피드로 돌아가기
Dev.toAI/ML
원문 읽기
KERNEL 게이트 기반 AI 워크플로우로 코드 품질 80점 미만 배포 원천 차단
I made Claude Code refuse to write code unless the ticket scores 80/100
AI 요약
Context
모호한 티켓 기반의 AI 코딩으로 인한 Vibe-coding 현상과 반복적 버그 발생 및 설계 누락 문제 식별. 구현과 리뷰가 동시에 수행되는 구조로 인해 보안 및 UI 결함을 사전에 탐지하지 못하는 아키텍처적 한계 존재.
Technical Solution
- KERNEL이라는 정량적 Quality Gate를 도입하여 6개 차원(Clarity, Scope, Context, Risk, Validation, Priority) 기준 100점 만점으로 티켓 평가
- 점수대별 실행 경로 차등화(60점 미만 Reject, 60-79점 Architect Review, 80점 이상 Direct Execute)를 통한 리스크 제어
- Read-only(Architect, Security, UI)와 Write-enabled(Builder, Tester, Designer) 에이전트의 역할을 엄격히 분리하여 상호 검증 구조 설계
- 프로젝트 전용 Constitution 파일을 통한 기술 스택 및 설계 원칙 강제 적용으로 AI의 Hallucination 억제
- learnings.md 파일을 통한 사후 분석 데이터의 피드백 루프 구축으로 동일 버그 재발 방지
- 특정 기술 스택(Next.js, Supabase 등)에 최적화된 패턴을 에이전트에 직접 주입하여 추상화 계층 제거 및 실행 정밀도 향상
실천 포인트
- AI 코딩 도입 전 티켓의 명확성, 범위, 리스크, 검증 방법을 정량적으로 평가하는 루브릭 설계 - 구현 에이전트와 리뷰 에이전트의 권한을 분리하여 상호 교차 검증 프로세스 구축 - 프로젝트 전용 설계 원칙(Constitution)을 문서화하여 AI의 컨텍스트로 강제 주입 - 해결된 티켓의 Lesson Learned를 정형화된 파일로 관리하여 AI의 장기 기억 저장소로 활용