OpenAI 공식 가이드: AI 기반 엔지니어링 팀 구축 2025년까지 소프트웨어 개발은 공식적으로 "지능형 에이전트가 실행을 주도하고, 인간은 검토와 의사 결정을 담당하는" 시대에 접어들 것입니다. 전체 소프트웨어 개발 수명 주기에서 반복되는 작업의 80%는 지능형 에이전트 코딩에 위임될 수 있으며, 위임되어야 합니다. 엔지니어의 가치는 "코드 작성"에서 "문제 정의, 시스템 설계, 방향 파악"으로 빠르게 전환되고 있습니다. 기능 진화 타임라인 - 초기 단계: 몇 줄의 코드만 완성할 수 있으며 추론 시간은 약 30초에 불과합니다. • 현재: 주요 모델은 2시간 이상 지속적으로 추론할 수 있으며, 그 성능은 약 7개월마다 두 배로 향상됩니다. 전체 코드베이스를 한 번에 이해하고, 도구를 호출하고, 자동으로 테스트를 실행하고, 자체 수정이 가능합니다. • 결과: 에이전트는 계획부터 배포까지 모든 기능을 독립적으로 제공할 수 있으며, 사람은 최종 결정을 검토하고 내리기만 하면 됩니다. • OpenAI의 실제 데이터: 이전에는 몇 주가 걸리던 작업을 이제 며칠 만에 완료할 수 있으며, 엔지니어는 문서화, 종속성 유지 관리, 기능 플래그 정리와 같은 반복적인 작업을 Codex 에이전트에 전적으로 위임합니다. 소프트웨어 개발의 5단계를 완전히 개편 1. 계획 단계 전통적인 문제점: 모호한 요구 사항, 불분명한 종속성, 정렬을 위한 반복적인 회의. 현재 접근 방식: 제품 사양과 송장을 지능형 에이전트에 제공하면 지능형 에이전트는 자동으로 이를 하위 작업으로 분류하고, 모호한 부분을 표시하고, 모든 종속 파일을 찾고, 구현의 어려움을 추정하고, 잠재적 위험을 지적합니다. • 엔지니어가 실제로 해야 할 일: 우선순위를 정하고, 상충 관계를 결정하고, 궁극적으로 스토리 포인트를 결정하는 것입니다. • 즉각적인 조치: 팀에서 "코드 정렬"이 가장 자주 필요한 시나리오(예: 새로운 기능의 범위에 대한 논의)를 파악하고 에이전트가 자동으로 컨텍스트 및 종속성 분석을 보완하도록 합니다. 2. 설계 단계 전통적인 문제점: Figma 코드 변환 속도가 느림, 반복적인 재작업, 여러 솔루션을 빠르게 시도하는 데 어려움. 현재 접근 방식: 멀티모달 에이전트는 디자인 초안(Figma/이미지)을 기존 디자인 시스템과 100% 호환되는 고성능 React/Vue/SwiftUI 구성 요소로 직접 변환하여 10초 이내에 3~5개의 다양한 구현 솔루션을 생성합니다. • 엔지니어가 실제로 해야 할 일: 전반적인 디자인 언어, 상호작용 패턴, 구성 요소 재사용 전략을 결정합니다. • 즉각적인 조치: MCP를 통해 에이전트에 구성 요소 라이브러리를 노출하여 "디자인 청사진 → 구성 요소 → 코드"로의 원클릭 링크를 설정합니다. 3. 빌드(코딩 단계) 전통적인 문제점: 대량의 보일러플레이트 코드, 오래된 구현 찾기, 잦은 컨텍스트 전환, 반복적인 수정이 필요한 컴파일 오류. 현재 접근 방식: 지능형 에이전트는 백엔드 API, 데이터베이스 마이그레이션, 프런트엔드 페이지, 오류 처리, 로깅, 단위 테스트, README를 포함한 모든 기능을 한 번에 생성하고, 프로세스 전반에 걸쳐 수십 개의 파일에서 일관성을 유지하며, 작성 시 컴파일 오류를 자동으로 수정합니다. 엔지니어가 실제로 해야 할 일은 아키텍처 영향, 보안, 성능, 유지 관리와 같은 고수준 문제에 집중하는 것입니다. • 즉시 실행 가능: 작고 명확하게 정의된 작업부터 시작합니다. 