1년간의 AI 코딩 여정: 손으로 치던 코드에서 에이전트가 쓰는 코드까지
지난 1년간 마이리얼트립은 AI 에이전트를 중심으로 개발 흐름을 재설계했습니다. 레포 기반 문서화와 테스트 중심 검증으로 에이전트가 코드와 테스트를 생성하도록 만들었습니다.

지난 1년간 마이리얼트립은 AI 에이전트를 중심으로 개발 흐름을 재설계했습니다. 레포 기반 문서화와 테스트 중심 검증으로 에이전트가 코드와 테스트를 생성하도록 만들었습니다.
Kanana-V의 기능 확장을 소개하는 글입니다. 한국 문화 이해, 문서·다중 이미지 처리와 GUI 화면 조작 지원을 설명합니다.
/simplify는 변경된 코드를 3개 전문 에이전트가 병렬로 리뷰해 유효한 문제를 자동 수정합니다. /batch는 대규모 변경을 분해해 격리된 환경에서 병렬 실행하고 단위별 PR을 생성합니다.
업그레이드 롤아웃 정책으로 조직 단위에서 Aurora 및 RDS 자동 마이너 업그레이드를 단계화할 수 있습니다. 태그·OU·계정 기반 순서 지정과 검증 기간, AWS Health 및 RDS 이벤트로 모니터링할 수 있습니다.
합류 초기에 MD가 세일즈 맵의 비효율을 발견하고 AI로 개선했습니다. 반복 작업은 AI에 위임하고 브랜드 판단과 관계 형성은 MD가 직접 합니다.
React를 중심으로 컴포넌트를 운영하고 Vue에는 토큰·스타일 기반 파운데이션을 제공하도록 전환했습니다. 이로 인해 릴리즈 예측 가능성과 유지보수성이 개선되었습니다.
Tasky는 Confluence 기획서로부터 Jira 티켓을 자동 생성하는 AI 워크플로우입니다. PRD 표준화와 태스크·서브태스크 자동화로 개발 준비 시간과 태스크 품질을 개선했습니다.
BFF 도입으로 프론트엔드의 다중 API 호출과 화면 복잡성을 서버에서 흡수했습니다. 재시도·서킷브레이커·캐시 등으로 장애와 메모리 문제에 대응하며 클라이언트 단순화를 달성했습니다.
RAG은 LLM에 외부 최신·내부 정보를 검색·통합해 정확한 응답을 생성하는 기술입니다. 본문에서는 교육 운영 사례와 MCP 시도부터 자체 RAG 서버 구축까지 6단계 구현 가이드를 제시했습니다.
카카오페이는 Yarn Berry의 PnP·Zero-installs로 인한 메모리·개발자 경험 문제를 해결하기 위해 pnpm으로 전환했습니다. 검증 결과 메모리 사용량과 도커 이미지 크기가 크게 줄어 배포와 개발 효율이 개선되었습니다.