안녕하세요, AI 서비스 & 솔루션 프로바이더 베스핀글로벌입니다.
AWS re:Invent 2025의 [INV205]을 확인해보시기 바랍니다.

☑️ Keynote

세션명 Reinventing software development with AI agents 
세션코드 INV205
발표일자 2025.12.04
강연자 Deepak Singh, Brittany  Doncaster  
키워드 Amazon Q Developer, Kiro, Spec-driven Development, Property-based Testing, Autonomous Agent, Frontier Agents, Kiro CLI, Kiro Powers, MCP 서버
핵심 내용
및 요약
ㆍAI 에이전트가 소프트웨어 개발을 근본적으로 변화시키고 있음 개발 생산성 5~20배 향상 사례 다수 확인
ㆍAmazon Q Developer (Kiro)의 Spec-driven Development 혁신 ㆍAutonomous Agent를 통한 완전 자율적 개발 작업
ㆍAWS Bedrock 팀: 6명이 76일 만에 완성 (기존 30명/12-18개월 예상)
ㆍDelta 항공사: 이중 경로 전략으로 사용자 채택률 6% → 120%
ㆍ개발자 역할 변화: 코드 타이핑 → 에이전트 오케스트레이션
ㆍ핵심 인사이트: 같은 AI 도구를 사용해도 10-15% vs 5-20배 생산성 차이 발생. 원인은 도구가 아닌 개발 방식의 근본적 변화에 있음.

1.    세션 개요

• AI 코딩 도구의 진화: 단순 자동완성 → 협업 파트너
• 2006년 EC2 출시에 비견되는 혁신적 변화
• 같은 도구 사용해도 10-15% vs 5-20배 생산성 차이 발생
• 차이의 핵심: 도구가 아닌 개발 방식의 근본적 변화
 

2. Amazon Q Developer (Kiro) 주요 기능

Spec-driven Development:

• EEAS 표기법 기반 요구사항 문서 자동 생성
• Property-based Testing으로 수백 개 테스트 케이스 자동 생성
• 예시: "모든 사용자와 모든 차량에 대해" 검증
• 의도와 구현의 일치성 검증
• 뉴로심볼릭 AI 적용 가능

Kiro CLI:

•  터미널 환경에서 강력한 AI 에이전트 활용
•  컨텍스트 유지 및 자동화 스크립트 지원
•  병렬 에이전트 실행으로 생산성 극대화
•  실시간 피드백 적응

Kiro Powers:

• 도메인별 전문화된 에이전트 기능 패키지
• MCP 서버, 스티어링 파일, 훅의 번들
• 파트너: Figma, Supabase, Stripe, DataDog, HashiCorp
• 효율적인 컨텍스트 로딩으로 비용 절감

3. Autonomous Agent (자율 에이전트)

핵심 특징:

•  완전 자율 실행: 목표만 제시하면 달성 방법 스스로 결정
•  대규모 확장성: 다중 동시 작업 및 작업 분산
•  지속적 학습: 코드 리뷰 통해 30일, 60일차 더욱 효과적
•  영구적 컨텍스트: 세션 기반이 아닌 지속적 실행

활용 방식

• GitHub/Jira 이슈에 라벨 추가만으로 작동 시작
• 백그라운드에서 기능 개발, 버그 수정, 리팩토링
• Pull Request 자동 생성
• 학습 내용 자동 적용

4. 실제 사례 연구

AWS Bedrock 팀 - 6명이 76일 만에 달성한 놀라운 성과

AWS Bedrock 팀:

• 과제: Bedrock 추론 엔진 재구축
• 초기 예상: 30명, 12-18개월
• 실제 결과: 6명, 76일 완료
• 개인 생산성 20배 향상
• 주간 커밋: 개발자당 2회 → 40회+

항목 기존 예상 실제 결과 개선도
팀 규모 30명 6명 5배 효율
기간 12-18개월 76일 5-7배 단축

 

성공 요인:

• AI 중심의 새로운 워크플로우 구축
• 목표 중심 접근 (세부 작업 지시 대신)
• 밤새 다수 커스텀 에이전트 병렬 실행
• 전체 소프트웨어 전달 프로세스에 AI 확장

Delta 항공사:

Delta Air Lines - AWS 클라우드 기술을 통한 AI 기반 개발 혁신
•  발표자: Brittany Doncaster (Chief Architect)
•  이중 경로 전략:
   - 경로 1: 기존 PDLC에 AI 통합
   - 경로 2: 완전히 새로운 AI 기반 PDLC 재구상
•  사용자 채택률: 4개월 만에 6% → 120%
•  비개발자(제품 오너, 분석가)도 Q CLI 활용
•  워크숍 성과: 수개월 작업을 1.5일로 단축
•  핵심: 개발자는 시간의 30%만 코딩, 전체 프로세스 최적화 필요

5. 개발 생산성 향상 3가지 핵심 패턴

패턴 1: 목표 중심 방향 전환

• 세부 작업 대신 최종 목표 제시
• 스티어링 파일, 컨텍스트, 가이드라인 제공
• 에이전트가 실행 방법 자율 결정

패턴 2: 동시 다중 AI 작업

• 커스텀 에이전트 (백엔드, 프론트엔드 등) 생성
• 밤새 수십 개 에이전트 병렬 실행
• 아침에 결과 검토 및 승인

패턴 3: 전체 프로세스로 AI 확장

• 협업, 문서화, 테스팅, 배포, 모니터링 전반에 AI 활용
• 코딩 뿐 아니라 전체 SDLC에 적용

6. 개발 패러다임 변화

전통적 방식:

• 모든 코드 수작업 작성
• 코드 우선 개발
• 나중에 아키텍처 변경 시 높은 비용

AI 에이전트 방식:

• 전략적/아키텍처적/비즈니스 결정 우선
• AI와 함께 빠른 프로토타입으로 트레이드오프 탐색
• 에이전트가 실행 세부사항 처리
• 시스템 전체를 holistic하게 사고

개발자 역할 변화:

• 코드 타이핑 → 에이전트 오케스트레이션
• 개별 악기 연주 → 오케스트라 지휘
• 코드 에디터 → 컨텍스트 관리 시스템

7. 미래 전망

단기 (향후 12개월):

• 다중 에이전트 시스템 오케스트레이션
• 전문 계획 에이전트가 실행/최적화/운영 에이전트 관리
• 소프트웨어 전달 프로세스 근본적 재설계

장기적 변화:

• 자연어/이미지/다이어그램 → 작동하는 소프트웨어
• IDE는 대화형 컨텍스트 관리 시스템으로 진화
• SDLC는 더욱 반복적이고 신속하게
• 팀 규모, 구조, 개발 속도, 기술 부채 개념 재정의

해결 과제:

• 더 빠른 의사결정 방법
• 의도-결과 일치 검증
• AI 결과물 신뢰성 구축
• 변경 영향 범위 축소

8. 핵심 시사점

• 마인드셋 전환이 가장 중요 (10-15% vs 5-20배 차이의 원인)
• 전체 프로세스 최적화 (개발자만이 아닌 전체 팀)
• 지속적 학습 및 커뮤니티 참여 (14,000명+ Discord)
• 이중 경로 접근: 점진적 개선 + 혁신적 실험
• 인간의 판단력과 의도는 여전히 핵심

9. 특별 제공

단기 (향후 12개월):

• re:Invent 참석자: 1,000 Kiro 크레딧
• 스타트업: 최대 1년 Kiro Pro/Pro Plus 무료 (100석)
• 신청: kiro.gov