AI 코딩 에이전트의 성능 격차는 모델보다 하네스(운영 레이어) 에서 더 크게 벌어진다.
같은 Claude Code를 써도, 어떤 사람은 “잘 대답하는 도구”로 끝나고, 어떤 사람은 “기획-구현-검증-문서화가 도는 생산 시스템”으로 만든다.
jh941213/my-claude-code-asset은 후자에 가까운 프로젝트다.
특히 최근 업데이트에서 눈에 띄는 건 두 가지다.
- Six Thinking Hats 기반 PRD 자동 생성
- TTH 멀티 에이전트 사일로(Toss + Tesla + Ralph Loop)
1) 프로젝트 한 줄 요약
my-claude-code-asset(README 기준 Claude Code Power Pack)은 다음을 한 번에 제공한다.
- 32개 스킬
- 10개 에이전트
- 조건부 Rules
- Hooks 기반 안전/품질 보장
/tth,/prd,/docs같은 실행 커맨드
즉, “프롬프트 잘 쓰는 법”이 아니라 팀 단위 개발 루틴을 로컬에 이식한 패키지다.
2) v0.5.0 핵심: Six Thinking Hats PRD 자동 생성
공유된 업데이트 노트의 핵심 메시지는 명확하다.
PRD를 사람이 처음부터 다 쓰는 게 아니라, AI가 다각도 질문과 충돌 해소를 통해 함께 만든다.
/prd 실행 시 소개된 흐름:
- 서브에이전트 병렬 리서치
- White/Red/Black/Green/Blue Hat 순환 분석
- 관점 충돌(낙관 vs 비관, 직관 vs 데이터) 해소
- 결과를 PRD 문서로 구조화
이 방식이 실무에서 좋은 이유는, 흔한 AI 기획서의 약점인 “그럴듯하지만 단면적인 문서”를 줄여주기 때문이다.
특히 Black Hat(리스크)와 Blue Hat(메타 관리)을 강제로 통과시키는 구조는, 아이디어 과열을 제어하는 안전장치로 작동한다.
예를 들어 “2주 안에 신규 온보딩 플로우를 전면 교체” 같은 과제에서,
- Green Hat은 실험 아이디어를 확장하고,
- Black Hat은 전환율 하락/CS 폭증 리스크를 먼저 적발하고,
- Blue Hat은 실험 범위를 MVP로 재조정해 의사결정을 닫는다.
이렇게 하면 “좋아 보이는 아이디어”가 아니라 실행 가능한 PRD로 수렴하기 쉽다.
3) v0.6.0 핵심: TTH 멀티 에이전트 사일로
v0.6.0에서 강조된 TTH는 단순 멀티 에이전트가 아니라, 운영 철학을 섞어 만든 오케스트레이션이다.
- Toss 사일로: 역할/경계/DRI(Directly Responsible Individual, 단일 책임자) 기반 의사결정
- Tesla 5-Step: 요구사항 의심 → 삭제 → 단순화 → 가속 → 자동화 순서로 낭비를 줄이는 사고법
- Ralph Loop: 작업-검증-재시도를 짧게 반복하며 품질 압력을 유지하는 수렴 루프
/tth "기능 설명"으로 팀이 자율 협업하도록 설계한 점은,
최근 에이전트 개발 트렌드(“한 에이전트 만능주의” → “역할 분화된 팀 운영”)와 정확히 맞닿아 있다.
4) 이 프로젝트가 실무에 주는 진짜 가치
A. 결과물 표준화
개인 노하우를 skill/rule/hook으로 고정하면, 결과 편차가 줄어든다.
B. 품질 게이트 자동화
Task 완료 시 검증 훅을 물리적으로 걸어두면 “사람이 깜빡한 품질 누수”가 크게 줄어든다.
C. 기획-개발 간극 축소
PRD와 구현 하네스를 같은 체계에 넣으면, 문서와 코드가 따로 놀지 않는다.
D. 학습 가능한 파이프라인
반복 작업이 쌓일수록 하네스를 개선할 포인트가 명확해진다.
E. 실전 시나리오에서의 장점
예를 들어 “결제 에러 대응 + UI 핫픽스 + 회귀 테스트”가 동시에 터지는 날, 단일 에이전트는 문맥 전환 비용이 커지기 쉽다. 반면 TTH처럼 역할을 나누면
- PO/리드가 우선순위를 고정하고,
- Backend/Frontend가 병렬로 수정하고,
- QA가 완료 기준(typecheck/lint/test)을 마지막에 잠그는 형태로 동시 처리량과 품질을 함께 확보할 수 있다.
5) 도입 전에 알아둘 점
좋은 하네스일수록 초반 설정비용이 있다.
- 팀/개인 워크플로에 맞춘 커스터마이징 필요
- 훅 차단 정책과 브랜치 전략 정렬 필요
- 멀티 에이전트 사용 시 컨텍스트/비용 관리 전략 필요
즉 “설치하면 자동으로 10배”가 아니라, 설계된 작업 문화와 결합될 때 레버리지가 커지는 도구라고 보는 게 정확하다.
6) 누가 지금 도입하면 좋은가
- 작은 팀 리드/시니어 개발자: 코드보다 의사결정 병목이 더 큰 팀
- 에이전트 활용이 늘어난 조직: 결과 편차와 품질 편차를 줄이고 싶은 경우
- 문서-구현 싱크 문제를 겪는 팀: PRD→구현→검증→문서를 한 파이프라인으로 묶고 싶은 경우
반대로, 프로젝트 초기에 요구사항 자체가 아직 매우 유동적이라면 하네스 고도화보다 문제 정의와 사용자 인터뷰가 먼저일 수 있다.
마치며
my-claude-code-asset은 단순한 템플릿 저장소가 아니다.
하네스 엔지니어링 관점에서 보면, 이 프로젝트의 본질은
- 사고 프레임(6 Hats),
- 실행 프레임(TTH),
- 품질 프레임(Hooks/Rules)
을 하나의 루프로 묶었다는 데 있다.
앞으로 AI 코딩 생산성의 승부는 모델 이름보다, 누가 더 나은 하네스를 설계했는가에서 갈릴 가능성이 크다.