LLM 배제한 Deterministic Spec-to-App 컴파일러를 통한 다중 스택 일관성 확보

Same PRD, four stacks, zero LLM calls — and EU AI Act Annex IV from the same spec

anioko12026년 6월 8일2분intermediate

AI 요약

Context

Prompt-driven codegen 방식의 비결정론적 특성으로 인한 Schema 불일치 및 API 발산 문제 발생. LLM 의존적 생성 방식이 프로덕션 환경의 규제 준수와 기술 문서화 단계에서 심각한 리스크로 작용하는 한계점 확인.

PRD를 정형 모델로 취급하여 컴파일하는 Spec-to-application 아키텍처 설계
PRD → Manifest → Genome으로 이어지는 추상화 단계를 통한 중간 표현식 생성
LLM 호출을 완전히 배제한 Deterministic Pipeline 구축으로 동일 입력 대비 동일 출력 보장
Genome 모델을 기반으로 Stack-native App을 생성하는 컴파일러 구조를 통해 NestJS, Go, Spring Boot 등 다중 스택 동시 지원
동일한 Genome 소스를 활용하여 EU AI Act Annex IV 기술 문서까지 자동 생성하는 Traceability 체계 구현

실천 포인트

1. 비결정론적 LLM 생성물의 리스크를 줄이기 위해 PRD의 정형 모델화(Formal Modeling) 검토

2. 다중 플랫폼 지원 시 중간 표현식(Intermediate Representation) 계층 도입을 통한 스택 간 일관성 유지

3. 컴플라이언스 문서와 실제 구현 코드 간의 추적 가능성(Traceability) 확보를 위한 단일 소스 설계 적용

태그