AI 주도 개발 라이프사이클: 소프트웨어 엔지니어링의 재구상
게시일: 2025년 12월 29일 | 원문 작성일: 2025년 7월 31일 | 저자: Raja SP (AWS) | 원문 보기
핵심 요약
AWS가 AI-DLC(AI-Driven Development Life Cycle)라는 새로운 소프트웨어 개발 방법론을 제안했어요. 핵심은 AI를 개발 프로세스의 중심 협력자로 배치하되, 인간의 감독은 유지한다는 것이에요.
- 새로운 용어 체계 — 기존의 ‘스프린트’는 ‘볼트(Bolt)‘로, ‘에픽’은 ‘작업 단위(Unit of Work)‘로 대체돼요. 작업 주기가 주 단위에서 시간~일 단위로 짧아지죠.
- 세 가지 개발 단계 — Inception(기획), Construction(구축), Operations(운영)로 나뉘며, 각 단계에서 AI가 주도하고 인간이 검증해요.
- Mob 협업 방식 — ‘Mob Elaboration’과 ‘Mob Construction’이라는 팀 협업 의식을 통해 AI의 제안을 실시간으로 검증하고 개선해요.
• • •
왜 AI-DLC가 필요한가
비즈니스와 기술 리더들은 끊임없이 더 나은 방법을 찾고 있어요. 생산성 향상, 개발 속도 증가, 실험 장려, 시장 출시 시간(TTM) 단축, 개발자 경험 개선까지. 이런 목표들이 소프트웨어 개발 혁신을 이끌어왔고, 이제 그 혁신의 중심에 인공지능이 자리 잡고 있어요.
AWS는 AI-DLC(AI-Driven Development Life Cycle)라는 새로운 방법론을 제안해요. 이건 단순히 AI 도구를 개발 과정에 추가하는 게 아니라, AI를 소프트웨어 개발의 근본적인 구조 속에 녹여내는 접근법이에요.
“AI-DLC는 AI가 일상적인 작업을 처리하면서도 중요한 결정에서는 인간의 감독을 유지하는, 소프트웨어 개발의 중대한 전환점을 나타냅니다.”
핵심 원칙: AI 실행 + 인간 감독
AI-DLC는 두 가지 강력한 차원을 강조해요:
- AI 기반 실행(AI-Powered Execution) — AI가 상세한 작업 계획을 체계적으로 생성하고, 적극적으로 명확화를 요청하며, 중요한 결정은 인간에게 위임해요.
- 인간 중심 의사결정(Human-in-the-Loop) — 모든 단계에서 인간의 승인이 필요한 체크포인트가 있고, 완전한 감사 추적이 유지돼요.
이 방식은 AI의 자동화 능력과 인간의 판단력 사이에서 균형을 잡아요. AI가 맹목적으로 작업을 수행하는 게 아니라, 항상 인간의 검증을 거치도록 설계된 거예요.
새로운 용어 체계
AI-DLC는 기존 애자일 용어를 AI 중심 워크플로우에 맞게 재정의해요. 단순한 이름 변경이 아니라, 근본적으로 다른 작업 방식을 반영하는 거예요.
| 기존 용어 | AI-DLC 용어 | 변화 포인트 |
|---|---|---|
| Sprint (스프린트) | Bolt (볼트) | 주 단위 → 시간/일 단위 |
| Epic (에픽) | Unit of Work (작업 단위) | 대규모 → 작은 단위로 분해 |
| Sprint Planning | Mob Elaboration | 계획 회의 → AI 제안 검증 의식 |
| 개발 세션 | Mob Construction | 개별 작업 → 실시간 팀 협업 |
볼트(Bolt)란?
기존 스프린트가 1~2주 단위로 진행됐다면, 볼트는 몇 시간에서 며칠 단위로 훨씬 짧고 강렬한 작업 주기예요. AI가 빠르게 산출물을 생성하고 수정할 수 있기 때문에 이런 속도가 가능해진 거죠.
세 가지 개발 단계
AI-DLC는 세 가지 주요 단계로 구성돼요. 각 단계에서 AI가 워크플로우를 시작하고, 모든 개발 단계에 걸쳐 일관된 컨텍스트를 유지해요.
1단계: Inception (기획)
AI가 비즈니스 의도를 상세한 요구사항, 스토리, 작업 단위로 변환해요. ‘Mob Elaboration’을 통해 전체 팀이 모여 AI의 질문과 제안을 실시간으로 검증하죠. 이 단계에서 AI는 “이 요구사항이 맞나요?”, “이런 접근 방식은 어떨까요?”라고 물으며 인간의 피드백을 적극적으로 수집해요.
