AI
zeta labs 개발기 - AI와 함께라면 누구나 만들 수 있다
두줄요약
zeta labs는 문서, 에이전트, 자동 검증, 분석을 연결해 누구나 제품 개발 사이클을 돌리는 환경을 구축했습니다.\n주 2회 배포와 사용자 배치 비교로 개선 효과를 측정하며 클로즈베타를 운영했습니다.
문제 상황
- 코드가 유일한 진실인 환경에서 비개발자와 에이전트의 제품 맥락 파악 어려움
- AI 생성 코드의 빠른 처리량에 비해 검증·리뷰·분석 단계가 병목으로 전환
- 클로즈베타의 작은 표본에서 배포 효과를 구분해 측정할 실험 단위 필요
구조와 흐름
- AGENTS.md·architecture·design/spec의 변경 주기별 문서 계층과 문서 기반 개발 시작점
- 이슈 상태별 분류, 워크트리·다중 에이전트 세션을 통한 병렬 구현, 개발자의 구조 설계·블로커 해소 역할
- 테스트·AI 교차 리뷰·PR별 독립 프리뷰를 거치는 머지 파이프라인과 분석 레포 기반 지표 리포트
- 주 2회 배포와 신규 유저 배치 단위 비교로 분석·개선·재측정을 연결한 실험 루프
성능/운영 포인트
- 빌드·테스트 시간 단축을 위한 캐시·샤딩 조정과 GitHub Larger Runners 활용
- 테스트 통과의 머지 조건화와 버그별 회귀 테스트 추가를 통한 안정성 유지
- 재미·퍼널·비용·LLM 기능 정상 작동의 네 가지 클로즈베타 판단 지표
적용해볼 점
- 결정이 어려운 UI·모션 요소는 AI로 복수의 실험 데모를 생성한 뒤 직접 선택하는 방식
- 로그 스키마·쿼리·분석 결과를 레포지토리에 축적해 직군과 무관한 AI 분석 기반 마련
- 배포 주기와 사용자 배치를 고정해 기능 묶음의 지표 효과를 비교하는 운영 방식
