1. 개요 (Overview)
ETERN Labs는 새로운 아이디어, 프로토타입 및 R&D 기술을 빠르게 실험하고 검증하기 위한 프로젝트 공간입니다.
실험 프로젝트는 요구사항과 방향성이 빠르게 변경되지만, 빠른 시도 속에서도 프로젝트의 핵심 목적과 검증 가설을 잃지 않는 것을 핵심 목표로 하고 있습니다.
"Agile Experiments with Rigid Memory: 가설 수립과 실패 과정에서도 학습된 교훈과 설계 원칙은 Git 문서로 자산화됩니다."
2. 사용된 표준 문서 (Documents Used)
ETERN Labs는 실험 프로젝트에 맞게 REPL Works 명세서를 활용합니다.
IDEAS.mdPITCHING_SCRIPT.mdPRODUCT_SPEC.mdTECH_STACK.mdARCHITECTURE.mdTASKS.mdAGENTS.md
Workflow Usage
ETERN Labs 실험 파이프라인 워크플로입니다:
- 아이디어 발상 및 피칭:
IDEAS.md및PITCHING_SCRIPT.md에 검증할 가설 작성 - 최소 실행 가능 스펙 작성:
PRODUCT_SPEC.md에 빠른 검증을 위한 핵심 범위 명시 - 반복적 태스크 실행 및 회고:
TASKS.md명세를 기반으로 AI 에이전트 실행 및 실험 결과 문서화
Hypothesis (IDEAS.md)
Minimal Spec Definition
Fast AI Prototyping
Learnings & Architecture Update
Tools Used
- Labs Hub: ETERN Labs 랩스 페이지
- Experimental Stack: Modern Frontend & AI Prototyping Engines
- Project Memory Management: REPL Works 6+1종 표준 문서 헌법
5. 학습된 레슨 (Lessons Learned)
아키텍처가 빠른 실험을 안정화합니다: 자유로운 실험 과정에서도 ARCHITECTURE.md가 기본 뼈대를 유지하여 무질서한 코드 누적을 방지합니다.
명확한 태스크 분해의 효과: 거대한 가설을 작고 명확한 수락 기준 태스크로 나눌수록 AI 에이전트의 완성 속도가 극대화됩니다.
모델 독립성의 가치: 새로운 AI 모델 출시 시 기존 실험 프로젝트 문서 메모리를 그대로 투입하여 즉각적인 성능 향상을 테스트할 수 있습니다.
대화를 넘어서는 결정 기록: 중요한 실험 결과와 방향 전환(Pivot) 사유가 마크다운 문서로 남아 자산이 됩니다.
6. 프로젝트 가치 및 검증 결과 (What This Project Proves)
ETERN Labs는 REPL Works가 이미 완성된 정적 프로덕트뿐만 아니라, 불확실성이 높고 빠른 피벗(Pivot)이 필요한 초기 R&D/실험 프로젝트에서도 강력한 가이드라인을 제공한다는 점을 증명합니다.