핵심 요약
AWS는 ARMIQ 사례에서 AI-DLC ToolSet을 활용해 Brownfield(AETL)과 Greenfield(ACMS)를 동시에 처리했다. Main Agent가 워크플로우를 오케스트레이션하고, 역공학/코드생성을 Subagent가 담당한다. context7, aws-knowledge-mcp-server, tavily의 MCP Server로 최신 지식 근거를 보강한다. Reverse Engineering은 8개 아티팩트를 생성하고, Code Generation은 단위별 코드를 작성한 뒤 Code Review Skill으로 재검증한다. git-merge, requirements-generator 같은 Custom Skill로 병렬 개발의 충돌을 자동/반자동 해결하고 품질 가드레일을 강화한다. 이로써 컨텍스트 창 관리와 병렬 개발의 효과가 높아졌다.
구현 방법
- AI-DLC ToolSet 구성: Main Agent + 2개의 Subagent + 3개의 MCP Server
- Subagent의 고정 응답 스키마 및 요약 전달 방식 적용
- context7/aws-knowledge-mcp-server/tavily를 통한 최신 정보 보강
- Brownfield/Greenfield를 하나의 Adaptive Workflow로 커버하는 INCEPTION→CONSTRUCTION→OPERATIONS 흐름
- Custom Skills: requirements-generator, git-merge, Unit code-review, skill-creator
- Reverse Engineering이 8개 아티팩트 생성
- Code Generation 후 Code Review Skill으로 품질 검증
- 충돌 관리: 상태 파일/코드 충돌 자동 또는 반자동 해결
주요 결과
- 병렬 개발 가능성 및 워크플로우 품질 향상
- 요구사항/설계 자료의 자동화 및 코드 품질 가드레일 강화
- 외부 지식 소스 연계로 최신성 유지
