Beyond the Editor: How I'm Using Continue CLI to Automate Everything

AI 코딩 도구가 함수 자동완성 수준을 넘어 **Continue CLI(cn)**를 통해 실제 애플리케이션 구축의 복잡성을 해결하는 방향으로 진화하고 있다. 기존 AI가 처리하지 못했던 보안 레이어, 아키텍처, 테스트, CI/CD 등 반복적이고 구조적인 작업을 에이전트가 주도적으로 수행할 수 있게 됐다.

보안과 권한 기반의 안전한 자동화

Continue CLI는 권한 시스템을 통해 자동화의 안전성을 확보한다. 사용자는 cn --allow Bash(git*)처럼 특정 명령어 패턴을 허용하거나, cn --ask Bash(rm*)처럼 위험한 명령 실행 전 확인을 요구할 수 있다. 이러한 설정은 ~/.continue/permissions.yaml 파일에 저장되어 팀 내에서 공유되며, 파이프 연동을 통해 스크립트와 워크플로우에 쉽게 통합된다. 예를 들어 git diff 결과를 입력으로 받아 오류에 대한 GitHub 이슈를 자동으로 생성하는 식이다.

비동기 에이전트와 Continuous AI

핵심 개념은 사용자가 키보드에 있지 않을 때도 AI가 작동하는 Continuous AI다. 저자는 GitHub Actions와 연동하여 새 이슈가 생성되면 Continue review agent가 자동으로 분류하고 라벨을 붙이며 첫 응답을 작성하는 triage bot을 구축했다. 이 봇은 초기 이슈 응답의 80%를 처리하며, 향후에는 코드 변경 시 문서 자동 업데이트나 야간 테스트 케이스 생성 등 완전한 비동기 워크플로우(Level 3)로 확장될 예정이다.

도입 및 활용

개발자는 npm i -g @continuedev/cli로 CLI를 설치하고, GitHub CLI(gh)와 연동해 간단한 자동화부터 시작할 수 있다. 사고의 전환점은 'AI가 코딩을 어떻게 도와줄까'에서 '내가 없을 때 AI가 무엇을 할 수 있을까'로 이동하는 것이다. 로드맵상으로는 인간 개입 빈도 감소, 피드백 학습형 rule engine, 기업용 감사 추적 기능 등이 계획되어 있다.