피드로 돌아가기
Dev.toAI/ML
원문 읽기
AI Agent의 코드 생성 능력을 넘어선 'Contract-based' 협업 프로세스 설계
The Agent Did Exactly What I Asked And That Was the Problem.
AI 요약
Context
MCP 기반의 Codebase-aware Agent 도입으로 프로젝트 문맥 이해도는 향상되었으나, 모듈 간 경계를 넘는 복잡한 태스크 수행 시 가시성 없는 side effect 발생. 단순 챗봇 기반의 요청-수행 구조로는 전체 시스템의 Blast Radius 분석 및 검증 시나리오 확보에 한계 노출.
Technical Solution
- 단순 Chat output 방식에서 탈피하여 단계별 승인 절차가 포함된 7단계 Contract 기반 워크플로우 도입
- 구현 전 Impact Map 작성을 통해 조건부 로드 컴포넌트 등 누락된 영향 범위 사전 식별
- AI의 임의적 구현(Best guess) 방지를 위한 엄격한 Constraint 정의 및 명시적 제약 사항 설정
- 긴 채팅 컨텍스트로 인한 Drift 현상을 방지하기 위한 주기적인 요약 및 세션 리셋 전략 적용
- 코드 품질 검토와 별개로 '작업 범위 정의(Defining the work)' 단계를 인간의 판단 영역으로 분리
- 구현-검증-회귀 테스트로 이어지는 Verification Log 기록 체계 구축
실천 포인트
- AI에게 태스크 부여 전, 변경 사항이 영향을 미치는 모든 모듈을 나열한 Impact Map 작성 여부 확인 - '무엇을 하지 말아야 하는가'에 대한 Negative Constraint를 명시적으로 제공하여 불필요한 Boilerplate 생성 방지 - AI 생성 결과물을 즉시 코드베이스에 반영하지 않고, 각 단계별 Handoff 승인 절차를 거치는 파이프라인 구축 - 복잡한 기능 구현 시 단일 채팅 세션에 의존하지 말고, 핵심 상태를 요약하여 새 세션으로 전이하는 컨텍스트 관리 수행