AGENTS.md 작성 전략: AI 하네스 엔지니어링으로 LLM 성능 극대화하기
AI 에이전트가 프로덕션 환경에서 효과적으로 작동하려면 단순히 좋은 프롬프트를 작성하는 것만으로는 부족합니다. AGENTS.md와 같은 커스터마이제이션 파일을 전략적으로 구성하고, 코드 품질 도구로 AI의 출력을 제한하는 것이 핵심입니다. 이는 하네스 엔지니어링의 연장선이자...
AI 에이전트가 프로덕션 환경에서 효과적으로 작동하려면 단순히 좋은 프롬프트를 작성하는 것만으로는 부족합니다. AGENTS.md와 같은 커스터마이제이션 파일을 전략적으로 구성하고, 코드 품질 도구로 AI의 출력을 제한하는 것이 핵심입니다. 이는 하네스 엔지니어링의 연장선이자 실전 전략입니다.
🎯 왜 AGENTS.md 전략이 중요한가?
AI 에이전트는 프로젝트의 컨텍스트를 이해하지 못하면 비효율적이거나 잘못된 코드를 생성합니다. AGENTS.md를 포함한 커스터마이제이션 파일은 에이전트의 행동을 설계하고 제약하는 청사진입니다.
전통적 접근의 문제점
<!-- ❌ 비효율적인 AGENTS.md -->
# Project Instructions
- Write good code
- Follow best practices
- Be helpful and accurate
- Use TypeScript
문제점:
- 너무 일반적이고 애매모호
- 구체적인 프로젝트 컨텍스트 부족
- 우선순위와 제약사항 불명확
- 파일 크기가 커질수록 관리 불가능
전략적 접근
<!-- ✅ 효과적인 AGENTS.md 구조 -->
# Project: E-commerce Platform
## Quick Start
읽기: [개발 워크플로우](.github/instructions/workflow.instructions.md)
도구: [테스트 가이드](.github/skills/testing/SKILL.md)
## Core Principles
1. API-first 아키텍처 (OpenAPI 3.0 스펙 준수)
2. 타입 안정성 최우선 (TypeScript strict mode)
3. 모든 비즈니스 로직은 테스트 커버리지 80% 이상
## File Organization Strategy
상세 내용은 하위 파일 참조:
- API 개발: `.github/instructions/api.instructions.md`
- 프론트엔드: `.github/instructions/frontend.instructions.md`
- 데이터베이스: `.github/instructions/database.instructions.md`
📂 파일 분리 전략: 모듈화된 인스트럭션
1. 계층적 구조 설계
하나의 거대한 AGENTS.md보다 역할별로 분리된 파일 시스템이 훨씬 효과적입니다.
.github/
├── AGENTS.md # 프로젝트 전체 오버뷰 (짧게!)
├── copilot-instructions.md # 글로벌 코딩 스타일
├── instructions/ # 파일 타입별 세부 지침
│ ├── api.instructions.md # API 엔드포인트 개발
│ ├── frontend.instructions.md # React 컴포넌트 작성
│ ├── database.instructions.md # Prisma 스키마 관리
│ ├── testing.instructions.md # 테스트 작성 가이드
│ └── deployment.instructions.md # CI/CD 관련 작업
├── skills/ # 반복 워크플로우
│ ├── api-endpoint/ # API 엔드포인트 생성 스킬
│ │ ├── SKILL.md
│ │ └── template.ts
│ ├── component-generator/ # React 컴포넌트 생성
│ │ ├── SKILL.md
│ │ └── template.tsx
│ └── migration/ # DB 마이그레이션
│ ├── SKILL.md
│ └── template.sql
└── hooks/ # 강제 실행 규칙
├── pre-commit.json # 코드 제출 전 검증
└── post-tool-use.json # AI 도구 사용 후 검증
2. applyTo 패턴 활용
각 instruction 파일은 특정 파일 패턴에만 적용되도록 설정합니다.
<!-- api.instructions.md -->
---
description: "API 엔드포인트 개발 시 적용. RESTful 설계, OpenAPI 스펙 준수"
applyTo:
- "src/api/**/*.ts"
- "src/routes/**/*.ts"
---
# API Development Guidelines
## Endpoint Structure
- 모든 엔드포인트는 `src/api/v1/` 하위에 위치
- 파일명: `{resource}.controller.ts`, `{resource}.service.ts`
- OpenAPI 데코레이터 필수
## Request Validation
```typescript
// Zod 스키마로 입력 검증 (Yup은 사용하지 않음)
import { z } from 'zod';
const CreateUserSchema = z.object({
email: z.string().email(),
name: z.string().min(2).max(50),
age: z.number().int().positive().optional()
});
export const createUser = async (req: Request, res: Response) => {
const validated = CreateUserSchema.parse(req.body);
// ...
