좋은 모델을 사용할 수 있는 환경이 생기면 프로젝트 개발 중간이라도 다른 모델로도 개발이 가능하게 됩니다.
Architecture & Principles
왜 PRODUCT_SPEC.md가 필요한가요?
PRODUCT_SPEC.md는 여러분의 아이디어를 AI가 개발 완료에 필요한 모든(All) 정보와 콘텐츠가 담긴 유일한 문서입니다.
AI는 스스로 이 문서를 진실의 소스(Source of Truth) 혹은 유일한 진리라고 부릅니다.
이 문서는 아래 네가지 질문에 답할 수 있어야 합니다.
- 이 제품은 무엇?(What the product is).
- 이 제품이 할 수 있는 일은 무엇?(What the product does).
- 사용자가 할 수 있는 것은 무엇?(What the user can do).
- 성공을 만드는 것은 무엇?(What success means).
기획 문서라고 생각할 수도 있지만, 기획팀과 사업팀 그리고 UI/UX팀이 섞여서 만드는 문서라고 생각하면 비슷할 것 같네요.
REPL Works는 어떻게 컨텍스트 비용을 줄이나요?
일반적인 AI 프로젝트는 같은 설명을 반복합니다.
왜 만드는가?
현재 구조는 무엇인가?
어떤 결정을 내렸는가?
REPL Works는 이러한 정보를 문서로 압축합니다.
PRODUCT_SPEC.md
ARCHITECTURE.md
TASKS.md
Execution AI는 필요한 문서만 읽고 작업할 수 있습니다.
결과적으로 컨텍스트 길이와 비용을 줄일 수 있습니다.
REPL Works는 특정 AI 모델에 의존하나요?
아니요.
REPL Works는 모델 독립성(Model Independence)을 핵심 원칙으로 합니다.
프로젝트 기억(Long-term & Session Memory)은 모델이 아니라 Git과 문서에 저장됩니다.
따라서 새로운 모델이나 새로운 세션에서도 동일한 프로젝트를 이어갈 수 있습니다.
REPL Works는 어떤 프로젝트에 적합한가요?
REPL Works는 아래 프로젝트에서 성공적으로 테스트되고 운영되고 있으며, 지금도 개선되고 있습니다.
- SaaS
- 웹사이트
- 내부 도구
- 오픈소스 프로젝트
- AI 제품
- 장기 운영 서비스
기술 스택으로는 아래와 같이 테스트 되고 있으며, 개발 시작 당시의 최신 버전을 이용합니다.
- React/Vite
- NodeJS
- Astro
- Go
- Python
- Laravel
REPL Works를 한 문장으로 설명하면 무엇인가요?
AI는 바뀝니다.
세션도 끝납니다.
프로젝트는 계속되어야 합니다.
REPL Works는 프로젝트가 AI보다 오래 살아남도록 만드는 프레임워크입니다.