방은수

기존 RN 앱 담당자 퇴사 시점에 프로젝트에는 AI 에이전트 하네스가 사실상 정비되지 않은 상태였고 RN 도메인 지식 인계마저 단절된 상황. 학습 비용 절감과 컨텍스트 상시 참조를 위해 클로드 코드 기반 개발 보조 하네스를 처음부터 직접 설계하여 도입

초기 하네스 설계 이후, 직접 개발한 개인 플러그인 thinkit↓ 을 활용하여 규칙 소유권 · 산문/도구 분리 · 안전 경계 원칙 관점에서 하네스를 반복적으로 감사하고 개선. 직접 세운 원칙을 자체 결과물에 다시 적용하며 하네스 자체를 계속 점검 대상으로 삼음

UI 생태계 / 성능 / 애니메이션·제스처 / 서버 상태 / 네비게이션 / 전역 상태 / 다국어 / 에러 바운더리 / 신규 기능 흐름 등 도메인별 규칙과 아키텍처 결정을 스킬·rules 단위로 모듈화하여, 매 작업마다 컨벤션과 배경을 다시 설명하지 않고 필요한 시점에 컨텍스트로 불러올 수 있는 참조 구조로 정리

반복되는 구현 패턴을 스킬 커맨드로 자동화 — 신규 API 추가 시 응답 데이터 타입 정의 · TanStack Query 훅 생성 · 캐시 키 등록까지 이어지는 흐름을 원-커맨드로 처리, 낙관적 업데이트 뮤테이션 / 화면 진입 최적화 / 다국어 반영 / Android 빌드·네이티브 트러블슈팅 등 반복되는 작업의 결과물을 일관되게 확보

기능 구현이 완료된 시점에 별도 코드 리뷰 스킬을 호출하여, 작업 브랜치와 대상 버전 브랜치 간의 최종 diff 를 두 독립 lane(diff 내부에서 완결 판정 가능한 항목 / 리포지토리 전역 탐색이 필요한 항목)으로 분할해 서브에이전트가 병렬 리뷰하도록 파이프라인 구성. 관점이 겹치지 않도록 각 lane 은 서로의 결과를 공유하지 않고 독립적으로 결론을 도출

병렬 리뷰 결과를 반박 검증 단계에 넘겨 무리한 지적은 약화하거나 제외하되, 데이터 유실 · 인증/권한/결제 · 즉시 크래시 · 롤백 어려운 마이그레이션 카테고리는 약화 금지로 지정하여 크리티컬 지적이 묻히지 않도록 보호. 살아남은 CRITICAL / HIGH 가 하나라도 남으면 머지 명령 자체를 출력하지 않도록 게이트를 구성하여, 리뷰 통과 여부가 숫자 기준만으로 정해지도록 설계

보기의 추가·수정·삭제 후 TanStack Query의 invalidateQueries로 데이터 신선도를 유지하고, 최신 보기 데이터를 기반으로 정렬한 뒤 순서 변경 API를 호출해 정확성을 보장