이 보고서는 방대한 컨텍스트 윈도우를 가진 프론티어 코딩 에이전트가 소프트웨어 개발 생명주기(SDLC)를 재편하는 상황에서, 명세 기반 애자일 개발(SDAD)이라는 방법론을 정식화한다. 의도 포착, 기계 판독 가능한 명세, 에이전트 기반 구현, 다중 에이전트 검증과 인간 승인이라는 절차로 구성되며, 워터폴과 애자일의 역사적 흐름 위에 "AI 코드"를 네 번째 생산 패러다임으로 제시한다. Ambiguity Tax, Spec Fidelity, SER, TCI_agentic 등 정량적 거버넌스 지표와 단계적 도입 전략도 함께 제안한다. 핵심 주장은 에이전트 속도가 공학적 규율을 없애는 것이 아니라, 그 규율을 명세 정밀도와 명시적 게이트, 감사 가능한 이력 관리로 앞당긴다는 것이다.
- •명세 기반 애자일 개발(SDAD): 의도 포착→기계 판독 명세→에이전트 구현→다중 에이전트 검증→인간 승인
- •워터폴·애자일에 이어 AI 코드를 네 번째 소프트웨어 생산 패러다임으로 제시
- •Ambiguity Tax, Spec Fidelity, SER, TCI_agentic 등 정량적 거버넌스 지표 도입
- •팀 역할 재편(엔지니어·QA·플랫폼·제품)과 단계적 마이그레이션 전략 제시
- •에이전트 속도 향상이 공학 규율을 대체하는 게 아니라 명세 단계로 이전시킨다는 결론
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
SDAD: Spec-Driven Agentic Development for the AI-Native SDLC
- 1.SDAD(Spec-Driven Agentic Development) 개념 정립, 정밀 명세와 고속 구현을 결합한 4번째 개발 패러다임 제시
- 2.의도 포착→기계판독 명세→에이전틱 합성→다중에이전트 독립검증(인간 승인) 4단계 워크플로 구조화
- 3.2020년 Human-Agile과 2026년 Agentic-SDAD를 산출물·주기·책임소재·보안태세 기준으로 비교
- 4.Ambiguity Tax, Spec Fidelity, TCI_agentic 등 정량 거버넌스 지표와 단계적 도입 청사진 제안
왜 중요한가?
대용량 컨텍스트를 다루는 코딩 에이전트가 SDLC를 재편하는 상황에서, 속도 확보가 엔지니어링 규율 포기가 아니라 명세 단계로의 이동을 의미한다는 실무 프레임을 제공한다.
본문 미리보기
arXiv:2608.20341v1 Announce Type: new Abstract: Frontier coding agents backed by large language models with context windows from hundreds of thousands to millions of tokens are restructuring the Software Development Life Cycle (SDLC). Rich context handling and multi-step reasoning now allow substantial Functional Requirement Documents (FRDs) and repository context to be ingested in a single workflow, making specification quality the execution fuel for autonomous delivery. This report formalises
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:40AI 초안
![[AI리더의 서가] Agentic AI 구축 개발의 모든 것](https://cdn.aitimes.com/news/photo/202610/215958_219938_244.jpg)
