Cursor AI 문서화를 통한 협업 효율 높이기

이제는 대 바이브코딩 시대다. AI가 주로 코딩을 하고, 나는 방향을 잡고, 실수한 걸 고쳐주고, 어떻게 하라고 감독을 한다. 지금 진행하고 있는 개발 프로젝트 또한 그러한 방식으로 Cursor AI를 활용하고 있다. 그 과정에서, AI를 더 잘 활용하기 위한 나만의 팁들을 정리해보았다.

AI를 잘 활용하기 위해서는, 맥락을 구조화하고, 기준을 명확히 전달하고, 결과를 검증하는 과정이 있어야 한다.

핵심 원칙

• 맥락은 "파일"로 기록: 대화는 휘발된다. 규칙과 결정은 반드시 문서화한다.
  → .cursor/rules/*.mdc 위치에 작업 기준 문서화
• 작업은 "작게 쪼개기": AI는 작은 단위에서 정확도가 높아진다.
  → 개발 중간중간 리팩토링 수행하여 탐색 단위 축소
• 결과는 "검증 루프"로 마무리: 변경 → 확인 → 보정 흐름을 항상 둔다.
  → npm ci & npm run build 자동화와 에러 핸들링

위 흐름을 지키며 AI의 생산성을 극대화하였고, AI가 만든 실수를 금방 잡아낼 수 있는 플로우를 구축했다.

사례 공유) Cursor 문서를 통한 리팩토링 협업 경험

바이브코딩을 할 떄, 코드 길이가 긴 파일은 AI의 맥락 파악/리뷰/테스트 범위를 키워 생산성을 떨어뜨린다. 따라서 컴포넌트/훅 분리와 공통 로직을 통합하며 AI가 이해하기 쉬운 구조로 리팩토링 할 필요성을 느꼈다. 그 중 SubnetManagement(3401줄)과 IPManagement(945줄)을 리팩토링할 때, 작업자 2명이서 협업했던 과정을 공유하고자 한다. 병렬 작업 시 리팩토링 과정에서 충돌지점을 최소화하기 위해 .mdc 문서로 작업을 명확히 분할하였고, 그 문서를 기준으로 각자 맡은 부분을 작업했다.

리팩토링 목표와 분업

• 목표: 컴포넌트/훅 분리, 성능 최적화, TanStack Query 도입, 타입 안전성 강화
• 담당: A는 공통 인프라 + SubnetManagement, B는 IPManagement

문서 기반 체크리스트로 작업 분해

1단계(공통 인프라) → 2단계(페이지별 분리) → 3단계(빌드 테스트)로 나눴다.
각 단계는 체크리스트로 고정했고, 완료 여부를 문서에 기록해 충돌을 줄였다.

마무리

.cursor/rules/*.mdc에 공통 규칙을 문서화하고 그것을 베이스로 AI를 활용하니, 협업 과정이 훨씬 명확해졌고 여러명이 협업하는 환경에서도 일관된 작업을 할 수 있었다. 또한 작업된 내용을 계속 문서에 업데이트하여, 실시간 소통 부담이 줄고 충돌도 눈에 띄게 감소했다. AI를 잘 활용하면 협업 효율성까지 향상시킬 수 있다는 사실이 놀라울 따름이다.