AI 엔지니어링 · 스킬 설계
AI 개발 하네스
Engineering reliable AI coding harnesses
고립된 스킬 4개가 아니라, 컨벤션 → SPEC → 리뷰가 서로 물려 도는 하나의 통합 AI 코딩 하네스 생태계. “AI를 쓸 줄 안다”가 아니라, 신뢰할 수 있는 AI 코딩 하네스를 설계할 줄 압니다.
통합 생태계 — 4개 스킬이 하나로 물린다
SSOT · Hard Rules · 직접 제작
SPEC 탐색 · 생태계의 접착제
리뷰가 컨벤션·SPEC을 강제 로드해 위반을 검출
신뢰도 게이팅
사람 개입 · 최종 게시는 사람이 결정
컨벤션·SPEC은 리뷰가 강제로 로드하고, 최종 게시는 사람이 승인합니다. 이 맞물림 자체가 하네스의 핵심 — 어느 스킬도 단독으로는 코드에 손대지 않습니다.
coding-conventions
17명 프론트팀에서 사람마다 다른 프롬프트 운용으로 갈라지던 코드 편차를, 결정 규칙으로 수렴시키는 컨벤션 하네스. 규칙은 단호하게, 위반의 이유와 수정 방향은 친절하게.
프롬프트 편차 → 결정 규칙. AI가 어느 영역을 만지든 같은 기준으로 수렴한다.
팀 공용 스킬 기반, 직접 재설계
3 skills아래 3종은 사내 팀 공용 스킬을 기반으로, 각 델타를 직접 재설계·이식한 개인 작업물입니다. 파이프라인 아키텍처 자체는 원작(팀)의 것 — 본인 기여는 신뢰 모델 재설계와 확장으로 한정해 기재합니다.
review-mr
개선 · GitLab MR 리뷰 엔진하는 일 — GitLab MR의 diff를 분석해 confidence가 높은 이슈만 추려 초안을 만들고, 사람 승인을 거쳐서만 게시하는 코드 리뷰 엔진입니다.
사내 팀 공용 스킬을 기반으로 직접 재설계한 개인 작업물. GitHub 저장소는 review-pr로 동일하게 적용됩니다.
- [핵심] 사람 승인 게이트 — 초안을 사람이 확인한 뒤에만 게시 (human-in-the-loop)
- 로컬 self-review 모드 — MR 전 git diff로 점검, API 0회
- read-only fan-out 조사 — 변경 영향 파일을 probe로 병렬 조사
- SPEC·컨벤션 크로스 검출 — [Convention]·[Spec-Violation] 위반 표시
- 이력 인지 회귀 점검 — git log/blame로 직전 가드 약화 검출
- 초안 영속화 — .glb-reviews/, 세션이 끊겨도 복구
spec-workflow
개선 · 일반화·통합141줄(Vue 전용) → 164줄. 사내 팀 공용 스킬 기반, 직접 재설계.
리뷰·컨벤션이 “작업 전 SPEC 탐색”에서 호출하는 스킬 생태계의 접착제.
- 프레임워크 일반화 — Vue 전용 예시 → .tsx · .vue 무관
- 서브스텝 진입 모델 신설 — 다른 스킬이 이 스킬을 호출
- 모노레포 토큰 가드 — SPEC.md >5개면 가장 가까운 3개만 Read
- 위반 심각도 모델 — CRITICAL / HIGH / LOW, 리뷰 스킬과 공유
기여 범위 — 컨벤션 하네스(coding-conventions)는 100% 직접 제작입니다. 나머지 3종은 사내 팀 공용 스킬을 기반으로 한 개인 포크이며, 파이프라인·confidence scoring 등 아키텍처 원형은 원작(팀)의 것입니다. 스킬은 사내·개인 dotfiles 비공개라 외부 링크는 없습니다.