GitHub, Copilot 코드베이스 맞춤화 위한 네 가지 방법 공개

AI 코딩 보조의 핵심은 맥락(Context)이다. GitHub Copilot은 리포지토리의 구성 규칙, 스크립트, 프레임워크 관례를 이해할 때 가장 잘 작동한다. 개발자가 이러한 표준을 반복해서 설명할 필요 없이, GitHub Copilot 앱은 해당 지식을 리포지토리 내부에 직접 저장할 수 있게 한다.

기본 맥락을 위한 Custom Instructions

Custom instructions는 Copilot이 따라야 할 관례를 전달한다. 개발자는 .github/copilot-instructions.md 파일을 추가하여 선호하는 아키텍처, 명명 규칙, 테스트 기대치 등 리포지토리 전반의 가이드라인을 정의할 수 있다. 더 세밀한 제어를 위해 .github/instructions에 applyTo 필드를 사용한 경로별 지침 파일을 생성할 수 있다. 이를 통해 Copilot은 현재 작업 중인 파일에 적합한 광범위한 리포지토리 규칙과 구체적인 지침을 결합할 수 있다.

반복 절차를 위한 Agent Skills

Custom instructions가 일반적인 표준을 처리하는 동안, agent skills는 품질 검사 실행이나 릴리스 준비 등 특정 작업 중에만 적용되는 반복적인 절차를 패키징한다. Skill은 .github/skills 폴더 내의 SKILL.md 파일과 선택적 스크립트로 구성된다. SKILL.md의 설명은 Copilot이 언제 스킬을 로드할지 결정하는 데 도움이 된다. 예를 들어 quality-checks 스킬은 테스트와 린팅을 위해 실행할 스크립트를 Copilot에 지시하여, 명령어를 추측하는 대신 프로젝트의 확립된 프로세스를 따르도록 한다.

전문 작업을 위한 Custom Agents

접근성 검토 등 여러 파일에 걸친 크고 복잡한 작업의 경우, custom agents가 전문적인 가이드를 제공한다. .github/agents에 저장되는 이러한 에이전트 프로필은 전용 역할, 지침, 도구, 프로젝트 맥락을 정의한다. 집중된 관점과 여러 소스의 맥락을 동시에 활용할 수 있는 반복적인 작업에 이상적이다.

외부 연결을 위한 MCP Servers

Model Context Protocol (MCP) servers는 Copilot을 외부 도구, 데이터 소스, 서비스에 연결하여 리포지토리 밖으로 기능을 확장한다. 예를 들어 문서 서버는 프레임워크 가이드를 제공할 수 있으며, Playwright 서버는 Copilot이 브라우저에서 애플리케이션을 열고 상호작용할 수 있게 한다. 이를 통해 자동화된 검사와 실제 인터페이스 동작 모두를 검증할 수 있다.

적절한 맞춤화 선택

이 네 가지 방법은 서로 다른 문제를 해결하며 결합할 때 가장 효과적이다:

• Custom instructions: 리포지토리 전체 또는 특정 파일의 관례를 정의한다.
• Agent skills: 특정 워크플로우를 위한 반복 절차를 패키징한다.
• Custom agents: 더 넓은 다중 파일 작업을 위한 집중된 전문성을 제공한다.
• MCP servers: Copilot을 외부 도구 및 데이터 소스에 연결한다.

시작하려면 개발자가 자주 설명하는 관례 하나를 .github/copilot-instructions.md에 추가하는 것부터 할 수 있다. 커뮤니티는 Awesome Copilot을 통해 기성 자원을 공유하므로, 사용자는 기존 지침, 스킬, 에이전트를 자신의 리포지토리에 맞게 적용할 수 있다.