피드로 돌아가기
원문 읽기
LINE Engineering
AI/MLODW #4: 코파일럿에서 파일럿으로, 에이전틱 코딩으로 구현부터 PR까지 자동화
MCP 기반 Agentic Coding 도입으로 구현부터 PR까지 2,500명 규모 자동화 전파
AI 요약
Context
GitHub Copilot 기반의 단순 코드 생성만으로는 전체 개발 생산성 향상 체감이 낮았던 상황. 기존 Specification-Driven Development(SDD) 프로세스와 분산된 문서 관리 시스템(Jira, Confluence) 간의 컨텍스트 단절로 인한 수동 작업 비중의 지속 발생.
Technical Solution
- MCP(Model Context Protocol)를 활용하여 AI 에이전트가 Jira 티켓 및 Confluence 명세서에 직접 접근하는 데이터 파이프라인 구축
- '계획 수립 -> 리뷰 -> 구현 -> 검증'의 단계적 워크플로우를 강제하는 Custom Slash Command 설계로 AI의 자율적 반복 루프 구현
- Explore Agent를 활용한 코드베이스 탐색 과정 분리를 통해 메인 세션의 Context Window 오염 방지 및 분석 정밀도 향상
- 구현 계획서를
specs/경로에 파일로 명시화하여 세션 간 상태 유지 및 인간 리뷰어의 개입 지점(Checkpoint) 확보 - 테스트 실행, Lint 체크, 빌드 확인을 하나의 체인으로 묶은 자율 실행 루프를 통해 배포 가능 상태의 코드 품질 보장
실천 포인트
- Jira 티켓 내 수용 조건(Acceptance Criteria)을 AI가 해석 가능한 수준으로 정교하게 작성하고 있는가 - MCP 등을 통해 AI가 최신 명세서와 코드베이스에 실시간으로 접근할 수 있는 환경을 구축했는가 - AI에게 구현을 맡기기 전 '구현 계획서'를 별도 파일로 생성하게 하여 인간의 검토 단계를 설계했는가 - 구현-테스트-린트-빌드로 이어지는 검증 루프를 자동화하여 AI가 스스로 수정하는 피드백 체계를 갖췄는가