개발자가 직접 만든 AI 공장: 코드 자동화 그 이상을 꿈꾸다

https://www.john-rush.com/posts/ai-20250701.html?fbclid=IwY2xjawLUM0tleHRuA2FlbQIxMQBicmlkETFCZldqTzZJYzRiVTBvYVhJAR7CjLOKgToB7WkZl5BZ1LFkj5tGlUFT7OSvV9-iwA6JLfPV0UIDzvx7xb_cDg_aem_Rr7z6JimiinQOd4d5CHH1A

개발 업무가 반복적이고 비효율적이라고 느껴진 적이 있다면, AI Factory라는 개념이 꽤 매력적으로 들릴 수 있다. 단순히 AI에게 코드 한 줄을 생성시키는 수준이 아닌, 기획부터 실행, 검증, 개선까지 전 과정을 자동화하는 시스템이다. 이 블로그에서는 실제 개발자가 운영 중인 AI Factory 사례를 바탕으로, 어떤 원칙으로 작동하고 어떻게 활용할 수 있는지를 자세히 살펴본다.

반응형

AI Factory란 무엇인가?

AI Factory는 하나의 AI가 모든 걸 해결하는 구조가 아니다. 여러 AI 에이전트를 조합하여 기획, 실행, 검토, 개선의 전체 사이클을 자동화하는 시스템이다. 마치 생산공장에서 부품이 조립되듯, 각 단계마다 역할을 분리한 AI들이 협업해 코드를 생산하고, 이를 스스로 개선해 나간다.

비유하자면, Factorio라는 게임처럼 끊임없이 부품을 만들어내고 조립하는 자동화 라인을 코딩 업무에 도입한 셈이다. 중요한 점은 이 시스템이 코드를 생성하는 데 그치지 않고, 코드의 품질과 일관성을 유지하면서 계속해서 더 나아지도록 설계됐다는 것이다.

핵심 원칙: 출력이 아닌 입력을 고친다

이 시스템의 중심 철학은 단순하다. 문제가 생기면 코드를 직접 고치지 않고, 애초에 계획과 지침을 수정해 다음 번에는 처음부터 제대로 생성되도록 만드는 것이다. 예를 들어, 메모리를 과도하게 사용하는 코드가 나왔다면 그 코드만 고치는 것이 아니라, 이후에는 항상 스트리밍 방식으로 처리하도록 계획서에 반영한다.

이처럼 입력 자체를 정제하고 고도화하는 방식은 반복적인 실수나 비효율을 줄이는 데 큰 효과를 발휘한다. 코드는 언제든지 버릴 수 있지만, 계획과 입력은 자산으로 남기 때문에 장기적인 관점에서 훨씬 유리한 전략이다.

개발 자동화를 위한 AI Factory 구성 방법

이 시스템은 세 가지 단계로 구성된다.

1. 계획 (Planning)

작업 요청이 들어오면, o3라는 에이전트가 이를 분석하고 구체적인 실행 계획을 세운다. 이를 기반으로 <task>-plan.md 파일을 작성해 요청 내용과 구체적인 수행 단계를 문서화한다.

2. 실행 (Execution)

Sonnet 4 또는 Sonnet 3.7 같은 실행 에이전트가 계획서를 읽고 실제 코드를 작성한다. 대부분의 경우 Claude가 중심이 되며, 각 단계별로 Git commit을 남기면서 진행해 언제든지 롤백이 가능하다.

3. 검증 및 피드백 (Verification & Feedback)

코드가 생성되면 Sonnet 4와 o3가 이를 다시 검토한다. 특히 o3는 원 요청과 계획서에 따라 코드가 충실하게 작성됐는지를 꼼꼼히 비교하며, 필요 없는 호환 코드나 'lint ignore' 같은 임시 처리도 바로잡는다. 발견된 문제는 코드가 아니라 입력 계획에 반영되어 다음 작업에 영향을 준다.

실무 적용 팁 및 구조 예시

이 AI Factory는 Git worktree를 활용해 여러 작업을 병렬로 처리하며, 각 Claude 인스턴스는 별도의 기능 개발에 투입된다. 병렬성과 독립성이 확보되기 때문에, 전체적인 작업 속도가 크게 향상된다.

또한 내부 라이브러리 스타일 가이드에 맞춰 자동으로 코드를 정리하거나, 특정 기능(예: Thread.sleep → 내부 재시도 라이브러리 사용)으로 자동 치환하는 전용 에이전트를 구성해 일관된 품질을 유지한다.

더 나아가, API 문서와 비즈니스 요구사항을 조합해 자동으로 테스트 코드와 문서까지 생성하는 복합 에이전트를 만드는 시도도 이어지고 있다. 이처럼 단일 작업이 아닌, 복합적인 흐름까지 설계 가능한 구조다.

728x90

AI Factory는 단순한 코드 자동 생성 도구를 넘어, 반복 가능한 고품질의 개발 프로세스를 구축하려는 시도다. 핵심은 '출력이 아닌 입력을 고치는 것', 그리고 '에이전트를 분리해 조합하는 구조'다. 결과적으로 개발자는 반복적인 작업에서 해방되고, 더 전략적인 업무에 집중할 수 있게 된다.

물론 이 시스템이 완전히 인간 개발자를 대체하진 않는다. 하지만, 커피를 마시는 동안 코드를 생성하고 테스트하는 수준까지는 이미 가능해졌다는 것이 핵심이다. 아직은 시작 단계일 수 있지만, 이 구조가 앞으로의 개발 환경에 어떤 변화를 가져올지는 충분히 주목해볼 만하다.

https://www.john-rush.com/posts/ai-20250701.html?fbclid=IwY2xjawLUM0tleHRuA2FlbQIxMQBicmlkETFCZldqTzZJYzRiVTBvYVhJAR7CjLOKgToB7WkZl5BZ1LFkj5tGlUFT7OSvV9-iwA6JLfPV0UIDzvx7xb_cDg_aem_Rr7z6JimiinQOd4d5CHH1A

Building a Personal AI Factory (July 2025 snapshot)