AI 기반 개발 워크플로우: 기획부터 배포까지 AI와 함께 일하기

AI 기반 개발 워크플로우 - 팀 협업

AI 코딩 도구를 설치만 해놓고 자동완성 정도만 쓰고 있다면, 전체 능력의 20%밖에 활용 못하고 있는 거예요. 이 글에서는 기획부터 배포까지 개발 프로세스 전체에 AI를 녹여넣는 실전 워크플로우를 공유합니다.

📌 이 글은 “AI 기반 개발 실전 가이드” 시리즈의 세 번째(마지막) 편이에요.

1편: AI 코딩 어시스턴트 200% 활용법

2편: 개발자를 위한 프롬프트 엔지니어링

3편: AI 기반 개발 워크플로우 (현재 글)

개발 단계별 AI 활용 맵

개발의 모든 단계에서 AI가 도울 수 있어요. 각 단계별 추천 도구와 프롬프트를 정리했어요.

단계	AI 활용법	추천 도구	시간 절약
📋 기획	요구사항 분석, 유저스토리 생성	Claude, ChatGPT	40~50%
🏗️ 설계	API 설계, DB 스키마, 아키텍처	Claude Code	30~40%
⌨️ 코딩	코드 생성, 자동완성, 리팩토링	Cursor, Copilot	50~70%
🧪 테스트	단위/통합 테스트 생성	Copilot, Claude Code	60~80%
🔍 코드 리뷰	자동 리뷰, 버그 탐지	GitHub Actions + AI	30~40%
🚀 배포	CI/CD 설정, IaC 생성	Claude Code	40~50%

1단계: 기획 — AI로 요구사항 뽑아내기

유저스토리 생성 프롬프트

우리 서비스는 [소셜 독서 플랫폼]이야.
핵심 기능은 [책 리뷰 작성, 독서 모임, 추천 시스템]이야.

이 서비스의 유저스토리를 작성해줘:
- 사용자 유형: 일반 독자, 작가, 모임 운영자
- 형식: "As a [사용자], I want [기능], so that [가치]"
- 각 스토리에 수용 기준(Acceptance Criteria) 3개씩
- 우선순위: Must/Should/Could 분류
- 예상 개발 공수(스토리 포인트) 포함

💡 꿀팁: AI가 생성한 유저스토리를 팀과 함께 리뷰하면, 놓치기 쉬운 엣지케이스를 초기에 발견할 수 있어요. “이 기능에서 사용자가 예상과 다르게 행동할 수 있는 시나리오를 5가지 알려줘”라고 추가 질문하세요!

PRD(제품 요구사항 문서) 초안 생성

위 유저스토리를 바탕으로 PRD 초안을 작성해줘.

포함 항목:
프로젝트 개요 (배경, 목적, 범위)
기능 요구사항 (우선순위별)
비기능 요구사항 (성능, 보안, 확장성)
기술 스택 추천 (근거 포함)
마일스톤 (4주 스프린트 기준)
리스크 및 완화 방안

2단계: 설계 — AI와 함께 아키텍처 그리기

API 설계 + DB 스키마 동시 생성

독서 플랫폼의 '책 리뷰' 기능에 대해
API 엔드포인트와 DB 스키마를 함께 설계해줘.

기술 스택: Node.js + Express + PostgreSQL + Prisma

요구사항:
- 리뷰 CRUD (생성/조회/수정/삭제)
- 별점 (1~5), 본문 (최대 5000자), 스포일러 토글
- 좋아요/신고 기능
- 정렬: 최신순, 좋아요순, 별점순
- 페이지네이션 (커서 기반)

다음을 생성해줘:
1. Prisma 스키마
2. REST API 엔드포인트 목록
3. 요청/응답 TypeScript 타입
4. 필요한 인덱스

⚠️ 주의: AI가 생성한 DB 스키마는 반드시 팀의 DBA나 시니어 개발자가 검토해야 해요. 특히 인덱스 전략과 정규화 수준은 실제 트래픽 패턴에 따라 달라지거든요.

3단계: 코딩 — AI와 페어 프로그래밍

실전 프로젝트: “AI와 함께 REST API 만들기”

실제로 책 리뷰 API를 만들어 볼게요. 각 단계에서 AI를 어떻게 활용하는지 보여드릴게요.

Step 1: 프로젝트 초기화 (Claude Code)

# Claude Code에게 요청
"Node.js + Express + TypeScript + Prisma 프로젝트를 초기화해줘.
ESLint(Airbnb), Prettier, husky, lint-staged도 설정해줘.
폴더 구조는 feature-based로."

