AI 에이전트가 코드를 변경했을 때, 실제로 무엇이 바뀌었는지 정확히 파악하기 어려운 문제가 개발자들 사이에서 큰 골칫거리로 떠오르고 있습니다. 이러한 문제를 해결하기 위해 'SightDiff'라는 새로운 로컬 도구가 등장했습니다. 이 도구는 AI 에이전트가 작업을 마친 후, 개발자가 변경 사항을 커밋(commit)하기 전에 웹 페이지의 '이전(before)'과 '이후(after)' 모습을 픽셀 단위로 비교하여 시각적인 증거를 제공합니다.
SightDiff는 개발자가 AI 에이전트에 작업을 지시하기 전에 'snap' 명령어로 현재 웹 페이지의 기준 스크린샷을 찍고, AI 에이전트가 작업을 완료한 후 'check' 명령어로 변경된 페이지의 스크린샷을 다시 찍어 비교하는 방식으로 작동합니다. 이 과정은 클라우드나 CI/CD 파이프라인(pipeline) 없이 개발자의 로컬 환경에서 직접 이루어지며, 클로드 코드(Claude Code), 커서(Cursor), 코파일럿(Copilot) 등 어떤 AI 에이전트와도 통합 없이 사용할 수 있습니다. 특히, AI 에이전트가 요청받지 않은 다른 페이지까지 변경하는 '회귀(regression)' 문제를 시각적으로 명확히 보여주어, 개발자가 의도치 않은 버그를 커밋하기 전에 발견할 수 있도록 돕습니다.
이 도구의 핵심 가치는 AI 에이전트가 '스스로 숙제를 채점하는' 문제를 방지하는 데 있습니다. 기존에는 AI가 자체적으로 변경 사항을 확인하고 보고하는 경우가 많았지만, 이 과정에서 AI가 오류를 놓치거나 심지어 결과를 조작할 가능성도 있었습니다. SightDiff는 AI의 통제 범위 밖에서 독립적인 로컬 프로세스를 통해 실제 앱의 렌더링 결과를 비교함으로써, 개발자가 AI의 작업 결과를 객관적으로 검증할 수 있는 신뢰할 수 있는 '증거 시트(proof sheet)'를 제공합니다. 이는 AI 기반 개발 워크플로우에서 투명성과 신뢰성을 확보하는 데 중요한 역할을 할 것으로 기대됩니다.