AI가 코드를 짜다 중간에 멍해지는 문제, 이 도구가 해결했습니다 — GSD, 깃허브 스타 3만 2천
AI 코딩 도우미가 오래 작업하면 품질이 떨어지는 '컨텍스트 부패' 문제를 해결한 오픈소스 도구 GSD(Get Shit Done)가 깃허브 스타 3만 2천을 돌파했습니다. 명령어 하나로 설치하면 Claude Code가 체계적으로 계획하고, 검증하고, 커밋까지 자동으로 합니다.
AI 코딩 도우미에게 큰 프로젝트를 맡기면 처음엔 잘 되다가 어느 순간 코드 품질이 뚝 떨어지는 경험, 해보신 적 있습니까? 이 현상을 '컨텍스트 부패(Context Rot)'라고 부릅니다. AI가 작업하면서 대화 창에 쌓인 정보가 너무 많아지면, 마치 책상 위에 서류가 산더미처럼 쌓여서 중요한 문서를 못 찾는 것과 같은 상태가 됩니다.
GSD(Get Shit Done)는 이 문제를 정면으로 해결한 오픈소스 도구입니다. 깃허브 스타 3만 1,900개를 돌파했고, Amazon, Google, Shopify 엔지니어들이 실무에서 사용하고 있습니다. 오늘 해커뉴스 프론트페이지에도 올라와 뜨거운 토론이 벌어지고 있습니다.
AI가 오래 일하면 멍해지는 이유
Claude Code 같은 AI 코딩 도우미는 한 번에 처리할 수 있는 정보량(컨텍스트 윈도우)이 정해져 있습니다. 프로젝트가 커지면 이 공간이 이전 대화, 코드 조각, 에러 메시지로 가득 차면서 AI의 판단력이 떨어집니다. 카네기멜론대 연구에 따르면 AI 코딩 도구를 2달 이상 쓰면 오히려 속도가 느려지는 현상이 관찰되기도 했습니다.
GSD는 이 문제를 '매 작업마다 새로운 두뇌를 쓰게 하는 방식'으로 풀었습니다. 큰 프로젝트를 작은 단위로 쪼개고, 각 작업마다 AI에게 깨끗한 새 대화 창(20만 토큰)을 열어줍니다. 덕분에 아무리 큰 프로젝트를 해도 AI의 집중력이 떨어지지 않습니다.
6단계로 AI를 '일 잘하는 개발팀'처럼 만드는 방법
GSD의 핵심은 혼자서 코딩하더라도 기획자 → 연구자 → 설계자 → 개발자 → 테스터 역할을 AI가 차례로 수행하게 만드는 것입니다.
GSD 워크플로우 6단계
AI가 질문을 던져서 요구사항을 완벽히 파악합니다. "뭘 만들 건지" "누가 쓸 건지" "필수 기능은 뭔지" 등을 정리한 기획서를 자동 생성합니다.
구현할 때 애매한 부분을 미리 논의합니다. UI라면 "버튼 위치, 빈 화면 처리", API라면 "에러 형식, 응답 구조" 같은 결정을 먼저 내립니다.
AI가 관련 기술을 조사하고, 작업을 2~3개 단위로 쪼갠 실행 계획서를 만듭니다. 각 계획서에는 "무엇을 만들지, 어떻게 확인할지"가 명확하게 적혀 있습니다.
서로 의존하지 않는 작업은 병렬로 동시 실행합니다. 각 작업이 끝나면 자동으로 Git 커밋을 만들어서, 문제가 생기면 딱 그 작업만 되돌릴 수 있습니다.
완성된 결과물을 하나씩 확인합니다. 문제가 발견되면 AI가 자동으로 원인을 진단하고 수정 계획을 만들어 다시 실행합니다.
다음 단계로 넘어가 같은 과정을 반복합니다. 모든 단계가 끝나면 릴리스 태그를 달고 다음 버전 작업을 시작합니다.
'웨이브 실행' — 서로 안 겹치는 작업은 동시에
GSD의 실행 단계에서 가장 눈에 띄는 기능은 웨이브(Wave) 기반 병렬 실행입니다. 예를 들어 쇼핑몰을 만든다면:
WAVE 1 (동시 실행): 회원 모델 + 상품 모델
WAVE 2 (동시 실행): 주문 API(회원 모델 필요) + 장바구니 API(상품 모델 필요)
WAVE 3: 결제 화면(주문+장바구니 API 필요)서로 의존하지 않는 작업은 동시에 돌리고, 앞 작업 결과가 필요한 작업은 순서대로 실행합니다. 각 작업이 끝날 때마다 Git 커밋이 자동으로 생성되므로, 나중에 어떤 작업에서 버그가 생겼는지 정확히 추적할 수 있습니다.
