"이 앱 만들어줘." 아마 AI 코딩 도구를 써본 사람이라면 한 번쯤 이 패턴으로 시작해봤을 거다. 처음 20분은 마법 같다. 폴더가 생기고, 컴포넌트가 쌓이고, 라우트가 붙는다. 그런데 세 번째 follow-up 프롬프트를 날리는 순간부터 뭔가 이상해진다. AI는 이전에 없애기로 했던 기능을 다시 살려놓고, 스택 선택은 어느 순간 흐릿해져 있고, 내가 뭘 만들고 있었는지조차 모호해진다. dev.to의 한 글이 이 현상을 정확하게 짚었다. "나쁜 AI 코드는 모델이 멍청해서가 아니라, 혼돈을 물려받았기 때문이다."
문제의 본질은 AI에게 생각 자체를 위임하는 것이다. 프롬프트 한 줄로 MVP를 요청하면, AI는 빠진 맥락을 알아서 채운다. 그 채움이 내 의도와 맞을 확률은 생각보다 낮다. 결국 우리는 코드를 짜는 게 아니라 AI의 가정을 하나씩 교정하는 작업을 반복하게 된다. 해결책은 의외로 단순하다. 코딩을 시작하기 전에, AI가 물려받을 '구조'를 먼저 만드는 것이다. 아이디어 리서치 → MVP 요건 정의 → 기술 계획 → 에이전트 지시서 작성 → 빌드 시작. 이 순서를 지키면 AI는 맥락이 있는 상태에서 일한다. 결과물의 밀도가 달라진다.
이 원칙은 단순히 '기획을 먼저 하라'는 말이 아니다. 컨텍스트 붕괴(context decay) 문제와 직결된다. 대화가 길어질수록 AI는 초반의 결정을 잊는다. 이미 제거했던 기능이 다시 나타나고, 한 시간 전 프로젝트의 맥락이 흐릿해진다. 중요한 결정이 채팅 스레드 안에만 존재하는 한 이 문제는 반복된다. 반면 그 결정이 프로젝트 문서로 외재화되면, 세션을 새로 시작해도, 도구를 바꿔도 프로젝트는 기억을 유지한다. 아티팩트가 대화보다 중요하다는 역설이다.
구조화의 필요성은 프롬프트 레벨에도 그대로 적용된다. "전문적이면서도 친근한 마케팅 메일 써줘"는 프롬프트가 아니라 분위기 표현이다. Anthropic의 자체 연구에 따르면, 프롬프트의 구조가 모델 선택보다 결과에 더 큰 영향을 미친다. 이 인사이트를 시각적 도구로 구현한 것이 flompt다. Role, Audience, Objective, Constraints, Output Format 등 12개의 의미 블록으로 프롬프트를 분해하고, React Flow 기반의 캔버스 위에서 블록을 연결해 Claude 최적화 XML로 컴파일한다. ChatGPT·Claude·Gemini 입력창에 'Enhance' 버튼을 주입하는 브라우저 익스텐션, 그리고 에이전트 워크플로우에 decompose_prompt()를 네이티브로 호출할 수 있는 MCP 서버까지 제공한다. 프롬프트를 에세이로 쓰는 대신 설계도로 그리는 접근이다.
컨텍스트 지속성을 인프라 수준으로 끌어올리는 시도도 나타나고 있다. ContextForge는 Cursor IDE에 MCP 기반 영구 메모리 레이어를 더한다. JWT 만료 정책, 디버깅 패턴, 아키텍처 결정 같은 지식을 저장하고 자연어로 재호출할 수 있다. 태스크 트래킹, 프로젝트별 컨텍스트 분리, 팀 공유까지 지원하며 Claude Code·Claude Desktop·Cursor에 동일한 메모리를 동기화한다. 설정은 ~/.cursor/mcp.json에 API 키 한 줄이면 된다. 세션이 끊겨도, 도구를 바꿔도 AI는 어제의 결정을 기억한다.
세 가지 흐름이 하나의 메시지로 수렴한다. 워크플로우 설계(flompt 이전의 기획 단계), 프롬프트 구조화(flompt), 컨텍스트 지속성(ContextForge)—이 세 층위를 모두 갖출 때 AI 코딩 도구는 비로소 예측 가능한 결과를 낸다. 이는 초보자에게 더 중요하다. 생성된 파일의 양이 곧 진척처럼 느껴지는 착각, 즉 "더 좋은 자동완성"을 실제 개발로 오해하는 순간이 가장 위험하다.
앞으로의 방향은 명확하다. AI 코딩 도구의 경쟁은 '얼마나 빠르게 코드를 생성하느냐'에서 '얼마나 일관된 컨텍스트 위에서 작동하느냐'로 이동하고 있다. MCP가 IDE를 에이전트 협업 공간으로 바꾸는 흐름, 시각적 프롬프트 구조화 도구의 등장, 세션을 초월하는 메모리 레이어—이 모두는 같은 방향을 가리킨다. AI에게 생각을 시키지 말고, AI가 물려받을 구조를 먼저 설계하라. 그 구조가 탄탄할수록 AI는 더 잘 작동한다. 프롬프트 엔지니어링의 다음 단계는 결국 시스템 설계다.