};
Error Handling
- 모든 에러는
src/utils/errors.ts의 커스텀 에러 클래스 사용 - 민감 정보 노출 금지 (stacktrace는 로그에만) ```
3. 우선순위 명시
인스트럭션 간의 충돌을 방지하기 위해 우선순위를 명확히 합니다.
<!-- copilot-instructions.md -->
# Global Coding Standards (우선순위: LOW)
모든 파일에 적용되는 기본 규칙:
- Prettier로 포맷팅 (설정: `.prettierrc`)
- ESLint 규칙 준수
- 주석은 한국어 사용 가능
---
<!-- api.instructions.md -->
# API Development (우선순위: HIGH)
이 가이드는 `copilot-instructions.md`를 **오버라이드**합니다.
- API 파일의 주석은 **영어로만** 작성 (OpenAPI 생성 때문)
- JSDoc 형식 필수
🔒 하네스 엔지니어링: 강제 제약으로 품질 보장
AI가 아무리 똑똑해도 실수할 수 있습니다. 린트, 테스트, pre-commit 훅으로 AI 출력을 강제로 검증하는 것이 하네스 엔지니어링의 핵심입니다.
1. Pre-commit Hooks: AI 코드의 게이트키퍼
AI가 생성한 코드가 커밋되기 전에 자동으로 검증합니다.
// .github/hooks/pre-commit.json
{
"name": "pre-commit-quality-gate",
"events": ["PreToolUse"],
"filters": {
"tools": ["replace_string_in_file", "create_file", "multi_replace_string_in_file"]
},
"command": "bash .github/hooks/pre-commit.sh",
"requireApproval": true,
"failOnError": true
}
#!/bin/bash
# .github/hooks/pre-commit.sh
echo "🔍 AI 생성 코드 검증 시작..."
# 1. TypeScript 타입 체크
echo "📘 TypeScript 컴파일 체크..."
npm run type-check
if [ $? -ne 0 ]; then
echo "❌ 타입 에러 발견! AI가 생성한 코드를 수정하세요."
exit 1
fi
# 2. ESLint 검사
echo "🔎 ESLint 검사..."
npm run lint -- --max-warnings 0
if [ $? -ne 0 ]; then
echo "❌ Lint 에러 발견!"
exit 1
fi
# 3. 단위 테스트 실행
echo "🧪 단위 테스트 실행..."
npm run test:unit
if [ $? -ne 0 ]; then
echo "❌ 테스트 실패! AI가 기존 기능을 망가뜨렸습니다."
exit 1
fi
# 4. 커버리지 체크
echo "📊 테스트 커버리지 확인..."
COVERAGE=$(npm run test:coverage -- --silent | grep "All files" | awk '{print $10}' | sed 's/%//')
if (( $(echo "$COVERAGE < 80" | bc -l) )); then
echo "❌ 테스트 커버리지 부족: ${COVERAGE}% (최소 80% 필요)"
exit 1
fi
# 5. 보안 스캔
echo "🔐 보안 취약점 스캔..."
npm audit --audit-level=high
if [ $? -ne 0 ]; then
echo "⚠️ 보안 취약점 발견! 검토 필요"
exit 1
fi
echo "✅ 모든 검증 통과!"
exit 0
2. Post-generation Validation: 생성 후 즉시 검증
AI가 파일을 생성하거나 수정한 직후 자동 검증을 실행합니다.