실제 사용자들의 평가
해커뉴스 토론에서 사용자들의 반응은 엇갈렸습니다.
👍 긍정적 평가
사용자 yoaviram은 "3개월간 사용했는데 복잡한 작업도 95% 완성도로 결과물이 나온다"며 GSD로 SaaS 제품을 출시했다고 밝혔습니다. prakashrj는 "시스템 엔지니어인데 앱 개발 경험이 전혀 없었지만, GSD로 한 달 만에 25만 줄의 코드를 생성해서 앱을 만들었다"고 했습니다.
👎 부정적 평가
반면 yolonir는 "과도하게 복잡하다. API 사용량이 빠르게 소진된다"고 비판했고, testycool은 "5시간 세션 제한이 30분 만에 도달했다"며 토큰 소비가 큰 점을 지적했습니다.
핵심 논쟁은 "체계적 프레임워크가 토큰 소비 대비 실제 생산성 향상을 가져오는가"입니다. 대규모 프로젝트에서는 효과적이지만, 간단한 작업에는 오버킬이 될 수 있다는 것이 중론입니다.
5분 만에 설치하고 시작하기
GSD는 Claude Code, Gemini CLI, GitHub Copilot, OpenCode 등 주요 AI 코딩 도구를 모두 지원합니다. 설치는 명령어 한 줄입니다.
# 설치 (대화형 — 사용할 도구를 선택할 수 있습니다)
npx get-shit-done-cc@latest
# Claude Code 전용으로 바로 설치
npx get-shit-done-cc --claude --global
# 모든 AI 코딩 도구에 한꺼번에 설치
npx get-shit-done-cc --all --global설치 후 Claude Code에서 /gsd:help를 입력하면 사용 가능한 명령어 목록이 나옵니다. 새 프로젝트를 시작하려면:
# 새 프로젝트 시작 — AI가 질문을 던지며 기획서를 만듭니다
/gsd:new-project
# 빠른 작업 — 전체 과정 없이 간단한 작업 실행
/gsd:quick "로그인 페이지 만들어줘"
# 현재 진행 상황 확인
/gsd:progressSuperpowers, gstack과 뭐가 다른가
최근 AI 코딩 워크플로우 도구가 쏟아지고 있습니다. 비교하면:
GSD의 차별점은 "작업마다 새 컨텍스트"를 열어서 품질 저하를 원천 차단한다는 점입니다. 반면 토큰 소비가 많다는 단점이 있으므로, 간단한 수정에는 일반 Claude Code를, 대규모 프로젝트에는 GSD를 쓰는 것이 현실적입니다.
누구에게 유용한가
혼자서 앱을 만들고 싶은 1인 개발자라면 GSD가 기획부터 검증까지 전 과정을 체계적으로 관리해줍니다. 코딩 경험이 적어도 AI에게 "이런 앱 만들어줘"라고 말하면 GSD가 알아서 질문하고, 계획하고, 실행합니다.
AI 코딩 도구를 쓰다가 결과물 품질이 들쭉날쭉해서 답답했던 개발자라면, GSD의 구조화된 워크플로우가 일관된 품질을 유지하는 데 도움이 됩니다. 다만 API 비용이 늘어날 수 있으니, 프로젝트 규모에 맞게 판단하시기 바랍니다.
앞으로의 전망
GSD는 3월 한 달 동안만 v1.22에서 v1.25까지 빠르게 업데이트되고 있습니다. 최근에는 Google의 Antigravity 런타임 지원과 자연어 명령 라우팅(/gsd:do) 기능이 추가됐습니다.
AI 코딩 도구가 "코드를 대신 짜주는 것"을 넘어 "프로젝트를 관리하는 것"으로 진화하고 있습니다. GSD, Superpowers, gstack 같은 도구들이 경쟁하면서, '바이브코딩'이 단순한 유행을 넘어 체계적인 개발 방법론으로 자리 잡아가는 모습입니다.
관련 콘텐츠 — Easy클코로 AI 시작하기 | 무료 학습 가이드 | AI 뉴스 더보기