처음 Codex를 쓰며 개발환경부터 배웠다
코드를 거의 직접 다루지 않던 PM이 Codex로 실제 기능을 만들기 위해 Git, Docker, WSL, 개발 서버 같은 환경부터 하나씩 이해했던 과정을 돌아봤습니다.
처음 Codex로 실제 무언가를 만들어보려고 했을 때 가장 먼저 만난 건 코드가 아니었습니다.
개발환경이었습니다.
AI에게 원하는 기능을 설명하면 코드는 만들어줍니다.
그런데 곧 이런 질문이 쏟아졌습니다.
- 이 코드는 어디에서 실행하지?
- 프런트엔드와 백엔드는 왜 따로 켜지?
- 데이터베이스는 어디에 있지?
- Docker는 왜 필요한 거지?
- Git은 언제 쓰는 거지?
- localhost는 왜 포트가 여러 개지?
개발자에게는 익숙한 단어들이었겠지만 당시 저에게는 거의 새로운 세계였습니다.
처음에는 도구 이름부터 낯설었다
처음 환경을 만들 때 만났던 것들은 대략 이런 것들이었습니다.
VS Code
Git
WSL2 / Linux
Docker
Node.js
Java
PostgreSQL
React
Spring Boot
처음에는 이것들을 전부 공부해야 개발을 시작할 수 있을 것처럼 느껴졌습니다.
그래서 조금 막막했습니다.
그런데 실제로는 모든 기술을 깊게 아는 것보다 각 도구가 무슨 역할을 하는지 이해하는 것이 먼저였습니다.
도구를 역할로 이해하니 조금 쉬워졌다
하나씩 써보면서 제 머릿속에서는 이렇게 정리됐습니다.
VS Code
→ 프로젝트 파일을 보는 작업 공간
Git
→ 변경 기록과 되돌리기
Docker
→ 같은 환경에서 실행하기 위한 컨테이너
PostgreSQL
→ 데이터를 저장하는 곳
프런트엔드
→ 사용자가 보는 화면
백엔드
→ 업무 규칙과 API
Codex
→ 이 파일들을 읽고 수정하고 명령까지 실행하는 개발 파트너
정확한 기술 정의라기보다 제가 일을 하기 위해 필요한 수준의 이해였습니다.
이 정도만 잡혀도 AI와 대화가 훨씬 쉬워졌습니다.
가장 중요한 변화는 ’코드를 받는 것’에서 벗어난 것이었다
그전까지 AI에게 개발을 요청한다는 건 코드 블록을 받아서 복사하는 것에 가까웠습니다.
GPT에게 코드 요청
→ 복사
→ 파일에 붙여넣기
→ 오류
→ 다시 질문
Codex를 쓰면서 이 흐름이 달라졌습니다.
프로젝트 열기
→ 현재 구조 확인
→ 작업 지시
→ 파일 수정
→ 명령 실행
→ 테스트
→ 결과 확인
AI가 실제 프로젝트를 보고 있다는 점이 컸습니다.
“이 코드를 어디에 넣어야 하지?“라는 질문이 줄었습니다.
처음에는 환경 오류도 개발의 일부였다
물론 바로 잘된 것은 아닙니다.
포트가 충돌하고, 필요한 프로그램이 설치되지 않았고, 명령어가 Windows와 Linux에서 다르게 동작하고, 데이터베이스가 연결되지 않는 일도 있었습니다.
그럴 때마다 Codex나 GPT에게 오류 메시지를 보여주고 하나씩 해결했습니다.
오류 발생
→ 메시지 읽기
→ 원인 후보 확인
→ 설정 수정
→ 다시 실행
돌아보면 이 과정 자체가 개발환경을 배우는 공부였습니다.
강의를 먼저 듣고 개발을 시작한 게 아니라, 만들다가 막히면 그때 필요한 만큼 배웠습니다.
Git은 ’개발자 도구’보다 되돌리기 버튼에 가까웠다
처음 Git을 배울 때는 명령어가 복잡해 보였습니다.
하지만 직접 작업하면서 가장 와닿았던 설명은 단순했습니다.
잘 되던 상태를 저장해두고,
문제가 생기면 돌아갈 수 있게 한다.
AI가 코드를 빠르게 많이 수정할수록 오히려 Git이 더 중요했습니다.
변경하기 전 상태를 남겨두면 AI에게 조금 더 과감한 수정도 맡길 수 있었습니다.
Docker도 같은 이유로 이해하게 됐다
Docker 역시 처음에는 왜 필요한지 잘 몰랐습니다.
그런데 환경을 여러 번 만들고 실행하면서 “내 PC에서는 되는데 다른 곳에서는 안 된다”는 문제를 줄이는 장치라는 게 체감됐습니다.
특히 데이터베이스처럼 설치와 설정이 필요한 프로그램을 정해진 방식으로 실행할 수 있다는 점이 편했습니다.
결국 Docker도 기술 자체보다 환경을 반복 가능하게 만드는 도구로 이해했습니다.
PM이 왜 여기까지 알아야 할까
저도 중간에 이런 생각을 했습니다.
내가 PM인데 이걸 왜 배우고 있지?
그런데 직접 작은 기능을 만들고 테스트하기 시작하면서 답이 조금 보였습니다.
제가 개발자가 되려는 건 아니었습니다.
대신 기술과 실제 결과물 사이의 거리를 이해하게 됐습니다.
- 왜 간단해 보이는 기능이 오래 걸리는지
- 어떤 변경이 여러 곳에 영향을 주는지
- 데이터가 어디에 저장되는지
- 배포와 개발이 왜 다른지
- 오류가 어느 영역에서 발생하는지
이걸 조금만 이해해도 개발팀과 이야기하는 방식이 달라졌습니다.
환경을 만들고 나니 비로소 ’직접 만들기’가 시작됐다
개발환경을 한 번 갖추고 나니 그 다음부터는 속도가 달라졌습니다.
아이디어가 생기면 문서로 오래 설명하기 전에 작게 구현해서 확인할 수 있었습니다.
문제 발견
→ GPT와 요구사항 정리
→ Codex에 구현 요청
→ 로컬 실행
→ 직접 확인
→ 수정
이 흐름이 만들어지면서 AI는 답변 도구에서 실제 작업 도구로 바뀌었습니다.
돌아보면 처음 Codex를 사용하면서 가장 많이 배운 것은 특정 프로그래밍 언어가 아니었습니다.
아이디어가 실제로 작동하기까지 어떤 환경과 과정이 필요한지였습니다.
그리고 그 이해가 이후 제가 AI와 제품을 만드는 방식의 출발점이 됐습니다.