Pretext가 AI 루프에 대해 시사하는 점

Pretext는 DOM 측정 없이 웹 페이지 레이아웃을 수행하는 TypeScript 기반의 텍스트 측정 알고리즘이다. 이 프로젝트는 AI 코딩 에이전트를 복잡하고 실증적인 문제에 활용할 때 무엇이 중요한지를 잘 보여준다.

단순히 "더 좋게 만들어줘"라고 요청하는 대신, **엄격한 제약 조건(Hard Constraint)**을 먼저 설정해야 한다. 예를 들어, 특정 함수는 반드시 산술 연산만 수행해야 한다는 식의 불변성을 정의하면, AI가 설계를 망치는 것을 방지할 수 있다.

또한, AI에게 이론이 아닌 **실증적인 오라클(Oracle)**을 제공해야 한다. AI가 스스로 정답을 도출하게 두는 것이 아니라, Chrome이나 Safari 같은 실제 브라우저의 동작 결과와 비교하며 검증하는 루프 안에 가두어야 한다.

문제가 발생했을 때는 문제를 최대한 작게 쪼개는 것이 중요하다. AI 에이전트는 광범위한 오류를 최소한의 재현 코드(Reproducer)로 압축하는 반복적인 실험 작업에 매우 유용하다.

마지막으로, 실패의 원인을 명확히 **분류(Taxonomy)**해야 한다. 폰트 불일치나 정규화 문제 등 실패 모드에 이름을 붙이면, AI가 엉뚱한 코드를 작성하는 대신 문제의 핵심에 집중할 수 있다.