AI는 소프트웨어 개발 수명주기(SDLC) 전반에서 어디에 적합합니까?

Question

Accepted Answer

AI는 SDLC의 거의 모든 단계에서 도울 수 있지만, 그 역할과 위험은 단계마다 달라집니다. 경험칙: **AI는 생성과 탐색을 가속하고, 사람은 결정과 책임을 소유한다.**

## 단계 전반에 걸쳐

| 단계 | AI가 돕는 곳 | 사람이 루프 안에 남아야 하는 것 |
| --- | --- | --- |
| **Design** | 옵션 brainstorm, RFC 비평, 트레이드오프 드러내기 | 실제 아키텍처 결정과 그 결과 |
| **Coding** | Generation, autocomplete, boilerplate, refactor | 정확성, codebase와의 적합성, 소유권 |
| **Testing** | test case 생성, edge case와 입력 제안 | 테스트가 *올바른* 동작을 단언하는지 여부 |
| **Review** | 버그, 스타일, 누락 케이스 1차 스캔 | 최종 승인, 의도와 설계에 대한 판단 |
| **Docs** | API docs, changelog, README 초안 | 정확성과 문서화할 가치가 있는 것 |
| **Ops** | 로그 요약, 이상 징후 드러내기, runbook 초안 | 진단과 모든 production 조치 |

## 표 읽는 법

- **초기 단계(design):** AI는 의견을 던져보는 상대입니다. 옵션 공간을 넓히고 허점을 찌르지만, 결과가 오래가기 때문에 결정은 사람이 소유합니다.
- **중간 단계(coding, testing):** AI가 가장 무거운 짐을 집니다 — 하지만 생성된 코드와 테스트는 다른 어떤 기여와도 똑같이 검증해야 합니다.
- **후반 단계(review, ops):** AI는 **1차 통과**일 뿐 결코 마지막 말이 아닙니다. 1차 리뷰에도 여전히 사람 승인자가 필요하고, 로그 분석은 정보를 주지만 결코 production 조치를 자동 실행하지 않습니다.

## 사람이 반드시 루프 안에 있어야 하는 곳

틀렸을 때의 비용이 크거나 되돌리기 어려운 모든 곳: **아키텍처, security, 데이터, production 운영.** AI는 제안하고, 이름이 있는 엔지니어가 결정하고 책임집니다.

## 왜 중요한가

AI를 단순한 code-completion 묘기가 아니라 수명주기 전반의 보조자로 보는 것이 진짜 leverage를 여는 길입니다. 하지만 가치는 *어느* 단계가 자동화를 견디고 어느 단계가 사람의 판단을 요구하는지 아는 데서 나옵니다. 그래야 팀은 속도를 얻으면서도 중요한 결정을 조용히 외주로 넘기지 않습니다.

Design	옵션 brainstorm, RFC 비평, 트레이드오프 드러내기	실제 아키텍처 결정과 그 결과
Coding	Generation, autocomplete, boilerplate, refactor	정확성, codebase와의 적합성, 소유권
Testing	test case 생성, edge case와 입력 제안	테스트가 올바른 동작을 단언하는지 여부
Review	버그, 스타일, 누락 케이스 1차 스캔	최종 승인, 의도와 설계에 대한 판단
Docs	API docs, changelog, README 초안	정확성과 문서화할 가치가 있는 것
Ops	로그 요약, 이상 징후 드러내기, runbook 초안	진단과 모든 production 조치