많은 개발자가 ESLint나 Prettier 같은 범용 Lint 규칙을 도입하는 데 그친다. 하지만 저자는 “Lint 규칙은 남이 만든 걸 무조건 가져다 쓰기보다, 내 실수에서 뽑아내는 게 제일 좋다”고 말한다. 이는 개인 지식 관리(PKM)의 관점에서 매우 중요한 원칙이다. AI 세션이 끝날 때마다 “무엇을 놓쳤는지” 회고하고, 그 실수를 기록한 뒤 주기적으로 Lint 규칙으로 만들 수 있는지 검토하는 과정은, 자신의 코딩 패턴에서 약점을 찾아 시스템적으로 보완하는 메타인지 훈련이다. 또한 이 규칙들은 자신의 코드베이스와 작업 흐름에 최적화되므로, 일반 규칙보다 훨씬 높은 정밀도를 가진다. 저자는 40개 이상의 커스텀 규칙을 운영하며, 그 규칙이 많아질수록 자신이 생각하는 ‘좋은 코드’가 자연스럽게 나온다고 한다. 이는 단순한 코드 품질 도구를 넘어, 자신의 표준을 AI에게 주입하는 가장 직접적인 방법이다. 이미 있는 코드베이스라면 기존 코드 정리가 필요하지만, “AI가 코딩해주는 시대에 자유도를 줄이기 위해선 할만한 투자”라는 판단이 설득력 있다.
근거
“Lint 규칙은 남이 만든 걸 무조건 가져다 쓰기보다, 내 실수에서 뽑아내는 게 제일 좋다. 나는 AI 세션이 끝날 때마다 무엇을 놓쳤는지 회고를 돌린다. 나온 실수들을 기록해둔다. 주기적으로 Lint 규칙으로 만들 수 있는 게 있는지 찾는다.”
연결된 생각
- 20260522-lint-deterministic-guardrails — Lint가 결정적 제약을 제공하는 이유.
- 20260522-lint-as-ai-harness — 개념적 기반.