2단계: Construction (구축)
Inception 단계에서 검증된 컨텍스트를 바탕으로, AI가 논리적 아키텍처, 도메인 모델, 코드 솔루션, 테스트를 제안해요. ‘Mob Construction’ 세션에서 개발자와 아키텍트가 실시간으로 기술적 결정과 아키텍처 선택을 안내하고 개선해요.
3단계: Operations (운영)
배포와 모니터링을 다루는 단계예요. AI가 배포 파이프라인을 구성하고 모니터링 대시보드를 설정하지만, 프로덕션 환경에 대한 중요한 결정은 여전히 인간이 승인해요.
Mob 협업의 핵심
AI-DLC에서 가장 흥미로운 개념 중 하나는 Mob Elaboration과 Mob Construction이에요. 이건 단순한 회의가 아니라, AI와 인간이 함께 작업하는 ‘의식(ritual)‘이에요.
이 루프에서 AI가 작업 수행 계획을 생성하면, 관련 이해관계자들이 모여 검토하고 검증해요. 이 의식은 AI의 제안이 맹목적으로 수용되지 않도록 보장해요. 개발자와 아키텍트가 실시간으로 제안을 검토하고, 필요에 따라 안내하고 수정하죠.
속도: AI-DLC의 가장 큰 이점
속도(Velocity)가 AI-DLC의 가장 큰 이점이에요. AI가 요구사항, 스토리, 설계, 코드, 테스트 같은 산출물을 빠르게 생성하고 수정하기 때문에, 제품 오너, 아키텍트, 개발자가 몇 주 걸리던 작업을 몇 시간이나 며칠 만에 완료할 수 있어요.
하지만 속도만 추구하는 게 아니에요. AI-DLC는 각 단계에서 인간이 반드시 개입하도록(human-in-the-loop) 설계되어 있어요:
- 중요한 체크포인트에서 사용자 승인 요구
- 명확화 질문 제시
- 추적성을 위한 완전한 감사 추적 유지
실제 구현: Amazon Q Developer와 Kiro
AWS는 AI-DLC를 실제로 사용할 수 있도록 도구를 제공해요. Amazon Q Developer는 생성형 AI 코딩 어시스턴트로, 전체 소프트웨어 개발 라이프사이클을 지원하고 Project Rules 기능을 제공해요.
또한 AWS는 AI-DLC 워크플로우를 오픈소스로 공개했어요. Amazon Q Rules와 Kiro Steering Files로 구현되어, 어떤 조직이든 AI-DLC를 실제 프로젝트에 적용할 수 있어요.
Kiro1의 특별한 점
Kiro는 컨텍스트 메모리와 지능적인 핸드오프를 강조해요. Mob Elaboration이나 Construction 단계에서 내린 결정을 ‘기억’하기 때문에, 볼트 사이의 작업 연속성이 향상돼요.
시작하는 세 가지 방법
AI-DLC를 도입하려면 세 가지 경로가 있어요:
- AI-DLC 백서 읽기 — 방법론의 전체 그림을 이해할 수 있어요
- Amazon Q Developer 규칙과 Kiro 커스텀 워크플로우 활용 — 조직 전체에 일관된 AI-DLC 구현을 탐색할 수 있어요
- AWS 계정 팀에 연락 — 맞춤형 가이던스를 받을 수 있어요
• • •
마치며
AI-DLC는 단순히 “AI를 개발에 쓰자”가 아니에요. 소프트웨어 개발의 근본적인 방식을 재고하는 거예요. 스프린트에서 볼트로, 에픽에서 작업 단위로, 계획 회의에서 Mob Elaboration으로. 이 모든 변화의 핵심에는 “AI가 일상적인 작업을 처리하되, 인간이 중요한 결정을 내린다”는 원칙이 있어요.
Amazon Q Developer와 Kiro를 통해 지금 바로 시작해볼 수 있어요. AI가 개발 파트너가 되는 새로운 시대, 한번 경험해보시는 건 어떨까요?
역자 주
- Kiro: AWS가 2025년 7월에 발표한 AI 네이티브 IDE예요. AI-DLC 방법론을 기본으로 지원하며, ‘spec-driven development’(스펙 기반 개발) 방식을 통해 AI가 요구사항을 이해하고 코드를 생성해요. Visual Studio Code 기반이며 프리뷰로 무료 제공 중이에요. ↩
참고: 이 글은 AWS DevOps & Developer Productivity Blog에 게시된 아티클을 번역하고 요약한 것입니다.
원문: AI-Driven Development Life Cycle: Reimagining Software Engineering — Raja SP, AWS DevOps Blog (2025년 7월 31일)
생성: Claude (Anthropic)