기존에는 프론트엔드 개발자가 문제를 직접 발견하고 슬랙으로 알려줘야 했습니다. 그 사이 맥락은 스레드와 DM을 넘나들며 조금씩 사라졌죠.

my-harness는 프론트엔드 개발자 은경 님이 만든 AI 스킬로, 코드를 분석해 API 연동 이슈를 자동 감지합니다. 슬랙봇이 감지 결과를 구조화된 리스트로 정리하기 때문에, 구두 전달에서 빠지기 쉬운 맥락이 명확한 항목으로 남습니다.

💡 "휘발되던 맥락이 항목으로 남으니, 원인 파악 속도가 달라진다."

리스트에 쌓인 미완료 항목을 코드베이스와 함께 분석해 수정 계획을 세웁니다. 여기서 중요한 건 순서입니다. 여러 이슈가 같은 코드 영역에 걸쳐 있으면 의존 관계를 먼저 파악해서 항목을 분류합니다.

분류가 끝나면 AI 에이전트가 항목별로 동시에 수정 작업을 진행합니다. 순차 처리가 아니라 병렬 처리라서, 이슈가 많을수록 속도 차이가 체감됩니다.

💡 "의존성을 먼저 읽는 에이전트가 있어야 병렬 수정이 안전하다."

코드 리뷰를 하나의 AI에 맡기면 놓치는 부분이 생깁니다. my-harness는 에이전트마다 검토 관점을 나눴습니다. 변경 코드 자체를 분석하는 에이전트, 사이드 이펙트를 점검하는 에이전트, 보안과 성능을 전담하는 에이전트가 각자 맡은 영역에서 병렬로 리뷰합니다.

처음에는 전문 에이전트 5개와 감독 에이전트 2개를 운영했습니다. 그런데 매번 7개를 다 돌리니 비용 부담이 컸습니다. 상황에 맞는 에이전트만 골라 투입하는 방식으로 바꾸자, 품질은 유지하면서 비용은 눈에 띄게 줄었습니다.

💡 "7개 에이전트 전부 투입에서 상황별 선택 투입으로 바꾸니 비용이 크게 줄었다."

리뷰에서 발견된 문제는 자동 수정됩니다. 그런데 여기서 끝이 아닙니다. AI의 판단을 개발자가 직접 확인하고, 잘못된 부분을 바로잡는 대화형 프로세스가 포함됩니다. 수정이 완료되면 변경 내용이 슬랙 리스트에 업데이트되어 프론트엔드 개발자가 곧바로 반영할 수 있습니다.

한 번 고친 버그가 다시 나오는 문제도 막았습니다. 정렬 방식을 바꿨더니 페이지 처리 로직이 깨지는 식의 회귀 버그, 실무에서 자주 겪는 상황이죠. my-harness는 수정 이력을 규칙 문서로 저장하고, 이후 리뷰 시 해당 규칙을 자동으로 불러옵니다. 모든 규칙을 매번 전달하면 비용이 올라가니, 리뷰 시점에 필요한 규칙만 골라서 참조합니다.

💡 "고친 버그가 반복되지 않으려면, 수정 이력이 다음 리뷰의 기준이 되어야 한다."