AI가 생성하는 프로젝트 구조:

src/
├── features/
│   ├── auth/
│   │   ├── auth.controller.ts
│   │   ├── auth.service.ts
│   │   ├── auth.routes.ts
│   │   └── auth.test.ts
│   ├── reviews/
│   │   ├── review.controller.ts
│   │   ├── review.service.ts
│   │   ├── review.routes.ts
│   │   └── review.test.ts
│   └── books/
├── shared/
│   ├── middleware/
│   ├── utils/
│   └── types/
├── config/
└── app.ts

Step 2: 핵심 로직 작성 (Cursor)

Cursor에서 Cmd+K로 인라인 편집:

// review.service.ts
// Cursor에게: "리뷰 CRUD 서비스를 작성해줘. 
// Prisma 사용, 커서 기반 페이지네이션, 에러 핸들링 포함"

export class ReviewService {
  async createReview(data: CreateReviewInput, userId: string) {
    // 중복 리뷰 방지
    const existing = await prisma.review.findUnique({
      where: {
        userId_bookId: { userId, bookId: data.bookId }
      }
    });
    
    if (existing) {
      throw new ConflictError('이미 이 책에 리뷰를 작성했습니다');
    }

    const review = await prisma.review.create({
      data: {
        ...data,
        userId,
      },
      include: {
        user: { select: { id: true, nickname: true, avatar: true } },
        book: { select: { id: true, title: true } },
      },
    });

    // 책의 평균 별점 업데이트
    await this.updateBookRating(data.bookId);

    return review;
  }

  async getReviews(bookId: string, cursor?: string, limit = 20) {
    const reviews = await prisma.review.findMany({
      where: { bookId, isDeleted: false },
      take: limit + 1, // 다음 페이지 존재 여부 확인용
      ...(cursor && {
        cursor: { id: cursor },
        skip: 1,
      }),
      orderBy: { createdAt: 'desc' },
      include: {
        user: { select: { id: true, nickname: true, avatar: true } },
        _count: { select: { likes: true } },
      },
    });

    const hasNext = reviews.length > limit;
    const items = hasNext ? reviews.slice(0, -1) : reviews;

    return {
      items,
      nextCursor: hasNext ? items[items.length - 1].id : null,
    };
  }
}

🔥 핵꿀팁: Cursor의 Composer 모드를 사용하면 “이 서비스에 맞는 컨트롤러, 라우터, 에러 핸들러를 한번에 만들어줘”로 여러 파일을 동시에 생성할 수 있어요!

Step 3: 테스트 작성 (Copilot)

테스트 파일을 열고, 서비스 파일을 옆 탭에 열어두면:

// review.test.ts
describe('ReviewService', () => {
  describe('createReview', () => {
    it('should create a review successfully', async () => {
      // Copilot이 서비스 코드를 보고 자동완성
      const result = await reviewService.createReview({
        bookId: 'book-1',
        rating: 4,
        content: '정말 좋은 책이에요!',
        hasSpoiler: false,
      }, 'user-1');

      expect(result).toHaveProperty('id');
      expect(result.rating).toBe(4);
      expect(result.user.id).toBe('user-1');
    });

    it('should throw ConflictError when duplicate review', async () => {
      // 첫 번째 리뷰 생성
      await reviewService.createReview(mockReviewData, 'user-1');
      
      // 같은 사용자가 같은 책에 다시 리뷰 시도
      await expect(
        reviewService.createReview(mockReviewData, 'user-1')
      ).rejects.toThrow(ConflictError);
    });
  });
});

4단계: 테스트 — AI로 테스트 커버리지 높이기

테스트 생성 프롬프트

아래 서비스 코드의 테스트를 작성해줘.

프레임워크: Jest + Supertest
목표 커버리지: 90%

필수 포함 테스트:
1. 정상 케이스 (각 메서드별 2~3개)
2. 인증/인가 실패
3. 유효성 검증 실패 (잘못된 입력 5가지)
4. 동시성 테스트 (같은 리소스 동시 접근)
5. 페이지네이션 엣지케이스 (빈 결과, 마지막 페이지)

Mock 설정:
- Prisma는 jest-mock-extended 사용
- 외부 API는 msw(Mock Service Worker) 사용

개발 파이프라인 - CI/CD 자동화

💡 꿀팁: AI에게 “이 코드에서 테스트하기 가장 어려운 부분이 뭐야?”라고 먼저 물어보세요. 복잡한 의존성이나 비동기 로직을 어떻게 테스트할지 가이드를 받을 수 있어요.

5단계: AI 코드 리뷰 자동화 (GitHub Actions + AI)

PR이 올라올 때마다 AI가 자동으로 코드 리뷰를 해주는 파이프라인을 구축해보겠습니다.

