
Deep Work Plan
Dailybot · 코딩 · 생산성
Deep Work Plan은 AI 코딩 에이전트가 본줄기에서 벗어나지 않고 길고 여러 단계인 작업을 끝내도록 돕는 무료 오픈소스 방식이다. 대화 기록 대신, 원자적 작업과 통과 또는 실패 검사를 갖춘 계획으로 일을 적어 두고, 어떤 에이전트든 그것을 실행하고 멈추고 다시 이어 갈 수 있게 한다. 이 키트는 에이전트 스킬로 설치되며 파일을 읽는 여러 도구와 함께 동작한다. Claude Code, Cursor, Codex도 포함된다. 마이그레이션, 리팩터링, 또는 완전히 새로운 하위 시스템을 에이전트에 맡기고 그 일이 실제로 매듭지어지길 바라는 개발자를 위해 만들어졌다.

Deep Work Plan 소개
Deep Work Plan이란
Deep Work Plan(DWP)은 AI 코딩 에이전트와 함께 구조화된 소프트웨어 작업을 수행하는 MIT 라이선스의 명세 기반 개발 프레임워크다. 핵심 주장은 직설적이다. 맥락이 모델보다 중요하다. 강력한 모델에 장기 임무를 맡겨도 컨텍스트 창이 차고 초기 결정이 흐려지면 결국 벗어난다. DWP는 저장소 자체를 에이전트가 작업하는 구조로 바꿔 답한다. 맥락, 안전장치, 그리고 오래가는 계획이 에이전트가 읽을 수 있는 파일로 존재한다.
계획이 곧 명세다. 무엇이 참이어야 하는지 적고, 수용 기준이 있는 작업으로 쪼개고, 에이전트가 통과해야 하는 검증 게이트를 더한다. 완료는 더 이상 느낌이 아니다. 검사가 된다. 테스트가 통과하고, 타입이 맞고, 기준이 충족되거나, 아니면 작업은 열린 채로 남는다. 명세가 한 에이전트의 세션 안이 아니라 저장소에 있으므로, 그 파일을 읽을 수 있는 에이전트라면 몇 시간 뒤에도 작업을 이어받는다. 리팩터링이 점심 한두 끼를 넘길 만큼 길어질 때 정말 중요한 부분이 바로 이것이다.
호스팅 제품이 아니고 대시보드도 없다. 초기화 프롬프트를 에이전트에 복사해 저장소를 AI 우선으로 바꾸게 하면 도입된다. 트레이드오프는 실제다. 계획을 미리 써야 하고, 그것은 벗어날 만큼 긴 작업에서만 값을 한다. 15분짜리 수정에는 이 의식이 아깝다. 마이그레이션이라면 보통 그만하다.
시작하기
- deepworkplan.com/init.md 의 초기화 프롬프트를 열고, 무엇이든 바꾸기 전에 처음부터 끝까지 읽는다.
- 프롬프트를 Claude Code, Cursor, Codex 같은 코딩 에이전트에 붙여 넣는다.
- 에이전트가 저장소를 살피게 한 뒤, 제안한 계획을 검토하고 큰 변경 전에 확인한다.
- 키트를 통해 스킬을 설치해 dwp-create, dwp-execute, dwp-verify 명령을 쓸 수 있게 한다.
- 첫 계획을 만들고 작업 하나씩 실행하며, 자리를 비웠다 돌아올 때마다 dwp-status나 dwp-resume를 쓴다.
제품 정보
Deep Work Plan의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.
추천 대상
이 도구가 가장 잘 맞는 사용자, 작업, 상황입니다.
사용자
- 1인 개발자
- 소규모 엔지니어링 팀
- 여러 에이전트를 넘나드는 개발자
작업
- 대규모 리팩터링
- 프레임워크 마이그레이션
- 새 하위 시스템 구축
- 의존성 업그레이드
활용 상황
- 다음 날 아침에 작업을 이어받기
- heartbeat나 cron으로 무인 실행
- 에이전트 출력 검토
- 새 저장소 온보딩
주요 기능
명세 기반 개발
Deep Work Plan은 서면 명세를 진실의 원천으로 다루고, 대화 기록은 그렇게 다루지 않는다. 목표, 범위, 수용 기준을 먼저 정의하고 에이전트는 그것에 맞춰 실행한다. 계획 자체가 명세이므로 이탈은 내가 요청한 것에 대한 기억이 아니라 명시된 기준과 견주어 측정된다. 이것이 명세를 한 벤더 안에 가두는 도구 종속 시스템과 DWP를 가르는 지점이다.
계획-실행-검증 루프
모든 작업은 계획, 원자적 작업, 검증 게이트, 재개 가능한 상태, 완료라는 순환을 지난다. 작업은 검사가 통과할 때만 닫힌다. 즉 에이전트가 일을 끝냈다고 선언하고 다음 항목으로 넘어갈 수 없다. 그렇지 않으면 열린 채로 남는다. 이 한 가지 규칙이, 내가 지켜보지 않는 동안 엔지니어링 작업을 하는 기계에 기울여야 했을 신뢰의 대부분을 없앤다. 루프는 한 파일 수정이든 며칠짜리 구축이든 같아서, 한 번 익히면 에이전트의 행동을 예측할 수 있다.
설정으로서의 저장소
맥락은 AGENTS.md와 문서에, 도구는 .agents 키트에, 안전장치는 검증 게이트에, 상태는 git이 무시하는 .dwp 폴더에 산다. 모든 부분이 파일이므로 전체 구성이 이식 가능하고 감사 가능하다. 버전을 관리하고 검토하고, 다시 쓰지 않고 다른 에이전트에 넘길 수 있다.
