최근 AI, 특히 대규모 언어모델(LLM)이 코드 생성에 널리 활용되고 있지만, 생성된 코드의 디버깅 과정에서 비효율성이 크다는 지적이 많았습니다. AI가 디버깅 루프에 갇혀 불필요하게 많은 토큰(비용)을 소모하는 문제가 대표적입니다. 이러한 불편함을 해소하기 위해 개발자 바르만(Varman)이 로컬 CLI(명령줄 인터페이스) 도구인 '페이퍼(Paper)'를 공개했습니다.
페이퍼는 개발자가 코드 실행 중 에러를 만나면 간단한 명령(예: `paper run <cmd>`)으로 해당 에러를 '캡처'하고 `incident_report.md` 파일에 기록합니다. 이 파일은 에러의 '진실 공급원(source of truth)' 역할을 하며, 개발자가 AI 에이전트에게 문제 해결을 요청하면 에이전트는 이 `incident_report`를 참조하여 에러를 수정합니다. 모든 과정은 로컬 환경에서 이루어지며, 외부 API 호출이나 백그라운드 데몬, 서드파티 패키지 없이 작동하는 것이 특징입니다. 이는 보안과 프라이버시 측면에서도 이점을 제공합니다.
페이퍼의 등장은 AI 기반 개발 워크플로우에서 디버깅 효율성을 크게 개선할 잠재력을 가집니다. AI가 코드를 생성하는 능력은 뛰어나지만, 문제 해결 과정에서 맥락을 잃거나 반복적인 시도를 하는 경향이 있었습니다. 페이퍼는 에러 정보를 체계적으로 기록하고 AI 에이전트에게 명확한 참조점을 제공함으로써, 이러한 비효율성을 줄이고 개발자가 더 빠르고 정확하게 문제를 해결할 수 있도록 돕습니다. 이는 궁극적으로 AI를 활용한 소프트웨어 개발 생산성 향상에 기여할 것입니다.