GitHub Actions 워크플로우

# .github/workflows/ai-code-review.yml
name: AI Code Review

on:
  pull_request:
    types: [opened, synchronize]

permissions:
  contents: read
  pull-requests: write

jobs:
  ai-review:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
        with:
          fetch-depth: 0

      - name: Get changed files
        id: changed
        run: |
          echo "files=$(git diff --name-only origin/$...HEAD | tr '\n' ' ')" >> $GITHUB_OUTPUT

      - name: AI Code Review
        uses: coderabbitai/ai-pr-reviewer@latest
        with:
          debug: false
          review_simple_changes: false
          review_comment_lgtm: false
          openai_light_model: gpt-4o-mini
          openai_heavy_model: gpt-4o
          system_message: |
            당신은 시니어 백엔드 개발자입니다.
            코드 리뷰 시 다음에 집중하세요:
            - 보안 취약점 (Critical로 분류)
            - 성능 이슈 (N+1 쿼리, 불필요한 연산)
            - 에러 핸들링 누락
            - 타입 안전성
            한국어로 리뷰해주세요.

더 간단한 대안: GitHub Copilot 코드 리뷰

GitHub Copilot Enterprise를 사용한다면 별도 설정 없이 PR에서 바로 AI 리뷰를 받을 수 있어요:

PR 코멘트에 @copilot review 를 입력하면 끝!

⚠️ 주의: AI 코드 리뷰는 인간 코드 리뷰를 보완하는 거지 대체하는 게 아니에요. AI가 놓치는 비즈니스 로직 오류, 아키텍처 결정의 적절성 등은 반드시 사람이 확인해야 해요.

6단계: 배포 — AI로 인프라 코드 생성

Docker + CI/CD 파이프라인 생성

이 Node.js 프로젝트의 배포 파이프라인을 만들어줘.

요구사항:
- 멀티스테이지 Dockerfile (dev/prod)
- docker-compose (로컬 개발용: app + PostgreSQL + Redis)
- GitHub Actions CI/CD
  - PR: lint → test → build 체크
  - main merge: 자동 배포
- 환경변수 관리: .env.example 파일

보안 규칙:
- 시크릿은 GitHub Secrets 사용
- 이미지에 불필요한 파일 포함 금지 (.dockerignore)
- non-root 유저로 실행

팀에서 AI 도구 도입할 때 설득하는 법

팀 협업과 AI 도구 도입 - 회의 장면

“우리 팀에도 AI 도구 쓰자”고 제안하고 싶은데, 어떻게 설득할지 막막하다면 이 전략을 써보세요.

1. 데이터로 말하기

📊 2주간 파일럿 결과
- 참여 인원: 3명 (백엔드 2, 프론트 1)
- 측정 기간: 스프린트 2회

결과:
- 코드 작성 시간: 평균 35% 감소
- PR 리뷰 시간: 평균 20% 감소  
- 테스트 커버리지: 65% → 82% (AI 생성 테스트 포함)
- 버그 발생률: 변화 없음 (오히려 약간 감소)

2. 우려 사항 미리 대응하기

우려	대응
“코드 품질이 떨어지지 않나?”	AI 생성 코드도 기존과 동일한 코드 리뷰 프로세스를 거침
“기밀 코드가 유출되지 않나?”	GitHub Copilot Business는 코드를 학습에 사용하지 않음. 온프레미스 옵션도 있음
“개발자가 실력이 퇴화하지 않나?”	AI는 보일러플레이트를 줄여주고, 개발자는 설계/아키텍처에 더 집중할 수 있음
“비용이 부담되지 않나?”	개발자 인건비 대비 도구 비용은 1~2%. 생산성 10%만 올라도 ROI 충분

3. 점진적 도입 로드맵

1주차: 관심 있는 2~3명이 개인 프로젝트에서 시범 사용
2주차: 결과 공유 + 팀 데모 세션
3~4주차: 팀 전체 파일럿 (1 스프린트)
5주차: 결과 분석 + 가이드라인 수립
6주차~: 정식 도입 + 팀 프롬프트 라이브러리 구축

생산성 측정하는 방법 (실제 데이터)

“AI 써서 진짜 빨라졌나?”를 객관적으로 측정하는 방법이에요.

