kt cloud, AI 생성 코드 거버넌스를 위한 페르소나부터 YAML Harness까지의 진화

kt cloud 그룹사업기획팀은 AI 코딩 도구 도입 후 코드 생성 속도는 빨라졌으나, 팀 기준 준수 여부를 확인하는 '검증' 단계에서 병목이 발생했습니다. 특히 AI가 명명 규칙이나 필수 태그를 미묘하게 어긴 코드를 자신 있게 생성하면서, 사람의 주의력에 의존하던 기존 리뷰 체계의 한계가 드러났습니다.

검증 체계의 3단계 진화

팀이 거버넌스 문제를 해결하기 위해 거친 세 가지 단계는 다음과 같습니다.

1. 페르소나(Persona) 정의: 프롬프트에 팀 기준과 역할을 직접 입력하는 방식입니다. 초기에는 효과적이었으나, 대화가 길어질수록 AI가 맥락을 잊어버리는 희석 현상이 발생했습니다.
2. SKILL.md 파일화: 팀의 인프라 작성 기준, 명명 규칙, 금지 사항 등을 마크다운 파일로 분리해 AI가 참조하게 했습니다. 관리가 용이해졌지만, 여전히 AI가 파일을 잘 따르길 '신뢰'해야 하는 구조였습니다.
3. YAML 기반 Harness 검증: AI의 준수 여부를 신뢰하는 대신, 규칙을 어기면 통과할 수 없도록 시스템으로 강제했습니다. 리소스 명명 패턴, 필수 태그, 보안 정책 등을 YAML로 명문화하고 GitHub PR 머지 전 자동으로 검증합니다.

자동화와 사람의 역할 분리

Harness는 AI가 생성한 코드든 사람이 작성한 코드든 동일한 가드레일을 적용하여, 팀의 표준이 코드 안에 명시적으로 살아 숨 쉬게 합니다. 이를 통해 리뷰어의 에너지는 단순 체크리스트 확인에서 아키텍처 방향성 판단으로 이동했습니다. 최종 머지 여부는 반드시 사람이 판단하며, 자동화는 기계가 판별할 것과 사람이 고도화된 사고로 판단할 것을 명확히 분리하는 역할을 수행합니다.