에이전트가 작업을 수행하기 전에 PLAN.md 파일을 출력하도록 요구합니다. 팀에 고유한 사양과 테스트 절차를 알리기 위해 AGENTS.md 파일을 만듭니다. 4. 테스트(테스트 단계) 전통적인 문제점: 테스트가 끝나지 않고, 적용 범위가 희생되며, 예외 사례가 쉽게 간과됩니다. 현재 관행: 지능형 에이전트는 제품 사양을 기반으로 테스트 사례를 자동으로 생성하며, 특히 사람이 간과하기 쉬운 극단적인 사례를 찾는 데 효과적입니다. 코드가 변경되면 테스트가 자동으로 업데이트됩니다. • 엔지니어가 실제로 해야 할 일은 테스트가 제품의 의도를 정확하게 반영하는지 확인하고 "가짜 테스트"(통과한 것처럼 보이지만 의도한 지점을 감지하지 못하는 테스트)를 제거하는 것입니다. • 즉시 실행 가능: 에이전트가 독립적인 세션에서 테스트를 생성할 수 있도록 허용하고, 엄격한 인적 검토를 거치며, 에이전트가 테스트 모음을 전체적으로 실행할 수 있는 권한을 갖도록 보장합니다. 5. 검토 및 배포(코드 검토 및 배포 단계) 전통적인 문제점: 엄청난 양의 검토, 간과하기 쉬운 보안 또는 성능 문제. 현재 관행: 지능형 에이전트가 1차 검토자 역할을 하여 스타일, 일관성 및 기본 보안 취약점을 확인합니다. 사소한 문제는 배포 파이프라인에서 자동으로 수정됩니다. • 엔지니어가 실제로 해야 할 일: 고수준 설계, 팀 간 영향, 최종 배포 결정에 집중하세요. • 추세: 인간이 수행하는 코드 검토의 양은 현재 10~20%로 계속 감소할 것입니다. 새로운 핵심 워크플로: 위임 → 검토 → 소유 • 위임: 명시적이고 검증 가능하며 반복적인 모든 작업은 에이전트에게 위임됩니다. • 검토: 사람이 신속하게 출력을 확인하고, 미묘한 오류를 수정하고, 팀 표준을 준수하는지 확인합니다. • 소유: 인간은 항상 체계적인 통찰력, 창의적인 의사 결정, 전략적 방향이라는 세 가지를 기억합니다. 엔지니어의 하루 시간 배분이 급격하게 변화하고 있습니다. 과거에는 코딩 70% + 회의 20% + 사고 10%였습니다. 이제는 코딩 10% + 에이전트 출력물 검토 20% + 요구사항 정의, 시스템 설계, 그리고 장기적인 방향성 고민 70%로 구성됩니다. 프로젝트 리더를 위한 즉시 실행 가능한 5가지 제안 1. 팀에게 가장 힘든 단계부터 시작합니다(대부분의 팀에게 이는 빌드와 테스트입니다). 2. 먼저, 손쉽게 구할 수 있는 도구(최신 버전의 GitHub Copilot, Cursor, Codex CLI, o3/o4 등)를 사용하여 작은 작업을 실행하고 빠르게 신뢰를 구축합니다. 3. 도구 설명서의 사본 두 개를 즉시 만드세요. • AGENTS.md(에이전트에게 코드베이스의 고유한 습관을 이해하도록 가르치기) • 각 티켓은 PLAN.md로 시작해야 합니다(에이전트는 명확한 계획을 선호합니다). 4. 테스트 커버리지를 "에이전트에게 명령을 내리는 언어"로 취급합니다. 테스트 커버리지가 좋을수록 에이전트의 신뢰성이 높아집니다. 5. 가장 중요한 것은 문화적 업그레이드를 완료하는 것입니다. "직접 코드를 작성하는 것"을 아웃소싱할 수 있는 기계적 노동으로 보고, "무엇이 필요한지, 왜 필요한지, 얼마나 잘해야 하는지 명확하게 정의하는 것"을 엔지니어의 진정한 핵심 역량으로 간주하세요. OpenAI 공식 가이드:
스레드를 불러오는 중
깔끔한 읽기 화면을 위해 X에서 원본 트윗을 가져오고 있어요.
보통 몇 초면 완료되니 잠시만 기다려 주세요.
