pile·
AI / ML·원티드랩원티드랩·

AI 주도 개발(AI-Driven Development)의 시대

원티드랩이 iOS 디자인 시스템 Montage 4.0 메이저 업데이트 과정에서 AI 에이전트를 활용한 자동화 파이프라인을 구축해, 티켓 생성부터 PR 머지까지의 중위 소요 시간을 34.9일에서 3.9일로 줄인 경험을 다룬다. "판단과 검수는 사람이, 반복 작업은 AI가"라는 역할 분담 원칙 아래 Figma 스펙 읽기·코드 생성·PR 열기·TestFlight 배포까지를 에이전트 루프로 자동화했다.

핵심 포인트
  • Montage 4.0 업데이트에서 디자이너 티켓 → Figma 스펙 파싱 → 코드 구현 → API 문서 생성 → Draft PR → TestFlight까지 에이전트 루프로 자동화
  • 개발자는 PR 검수와 머지 결정만 담당 — 실질적인 구현 반복 작업을 에이전트가 흡수
  • 티켓 오픈부터 머지까지 중위 34.9일 → 3.9일, PR 생성부터 머지까지 41.8시간 → 21.9시간 단축
  • 성공의 세 기반: "판단은 모델에게 절차는 스킬에게" 원칙, MCP를 통한 Figma·이슈 트래커·팀 채널 통합, 오픈소스 준비로 만든 명확한 코드 규약
  • 개선의 핵심은 "구현이 빨라진 것"이 아니라 "기다리는 시간이 사라진 것" — 에이전트가 24시간 비동기로 처리하기 때문
상세 정리
  • 배경: iOS 디자인 시스템 Montage 메이저 업데이트는 스펙 해석·코드 생성·PR 작성이 반복되는 고비용 작업이었다. 티켓 리드타임의 대부분이 개발자 대기 시간이었다.
  • 루프 구조: 디자이너가 이슈 트래커에 티켓 작성 → 에이전트가 Figma 스펙 읽기 → Swift/SwiftUI 코드 구현 → API 문서 자동 생성 → Draft PR 오픈 → TestFlight 빌드 업로드까지 자동 진행
  • 역할 분담: 개발자는 PR 검수와 최종 머지 결정만 수행. 반복적인 구현 사이클 전체를 에이전트가 처리
  • 스킬 원칙: "판단은 모델에게, 절차는 스킬에게" — 반복 작업을 절차 명세(스킬)로 정의하면 모델이 안정적으로 실행한다는 설계 원칙
  • MCP 통합: 이슈 트래커, Figma, 팀 채널을 MCP로 연결 — 에이전트가 외부 도구에 직접 접근해 컨텍스트를 수집하고 결과를 반영
  • 코드 규약 효과: 오픈소스 준비 과정에서 만든 코드 규약이 예상 외로 에이전트 코드 생성 품질을 높였다. 일관된 패턴이 모델의 판단 부담을 줄임
  • 결과 - 리드타임: 티켓 오픈부터 머지까지 중위 34.9일 → 3.9일. 개선 대부분이 구현 속도가 아니라 대기 시간 제거에서 비롯됨
  • 결과 - PR 처리: PR 생성부터 머지까지 41.8시간 → 21.9시간으로 단축
  • 측정 한계: 에이전트 작업 로그 기록 부재로 순수 구현 시간 측정 불가 — 정량적 근거가 부분적으로 불완전
  • 결론: AI-Driven Development의 핵심은 특정 도구가 아니라 역할 재정의 — 판단·검수는 사람이, 반복은 AI가
왜 읽나iOS/앱 디자인 시스템을 운영하거나 AI 에이전트 파이프라인 도입을 검토하는 팀에게 실전 자동화 구조와 수치 기반 효과를 확인할 수 있다.
원티드랩
원티드랩 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. AI / ML·cloudflare-blogCloudflare Blog·

    AI 에이전트로 Astro GitHub 이슈 0건을 달성한 방법

    Cloudflare 팀이 오픈소스 Astro 저장소에 AI 에이전트 기반 이슈 트리아지 파이프라인을 구축해 200개 이상이었던 오픈 이슈를 30개 수준으로 줄인 과정을 공유한다. 에이전트가 버그를 재현·진단·수정·검증하는 전 과정을 자동화하며, 이 과정에서 만든 Flue 프레임워크도 오픈소스로 공개됐다.

    #open-source#github-actions#agent-engineering+2