// .github/hooks/post-tool-use.json
{
"name": "post-generation-validator",
"events": ["PostToolUse"],
"filters": {
"tools": ["create_file"],
"patterns": ["src/**/*.ts", "src/**/*.tsx"]
},
"command": "node .github/scripts/validate-generated-file.js ${FILES}",
"failOnError": true
}
// .github/scripts/validate-generated-file.js
const fs = require('fs');
const path = require('path');
const { ESLint } = require('eslint');
async function validateFile(filePath) {
console.log(`🔍 검증 중: ${filePath}`);
// 1. 파일 존재 확인
if (!fs.existsSync(filePath)) {
throw new Error(`파일이 존재하지 않습니다: ${filePath}`);
}
// 2. 파일 크기 체크 (너무 크면 AI가 실수한 것)
const stats = fs.statSync(filePath);
const maxSizeKB = 100;
if (stats.size / 1024 > maxSizeKB) {
throw new Error(`파일이 너무 큽니다: ${stats.size / 1024}KB (최대 ${maxSizeKB}KB)`);
}
// 3. 금지된 패턴 체크
const content = fs.readFileSync(filePath, 'utf-8');
const forbiddenPatterns = [
{ pattern: /console\.log/g, message: 'console.log 사용 금지 (logger 사용)' },
{ pattern: /any\s*\)/g, message: 'TypeScript any 타입 사용 금지' },
{ pattern: /TODO|FIXME/g, message: 'TODO/FIXME 코멘트 발견' },
{ pattern: /@ts-ignore/g, message: '@ts-ignore 사용 금지' },
];
for (const { pattern, message } of forbiddenPatterns) {
if (pattern.test(content)) {
throw new Error(`${message} in ${filePath}`);
}
}
// 4. ESLint 검증
const eslint = new ESLint();
const results = await eslint.lintFiles([filePath]);
const hasErrors = results.some(result => result.errorCount > 0);
if (hasErrors) {
const formatter = await eslint.loadFormatter('stylish');
const resultText = formatter.format(results);
throw new Error(`ESLint 에러:\n${resultText}`);
}
// 5. 필수 주석 체크 (파일 헤더)
const requiredHeader = [
'/**',
' * @file',
' * @description',
' * @author',
' */'
];
const hasHeader = requiredHeader.every(line =>
content.includes(line)
);
if (!hasHeader) {
console.warn(`⚠️ 파일 헤더 주석이 없습니다: ${filePath}`);
}
console.log(`✅ ${filePath} 검증 완료`);
}
// 커맨드 라인 인자로 받은 파일들 검증
const files = process.argv.slice(2);
Promise.all(files.map(validateFile))
.then(() => {
console.log('✅ 모든 파일 검증 완료');
process.exit(0);
})
.catch(error => {
console.error('❌ 검증 실패:', error.message);
process.exit(1);
});
3. Lint 규칙: AI에게 명확한 경계 설정
ESLint, Prettier, TypeScript를 조합해 AI가 벗어날 수 없는 경계를 만듭니다.
// .eslintrc.js
module.exports = {
extends: [
'eslint:recommended',
'plugin:@typescript-eslint/recommended',
'plugin:@typescript-eslint/recommended-requiring-type-checking',
],
rules: {
// AI가 자주 실수하는 부분 강제
'@typescript-eslint/no-explicit-any': 'error',
'@typescript-eslint/explicit-function-return-type': 'error',
'@typescript-eslint/no-unused-vars': ['error', {
argsIgnorePattern: '^_',
varsIgnorePattern: '^_'
}],
// 코드 품질 강제
'complexity': ['error', 10], // 순환 복잡도 10 이하
'max-lines-per-function': ['error', 50], // 함수 최대 50줄
'max-depth': ['error', 3], // 중첩 최대 3단계
// 보안 관련
'no-eval': 'error',
'no-implied-eval': 'error',
'no-new-func': 'error',
// AI가 놓치기 쉬운 부분
'require-await': 'error',
'no-return-await': 'error',
'prefer-const': 'error',
// 주석 강제
'require-jsdoc': ['error', {
require: {
FunctionDeclaration: true,
MethodDefinition: true,
ClassDeclaration: true,
}
}],
},
};
// tsconfig.json - 엄격한 타입 체크
{
"compilerOptions": {
"strict": true,
"noImplicitAny": true,
"strictNullChecks": true,
"strictFunctionTypes": true,
"strictBindCallApply": true,
"strictPropertyInitialization": true,
"noImplicitThis": true,
"alwaysStrict": true,
"noUnusedLocals": true,
"noUnusedParameters": true,
"noImplicitReturns": true,
"noFallthroughCasesInSwitch": true,
"noUncheckedIndexedAccess": true,
"noImplicitOverride": true,
"noPropertyAccessFromIndexSignature": true
}
}
4. 자동화된 테스트: AI 출력의 최종 방어선
AI가 생성한 코드는 반드시 테스트를 통과해야 합니다.
