본문으로 건너뛰기

도구

AI 코딩 어시스턴트

작성자: Ofrai Editorial (AI Model Curators)

DeepSeek Flash를 일상적인 컴파일러 인접 채팅으로 두고, 정말 머지할 리뷰가 필요하면 Pro, GPT, Claude로 올리세요.

채팅과 영상은 크레딧을 사용합니다.

권장 루프

실패하는 테스트를 붙이고 Flash에 패치를 요청한 뒤 로컬에서 돌리고, Claude나 GPT에게 위험을 설명하게 하세요. 그 조합이 Ofrai가 텍스트 모델을 하나 이상 올리는 이유입니다. 이 루프는 세 단계입니다. 첫째는 빠르고 싼 단계로, Flash가 실패 증거로부터 후보 diff를 만듭니다. 둘째는 직접 실행하는 단계로, 모델은 할 수 없습니다. 셋째가 리뷰로, 프리미엄 모델이 "원했던 diff"가 아니라 "실제로 도착한 diff"를 읽습니다. 앞은 작게, 뒤에서만 돈을 쓰기 때문에 디버깅 업무 대부분에서는 거대한 프롬프트보다 채팅이 유리합니다.

문서

PDF 스펙을 업로드하고 같은 스레드에서 질문하세요. chat-with-PDF도 함께 참고하시기 바랍니다. 다이어그램은 이미지 스튜디오가 선택 사항인데, 정말 선택 사항입니다. 아키텍처 스케치는 빈 캔버스의 크레딧보다 검토 시간이 더 드는 경우가 많습니다. 진짜 가치가 있는 건 기억으로 요약하지 않고 문서를 루프 안에 남겨 두는 것입니다. 답변이 근거로 삼은 조항을 인용하게 한 뒤, 결론을 믿기 전에 원문을 확인하세요.

chat-with-PDF로 전환할 시점

진실의 출처가 스펙이나 RFC일 때 텍스트 스튜디오에 PDF를 첨부하고 같은 스레드에서 질문하세요. 답을 받은 뒤 코딩 반복으로 돌아옵니다.

코딩과 chat-with-PDF 짝짓기

chat-with-PDF에서 스펙 PDF를 열고 같은 스레드에서 코딩 반복을 진행하세요. 문서 질문과 패치가 같은 텍스트 스튜디오에 나란히 놓입니다.

일별 엔진 배분

브랜드가 아니라 작업으로 나눕니다. DeepSeek V4 Flash는 값싼 루프 담당입니다. 스택 트레이스 읽기, 세 파일에 걸친 심볼 이름 바꾸기, 첫 테스트 초안 작성, 누가 썼는지 기억도 안 나는 정규식 설명에 맞습니다. DeepSeek V4 Pro는 여러 파일 리팩터링용 중급 엔진으로, 답변하기 전에 긴 계획을 세워야 할 때 씁니다. GPT-5는 요구사항이 애매해서 패치가 아니라 선택지가 필요한 제품 질문에 맞습니다. Claude Sonnet은 리뷰어입니다. diff를 주고 무엇이 깨지는지 물으면, 그 설명을 그대로 풀 리퀘스트에 붙일 수 있습니다. 비용을 지키는 원칙은 하나입니다.

초안은 Flash, 승격은 한 번, 같은 변경을 두 번 승격하지 않습니다. 장기 기본 모델을 정하고 싶으면 DeepSeek vs Claude 페이지를 보세요.

실제 코드를 위한 프롬프트 형태

동료에게 입으로 부탁할 때らしく 네 부분으로 씁니다. 실패 증거, 깨뜨리면 안 되는 제약, 답의 형태, 그리고 설명해 달라는 것. 버그 수정은 이렇게 씁니다. "tests/test_cart.py::test_apply_discount가 100을 넘는 주문에서 DiscountError를 냅니다. 가격 서비스는 수량이 0인 줄에서 예외를 던지지만 API는 그런 줄을 보낼 수 있습니다. apply_discount에서 수량 0 케이스를 막는 최소 패치를 주세요. 공개 시그니처는 유지, 반올림은 건드리지 말고, 같은 경로를 탈 수 있는 다른 호출 지점도 알려주세요." 새 모듈은 다른 형태입니다.

