피드로 돌아가기
올리브영 테크블로그DevOps
원문 읽기
올리브영 테크블로그AI와 협업하는 새로운 개발 프로세스, 올리브영은 어떻게 시작했을까 (feat. AI-DLC)
AI-DLC 도입을 통한 설계 오류 50% 감소 및 SDLC 전 과정의 구조적 자동화
AI 요약
Context
개인 단위의 AI 도구 활용을 넘어 조직 차원의 체계적인 협업 프로세스 부재로 인한 생산성 파편화 발생. 특히 요구사항 분석과 설계 단계의 모호함이 구현 단계의 재작업으로 이어지는 AI 생산성 패러독스 직면.
Technical Solution
- Steering 파일을 통한 AI 워크플로우 규칙 정의로 요구사항 분석부터 코드 생성까지의 일관된 파이프라인 구축
- Inception Phase에서 요구사항 정제 및 User Stories 작성을 선행하여 설계 품질의 하한선 확보
- Brownfield 프로젝트 대상 Reverse Engineering 단계를 추가하여 기존 코드베이스의 자동 분석 및 문서화 수행
- Functional Design과 NFR Analysis를 통해 성능, 보안, 확장성 지표를 정량적으로 정의한 후 구현 단계 진입
- Human-in-the-Loop 구조를 적용하여 AI 제안 설계의 적정 깊이를 사람이 결정하고 승인하는 검증 체계 마련
- Adaptive Workflow를 채택하여 프로젝트 특성에 따라 필요한 SDLC 단계만 선택적으로 실행하는 유연한 구조 설계
실천 포인트
1. AI에게 팀의 일하는 방식을 규정하는 Steering 설정 파일 정의 여부 확인
2. 구현 전 요구사항-설계-NFR로 이어지는 구조화된 문서화 단계 강제 적용
3. 레거시 분석 시 Reverse Engineering 프로세스를 통한 AS-IS 문서화 선행
4. 프롬프트 길이에 따른 토큰 효율성과 산출물 품질 간의 Trade-off를 고려한 컨텍스트 압축 전략 수립