AI가 혼자 끝낼 수 있는 가장 큰 소프트웨어 프로젝트는? (MirrorCode)

TL;DR Highlight

MirrorCode 벤치마크를 두고 개발자들이 AI 단독 개발의 한계를 논쟁

Who Should Read

AI 코딩 에이전트로 큰 프로젝트를 맡겨 보려는데 어디까지 믿어도 될지 고민인 개발자

Core Mechanics

원문 본문은 제공되지 않았다
- 제목과 URL(epoch.ai/MirrorCode)만 있고 본문은 없다.
- 그래서 벤치마크의 수치나 결과는 여기서 다루지 않는다.

Community Reactions

큰 프로젝트도 사람이 붙어야 굴러간다는 경험
- Claude로 Bash를 Rust로 복제하는 프로젝트를 81일, 2,600커밋째 진행 중이라는 경험이 있었다.
- 몇 줄 고치는 데 몇 시간을 쓰거나, 큰 변경은 테스트 3,000개를 이유로 거부하기도 했다고 한다.
감독 없이는 절반만 하고 멈춘다는 경험
- 큰 프로젝트를 거의 코드 없이 진행해 봤더니, 방치하면 stub과 TODO를 남긴다는 경험이 나왔다.
- 에이전트 swarm보다 역할별 워크플로 엔진이 토큰 낭비가 적었다고 한다.
복제는 새 개발의 대리 지표가 아니라는 의견
- 기존 소프트웨어를 재현하는 과제는 새 소프트웨어 개발로 일반화되기 어렵다는 의견이 있었다.
- 모델이 원본 코드를 학습했을 가능성 때문에 결과 해석이 어렵다는 의견도 있었다.
진짜 질문은 장기 유지보수라는 의견
- 혼자 만들 수 있는 크기보다, 일관된 구조를 유지하며 오래 유지보수할 수 있는 크기가 더 중요하다는 의견이 있었다.
- 벤치마크가 텍스트 출력 프로그램만 다루는 한계를 지적하는 댓글도 있었다.

How to Apply

에이전트 작업에 완료 기준 테스트부터 붙이기
- 오늘 맡길 작업 하나에 단위·통합 테스트 목록을 먼저 적고 시작하라.
- 에이전트가 stub이나 TODO를 남기면 실패로 처리하라.
계획 세션과 구현 세션을 나누기
- 구현 전에 계획을 세우고 적대적 비평 단계를 한 번 넣어라.
- 요구사항은 가능한 한 사전에 구체적으로 적어라.
루프에 돌리는 범위를 작은 버그로 제한하기
- 이슈 목록을 만들고 작은 버그부터 루프로 맡겨라.
- 같은 수정을 반복하는 루프가 보이면 사람이 개입하는 기준을 정하라.

Try It

복사해서 바로 해보기

# Claude Code나 ChatGPT에 붙여넣기 (원문이 없어 댓글 경험을 프롬프트로 옮긴 간이 버전)

너는 시니어 개발자다. 아래 작업을 구현하기 전에 먼저 계획을 세워라.
작업: {{작업 설명}}

1. 요구사항을 구체적으로 정리하고 모호한 점은 나에게 질문하라.
2. 단위·통합 테스트 목록을 먼저 작성하라.
3. 계획의 약점을 스스로 비판하라.
4. 승인 후에만 구현하고, stub이나 TODO를 남기지 마라.

이어서 해 볼 것: 구현이 끝나면 '남은 TODO와 미구현 항목'을 나열하게 하라.

Terminology

MirrorCodeAI가 기존 소프트웨어를 재현할 수 있는 규모를 재는 벤치마크다. 원문이 없어 댓글에 언급된 정도만 확인된다.

harness모델을 감싸 도구와 루프를 붙여 주는 실행 틀이다. 모델이 엔진이면 하네스는 차체 같은 것이다.

vibe coding코드를 직접 읽거나 쓰지 않고 AI에게 말로 지시해 만드는 방식이다.

swarm of agents여러 에이전트가 서로 소통하며 협업하는 구조다. 회의가 많으면 일이 느려지는 것과 비슷하다.