// jest.config.js
module.exports = {
coverageThreshold: {
global: {
branches: 80,
functions: 80,
lines: 80,
statements: 80
}
},
collectCoverageFrom: [
'src/**/*.{ts,tsx}',
'!src/**/*.d.ts',
'!src/**/*.stories.tsx',
'!src/**/__tests__/**'
]
};
# .github/workflows/ai-code-validation.yml
name: AI Generated Code Validation
on:
pull_request:
branches: [main, develop]
jobs:
validate:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v3
- name: Check if PR is from AI
id: check-ai
run: |
if [[ "${{ github.event.pull_request.user.login }}" == "github-actions[bot]" ]]; then
echo "is_ai=true" >> $GITHUB_OUTPUT
fi
- name: Enhanced validation for AI code
if: steps.check-ai.outputs.is_ai == 'true'
run: |
echo "🤖 AI가 생성한 PR 감지 - 강화된 검증 시작"
# 1. 타입 체크
npm run type-check
# 2. Lint (warnings도 에러로 처리)
npm run lint -- --max-warnings 0
# 3. 테스트 (커버리지 90% 요구)
npm run test:coverage -- --coverageThreshold='{"global":{"branches":90,"functions":90,"lines":90,"statements":90}}'
# 4. 보안 스캔
npm audit --production --audit-level=moderate
# 5. 번들 사이즈 체크
npm run build
if [ $(du -k dist/ | cut -f1) -gt 5000 ]; then
echo "❌ 번들 크기 초과 (최대 5MB)"
exit 1
fi
# 6. 성능 테스트
npm run test:performance
echo "✅ 모든 검증 통과"
- name: Code Quality Report
if: steps.check-ai.outputs.is_ai == 'true'
run: |
npm run analyze:complexity
npm run analyze:dependencies
📋 AGENTS.md 작성 베스트 프랙티스
1. 짧고 명확한 오버뷰
AGENTS.md는 프로젝트의 “목차”여야 하지 “백과사전”이 아닙니다.
<!-- ✅ 좋은 AGENTS.md -->
# E-commerce Platform API
## 프로젝트 개요
Node.js + TypeScript + PostgreSQL 기반 REST API
## 핵심 원칙
1. 타입 안정성 (TypeScript strict mode)
2. API-first (OpenAPI 3.0 스펙 준수)
3. 테스트 주도 (최소 80% 커버리지)
## 시작하기
새로운 작업 시작 전 읽기:
- [개발 워크플로우](.github/instructions/workflow.instructions.md)
- [코딩 스타일](.github/copilot-instructions.md)
## 파일별 가이드
AI가 다음 패턴의 파일을 수정할 때 자동 적용:
- API 엔드포인트: `.github/instructions/api.instructions.md`
- 데이터베이스 스키마: `.github/instructions/database.instructions.md`
- 테스트 작성: `.github/instructions/testing.instructions.md`
## 자동화 워크플로우
반복 작업은 스킬 사용:
- `/api-endpoint` - 새 API 엔드포인트 생성
- `/crud-generator` - CRUD 보일러플레이트 생성
- `/test-suite` - 테스트 파일 생성
## 품질 게이트
모든 코드는 다음을 통과해야 함:
- Pre-commit hooks (타입 체크, Lint, 테스트)
- CI/CD 파이프라인 (보안 스캔, 성능 테스트)
2. 구체적인 예시 포함
추상적인 지침보다 실제 코드 예시가 훨씬 효과적입니다.
<!-- api.instructions.md -->
## Error Handling
❌ **나쁜 예:**
```typescript
try {
const user = await db.user.findOne(id);
return user;
} catch (error) {
console.log(error);
throw error;
}
✅ 좋은 예:
import { NotFoundError } from '@/utils/errors';
import { logger } from '@/utils/logger';
try {
const user = await db.user.findOne(id);
if (!user) {
throw new NotFoundError('User', id);
}
return user;
} catch (error) {
logger.error('Failed to fetch user', { userId: id, error });
throw error;
}
API Response Format
모든 API 응답은 다음 형식을 따릅니다:
interface ApiResponse<T> {
success: boolean;
data?: T;
error?: {
code: string;
message: string;
details?: unknown;
};
meta?: {
timestamp: string;
requestId: string;
};
}
### 3. 우선순위와 트레이드오프 명시
AI가 판단을 내려야 할 때 기준을 제공합니다.
