AI
Agentic AI 기반 플랫폼 – 7주만에 기획부터 배포까지, Part1: AI-DLC 방법론과 유용한 도구들
두줄요약
2명이 7주 동안 AI-DLC와 Kiro, Claude Code, Linear를 조합해 Agentic AI 플랫폼을 구축했습니다. 문서화와 이슈 추적으로 모호한 요구를 구체화하고 개발 생산성을 높인 사례입니다.
핵심 내용
- 2명이 7주 동안 Agentic AI 기반 플랫폼을 기획부터 배포까지 엔드투엔드로 구축한 사례
- 플랫폼은 MCP, Bedrock Knowledge Base, AI Agent의 생성·등록·테스트·배포를 관리하는 구조
- AI-DLC, Kiro, Claude Code, Linear를 연결해 문서화·구현·배포·이슈 추적을 분리하고 순환시키는 개발 방식
구조와 흐름
- AI-DLC로 모호한 요구를 질문과 답변으로 구체화하고 스펙 문서를 축적
- Kiro와 Claude Code가 문서를 코드·인프라로 옮기고, Linear가 기술 결정과 작업 히스토리를 기록
- 문서와 이슈가 다시 컨텍스트로 재사용되는 협업 흐름
선택 이유
- AI가 추론으로 대신 결정하지 않고 사람의 확인을 거치게 하는 Human in the loop 구조
- 명확한 스펙을 바탕으로 개발 생산성과 일관성을 높이기 위한 선택
- 역할별 Custom Agent와 MCP 연동으로 작업을 전문화하고 자동화하기 위한 구성
적용해볼 점
- 모호한 요구는 문서와 질의응답으로 먼저 정리
- 코드 변경 배경과 기술 결정을 이슈와 문서로 남겨 재사용 가능한 컨텍스트 확보
- 작업 유형별 Custom Agent와 Steering으로 팀 표준화