Private Prompt 한계를 극복하는 Spec-driven AI Engineering 설계

Context

단순 질의응답을 넘어 Repository 수정 및 Branch 생성이 가능한 AI Agent 도입으로 인한 제어 필요성 증대. 휘발성 Private Prompt 기반 작업 방식은 공유 코드베이스에서 리뷰 기준 부재 및 컨텍스트 단절이라는 한계점 노출.

Technical Solution

• Intent와 Execution을 분리한 Assignment Layer 도입을 통한 구현 최적화 오류 방지
• Behavior Contract 개념을 적용하여 '변경될 동작'과 '보존될 제약 사항'을 명시한 설계 구조 채택
• Given/When/Then 스타일의 Scenario 기반 검증 체계를 통해 정답 정의의 구체성 확보
• Delta-oriented Format 적용으로 기존 코드베이스의 현재 계약과 변경 제안 사항을 대조 분석
• Repo-local Spec 및 Issue Template을 활용한 리뷰 가능(Reviewable)한 공유 객체 생성
• 구현 경로(Implementation Path)와 요구사항(Requirement)을 분리하여 에이전트의 잘못된 최적화 방지