MCP 기반 AI Agent를 통한 JHipster 스캐폴딩 자동화 및 개발 워크플로우 혁신

Context

기존 JHipster 기반 개발은 JDL 작성, CLI 실행, 대화형 질문 응답을 반복하는 수동 프로세스에 의존함. 이로 인해 단순 반복적인 스캐폴딩 작업에 과도한 시간이 소요되며 개발자의 인지 부하가 발생하는 한계가 존재함.

Technical Solution

• AI Agent와 JHipster CLI 사이의 간극을 메우는 JHipster MCP(Model Context Protocol) 서버 도입
• Tools, Resources, Prompts로 구성된 MCP 인터페이스를 통해 Agent가 JDL 문법을 학습하고 안전한 Action을 수행하는 구조 설계
• Global jhipster binary(v9.0.0)를 직접 제어하여 Generator의 변경 없이 인터페이스 레이어만 추상화한 비대화형(non-interactive) 운영 방식 채택
• Absolute workingDirectory 강제를 통해 Agent의 무분별한 파일 생성을 방지하고 보안 가드레일을 구축한 경로 제어 메커니즘 적용
• Scaffold 및 Edit 권한과 Build, Run, Git Commit 권한을 엄격히 분리하여 AI의 제어 범위를 제한하고 개발자의 최종 검증 단계(Human-in-the-loop)를 유지하는 설계
• project_commands 툴을 통해 프로젝트 메타데이터(Maven, Vue package.json)를 분석하고 최적의 실행 명령어를 동적으로 제공하는 컨텍스트 인식 로직 구현