AI와 비개발자를 위한 사내 플랫폼 구축, 개발자의 역할 변화를 경험하다.
비개발자의 바이브 코딩 지원을 위해 사내 플랫폼을 구축, CI/CD 파이프라인, DB, 도메인, API Gateway를 구축하여 개발 환경을 조성함
11명의 비개발자가 참여하여 전자결재, 근태관리 등 사내 시스템을 직접 개발, AI 챗봇을 활용하여 개발 생산성을 향상시킴
AI의 컨텍스트 이해 오류로 인한 문제 발생, Design System, Docs 프로젝트를 통해 공통 규칙 및 정책을 문서화하여 해결
E2E 테스트를 도입하여 품질 관리, Ultra Mode, Night Mode를 통해 AI 작업 방식 개선, 개발자의 역할 변화를 체감
AI 기반 사내 플랫폼 아키텍처
본문에서 설명하는 사내 플랫폼은 AI 챗봇(AI Chatbot)을 중심으로 비개발자의 바이브 코딩을 지원하는 구조를 갖는다.
CI/CD 파이프라인(CI/CD Pipeline): Bitbucket Pipeline, Harbor, ArgoCD를 활용하여 코드 푸시(Code Push) 시 자동 배포
데이터베이스(Database): PostgreSQL을 기본으로 사용하며, 프로젝트 생성 시 별도 설정 없이 연결 가능
API Gateway: 각 프로젝트의 백엔드 서버를 통합 관리하여 API 호출(API Call) 및 데이터 접근(Data Access)을 중앙 집중화
이러한 아키텍처는 비개발자의 개발 접근성을 높이고, 개발 생산성을 향상시키는 데 기여한다.
AI 활용을 위한 맥락(Context) 설계
AI가 정확한 컨텍스트(Context)를 이해하고 작업을 수행하도록 돕기 위해, Design System 프로젝트와 Docs 프로젝트를 구축했다.
Design System: 버튼, 입력창, 테이블 등 기본 컴포넌트(Component) 및 레이아웃 패턴(Layout Pattern)을 제공하여 일관된 UI/UX(UI/UX) 구현
Docs 프로젝트: 플랫폼 구조, 공통 정책, 네이밍 규칙, 기능 명세 등을 문서화하여 AI가 참조하도록 유도
스키마(Schema) 문서화: API 생성 시 발생하는 오류를 줄이기 위해, DB 컬럼(DB Column)의 의미와 타입을 명확하게 정의
이러한 노력은 AI의 AI 환각(Hallucination)을 방지하고, 개발 품질을 향상시키는 데 기여한다.
AI를 위한 가드레일(Guardrail) 구축
플랫폼의 품질을 관리하고, 비개발자의 안전한 개발 환경을 제공하기 위해 E2E 테스트(E2E Test) 기반의 가드레일을 구축했다.
작업 공간 격리: AI 대화 세션(AI Conversation Session)마다 코드베이스(Codebase) 복제를 통해 작업 환경 격리
E2E 테스트: 하네스 엔지니어링(Harness Engineering) 개념을 도입하여, 각 기능의 동작 방식을 명세하고 자동 테스트 수행
배포 자동화: E2E 테스트 통과 시에만 배포를 허용하여, 품질 저하(Quality Degradation) 방지
이러한 가드레일은 비개발자가 안전하게 개발에 참여하고, 플랫폼의 안정성을 유지하는 데 기여한다.
개발자의 역할 변화
본문에서는 개발자의 역할이 코드를 짜는 사람에서 AI가 일할 환경을 설계하는 사람으로 변화하고 있음을 강조한다.
AI 활용 환경 설계: AI가 맥락을 이해하고, 품질을 관리할 수 있도록 문서화, 가드레일 구축, 작업 모드(Mode) 제공
시스템 아키텍트(System Architect) 역할: AI와 비개발자가 함께 일할 수 있는 플랫폼을 설계하고, 운영하는 역할 수행
코드 작성 비중 감소: AI의 발전으로 인해, 개발자는 코드 작성(Code Writing)보다 시스템 설계(System Design)에 집중
결과적으로 개발자는 AI와 비개발자의 협업을 위한 환경을 구축하고, 지속적인 학습과 개선을 통해 플랫폼의 가치를 높여야 한다.