측정 지표

지표	측정 방법	기대 효과
Cycle Time	PR 생성 → Merge까지 시간	20~30% 감소
코드 생산량	주당 커밋/PR 수	30~50% 증가
테스트 커버리지	CI 리포트	15~25%p 증가
버그 발생률	릴리즈 후 버그 티켓 수	유지 또는 감소
개발자 만족도	월간 서베이	향상

실제 측정 도구

# GitHub CLI로 PR 통계 가져오기
gh pr list --state merged --json createdAt,mergedAt,additions,deletions \
  --jq '.[] | {
    pr_time: (((.mergedAt | fromdate) - (.createdAt | fromdate)) / 3600 | floor),
    lines: (.additions + .deletions)
  }'

# AI 도입 전후 비교 스크립트
echo "=== AI 도입 전 (최근 30일) ==="
gh pr list --state merged --limit 50 \
  --json createdAt,mergedAt \
  --jq '[.[] | ((.mergedAt | fromdate) - (.createdAt | fromdate)) / 3600] | 
    "평균 Cycle Time: \(add / length | floor)시간"'

💡 꿀팁: DORA 메트릭(배포 빈도, 리드 타임, 변경 실패율, 복구 시간)으로 AI 도입 전후를 비교하면 경영진에게 보고하기 좋은 데이터를 만들 수 있어요.

“1인 개발자가 AI로 10인분 하는 법” 실전 팁

혼자 개발하는 분들을 위한 AI 활용 극대화 전략이에요.

1. AI를 팀원처럼 활용하기

역할 분담:
🧑‍💻 나: 기획, 아키텍처 결정, 비즈니스 로직 검증
🤖 AI: 코드 생성, 테스트 작성, 문서화, 코드 리뷰

2. 하루 워크플로우

00 - AI와 오늘 할 일 정리 (태스크 분해)
30 - AI에게 보일러플레이트 생성 요청
00 - AI가 만든 코드 리뷰 + 커스터마이즈
00 - 핵심 비즈니스 로직 직접 작성 (AI는 서브 태스크)
00 - 점심
00 - AI에게 테스트 코드 생성 요청
30 - 테스트 실행 + 실패 케이스 수정
30 - AI에게 API 문서 생성 요청
00 - AI에게 코드 리뷰 요청 → 수정
00 - AI에게 배포 설정 생성 → 배포
00 - AI와 내일 계획 정리

3. 1인 개발자의 AI 도구 추천 조합

💰 가성비 조합 (월 $30 이내):
- GitHub Copilot ($10) + Claude API (종량제 ~$20)

🚀 올인 조합 (월 $50 이내):
- Cursor Pro ($20) + Claude Max ($20)

🆓 무료 조합:
- VS Code + Copilot Free tier + Claude.ai 무료

4. 자동화할 수 있는 모든 것을 자동화

# 커밋 메시지 자동 생성
git diff --staged | claude --print "이 변경사항에 대한 
conventional commit 메시지를 한 줄로 작성해줘"

# PR 설명 자동 생성
gh pr create --title "feat: 리뷰 기능" \
  --body "$(git log main..HEAD --oneline | claude --print \
  '이 커밋들을 바탕으로 PR 설명을 작성해줘. 변경사항, 테스트 방법 포함')"

# 변경로그 자동 생성
git log v1.0..v1.1 --oneline | claude --print \
  "이 커밋 목록으로 CHANGELOG.md 엔트리를 작성해줘"

🔥 핵꿀팁: 매일 반복하는 작업이 있다면, AI에게 “이 작업을 자동화하는 쉘 스크립트를 만들어줘”라고 요청하세요. 하루 30분 절약 × 365일 = 연간 182시간 절약이에요!

마무리: AI와 함께하는 개발의 미래

AI 기반 개발 워크플로우의 핵심은 “AI가 대신 해주는 것”이 아니라 “AI와 함께 더 잘하는 것”이에요.

이 시리즈에서 다룬 내용 정리:

1편: AI 코딩 도구 선택과 기본 활용법
2편: AI에게 일 잘 시키는 프롬프트 기술
3편 (현재): 개발 전 과정에서 AI 활용하는 워크플로우

지금 바로 실행할 수 있는 3가지:

📋 내일 할 코딩 작업 하나를 골라서, AI와 함께 페어 프로그래밍해보세요
🧪 기존 프로젝트에 AI로 테스트 코드를 추가해보세요 (커버리지 10%p 올리기)
🔄 GitHub Actions에 AI 코드 리뷰를 달아보세요 (위 YAML 복사해서 바로 적용)

AI는 도구일 뿐이에요. 하지만 잘 쓰는 사람과 안 쓰는 사람의 생산성 격차는 갈수록 벌어지고 있어요. 오늘부터 AI를 여러분의 개발 워크플로우에 녹여보세요. 분명 “왜 더 일찍 안 했지?”라고 느끼게 될 거예요. 🚀

📚 AI 기반 개발 실전 가이드 시리즈

1편: AI 코딩 어시스턴트 200% 활용법
2편: 개발자를 위한 프롬프트 엔지니어링
3편: AI 기반 개발 워크플로우 (현재 글)

참고 자료