구조에서 나오는 토큰 효율
맥락은 에이전트에게 가장 희소한 자원이고, DWP는 그것을 아껴 쓰도록 설계됐다. 그 맥락을 낭비하는 부주의한 방식은 작업이 길어지고 판돈이 커지는 바로 그때 실패하기 때문이다. 지시는 트리거가 발동할 때 점진적으로 로드되고, 검증은 작업이 바꾼 부분만 건드린다. 사이트는 각 흐름에 필요한 지시 바이트를 공개하고, 최신 릴리스가 실행 흐름을 45.7%, 재개 흐름을 67.5% 줄였다고 보고한다.
작업에 맞는 계획 크기
Lite 계획은 범위가 정해진 수정을 다루고, Full 계획은 몇 시간에 걸친 작업을 처리한다. 형식은 모든 작업을 같은 무거운 템플릿에 밀어 넣는 대신 작업의 범위를 따른다. 작은 일은 가볍게 남는다. 큰 일에는 진짜 구조를 담을 여지가 생긴다.
라우터 하나와 아홉 개의 하위 스킬
이 스킬은 create, execute, refine, resume, status, verify, onboard, author, upgrade를 아우르는 라우터다. 각각 dwp-create나 dwp-verify 같은 얇은 슬래시 명령을 지닌다. refine은 완료된 작업을 보존한 채 작업을 추가, 제거, 재정렬하게 해 주며, 작업 도중 범위가 바뀔 때 중요하다.
이미 쓰는 에이전트를 위한 어댑터
Deep Work Plan은 Claude Code, Cursor, OpenAI Codex, GitHub Copilot, Google Gemini, OpenCode, Windsurf, Cline 등을 위한 어댑터를 제공한다. 어댑터는 의도적으로 얇아서, 에이전트를 업데이트해도 AI 에이전트 워크플로를 다시 쓸 필요가 없다. 도구는 바꾸고 방식은 지켜라. OpenClaw와 Hermes에는 heartbeat나 cron 스케줄로 구동되는 무인 프로필이 있다.
장단점
장점
- 무료이고 MIT 라이선스라, 써 보기 전에 저울질할 라이선스 비용이나 벤더 종속이 없다.
- 하나의 도구에 묶지 않고 Claude Code, Cursor, Codex와 다른 에이전트에서 동작한다.
- 검증 게이트가 '완료'를 객관적으로 만들어, 끝나지도 않았는데 끝냈다고 주장하는 에이전트와의 주고받기를 줄여 준다.
- 재개 가능한 상태 덕분에 노트북을 덮거나 세션을 바꿔도 긴 작업이 살아남는다.
- 공개된 지시 바이트 수는 마케팅 주장이 아니라 맥락 비용에 대한 구체적인 감을 준다.
단점
- 사전에 설정 시간으로 값을 치른다. 명세를 쓰고 계획을 확인하는 일이 코드를 바꾸기 전에 늘어난다.
- 이 부담은 장기 작업에서만 값을 한다. 일의 대부분이 한자리에서 끝나는 빠른 편집이라면, 추가 계획 단계는 도움보다 발목을 잡는다.
- 호스팅 제품이 아니라 방식과 키트라서, 기댈 대시보드도 청구 페이지도 지원 창구도 없다.
- 실제 가치는 함께 묶는 에이전트에 달려 있다. 주위 구조가 나아져도 약한 에이전트는 어려운 작업에서 여전히 고전한다.
자주 묻는 질문
그렇다. MIT 라이선스로 무상 공개되며, 그래서 유료 플랜의 가치는 $0다. 개인용이든 상업용이든 저장소에서 비용 없이 쓸 수 있다.
관련 콘텐츠
Deep Work Plan와 관련된 도구, 스킬, 아티클을 살펴보세요.
Deep Work Plan 대안
Forefront
Forefront · 코딩Forefront는 오픈소스 AI로 무언가를 만드는 웹 플랫폼이다. 대표적인 오픈소스 언어 모델을 자신의 데이터로 미세 조정하고, 성능을 평가하고, API로 실행하거나 내보내 직접 호스팅할 수 있다. 폐쇄형 플랫폼의 편의를 원하면서도 모델과 데이터의 소유권은 놓지 않으려는 개발자가 대상이다.
Startkit
StartKit.AI · 코딩Startkit은 AI SaaS와 AI 래퍼 제품을 만들기 위한 보일러플레이트다. 지루한 부분을 미리 연결해 둔 AI 스타트업 보일러플레이트라고 생각하면 된다. 인증, Stripe와 Lemon Squeezy 결제, 사용량 제한, 트랜잭션 이메일, 그리고 OpenAI, Anthropic, Groq, Llama와 통신하는 AI API 스타터 키트가 포함된다. 저장소를 복제하고 가격을 정한 뒤 사용자가 실제로 돈을 내는 부분에 착수하면 된다. React와 Tailwind 위의 Next.js로 만들어졌기 때문에 보일러플레이트 코드의 상당 부분이 이미 익숙하게 느껴진다.
Testim
Tricentis · 코딩Testim은 웹, 모바일, Salesforce 애플리케이션 전반에 걸쳐 엔드투엔드 테스트를 만들고 실행하는 AI 기반 테스트 자동화 플랫폼이다. 머신러닝에 기대어 인터페이스가 바뀌어도 테스트를 안정적으로 유지하므로, 팀은 깨진 셀렉터를 고치는 데 쓰는 시간을 줄인다. 오늘부터 쓸 수 있는 자동화 테스트 도구치고 나쁘지 않다. 브라우저에서 동작을 녹화해 테스트를 만들고, 더 세밀한 제어가 필요하면 JavaScript를 더한다. 바쁜 QA 팀에게 탄탄한 선택이다.