```markdown
## 성능 vs 가독성 트레이드오프
**우선순위: 가독성 > 성능**
이유: 프로덕션 트래픽이 아직 낮고, 유지보수가 더 중요함
예외:
- Hot path (초당 1000+ 요청): 성능 최적화 우선
- 데이터 처리 파이프라인: 배치 최적화 우선
- 실시간 API (< 100ms 응답): 성능 우선
```typescript
// ✅ 기본적인 경우 - 가독성 우선
const activeUsers = users.filter(user => user.isActive);
// ✅ Hot path - 성능 우선 (미리 인덱싱된 맵 사용)
const activeUsers = activeUserMap.get(orgId);
### 4. 문서화 요구사항
AI가 생성한 코드에 필수적인 주석과 문서를 명시합니다.
```markdown
## 문서화 필수 사항
### 모든 Public API
```typescript
/**
* 사용자를 생성합니다.
*
* @param data - 생성할 사용자 데이터
* @param data.email - 이메일 주소 (고유해야 함)
* @param data.name - 사용자 이름
* @returns 생성된 사용자 객체
* @throws {ValidationError} 입력 데이터가 유효하지 않은 경우
* @throws {ConflictError} 이메일이 이미 존재하는 경우
*
* @example
* const user = await createUser({
* email: 'user@example.com',
* name: 'John Doe'
* });
*/
export async function createUser(data: CreateUserDto): Promise<User> {
// ...
}
복잡한 비즈니스 로직
/**
* 할인 정책:
* 1. VIP 회원: 20% 기본 할인
* 2. 첫 구매: 10% 추가 할인
* 3. 프로모션 코드: 최대 30% (다른 할인과 중복 불가)
*
* 최종 할인율 = min(VIP할인 + 첫구매할인, 프로모션할인, 50%)
*/
function calculateDiscount(user: User, promoCode?: string): number {
// ...
}
README 업데이트
- 새 API 엔드포인트 추가 시:
docs/api/README.md업데이트 - 새 환경변수 추가 시:
README.md의 Configuration 섹션 업데이트 ```
🔄 통합 워크플로우: 모든 것을 하나로
실제 프로덕션에서는 이 모든 요소가 하나의 파이프라인으로 통합됩니다.
# .github/workflows/ai-harness-pipeline.yml
name: AI Harness Engineering Pipeline
on:
push:
branches: [main, develop]
pull_request:
branches: [main, develop]
jobs:
# Step 1: 코드 품질 검증
quality-gate:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v3
- uses: actions/setup-node@v3
- name: Install dependencies
run: npm ci
- name: TypeScript Type Check
run: npm run type-check
- name: ESLint
run: npm run lint -- --max-warnings 0
- name: Prettier
run: npm run format:check
- name: Spell Check (주석 및 문서)
run: npx cspell "**/*.{ts,tsx,md}"
# Step 2: 테스트 및 커버리지
test:
runs-on: ubuntu-latest
needs: quality-gate
steps:
- uses: actions/checkout@v3
- uses: actions/setup-node@v3
- name: Install dependencies
run: npm ci
- name: Unit Tests
run: npm run test:unit -- --coverage
- name: Integration Tests
run: npm run test:integration
- name: E2E Tests
run: npm run test:e2e
- name: Coverage Report
uses: codecov/codecov-action@v3
with:
fail_ci_if_error: true
threshold: 80%
# Step 3: 보안 스캔
security:
runs-on: ubuntu-latest
needs: quality-gate
steps:
- uses: actions/checkout@v3
- name: Dependency Vulnerability Scan
run: npm audit --production --audit-level=high
- name: SAST (Static Analysis)
uses: github/codeql-action/analyze@v2
- name: Secret Scan
uses: trufflesecurity/trufflehog@main
with:
path: ./
base: ${{ github.event.repository.default_branch }}
# Step 4: 성능 및 번들 크기
performance:
runs-on: ubuntu-latest
needs: quality-gate
steps:
- uses: actions/checkout@v3
- uses: actions/setup-node@v3
- name: Build
run: npm run build
- name: Bundle Size Check
run: |
SIZE=$(du -sk dist/ | cut -f1)
MAX_SIZE=5000 # 5MB
if [ $SIZE -gt $MAX_SIZE ]; then
echo "❌ Bundle size exceeded: ${SIZE}KB > ${MAX_SIZE}KB"
exit 1
fi
