AI 코딩 에이전트로 3개월 만에 SQLite 개발 도구를 완성한 경험담이 HN에서 주목

Hacker News 토론에서 주목받은 또 다른 글은 Lalit Maganti의 syntaqlite 개발기다. 그는 8년 동안 SQLite용 devtools를 제대로 만들고 싶었지만, AI coding agents를 본격적으로 활용하기 전까지는 프로젝트를 끝내지 못했다고 쓴다. 결과물은 단순한 toy project가 아니다. SQLite source에서 parser를 끌어오고, formatter를 얹고, PerfettoSQL 확장과 web playground, editor extension, packaging까지 포함한 상당히 완성도 높은 tooling stack이다.

이 글의 가치는 AI가 everything을 one-shot으로 해결했다는 식의 과장과 거리가 멀다는 데 있다. Maganti는 3개월 동안 약 250시간을 투입했고, 1월에는 Claude Code에 설계와 구현을 크게 위임한 뒤 “works, but spaghetti”에 가까운 결과를 얻었다고 설명한다. 그 버전은 접근 가능성을 입증했고 500개가 넘는 tests를 남겼지만, 장기적으로 유지할 구조는 아니었다. 결국 그는 대부분을 버리고 Rust 중심으로 다시 시작하면서 design ownership, code review, linting, validation, non-trivial testing을 훨씬 엄격하게 적용했다.

경험담은 AI의 장점과 한계를 분리해 보여준다. AI는 큰 side project를 시작하게 만드는 inertia를 줄였고, 명확한 interface가 있는 code를 빠르게 churn했으며, 익숙하지 않은 API나 분야를 학습하는 teaching assistant 역할도 했다. 반면 extraction pipeline이나 parser architecture처럼 프로젝트의 edge를 만드는 부분에서는 표준적이고 무난한 답을 내놓는 습성이 오히려 해로웠다고 말한다. 또 generated code를 빠르게 늘릴수록 refactoring을 끊임없이 하지 않으면 codebase가 바로 무너진다고 경고한다.

이 점 때문에 HN 반응도 단순한 “AI 덕분에 빨라졌다” 수준을 넘어선다. syntaqlite 사례는 AI-assisted engineering의 실제 trade-off를 비교적 솔직하게 드러낸다. AI는 오랫동안 미뤄둔 프로젝트를 현실로 끌어올릴 수 있지만, architecture, taste, maintainability를 끝까지 책임지는 사람은 여전히 필요하다. 자동화의 속도와 인간의 판단 사이에서 무엇을 직접 소유해야 하는지 보여주는 좋은 운영 사례다.