"TypeScript 재시도 헬퍼를 지수 백오프, 풀 지터, 최대 5회, AbortSignal 지원으로 작성해 주세요. 예외를 던지지 말고 마지막 에러를 반환하고, 기본값은 독 주석에 남겨 주세요." 리팩터링은 의도를 설명하는 대신 변경 전후 형태를 붙여 주세요.

저장소 창이 없을 때 문맥 유지법

Ofrai는 저장소를 호스팅하지 않으므로, 진짜 기술은 문맥 관리입니다. 400줄을 붙이는 대신 짧은 브리핑을 쓰세요. 공개 시그니처, 건드릴 두세 파일, 정확한 오류 문자열, 런타임과 라이브러리 버전, 바꾸지 말아야 할 제약. 보통 200줄 미만이고 파일 전체를 던지는 것보다 답이 좋습니다. 모델의 주의가 표시한 코드에 쓰이고 필요 없는 상투적인 코드에 쓰이지 않기 때문입니다. 스레드가 길어지거나 모델이 자기 앞선 답과 모순하기 시작하면, 스크롤을 올리지 말고 새 스레드에 요약을 적으세요. "가드는 이제 apply_discount에 있고 반올림 변경은 되돌렸고 남은 실패는 운송 경로에 있습니다."

낡은 문맥이 두 번째 초안의 품질을 조용히 망가뜨리는 조용한 원인입니다.

머지 전 세 번의 리뷰

모델 출력은 대체로 맞는 낯선 사람이 낸 패치로 읽으세요. 1패스는 본문 없이 diff만 달라고 하고 diff로 읽습니다. 2패스는 무엇이 깨뜨리는지 묻습니다. 빈 문자열, null, 아주 큰 파일, 동시 두 호출, 번역 문자열이 빈 로케일. 3패스는 어느 기존 테스트가 잡았어야 하는지, 그리고 저장소에 돌려줘야 할 테스트가 무엇인지 확인합니다. 그다음 테스트는 직접 돌립니다. 모델은 할 수 없습니다. 인증, 금액, 마이그레이션에 닿는 변경은 좁은 지시로 프리미엄 모델에 리뷰를 맡기세요. "이 diff의 정확성 리스크만, 심각도 순으로, 요약 없이."

긴 글이 아니라 체크리스트가 돌아오고, 그것은 머지 전 십 분 안에 처리할 수 있는 물건입니다.

생성된 코드가 조용히 깨지는 지점

대개 다섯 가지입니다. 지어낸 API. 모델이 사용 중인 버전의 라이브러리에 없는 헬퍼를 부릅니다. 프롬프트에 버전을 고정하고 문서화된 호출만 쓰게 하세요. 조용히 바뀌는 동작. 테스트가 없던 오류 분기가 리라이트에서 사라집니다. 그것이 바로 2패스가 존재하는 이유입니다. 범위가 넓은 패치. 열두 줄 수정이 네 파일 리팩터링으로 나올 수 있으니, 먼저 최소 변경을 요구하고 리팩터링은 따로 맡기세요. 빈, 0, 요소 하나짜리 컬렉션의 경계 버그. 그리고 그럴듯하지만업무적으로 틀린 로직. 도메인 지식으로만 잡을 수 있으니 업무 규칙을 소리 내어 말하세요. 다섯 가지 모두 처치는 같습니다. 테스트를 통과하는 최소 변경을 요구하고, 지원서 읽듯 확인하는 것입니다.

프롬프트 전에 바꿀 설정

temperature가 첫 번째 다이얼인데, 많은 사람이 잘못된 설정のまま 둡니다. 실행할 일은 낮게 유지하세요. 버그 수정, 리팩터, 마이그레이션, 생성 테스트에서 0.2에서 0.4 정도입니다. 올리는 경우는 의도적으로 선택지를 모을 때뿐입니다. 세 가지 초안, 세 가지 이름안, 같은 문제에 대한 세 가지 접근법. 프리미엄 모델에서는 temperature보다 추론 예산이 답을 더 많이 바꿉니다. 긴 답을 요구하지 말고 어려운 문제에 생각할 여유를 주세요. 문맥 길이도 관리할 가치가 있습니다. 파일 전체 대신 잘못된 코드와 지켜야 할 인터페이스를 붙이면 답이 집중됩니다. 시스템 지시는 한 세션 동안 짧고 안정적으로 유지하세요.

길게 자꾸 고치는 지시가 같은 프롬프트가 하루 오후에 세 가지 문체를 돌려주는 이유입니다.

