Peter Steinberger는 PSPDFKit을 글로벌 개발자 도구 비즈니스로 성장시킨 창업자이자, LLM 및 AI 에이전트 중심의 워크플로우를 개척하고 있는 개인 개발자이다. 그는 70명 이상의 개발팀을 운영한 경험을 통해 완벽주의를 내려놓는 법을 터득했으며, 이 능력이 AI 에이전트와의 협업 효율성을 높이는 데 기여했다고 언급한다. 2026년 1월 한 달에만 6,600건 이상의 커밋을 기록하며 개인 개발자로서 이례적인 생산성을 보였는데, 이는 Moltbot(구 Clawdbot)이라는 개인 프로젝트에서 이루어진 것이다.

Moltbot은 GitHub에서 Tailwind CSS와 비교될 정도로 역대 가장 빠른 스타 성장률을 기록했으며, Google 검색량에서 Claude Code와 Codex를 합친 것보다 많은 검색량을 기록하며 폭발적인 관심을 받고 있다. Peter는 자신의 프로젝트가 "회사처럼 보이겠지만, 사실은 집에서 재미로 코딩하는 한 사람"에 불과하다고 설명한다.

그의 AI 에이전트 기반 워크플로우의 핵심 방법론은 다음과 같다:

1. 동시 에이전트 운영: 5~10개의 AI 에이전트를 동시에 운영하며 "몰입(flow) 상태"를 유지한다. 각 에이전트는 서로 다른 기능을 병렬로 처리한다.
2. 검증 루프 설계: AI 에이전트가 생성한 코드를 스스로 검증할 수 있도록 시스템 설계가 필수적이다. 에이전트가 컴파일, 린트(lint), 실행, 테스트 등을 자율적으로 수행하여 루프를 닫음으로써 코드의 유효성을 확인하는 자동화된 파이프라인을 구축한다. 이는 에이전트가 생성한 코드의 신뢰성을 높이는 핵심 요소이다.
3. 계획 중심 개발: 코드를 직접 작성하기보다, 계획 수립에 상당한 시간을 투자한다. Codex를 선호하며 에이전트와 반복적으로 대화하여 견고한 계획을 수립한다. 이 과정에서 에이전트가 제시한 계획에 도전하고, 수정하고, 반박하며, 만족할 때까지 논의를 거친 후 실행하도록 지시한다. Codex는 장시간 작업을 독립적으로 수행하는 데 유리하며, Claude Code는 명확화를 위해 자주 개입이 필요하다고 언급한다.
4. 프롬프트 엔지니어링: 의도적으로 덜 구체적인 프롬프트를 사용하여 에이전트가 예상치 못한 창의적인 솔루션을 발견하도록 유도한다.
5. 로컬 CI 선호: 원격 CI(Continuous Integration)의 10분 대기 시간 대신 에이전트가 로컬에서 테스트를 즉시 실행할 수 있도록 로컬 CI 환경을 구축하는 것이 효율적이라고 강조한다.

이러한 워크플로우를 통해 Peter는 10가지 핵심 교훈을 얻었다: 완벽주의를 버리고 코드가 항상 자신의 취향에 맞지 않을 수 있음을 받아들이는 것, AI 에이전트가 스스로 코드를 검증하는 루프를 닫는 시스템 설계, 코드 자체보다 코드를 생성한 프롬프트를 중시하는 "Prompt Request"의 부상, 코드 리뷰 대신 아키텍처 논의에 집중, 5~10개 에이전트의 동시 운영, 견고한 계획 수립에 대한 투자, 덜 구체적인 프롬프트 사용, 로컬 CI의 우수성, 지루한 데이터 변환과 같은 구현 세부사항에 집착하지 않고 시스템 설계에 에너지를 집중하는 것이다. 그는 구현 세부사항보다 결과물과 시스템 설계에 관심 있는 엔지니어가 AI와 더 잘 협업할 수 있으며, 알고리듬 퍼즐 풀기를 좋아하는 엔지니어보다 제품 출시를 좋아하는 사람이 "AI 네이티브" 전환에 더 잘 적응한다고 주장한다.

Peter는 AI로 인해 소프트웨어 엔지니어링이 죽는 것이 아니라 오히려 발전한다고 본다. 그는 프로젝트의 고수준 구조를 머릿속에 유지하는 소프트웨어 아키텍트의 역할을 수행하며, 아키텍처, 기술 부채, 확장성, 모듈성에 깊이 신경 쓴다. Moltbot의 성공 이유 중 하나는 확장성이 뛰어나 새로운 기능 추가가 용이하다는 점이다. 그는 프로젝트의 "선량한 독재자"로서 방향과 스타일의 일관성을 유지한다.

Moltbot은 "빠르게 움직이고 부수기(move fast and break things)"를 전제로 한 실험적이고 빠른 반복을 목표로 하는 프로젝트이며, 아직 작업 진행 중이다. 이러한 방식이 모든 팀이나 제품에 동일하게 적용하기는 어렵지만, 대형 AI 연구소조차 예상치 못한 수요를 발견한 사례로 평가받는다.