AI와 개발할 때 쓸 작업 규칙과 확인 절차를 관리합니다.
프로젝트마다 다른 개발 규칙을 AI가 참고하도록 정리했습니다. 코드 수정 뒤에는 테스트와 실제 배포 상태로 결과를 확인하도록 ai-agents를 운영합니다.
어떤 일이었나요?
여러 프로젝트에서 Claude와 Codex를 사용하려면 각 프로젝트의 개발 규칙, 사용할 도구, 작업을 마쳤다고 판단할 기준이 필요합니다. 이 내용을 모델마다 따로 관리하면 같은 규칙을 여러 곳에서 수정해야 합니다.
어떻게 해결했나요?
공통 개발 규칙은 한곳에 두고, 반복 작업은 따로 정리했습니다. 각 프로젝트에는 필요한 절차만 연결합니다. Claude와 Codex의 실행 방식이 다른 부분은 별도로 관리하고, 배포 후에는 서비스 상태와 실행 중인 코드 버전을 검사합니다.
제가 맡은 일
ai-agents를 운영하며 프로젝트별 규칙, 반복 작업 절차, 도구 연결과 검증 기준을 관리합니다. AI와 함께 변경할 때는 요구사항과 수정 범위, 결과를 확인할 기준을 정합니다.
예를 들어, “배포가 끝났다”는 말은 이렇게 확인합니다.
새 코드를 만드는 데 성공했어도 서버에는 이전 버전이 남아 있을 수 있습니다. 그래서 배포 과정에 세 가지 확인을 넣었습니다.
- 서비스가 정상적으로 응답하는가?
- 데이터베이스에 연결할 수 있는가?
- 실행 중인 코드가 방금 배포하려던 버전인가?
이 중 하나라도 맞지 않으면 검사를 통과하지 못합니다. 개발 작업의 끝을 실제 동작으로 확인하려는 기준입니다.
이 방식에 사용한 기술과 공개 표준
- AGENTS.md: AI가 읽을 프로젝트의 개발 규칙을 적는 파일입니다.
- Agent Skills: 반복 작업의 방법과 필요한 자료를 묶어 관리합니다.
- MCP: AI와 외부 도구를 연결하는 프로토콜입니다. 현재 환경에서는 CLI·REST와 용도를 구분해 사용합니다.
모든 도구를 MCP로 만들지는 않았습니다. 또한 작업 규칙을 문서에 적는 것과 실제 실행을 차단하는 권한 기능은 구분해 관리합니다.
최근 하네스 엔지니어링 사례와도 연결됩니다. OpenAI는 에이전트가 읽을 수 있는 문서·도구와 자동 검증을, Anthropic은 구현과 평가를 나누고 결과를 반복 검증하는 실행 체계를 설명합니다. 이 프로젝트에는 업무 규모에 맞는 요소를 적용합니다. 하네스는 단일 인증 표준을 뜻하지 않습니다.
# 배포 확인 코드의 핵심 조건을 단순화한 예시 assert health["ok"] is True assert health["db_ok"] is True assert health["commit"] == expected_commit
그 결과
- Claude와 Codex가 같은 개발 규칙을 참고할 수 있는 환경을 운영하고 있습니다.
- 프로젝트에서 필요한 작업 절차가 빠지지 않았는지 확인하는 자동 검사를 연결했습니다.
- 배포 후 서비스·DB 상태와 실행 중인 코드 버전을 검사합니다.
현재 사용하는 절차를 설명한 사례입니다. AI 도입 전후의 시간 절감률은 측정하지 않았으며, 다음 과제로 같은 작업의 검토·수정 시간을 비교하려고 합니다.
사용 기술과 사례 근거
AGENTS.md / Skills / Claude · Codex / CLI · REST · MCP / Gitea CI
ai-agents의 AGENTS.md, 공통 스킬과 노출 검사 스크립트, 모델별 워크플로 문서, Gitea 빌드·배포 코드와 상태 응답을 대조했습니다. 문서상의 정책과 실행 강제 범위는 구분했습니다.