AI 에이전트를 활용한 개발 및 리서치 작업이 늘면서, 요구사항, 조사 자료, 결정 사항, 작업 계획 등이 뒤섞여 관리되지 않거나, AI가 생성한 한국어 문서의 품질이 떨어지는 문제가 빈번하게 발생하고 있습니다. 이러한 비효율을 해결하기 위해 'docs-system'이라는 새로운 접근 방식이 제시되었습니다. 이 프로젝트는 AI 에이전트가 문서를 체계적으로 관리하고 한국어 표현을 검토하도록 지시하는 방법을 연구하며, 각 저장소에 맞춰 적용할 수 있는 문서와 스킬 세트를 제공합니다.
'docs-system'은 크게 두 가지 핵심 스킬로 구성됩니다. 첫 번째는 'use-design-docs'로, AI 에이전트가 저장소 내 문서(docs/designs/README.md)를 읽고 요구사항, 외부 리서치 콘텐츠, 결정 및 계획을 명확히 구분하여 기록하도록 돕습니다. 이 스킬은 고정된 템플릿이나 테이블 대신 소제목과 문단을 활용해 유연하게 정보를 정리하며, 불필요한 문서는 만들지 않고 다음 작업에 필요한 정보만 추가하도록 설계되었습니다. 두 번째 스킬인 'use-words-review'는 AI가 생성하거나 외부에 공유할 한국어 문서를 검토합니다. 번역체 표현, 지나치게 긴 문단 등을 스크립트로 1차 검수하고, 서브 에이전트가 문맥과 관계를 파악하여 자연스러운 한국어 표현을 제안합니다. 다만, 문장을 자동으로 수정하기보다는 검토 결과를 바탕으로 사람이 직접 수정하도록 유도하여 최종 품질을 확보합니다.
이러한 'docs-system'은 AI 에이전트의 활용도를 높이고 작업 결과물의 품질을 향상시키는 데 중요한 의미를 가집니다. 개발 과정에서 발생하는 정보의 파편화를 줄이고, AI가 생성한 콘텐츠의 신뢰도를 높여 전반적인 생산성을 개선할 수 있습니다. 특히, AI가 작성한 한국어 문서의 어색함이나 오류를 줄여 최종 사용자에게 더 자연스럽고 정확한 정보를 전달할 수 있게 합니다. 이 프로젝트는 완성된 애플리케이션이라기보다는 AI 에이전트에게 효과적으로 작업을 지시하는 방법에 대한 연구 결과물로서, 개발자들이 각자의 프로젝트 환경에 맞춰 커스터마이징하여 적용할 수 있는 유연한 프레임워크를 제공한다는 점에서 가치가 있습니다.