피드로 돌아가기
Dev.toDevOps
원문 읽기
Claude Code와 MCP 기반 워크플로우로 3주 만에 255개 테스트를 갖춘 MVP 구축
Building Bloom: How AI-Assisted Development Changed My Workflow
AI 요약
Context
AI 보조 개발 시 발생하는 파편화된 컨벤션과 빈번한 Context Switching으로 인한 생산성 저하 해결 필요. 단순 코드 생성을 넘어 팀의 엔지니어링 문화와 품질 관리 프로세스를 자동화하는 시스템 설계 지향.
Technical Solution
- tdd-feature Custom Skill 설계를 통한 RED-GREEN-REFACTOR 3-commit 패턴의 강제화 및 팀 컨벤션 코드화
- Model Context Protocol(MCP) 서버 구축을 통한 DB 스키마 쿼리, E2E 테스트 실행, GitHub PR 생성의 통합 컨텍스트 유지
- Git Worktrees 도입을 통한 브랜치 간 물리적 분리 및 Stashing 없는 병렬 개발 환경 구현
- 7단계 CI/CD 파이프라인(Lint, Type Check, Unit Test, Security Audit, Build, E2E, Summary) 구축으로 배포 안전성 확보
- C.L.E.A.R 프레임워크 적용을 통한 IDOR 취약점 등 아키텍처적 리스크 식별 및 코드 리뷰 체계화
- Supabase Edge Functions와 Gemini 1.5-flash 기반의 서버리스 AI 케어 팁 생성 로직 구현
실천 포인트
- 반복되는 커밋 패턴 및 개발 프로세스를 AI Custom Skill로 정의하여 팀 내 전파 - MCP를 활용해 IDE 외부 도구(DB, CLI, API)와의 상호작용을 AI 컨텍스트 내로 통합 - Git Worktrees를 사용하여 여러 피처 브랜치를 동시에 작업하는 병렬 워크플로우 검토 - 보안 감사(Gitleaks, CodeQL)를 CI 단계에 포함하여 런타임 전 취약점 조기 발견