pile·
AI / ML·gitlab-engGitLab Blog·

에이전트 코딩은 컨텍스트만큼만 똑똑하다

문제AI 코딩 에이전트가 저장소 코드만 보면 팀 요구사항·코드 리뷰 기준을 인식하지 못해 신뢰할 수 없는 변경을 생성한다.
접근GitLab MCP 서버로 이슈·파이프라인·보안 정책을 에이전트에 공급하고, AGENTS.md 파일로 프로젝트 구조와 코드 품질 기대치를 정의한다. 컨텍스트 윈도우 사용률 30~40% 초과 시 모델 성능이 저하된다는 연구를 바탕으로 구조화된 컨텍스트 전달을 최적화했다.
결과MR 내 에이전트는 CI/CD 자동 실행·코드 리뷰를 받아 리뷰 라운드가 줄고 병합 시간이 단축됐다.
gitlab-eng
GitLab Blog 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. AI / ML·stackoverflow-blogStack Overflow Blog·

    에이전틱 SDLC를 QA 엔지니어링 마인드셋으로 구축하기

    Motorola Solutions의 테스트 엔지니어링 선임 매니저 Suneet Malhotra가 Stack Overflow 팟캐스트에 출연해 MCP(Model Context Protocol) 기반 에이전틱 SDLC 파이프라인 구축과 LLM-as-judge 평가 방법론을 소개했다. QA 엔지니어링 관점을 소프트웨어 개발 생애 전반에 적용하고, 설계 단계 직후 스펙을 강화해 결함 비용을 줄이는 'QA shift-left' 접근을 다룬다.

    요약 이어보기
    #llm-agent#mcp#test-automation+2
  2. AI / ML·LINE EngineeringLINE Engineering·

    보안 업무를 위한 AI 에이전트 플랫폼 「SAGE」 개발기 1편: 판단은 사람에게 남기는 설계

    LY Corporation Security Development Division이 보안 업무용 AI 에이전트 플랫폼 SAGE의 개발 과정을 공개했다. "완전 자동화"와 "도입 미루기" 양 극단 사이에서 "판단은 사람에게 남기는 설계"를 핵심 원칙으로 삼고, 3단계 점진적 도입 전략(AI 보조→에이전트 협업→자동화)을 채택했다. 현재는 1단계를 중심으로 파일럿·실운영 중이다.

    요약 이어보기
    #llm-app#opensearch#mcp+2