반복 구현과 컨텍스트 전달의 비효율을 줄이기 위해, 문서·커스텀 스킬·자동화(CI·LLM 리뷰)로 AI를 개발 프로세스에 정착시킨 작업입니다.
⚠️ 문제
- 반복적인 보일러플레이트 코드 작성에 시간 소모되었습니다.
- 요구사항 → 구현 과정에서 컨텍스트 전달이 비효율적이었습니다.
- AI를 사용해도 결과물 퀄리티가 일정하지 않고 결국 사람이 다시 손대는 시간이 많이 들었습니다.
🔧 해결
1. Tech Spec 문서 기반 AI 구현
- GitHub Issue를 Tech Spec(PRD) 형태로 작성하여 AI가 맥락을 이해하고 구현할 수 있도록 하였습니다.
- 요구사항, 제약조건, 예상 결과물을 명확히 정의하여 AI 출력 품질을 높였습니다.
2. AI를 위한 문서 체계 구축
- AGENTS.md를 비롯하여 가이드라인 문서들을 작성하여 프로젝트 컨벤션, 구조, 패턴을 AI가 참조할 수 있도록 하였습니다.
- ‘어떤 작업을 할 때는 어느 문서를 참조해야 하는지’ 가이드라인을 주어 컨텍스트를 수립할 수 있도록 하였습니다.
3. 커스텀 스킬 구축
- 자주 사용하는 작업을 커스텀 스킬로 정의하여 재사용성을 높였습니다.
- 서브 에이전트를 활용하여 복잡한 작업을 분할 처리하도록 하였습니다.
4. 워크플로우 자동화
- 반복적인 업무(다국어 콘텐츠 생성 등)를 n8n으로 자동화하였습니다.
- GitHub CI와 연동하여 PR 생성 시 LLM 기반 코드 리뷰가 자동 실행되도록 구축하였습니다.
✅ 결과
- 보일러플레이트 코드 작성 시간 대폭 단축되었습니다.