AI 생성 코드 41% 시대, Output을 넘어 Trajectory 보존으로 80% 병목 해결

Context

AI Agent 도입으로 구현 시간은 획기적으로 단축되었으나 요구사항 정의 및 검증 단계의 판단 작업은 여전히 느린 속도로 유지되는 불균형 발생. 기존 SDLC 툴체인이 최종 Diff 결과물인 Output만 저장하고 추론 과정인 Context를 휘발시킴에 따라, 전체 기능 구현의 마지막 20%에 해당하는 Edge Case 처리 및 시스템 정합성 검증에서 심각한 병목 지점 형성.

Technical Solution

• 단순 Output Evaluation에서 Tool Call과 Reasoning 과정을 검증하는 Trajectory Evaluation 체계로의 전환
• 코드 Diff 중심의 PR 단위를 요청, 결정 과정, 실행 경로, 검증 증거를 포함하는 전체 Arc 단위로 확장 설계
• AI Agent의 추론 체인(Reasoning Chain)을 캡처하여 Git 내 코드와 직접 결합하는 컨텍스트 보존 구조 도입
• 코드 자체를 하위 레이어로 취급하고 Intent(의도)를 시스템의 중추(Spine)로 설정하는 SDLC 역전 모델 구축
• 세션 종료 후에도 추론 근거를 역공학(Reverse-engineering)할 필요 없는 추적 가능성(Traceability) 확보