피드로 돌아가기
Dev.toAI/ML
원문 읽기
AI-native 팀을 위한 12개 Agent 기반 ADD 프레임워크 설계
I Replaced Scrum, Jira, and Our Wiki With 12 AI Agents on a Mac Mini
AI 요약
Context
기존 Agile 프로세스와 Jira, Confluence 중심의 문서화 방식이 AI 생성 코드의 속도를 따라가지 못해 발생하는 정보 불일치 문제 분석. 수동 업데이트에 의존하는 Wiki의 낮은 신뢰도로 인해 잘못된 아키텍처 결정이 내려지는 병목 지점 식별.
Technical Solution
- Code as the Wiki: 소스 코드를 유일한 진실 공급원(Single Source of Truth)으로 정의하여 Repository에서 지식을 직접 추출하는 구조 설계
- 4-Layer Sync Architecture: Repo(CLAUDE.md), Agent Skills, Central Store(BUDs), Vector Search로 구성된 계층 구조를 통해 실시간 데이터 동기화 구현
- Agent-Driven Development(ADD) 도입: Sprint Planning과 Standup 등 인간 중심의 Ceremony를 AI-PERT, Monte Carlo 시뮬레이션 및 Status Agent 기반의 자동화 체계로 대체
- Cross-Repo Graph Indexing: 파일 및 심볼 단위의 코드 위치를 인덱싱하여 Frontend와 Backend 간의 의존 관계를 의미론적으로 연결
- Automated Knowledge Loop: PR Merge 시마다 영향을 받은 Feature의 커밋 히스토리와 코드 위치를 자동 갱신하는 파이프라인 구축
실천 포인트
- 문서화 도구(Wiki)와 실제 구현체(Code) 간의 동기화 간극을 측정하고 자동화 방안 검토 - 정성적 Story Point 대신 AI-PERT 기반의 정량적 배포 날짜 예측 모델 도입 고려 - PR Diff 분석을 통한 자동 Status Report 생성 Agent 도입으로 미팅 시간 단축 시도 - 프로젝트별 CLAUDE.md와 같은 표준 가이드 파일을 Repo 내부에 배치하여 LLM 컨텍스트 최적화
태그