echo "✅ Bundle size OK: ${SIZE}KB"
- name: Lighthouse CI
uses: treosh/lighthouse-ci-action@v9
with:
runs: 3
budgetPath: ./budget.json
# Step 5: AI 코드 메트릭 분석
ai-metrics:
runs-on: ubuntu-latest
needs: [test, security, performance]
steps:
- uses: actions/checkout@v3
- name: Code Complexity Analysis
run: npx ts-complex --threshold 10 src/
- name: Cyclomatic Complexity
run: npx complexity-report src/ --format json --output complexity.json
- name: AI Code Quality Score
run: |
node .github/scripts/calculate-ai-score.js
- name: Comment PR with Metrics
if: github.event_name == 'pull_request'
uses: actions/github-script@v6
with:
script: |
const metrics = require('./metrics.json');
const comment = `
## 🤖 AI 코드 품질 리포트
- **타입 안정성**: ${metrics.typeScore}%
- **테스트 커버리지**: ${metrics.coverage}%
- **코드 복잡도**: ${metrics.complexity} (최대 10)
- **보안 점수**: ${metrics.securityScore}%
- **번들 크기**: ${metrics.bundleSize}KB
${metrics.passed ? '✅ 모든 품질 기준 통과' : '❌ 품질 기준 미달'}
`;
github.rest.issues.createComment({
issue_number: context.issue.number,
owner: context.repo.owner,
repo: context.repo.repo,
body: comment
});
📊 효과 측정: 하네스 엔지니어링의 ROI
이러한 전략을 도입한 후 실제로 측정해야 할 메트릭:
1. 코드 품질 메트릭
// .github/scripts/calculate-ai-score.js
interface QualityMetrics {
typeScore: number; // TypeScript 타입 커버리지
testCoverage: number; // 테스트 커버리지
complexity: number; // 평균 순환 복잡도
duplication: number; // 코드 중복률
securityScore: number; // 보안 취약점 점수
documentationScore: number; // JSDoc 커버리지
}
async function calculateScore(): Promise<number> {
const metrics: QualityMetrics = {
typeScore: await getTypeScriptCoverage(),
testCoverage: await getTestCoverage(),
complexity: await getAverageComplexity(),
duplication: await getDuplicationRate(),
securityScore: await getSecurityScore(),
documentationScore: await getDocumentationCoverage()
};
// 가중 평균 계산
const weights = {
typeScore: 0.20,
testCoverage: 0.25,
complexity: 0.15,
duplication: 0.10,
securityScore: 0.20,
documentationScore: 0.10
};
const score = Object.entries(metrics).reduce((total, [key, value]) => {
return total + (value * weights[key]);
}, 0);
return Math.round(score);
}
2. 개발 효율성 메트릭
interface EfficiencyMetrics {
avgTimeToFirstCommit: number; // 이슈 생성부터 첫 커밋까지
avgReviewIterations: number; // PR당 평균 리뷰 라운드
bugReopenRate: number; // 재오픈된 버그 비율
aiGeneratedCodeRejection: number; // AI 코드 거부율
}
// 목표:
// - 첫 커밋까지 시간: 50% 감소
// - 리뷰 반복: 평균 1.5회 이하
// - 버그 재오픈율: 5% 이하
// - AI 코드 거부율: 10% 이하
🎓 핵심 교훈
1. AI는 도구, 하네스가 시스템
프롬프트만으로는 부족합니다. 제약(constraints), 검증(validation), 가이드(guidance)의 3박자가 맞아야 합니다.
2. 파일 분리는 확장성의 핵심
거대한 AGENTS.md는 유지보수 악몽입니다. 모듈화, 계층화, 목차화하세요.
3. 강제가 신뢰를 만든다
AI를 믿지 말고 검증하세요. Lint, 테스트, 훅은 선택이 아닌 필수입니다.
4. 점진적 개선
처음부터 완벽할 필요는 없습니다. 측정 → 개선 → 반복의 사이클을 돌리세요.
📚 다음 단계 학습 자료
- VS Code Agent Customization 공식 문서
- AGENTS.md, instructions, skills의 상세 스펙
- Husky + lint-staged
- Pre-commit 훅 설정 가이드
- SonarQube / CodeClimate
- 자동화된 코드 품질 분석
- Renovate Bot
- 의존성 자동 업데이트 및 보안 패치
AI 에이전트는 강력하지만, 올바른 가이드라인과 제약 없이는 위험합니다. AGENTS.md와 하네스 엔지니어링 전략으로 AI의 잠재력을 안전하게 최대화하세요. 🚀