AI 에이전트가 코딩한다! LY Corporation의 개발 자동화 워크숍
LY Corporation은 AI를 활용한 개발 생산성 향상을 위해 에이전틱 코딩(Agentic Coding) 워크숍을 개최
워크숍은 구현 계획 수립, 코드 생성, PR 작성, AI 리뷰 등 개발 전 과정(Entire Development Process)을 AI가 수행하도록 구성
기존 개발 프로세스를 유지하면서 AI를 활용, 40% 이상이 워크숍 내용을 업무에 적용하거나 활용 중
AI가 작성한 코드에 대한 리뷰 부담 증가(Increased Review Burden)와 개발 방식 변화에 대한 적응 필요
에이전틱 코딩(Agentic Coding)의 핵심 원리
에이전틱 코딩(Agentic Coding)은 AI 에이전트가 고수준의 목표를 받아 여러 단계로 분해하고, 자율적으로 실행하며 피드백을 통해 조정하는 개발 방식이다. 기존 코드 보조 도구와 달리, 코드베이스 전체를 이해(Understanding the Entire Codebase)하고 파일 간 관계를 파악하여 요구 사항 충족 시까지 반복한다.
구현 계획 수립(Implementation Planning): AI가 명세서를 기반으로 상세 구현 계획을 작성하고, 사람이 리뷰하여 AI의 정확한 코드 생성을 유도
자율적인 작업 수행(Autonomous Task Execution): 구현, 테스트, 린트, 빌드 과정을 AI가 스스로 반복하며, 최소한의 품질을 유지
PR 자동 생성(Automated PR Generation): AI가 구현 완료 후 PR을 생성하고, 기존 리뷰 코멘트를 활용하여 셀프 리뷰 수행
워크숍에서 활용된 AI 에이전트(AI Agent) 활용법
워크숍에서는 Jira 티켓과 Confluence 문서를 활용하여 AI가 구현 계획을 작성하도록 했다. 특히, 커스텀 슬래시 명령어를 통해 AI가 필요한 정보를 수집하고, 코드 분석을 수행하도록 지시했다.
MCP 도구 활용(MCP Tool Utilization): Jira 티켓 및 Confluence URL을 통해 관련 문서 조사
Explore Agent 활용(Explore Agent Utilization): Claude Code의 Explore 에이전트를 활용하여 코드 분석
구현 계획 파일 출력(Implementation Plan File Output): AI가 생성한 계획을 파일로 출력하여 사람의 리뷰 용이성 확보
이러한 접근 방식은 AI가 정보를 잘 참조할 수 있는 환경을 구축하는 데 기여하며, AI의 PR(Pull Request) 작성 자동화(Automated PR Generation)를 가능하게 한다.
에이전틱 코딩(Agentic Coding) 도입 시 고려사항
에이전틱 코딩(Agentic Coding)은 코드 생성 속도 향상과 구현 계획 사전 수립을 통한 리스크 조기 발견이라는 장점을 제공한다. 하지만, AI가 생성한 코드에 대한 리뷰 부담 증가와 개발 방식 변화에 대한 적응이 필요하다.
리뷰 부담 증가(Increased Review Burden): AI가 생성한 코드의 품질을 검증하기 위한 사람의 리뷰 필요
개발 방식 변화(Development Method Change): 기존 개발 프로세스와의 차이로 인한 적응 기간 필요
책임 소재 명확화(Clarification of Responsibility): AI가 작성한 코드에 대한 책임 소재를 명확히 해야 함
프로덕트 품질 유지를 위해 저품질 코드 방지 및 리뷰어의 부담을 줄이는 노력이 필요하다.
AI 기반 개발 자동화의 미래
AI 모델과 관련 도구의 빠른 발전에 따라, AI를 업무에 도입하고 활용하는 것이 중요해지고 있다. LY Corporation의 워크숍은 기존 개발 프로세스를 크게 변경하지 않으면서도 AI를 활용할 수 있는 방법을 제시한다.
점진적 도입(Gradual Adoption): 기존 업무에 점진적으로 AI를 도입하여 변화에 적응
구체적인 도입 방법 제시(Presentation of Specific Introduction Methods): AI 활용에 대한 구체적인 가이드라인 제시
지속적인 개선(Continuous Improvement): AI 도입 후에도 지속적인 개선을 통해 효율성 향상
AI와 함께 개발하는 시대에 적응하기 위해, 최소한의 범위에서 빠르게 도입하고 변화를 체감하는 것이 중요하다.