디버깅 한 번의 세션 비용

텍스트 작업은 토큰 과금이라 디버깅 루프의 비용 모양은 예측 가능합니다. Flash의 작은 호출이 많고, Pro가 한두 번, 프리미엄 리뷰가 한 번입니다. 예산을 망치는 습관은 한 줄 고친 뒤 같은 질문을 프리미엄 모델에 다시 하는 것으로, 이미 가진 결론에 정가를 지불하는 일입니다. 가장 큰 절약은 모델이 아니라 프롬프트를 고치는 것입니다. 실패 증거와 제약을 프롬프트에 쓰면 대부분 Flash가 답하고 승격이 필요 없습니다. 두 번째는 결론을 바꾸지 못하는 테스트 생성을 거르는 것. 세 번째는 탐색을 싸게 두고 리뷰에서 방어할 수 있는 변경에만 프리미엄을 쓰는 것입니다.

Ofrai에서 이미지와 영상도 같은 지갑을 쓰기 때문에, 끝이 없는 코딩 오후가 저녁 한 컷을 막는 것은 진짜 손해입니다.

이 도구를 쓰지 않을 사람

작업 흐름이 저장소 전체 파악, 테스트 자동 실행, 마지막 커밋 이후 바뀐 내용을 전제로 한다면 지나치세요. 거기에 답하는 건 git 히스토리를 가진 에이전트이지 채팅 창이 아닙니다. 감사 가능한 흔적이 필요할 때도 마찬가지입니다. 증거는 IDE와 CI에 있고 텍스트 스레드에는 없습니다. 가격 규칙, 세금 로직, 동의 흐름らしく 정당성이 업무 권한으로 결정되는 판단도 모델이 초안을 쓰고 사람이 정해야 합니다. 반대로 테스트 작성, 보일러플레이트 제거, 로그와 오류 메시지 개선, 스크립트 연결, 마이그레이션 초안, 새 팀원에게 낯선 코드 설명에는 강합니다. 정직한 기준은 이렇습니다. 틀린 답이 1분 안에 테스트로 잡힌다면 쓰세요.

배포될 수 있다면 초안만 쓰고 한 줄씩 직접 읽으세요.

코딩 채팅과 옆의 글쓰기 도구

둘 다 텍스트 스튜디오에 있고 같은 크레딧을 씁니다. 진짜 차이는 스레드에 무엇을 산출물로 요구하느냐입니다. 글쓰기 요청은 완성된 원고, 곧 기사나 랜딩 페이지나 메일로 끝나고, 그 결과물이 톤과 구조입니다. 코딩 요청은 diff, 테스트, 마이그레이션らしく 당신이 실행할 것으로 끝나며, 산출물은 정확성과 인터페이스 호환성이고 산문은 그저 비계입니다. 모델 선택도 이를 따릅니다. 글쓰기 쪽은 긴 글에서 목소리가 안정적인 엔진에 기대고, 코딩 쪽은 양에 Flash, 마무리 리뷰에 프리미엄 모델을 씁니다. 머릿속에서 둘을 구분해 두면 좋은 문단이 나쁜 패치가 되는 걸 막을 수 있습니다. 둘 다 필요하다면 글쓰기 쪽은 AI 글쓰기 페이지가 맡습니다.

스튜디오 열기

자주 묻는 질문

저장소를 호스팅하나요?
아니요. Ofrai는 모델 워크스페이스입니다. git은 이미 있는 곳에 두세요.
코드에서 DeepSeek vs Claude?
볼륨은 Flash, 작성은 Claude나 GPT. 자세한 내용은 DeepSeek vs Claude 페이지.
생성 1회에 크레딧이 얼마나 드나요?
각 잡의 Ofrai 크레딧은 스튜디오에 표시됩니다. 모델 목록 크레딧은 시작점이며 해상도와 길이로 최종 소모가 달라집니다.
Ofrai에서 어떻게 시작하나요?
이 페이지에서 이미지/영상 스튜디오를 열고 추천 모델을 고른 뒤 시작 프롬프트를 그대로 쓰거나 조정해서 라이브러리에서 생성하세요.
Ofrai의 AI 코딩 어시스턴트는 무엇인가요?
코드에 맞춘 텍스트 스튜디오의 멀티모델 채팅: 저렴한 루프는 DeepSeek Flash, 머지 가능한 설명은 Claude 또는 GPT. chat-with-PDF와 글쓰기와 같은 워크스페이스.

관련 모델

비교