사례 인덱스
개인 프로젝트 · AI 작업 관리
AI 작업 승인과 복구
AI가 저장소나 외부 시스템을 바꾸기 전에 사용자가 목표와 수정 가능한 파일을 정하고 승인하며, 실행 뒤에는 변경 내역·로그·백업을 남기는 로컬 도구입니다.
- 역할
- 제품 설계 · 풀스택 개발
- 영역
- AI 작업 관리
- 구분
- 개인 프로젝트
문제와 제약
여러 AI 도구가 각자 작업을 실행하면 누가 무엇을 승인했는지, 허용된 범위를 벗어났는지, 실패 뒤 어디서 복구해야 하는지 한곳에서 확인하기 어렵습니다.
- 01모델이 승인되지 않은 목표나 쓰기 범위를 스스로 넓히지 못하게 해야 했습니다.
- 02저장소와 외부 시스템을 바꾸는 작업은 실행 전후 상태와 산출물을 남겨야 했습니다.
- 03저장소에 변경 중인 파일이 있거나 허용 범위를 벗어나면 실행을 멈춰야 했습니다.
내가 맡은 범위
- 01작업 목표·허용 범위·완료 상태 정의
- 02승인 ID·쓰기 범위·실행 작업의 경계 구현
- 03변경 내역·로그·산출물과 백업·복구 절차 연결
핵심 판단
01
모델과 실행 권한을 분리했습니다.
모델은 작업안을 만들고, 실행 단계에서 승인 ID와 쓰기 범위를 다시 확인한 뒤에만 실제 변경을 수행하도록 나눴습니다.
02
기본값은 실제 파일을 바꾸지 않는 미리보기로 두었습니다.
기본 상태를 dry-run으로 두고 변경 중인 저장소나 허용 범위 밖 파일이 감지되면 실행을 멈추게 했습니다.
03
완료 상태에 복구 자료를 포함했습니다.
명령 종료만으로 완료하지 않고 diff·로그·산출물과 백업 위치를 함께 기록해 검토와 되돌리기가 가능하게 했습니다.
구현한 내용
- 01목표·입력·승인·쓰기 범위를 담은 작업 정의
- 02승인 대기와 실행 작업 분리
- 03허용 범위 밖 파일과 커밋하지 않은 변경이 있는 저장소에서 실행 차단
- 04실행 로그·산출물·변경 기록
- 05백업·복구 절차
- 01작업 요청
- 02사용자 승인
- 03실행 대기
- 04허용 범위 안에서 실행
- 05기록·복구
이해를 돕기 위해 주요 단계만 단순화했습니다.
구현과 결과
구현 내용
- 01
AI가 변경을 실행하기 전에 승인 ID와 쓰기 범위를 다시 확인하도록 만들었습니다.
- 02
실행 결과, 실패 지점과 백업 위치를 한 작업 기록에 남겼습니다.
결과
- 01
작업 요청부터 승인, 실행과 재시도까지 한 화면에서 확인할 수 있는 로컬 프로토타입을 완성했습니다.