AI
OMS에서 Claude AI를 활용하여 변화된 업무 방식
두줄요약
OMS팀은 Claude 기반 역할별 컨텍스트와 MCP 연동으로 12개 MSA의 분석·개발·배포 흐름을 재구성했습니다.\nAI의 코드와 설계를 맹신하지 않고, 인간이 컨텍스트 관리와 설계 검증을 맡는 방식을 강조합니다.
문제 상황
- 4명 팀의 12개 MSA 운영 과정에서 영향도 파악, 코드 정책 반영, 서비스 이해도, 배포 계획의 복잡성 증가
- 개인별 AI 활용 역량에 의존하는 방식의 팀 생산성·코드 품질 관리 한계
구조와 흐름
- 전체 영향도와 배포 순서를 분석하는 TPM AI, 서비스별 집중 설계·개발을 담당하는 MSA AI의 역할 분리
ai-context의 정적 지식과skills의 작업 절차 분리, 역할별 문서 로딩 전략 적용- API·Kafka 명세를 JSON DSL로 구조화하고 Jira·GitHub·Datadog MCP와 연동
선택 이유
- CLAUDE.md 기반 명시적 컨텍스트 로딩으로 토큰 사용량과 문서 로딩 시점 제어
- 클린 아키텍처의 UseCase·Port·Adapter 역할 분리를 통한 컨텍스트 노이즈 축소
- MSA별 DSL만으로 서비스 간 호출 맵과 인터페이스 영향도 파악
주의할 점
- AI 응답과 생성 코드를 신입 개발자의 제안처럼 검증하는 그라운드 룰
- 코드보다 여러 MSA의 책임과 흐름을 결정하는 TPM AI의 1차 설계 집중 검토
- 변경 빈도와 중요도에 따른 MSA별 컨텍스트 품질 편차의 지속적 보완
