안녕하세요, AI 서비스 & 솔루션 프로바이더 베스핀글로벌입니다.
AWS re:Invent 2025의 [Accelerate Terraform Provider development workflows with Kiro
]을 확인해보시기 바랍니다.

Accelerate Terraform Provider development workflows with Kiro

HashiCorp가 Amazon Q Developer의 Kiro를 활용하여 Terraform Provider 개발 생산성을 90% 향상시킨 사례와, Agentic AI가 SDLC 전반을 어떻게 혁신하는지에 대해 소개합니다.

1. Evolution of Agents (에이전트의 진화)

1-1. 초기 에이전트

• 코드 완성과 자동 제안 기능에 국한된 단순 코딩 보조 도구였습니다.

1-2. 현대 에이전트

• 컨텍스트를 인식하고 능동적으로 행동하며 작업 연속성을 유지하는 지능형 협업자로 발전합니다.

1-3. 에이전트 구성 요소

• Memory(LLM), Tools(통합 기능), Planning(워크플로우), Outcome(작업 결과)로 구성됩니다.

2. Human-Agent Partnership (인간-에이전트 파트너십)

2-1. 핵심 철학

• “AI 에이전트는 훌륭한 결과를 만들 수 있지만, 맥락과 도구 지혜, 전략을 제공하는 것은 인간입니다.”

2-2. 역할 분담

• 에이전트: 반복적이고 소모적인 작업(Toil 기반 업무)을 처리합니다.
• 인간: 오케스트레이션, 전략, 검토 등 고차원적 가치를 제공합니다.

2-3. 효과

• 시니어 개발자가 테크 리더로, Ops 엔지니어가 아키텍트로 사고할 수 있는 여유를 확보합니다.

3. Agentic AI Across the SDLC (SDLC 전반의 Agentic AI)

3-1. Phase 1 – 분석 및 범위 정의

• Legacy 시스템의 성능 및 보안 이슈를 자동으로 분석합니다.
• CVE, SQL 인젝션, 성능 병목 등 위험 요소를 식별합니다.
• 우선순위를 자동 설정하고 범위를 정의합니다.

3-2. Phase 2 – 계획 및 설계

• 의존성을 분석하고 ROI를 추정하며 위험 관리 계획을 생성합니다.
• 구현 계획을 자동으로 작성합니다.
• 변경 검토 위원회를 위한 문서를 준비합니다.

3-3. Phase 3 – 구현

• 단계별 상세 구현 계획을 생성합니다.
• 성공 기준과 예상 결과를 체계적으로 정의합니다.

3-4. SDLC 전반 확장

• Kiro CLI를 도입해 IDE 없이도 사용 가능합니다.
• Agentic Chat을 통해 자연어 기반 대화형 인터페이스를 제공합니다.
• “Organic Transformation”을 통해 Phase 6(운영)에서 발견한 현대화 목표를 즉시 분석하고 설계하며 구현합니다.

4. HashiCorp's Challenge (HashiCorp의 과제)

4-1. 규모의 문제

• AWS Terraform Provider에는 3,000개 이상의 오픈 이슈가 존재합니다.
• 오픈 PR은 518개에 달합니다.
• 기여자는 3,000명 이상입니다.
• 일일 다운로드는 500만 건을 초과합니다.
• 이러한 모든 운영을 단 1개의 소프트웨어 엔지니어링 팀이 관리합니다.

4-2. 확장의 어려움

• 신규 엔지니어 온보딩 시 Terraform, SDK, Golang, AWS 전문성이 동시에 필요합니다.
• PR 작성이 리뷰보다 더 많은 시간이 소요됩니다.
• 코드 품질 유지를 지속적으로 관리해야 합니다.
• 보안 리스크를 고려한 운영이 필요합니다.
• 리뷰 과정에서 병목 현상이 발생합니다.

5. HashiCorp's Challenge (HashiCorp의 과제)

5-1. AI 접근 방식 비교

• Raw Models (원시 모델)
  - 장점: 빠르게 처리하며 병렬 작업이 가능합니다.
  - 단점: 예측 불가능한 결과가 발생하며 반복성이 부족합니다.
• Instruction-based Agents (명령 기반 에이전트)
  - 장점: 워크플로우를 가이드하며 패턴을 잘 추종합니다.
  - 단점: 프롬프팅에 대한 의존성이 크며 사용자의 감시가 필요하고 방향 이탈이 발생할 수 있습니다.
• Spec-driven Agents with Kiro (스펙 기반 에이전트)
  - 장점: 일관된 고품질 작업을 수행하며 요구사항이 명확합니다.
  - 단점: 사전 설계가 필요합니다. (하지만 HashiCorp 프로세스와 일치합니다.)

5-2. 실제 개발 프로세스 with Kiro

• Phase 1: Analysis & Planning
  - PRFAQ 및 PRD 문서를 작성합니다.
  - Spec 파일을 생성합니다. (저장소 읽기 방법 및 작업 방식을 정의합니다.)
  - 기존 리소스를 참고하여 요구사항을 정의합니다.
• Phase 2: Design & Implementation
  - 실시간으로 코드를 생성합니다.
  - 단계별로 작업을 진행하며 피드백을 반영합니다.
  - 기존 코드와의 일관성을 유지합니다.
• Phase 3: Testing & Integration
  - 유닛 테스트를 자동으로 작성합니다.
  - End-to-End 테스트를 실행합니다.
  - 테스트 실패 시 자동으로 수정하고 재테스트합니다.
  - AWS API 참조 기반으로 문서를 자동 생성합니다.

5-3. 성과

• 700개 이상의 고품질 설정 문서를 생성합니다.
• 6개 이상의 Terraform 리소스를 개발합니다.
• 5개의 Terraform 액션을 생성합니다.
• 전체 작업 시간을 90% 절감합니다. (40시간 → 4시간)

6. MCP and Tools (MCP와 도구)

6-1. MCP (Model Context Protocol) 개요

• 오픈소스 프로젝트로 AI 워크플로우를 지원합니다.
• AI 도구와 모델 간 컨텍스트를 연결합니다.
• 빠르게 플러그 앤 플레이 방식으로 통합합니다.

6-2. HashiCorp의 MCP 서버

• Terraform Registry 콘텐츠를 검색합니다.
• 여러 문서에서 리소스 생성 방법을 통합합니다.
• 최신 Provider 버전을 자동으로 확인합니다.
• Public/Private 모듈 활용을 지원합니다.
• CIS 정책을 자동으로 준수합니다.

6-3. Kiro Power 출시

• 전문화된 AI 능력을 제공합니다.
• MCP 기반 아키텍처를 채택합니다.
• 컨텍스트 인식을 지원합니다.
• HashiCorp Terraform 기능을 다음과 같이 제공합니다.
• Configuration 개발을 지원합니다.
• Provider 개발을 지원합니다.
• 정책 및 모듈 통합을 지원합니다.