AI는 접착제다

과거에는 Perl, Python, Shell 스크립트가 서로 다른 시스템을 연결하는 글루 코드(Glue code) 역할을 담당했다. 이제는 LLM이 그 역할을 이어받아 인간의 언어, CLI, API, Webhook, 데이터베이스 등 서로 맞지 않는 다양한 인터페이스를 강력하게 결합한다.

LLM 기반의 글루가 효과적인 이유는 각 인터페이스가 가진 불규칙한 데이터 형식을 처리할 수 있기 때문이다. Webhook의 JSON 페이로드를 읽어 필요한 필드를 추출하고, 이를 CLI가 요구하는 형식으로 변환하거나 결과값을 파싱하여 다음 단계로 전달하는 과정에서 LLM의 강점이 발휘된다.

Snyk와의 파트너십을 통한 실제 워크플로우 예시는 다음과 같다:

• Snyk가 Webhook으로 취약점 알림 전송
• LLM이 심각도 및 파일 경로 추출
• LLM이 코드 컨텍스트를 바탕으로 패치 생성
• CLI를 통해 테스트 실행 및 GitHub CLI로 PR 생성

새로운 도구를 도입하기보다, 기존에 신뢰하는 CLI, API, 테스트 러너 등을 LLM으로 연결하여 워크플로우를 최적화하는 것이 핵심이다.