IT AI 개발 도구 생태계 구축
TL;DR
- 개별 개발자의 프롬프트·도구 사용에 흩어져 있던 AI 활용을, 팀 단위로 배포·재사용 가능한 도구 생태계로 전환했다.
- 축은 세 가지 — Frontend AI Library(Skills·Agents·Rules 관리·배포), Swagger MCP(API → 코드 자동화), Figma MCP·AI-Ready 가이드(디자인 → 코드 정밀도).
- Claude Code·Cursor·GitHub Copilot·Antigravity 4종 에이전트에서 동일하게 설치·사용, Bitbucket CI/CD·semver로 릴리즈 운영.
문제
AI 코딩이 개인기에 머물면 팀 전체로 확산되지 않는다. 같은 스킬·규칙·도구를 사람마다 다시 만들고, 설치·버전·에이전트 호환이 제각각이라 재사용이 어려웠다. “도구를 만드는 것”을 넘어 배포·표준화·버전 관리가 필요했다.
구성 요소
Frontend AI Library
작성 예정 — Skills/Agents/Rules 라이브러리, META.md 기반 메타데이터, 설치 CLI(--list/--all/--update/--agent), Vite + 리액트 문서 웹 UI(검색·필터·상세·설치 명령 복사·Copy Prompt), 멀티 에이전트 지원.
Swagger MCP
작성 예정 — 내부 API 문서를 LLM이 자연어로 조회(list_services → list_apis → get_api_detail → get_components), Swagger → Zod 변환, drill-down으로 컨텍스트 토큰 오버플로우 방지. 오픈소스(@hynu/swagger-mcp) 공개. 상세: Swagger MCP 글.
Figma MCP · AI-Ready 가이드
작성 예정 — Figma Context MCP 테스트 프레임워크, AI-Ready 디자인 가이드(Layer = DOM, 100% Auto Layout, 시맨틱 네이밍), Local/Global AI Rules. 99% 디자인 충실도·구현 시간 3배 단축 패턴 문서화.
배포 체계
작성 예정 — Bitbucket CI/CD 파이프라인, semver 기반 버전 관리, npx 한 줄 설치로 사내 전 팀 배포. v2.18.0까지 운영, 37개 도구·규칙 배포.
결과 / 트레이드오프
작성 예정 — 개인기 → 팀 자산 전환, 재사용성/일관성 향상, 유지보수·버전 관리 오버헤드 등.