8년간 미뤄둔 프로젝트, AI 코딩 에이전트로 3개월 만에 완성한 후기

• 8년간 "언젠가 만들어야지" 하고 미뤄뒀던 SQLite 개발자 도구를 AI 코딩 에이전트로 3개월 만에 완성한 개발자의 회고록임
  • 프로젝트명은 syntaqlite — SQLite용 파서, 포매터, 린터, LSP, 에디터 확장까지 올인원 툴셋
  • 2026년 1~3월, 퇴근 후/주말/휴가 시간 합쳐서 약 250시간 투입
  • SQLite C 소스코드에서 고충실도(high-fidelity) 파서를 추출하고, 1,390개 이상의 업스트림 테스트를 통과시킴

AI가 진짜 도움이 된 부분

• 미루기 극복 — "AI가 막연한 고민을 구체적인 프로토타입으로 바꿔줌"

  • 추상적으로 설계 고민만 하던 걸, 일단 돌아가는 코드를 뽑아놓고 거기서 반복 개선하는 방식으로 전환
  • 8년간 시작도 못 한 프로젝트를 실제로 착수하게 만든 결정적 계기

• "표준 패턴" 코드는 사람보다 빠름

  • 익숙한 패턴의 구현 코드를 찍어내는 속도가 압도적
  • 프로젝트 전반에 걸쳐 "standard dialect" 수준의 코드 생성에서 진가를 발휘

• 지식 브리지 역할이 꽤 쓸만했음

  • Wadler-Lindig 프리티 프린팅 알고리즘 같은 생소한 개념을 설명해주는 과외 선생님 역할
  • Rust 툴링, VS Code 확장 API 같은 안 익숙한 도메인 간 전환도 매끄럽게

• 부차적 기능까지 경제적으로 만들 수 있게 해줌

  • 문서 사이트, 여러 패키지 매니저 지원, 에디터 확장 — 원래라면 우선순위에서 밀렸을 기능들
  • Python 바인딩, WebAssembly 플레이그라운드까지 제공 가능해짐

AI가 오히려 발목 잡은 부분

• 슬롯머신 중독 루프가 생김

  • 피곤하면 프롬프트가 대충 → 결과물 퀄리티 하락 → "한 번만 더 돌려보자" → 무한 반복
  • 결국 직접 짜는 것보다 느려지는 역설적 상황 발생

• 설계 판단에선 무능함

  • "이 API가 쓰기 편한가?"처럼 객관적 메트릭이 없는 영역에서 AI는 답을 못 줌
  • API 디자인은 결국 대규모 수동 리팩토링이 필요했음

• 코드베이스 맥락을 잃어버림

  • AI가 짜준 코드의 구현 디테일을 본인이 파악 못 하게 되면, 대화가 점점 길고 장황해짐
  • 에이전트가 매번 맥락을 다시 파악해야 하는 비용이 누적

• "나중에 리팩토링하지 뭐" 함정

  • AI로 리팩토링이 저렴해지니까 설계 결정을 자꾸 미루게 됨
  • 코드 명확성이 서서히 부식(corrosion)되다가 결국 완전 재작성(rewrite)까지 감

핵심 교훈

• AI가 빛나는 조건은 명확함 — 정답을 검증할 수 있는, 잘 정의된 문제
  • 테스트로 맞/틀 판단이 되는 구현 작업에 최적
• AI가 못하는 건 취향, 역사적 맥락, 사용자 공감이 필요한 설계 영역
• 성공 패턴은 결국 사람이 주도권을 쥐는 것 — AI가 생성한 코드를 직접 읽고, 생성 단계 이후엔 체계적으로 리팩토링하고, 의사결정 권한은 넘기지 않기

---

기술 맥락

• syntaqlite가 SQLite의 C 소스코드에서 파서를 "추출"했다는 건, 기존 SQLite 파서의 문법 규칙을 그대로 가져와서 별도 언어(Rust)로 재구현했다는 뜻이에요. 1,390개 업스트림 테스트 호환이라는 건 SQLite 자체 테스트 스위트를 통과한다는 의미라서, 단순 토이 프로젝트가 아니라 프로덕션급 파서라는 걸 보여주는 거거든요.

• LSP(Language Server Protocol)는 에디터와 언어 분석 엔진 사이의 표준 통신 프로토콜이에요. 한 번 LSP 서버를 만들어두면 VS Code, Zed, Neovim 등 어떤 에디터에서든 자동완성/린팅/정의 이동 같은 기능을 쓸 수 있어요. AI 에이전트가 이런 "에디터별 확장"을 경제적으로 만들 수 있게 해줬다는 게 핵심이에요.

• Wadler-Lindig 프리티 프린팅은 코드 포매터의 핵심 알고리즘이에요. "줄 바꿈을 어디서 할지"를 최적으로 결정해주는 건데, 직접 구현하려면 논문을 읽어야 할 정도로 진입 장벽이 있어요. AI가 이런 학술적 알고리즘의 진입 장벽을 낮춰준 좋은 사례거든요.

• 여기서 말하는 "슬롯머신 루프"는 AI 코딩 도구 사용자들 사이에서 꽤 공감대가 큰 현상이에요. 프롬프트 → 결과 확인 → 재시도의 사이클이 도박의 간헐적 보상 구조와 비슷해서, 피곤할수록 비효율적인 반복에 빠지기 쉽다는 거예요. 의식적으로 "지금 직접 짜는 게 빠른가?" 체크하는 습관이 중요하다고 해요.