# \#sdlc **URL:** https://discuss.pytorch.kr/tag/sdlc/5442.md [최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md) --- ## [OpenAI가 공개한, 소프트웨어 개발 주기별 AI 네이티브 엔지니어링 팀 구축 가이드 (feat. Codex)](https://discuss.pytorch.kr/t/openai-ai-feat-codex/10577)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 1\ **마지막 업데이트:** [6월 9, 2026, 11:00오후 UTC](https://discuss.pytorch.kr/t/openai-ai-feat-codex/10577 "2026-06-09T23:00:43Z")
AI 네이티브 엔지니어링 팀 구축 가이드 소개 OpenAI가 Codex 공식 문서에 공개한 'Building an AI-Native Engineering Team' 가이드는, 소프트웨어 개발 생명주기(Software Development Lifecycle, SDLC) 의 계획부터 배포까지 7단계 전반에 코딩 에이전트를 도입하려는 엔지니어링 조직을 위한 실무 지침서입니다. 각 단계마다 기존 방식의 병목이 무엇인지, 코딩 에이전트가 어떻게 돕는지, 그리고 엔지니어의 역할이 어떻게 바뀌는지를 위임(Delegate), 검토(Review), 소유(Own) 라는 일관된 프레임워크로 정리하고, 바로 적용할 수 있는 시작 체크리스트를 단계별로 제공합니다. 이 가이드가 나온 배경에는 모델의 추론(reasoning) 지속 시간이 빠르게 길어지고 있다는 관찰이 있습니다. AI 평가 기관 METR의 측정(:pytorch::kr: 한국어 소개 글)에 따르면 2025년 8월 기준 최첨단 모델은 약 50% 신뢰도로 2시간 17분 분량의 연속 작업을 완료할 수 있으며, 이 작업 길이는 약 7개월마다 2배씩 늘어나고 있습니다. 불과 몇 년 전 모델이 감당할 수 있던 추론이 30초 남짓, 즉 짧은 코드 제안 수준이었다는 점을 떠올리면, 이제는 계획, 설계, 구현, 테스트, 코드 리뷰, 배포에 이르는 개발 생명주기 전체가 AI 지원의 사정거리 안에 들어왔다는 것이 OpenAI의 진단입니다. 다만 이 가이드는 "에이전트가 엔지니어를 대체한다"는 식의 서사를 펴지 않습니다. 오히려 새롭거나 모호한 문제에 대한 코드의 진정한 소유권은 여전히 엔지니어에게 있으며, 현재 모델의 능력을 넘어서는 과제도 분명히 존재한다고 선을 긋습니다. 핵심 메시지는 역할의 이동입니다. 기계적이고 반복적인 다단계 작업을 에이전트에게 넘기는 대신, 엔지니어는 설계와 아키텍처, 시스템 수준의 추론처럼 인간의 맥락이 가장 중요한 영역에 시간을 쓰게 된다는 것입니다. 본 게시물에서는 가이드의 7단계 구성을 따라가며… --- ## [GitHub, 스펙 기반 개발(Spec-Driven Development)를 위한 실험적 프레임워크 Spec Kit 공개](https://discuss.pytorch.kr/t/github-spec-driven-development-spec-kit/7675)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 1\ **마지막 업데이트:** [9월 10, 2025, 2:54오전 UTC](https://discuss.pytorch.kr/t/github-spec-driven-development-spec-kit/7675 "2025-09-10T02:54:05Z")
Spec Kit 소개 Spec Kit은 GitHub이 최근 공개한 오픈소스 도구로, 스펙 기반 개발(Spec-Driven Development, 이하 SDD) 을 실천하기 위한 실험적 프레임워크입니다. 전통적인 소프트웨어 개발은 언제나 코드가 중심이었습니다. 요구사항 문서, 설계 문서, 아키텍처 다이어그램 등은 시간이 지나면서 코드와 동기화되지 못해 버려지고, 개발자는 “코드만 보면 된다”는 태도에 익숙해졌습니다. Spec Kit은 이러한 구조를 뒤집는 도구입니다. 코드가 스펙을 따르는 것이 아니라, 스펙이 코드의 원천이 됩니다. 스펙은 단순한 가이드가 아니라 실행 가능한 명세로 다뤄지며, 여기에 기반한 구체적인 구현 계획이 만들어지고, 최종적으로 코드가 생성됩니다. Spec Kit을 활용하면 개발팀은 더 이상 “코드 짜기”라는 반복적이고 차별화되지 않은 작업에 묶이지 않고, 제품 시나리오와 사용자 가치 창출에 집중할 수 있습니다. 특히 빠른 프로토타이핑, 병렬 실험, 기존 시스템의 점진적 현대화 같은 상황에서 강력한 효과를 발휘합니다. Spec Kit 시작하기 Spec Kit은 specify라는 CLI 도구를 중심으로 동작하며, 다음과 같은 사전 요구사항을 만족해야 합니다: Linux/macOS (또는 Windows WSL2) Python 3.11 이상, Git, uv 필요 AI 코딩 에이전트: Claude Code, GitHub Copilot, Gemini CLI 중 선택 Spec Kit의 사용 방법은 다음과 같습니다: 설치: 다음과 같은 명령어로 사용 중인 코딩 에이전트에 따른 프로젝트 초기화를 진행합니다: uvx --from git+https://github.com/github/spec-kit.git specify init \ 스펙 작성: /specify 명령어를 사용하여 구축하고자 하는 내용을 설명합니다. 이 단계에서는 기술 스택에 신경 쓰지 않고, \*\*무엇을 만들고자 하는지(What), 왜 필요…