Agency 수준별 도구 분리를 통한 개발 생산성 최적화 전략

Context

단일 AI 모델 사용만으로는 IDE 내 단순 코드 생성부터 대규모 코드베이스 리팩토링까지 아우르는 복잡한 개발 워크플로우 해결에 한계 발생. 정적 컨텍스트 기반의 추천과 자율적 파일 조작 권한 사이의 설계적 간극으로 인한 효율 저하 문제 직면.

Technical Solution

• IDE-native 레이어의 GitHub Copilot + Claude Sonnet 조합을 통한 실시간 인라인 자동완성 및 컨텍스트 기반 코드 수정 설계
• CLI Agent 레이어의 Claude Code 도입을 통한 Multi-file 수정 및 Shell 명령어 실행 권한 부여로 Agentic Workflow 구현
• MCP(Model Context Protocol) 표준 채택을 통한 엔터프라이즈 Java 백엔드와 AI 에코시스템 간의 도구 연결 인터페이스 표준화
• 복잡한 추론이 필요한 디버깅 및 아키텍처 분석 시 GPT-4o에서 Claude Sonnet으로 모델을 스위칭하는 전략적 라우팅 적용
• Sub-agent 패턴을 활용한 Opus/Sonnet/Haiku 모델의 병렬 오케스트레이션을 통한 작업 처리 속도 및 정확도 향상
• SSE(Server-Sent Events) 전송 방식을 적용한 Spring Boot 기반 MCP 서버 구축으로 실시간 데이터 노출 구조 설계