대규모 애플리케이션 및 리팩터링을 위한 AI 에이전트 활용 최적 워크플로 탐색

작성자의 고민에 공감하며 대규모 코드베이스 처리를 위한 다양한 에이전트 프레임워크와 방법론에 대한 관심이 높다.

• 대규모 작업 시 한 번에 해결하려 하지 말고 기능을 최소 단위로 쪼개어 개별 PR을 생성하는 방식을 채택해야 한다.
• 에이전트에게 '분석(Analyzing)' 단계를 명시적으로 부여하여 잠재적 위험 요소를 먼저 파악하게 하는 것이 안전하다.
• 각 기능 실행 후 즉시 테스트 코드를 작성하고 검증(Validation)하는 단계를 워크플로에 포함하여 코드 품질을 보장해야 한다.

• AI 에이전트는 소규모 작업에는 효과적이지만 대규모 시스템 리팩터링에는 더 정교한 분할 전략과 단계별 분석 과정이 필수적이다.
• 복잡한 작업은 '분석-계획-실행-검증'의 루프를 작은 단위(Chunk)로 반복하는 자율적 워크플로가 핵심 성공 요인이다.
• Ralph, OpenSpec 등 다양한 에이전트 도구가 존재하므로 프로젝트 규모에 맞는 도구 선택과 커스텀 스킬 정의가 생산성에 큰 영향을 미친다.