계층형 AI Steering 구조 도입을 통한 플랫폼 표준 중복 구축 제거

Context

AI 코딩 어시스턴트가 언어 수준의 문법은 숙지하나 팀별 고유 컨벤션 및 Workflow를 인지하지 못하는 한계 발생. 이로 인해 모든 플랫폼 팀이 동일한 표준(Terraform conventions, Security baseline 등)을 개별적으로 구축하는 리소스 낭비가 지속됨.

Technical Solution

• Layer 1(Industry Baseline): AWS Well-Architected 및 CIS Benchmarks 등 범용 표준을 버전 관리 가능한 공통 모듈로 분리
• Layer 2(Organisation Standards): 사내 명명 규칙, 태깅 표준, Provider 버전 고정 등 조직 특화 설정을 중앙 관리 및 의존성 형태로 배포
• Layer 3(Team Customisation): 개별 팀의 고유한 모듈 구조 및 환경 설정 등 최소 분량(약 20%)만 개별 작성하는 구조 설계
• Composable Architecture: ESLint 설정과 유사하게 하위 계층을 Extend하고 필요 시 상위 계층에서 Override하는 계층적 컨텍스트 모델 적용
• Machine-Readable Standards: MCP(Model Context Protocol) 서버 등을 통해 표준 문서를 AI 에이전트가 직접 쿼리 가능한 도구 형태로 변환