피드로 돌아가기
Dev.toBackend
원문 읽기
BeSA Batch 09 Week 6에서 Kiro를 통한 AI 기반 개발 워크플로우를 specification-driven 접근법으로 전환하여 요구사항→설계→구현의 명확한 체계 구축
BeSA Batch 09 Week6 - Supercharge Development with Kiro | Build Your AI-Enhanced SA Practice
AI 요약
Context
AI 보조 개발 도구가 자동완성(2023) → 대화형 어시스턴트(2024) → 에이전트 기반 자율 개발(현재)로 진화하면서, 개발자들이 반복적인 'vibe coding' 방식으로 인한 확장성 문제와 코드 품질 불확실성을 겪고 있다. SA(Solution Architects)도 AI 도구를 일관성 없이 산발적으로 사용하면서 체계적인 워크플로우 부재 상태이다.
Technical Solution
- Specification-driven 개발 파이프라인 도입: Requirement → Design → Tasks → Implementation 순서로 구조화하여 요구사항 모호성 제거
- Kiro 에이전트 개발 환경 구축: 파일 간 관계를 이해하고 요구사항-설계-코드 전반에 변경사항을 자동 전파하는 컨텍스트 유지
- 스티어링 파일(steering files)을 제약조건으로 활용: 에이전트 행동 제어 및 개발 방향성 가이드
- AI 인프라 스택 명시: Compute layer(AI 최적화 하드웨어), Foundation models(관리형 서비스), 지원 서비스(오케스트레이션, 메모리, 지식 베이스, 보안)
- 용도별 AI 도구 분류 체계: 범용 도구(research)/개발 도구(IDE 통합)/전문 도구(diagram 생성)/엔터프라이즈 도구(규제 데이터)
Key Takeaway
AI 개발은 에이전트의 부분 자율성이 강해질수록 구조화된 명세와 제약이 필수이며, SA 실무에서도 일관된 AI 워크플로우 구축이 핵심 경쟁력이 된다는 점이다. AI는 건축가의 판단력과 고객 관계라는 본질 역량을 대체하지 않으며 이를 증폭시키는 도구로 기능해야 한다.
실천 포인트
AI 기반 개발 팀에서 프로토타입은 vibe coding으로 빠르게 진행하되, 프로덕션 시스템은 명세서(requirements), 설계 문서, 세부 작업 목록으로 specification-driven 접근을 먼저 구성하면 에이전트의 일관된 결과를 얻을 수 있다. 또한 SA 조직은 일회성 AI 도구 사용 대신 조직별 AI 도구 라이브러리와 프롬프트 템플릿을 구축하고 학습 커뮤니티를 운영하면 개인의 산발적 실험을 체계적 실천으로 전환할 수 있다.