AIDLC: AI-Driven Development Lifecycle
읽는 시간: 약 3분
AIDLC(AI-Driven Development Lifecycle)는 AI가 소프트웨어 개발의 전 과정을 주도하는 새로운 개발 방법론입니다. 기존 SDLC(Software Development Lifecycle)가 사람 중심의 프로세스였다면, AIDLC는 Intent → Unit → Bolt 모델을 통해 AI가 요구사항 분석부터 설계, 구현, 테스트까지 개발 주기 전체를 가속합니다.
핵심 개념
AIDLC는 세 가지 핵심 축으로 구성됩니다:
- Intent(의도): 사람이 자연어로 요구사항과 비즈니스 의도를 정의합니다. Kiro의 Spec-driven 개발(requirements → design → tasks → 코드)이 이 단계를 지원합니다.
- Unit(단위): AI가 의도를 실행 가능한 단위 작업으로 분해합니다. DDD(Domain-Driven Design)와 BDD/TDD를 결합하여 품질을 보장합니다.
- Bolt(실행): AI가 코드 생성, 테스트 작성, 배포 파이프라인 구성까지 자동으로 실행합니다.
신뢰성 듀얼 축: 온톨로지 × 하네스
AI 생성 코드의 신뢰성을 체계적으로 보장하기 위해 AIDLC는 두 축의 신뢰성 프레임워크를 도입합니다:
- 온톨로지(WHAT + WHEN): 도메인 지식을 형식화한 typed world model. 자체 피드백 루프(Inner/Middle/Outer)를 통해 지속 적으로 진화하는 살아있는 모델로, AI 환각을 방지합니다.
- 하네스 엔지니어링(HOW): 온톨로지가 정의한 제약을 아키텍처적으로 검증/강제하는 구조
AIDLC 10가지 원칙
AIDLC 프레임워크는 AI 기반 개발을 체계화하는 10가지 원칙을 정의합니다. 상세 내용은 AIDLC 프레임워크에서 다룹니다.
개발 이후: 운영과 피드백 루프
AIDLC로 소프트웨어를 개발한 이후, 실제 운영 환경에서의 지속적 개선과 피드백 루프가 필요합니다. 이를 위한 접근 방법으로 AIOps를 참조하세요. AIOps는 AI를 활용하여 운영 관찰성, 예측 스케일링, 자동 복구 등 운영 효율화를 위한 피드백 루프를 체계적으로 구축하는 방법론입니다.
학습 경 로
- AIDLC 프레임워크 — 10가지 원칙, Intent→Unit→Bolt 모델, DDD 통합, EKS 역량 매핑
- AIOps — 개발 이후 운영 피드백 루프 구축