QA 티켓 280건, AI와 함께 처리한 기록
Summary
단 2명의 개발자가 280건의 QA 티켓을 올킬한 비결? AI 에이전트와의 밀착 협업 가이드
Claude와 가상 기기 자동화를 결합해 버그 수정을 '빛의 속도'로 만들어낸 여기어때 프론트엔드 실전 분투기
쏟아지는 버그 티켓의 압박 속에서 AI 에이전트를 실무의 파트너로 기용해 압도적인 생산성 향상을 이끌어낸 생생한 후기입니다. 단순 코드 어시스턴트를 넘어 지식을 자산화하는 MEMORY.md 노하우와 OS 버전별 가상 환경(시뮬레이터)을 자동 제어하는 구체적인 워크플로우를 제시합니다.
- 01280건의 대규모 QA 티켓 중 56%를 단 하루 만에 완벽하게 디버깅 및 해결 완료
- 02LLM 세션 간 지식 유실을 극복하기 위해 설계된 계층 구조형 MEMORY.md 아키텍처 도입
- 03xcrun simctl 및 Playwright를 활용해 구형 iOS 버전(iOS 16)의 WebKit 버그를 가상 머신으로 자동 재현 및 디버깅
- 04'원인을 확정하기 전에는 코드를 고치지 않는다'는 원칙을 적용해 재작업율 최소화
- 05병렬 디버깅 중 발생할 수 있는 Git 충돌 및 세션 경합을 방지하기 위한 커밋 프로토콜과 셸 가드 구축
RECOMMENDATION
반복되는 디버깅과 기기별 재현 과정에 지나치게 많은 시간을 낭비하고 있거나, 사내 지식을 LLM 에이전트에게 지속적으로 주입하여 지능적인 업무 비서로 확장시키고픈 시니어 개발자에게 강력히 권장합니다.
The Problem
해외투어 서비스 오픈을 앞두고 2명의 프론트엔드 개발자가 웹과 웹뷰를 포함해 7개 이상의 방대한 도메인을 담당하는 상황에서, 총 280건에 달하는 대규모 QA 티켓이 배정되어 시간적 한계와 리소스 압박이 극대화되었습니다.
The Solution
Claude 기반의 AI 에이전트 파이프라인을 설계하여 티켓 원인 분석과 에뮬레이터 재현을 자동화하고, 세션 만료에 따른 정보 유실을 막기 위해 MEMORY.md 구조로 누적 지식을 관리하였으며, xcrun simctl 및 Playwright 등을 사용해 기기별 화면 비교 검증을 자동화했습니다.
The Result
배정된 280건의 QA 티켓 중 56%를 단 하루 만에 해결하고 81%를 3일 내에 신속히 처리함으로써 문제 해결 리드타임을 극적으로 단축시켰으며, 사내 API 스펙 예외 및 로그 적재 위치 등의 데이터를 구조화하여 에이전트의 불필요한 조사 검색 시간을 최소화했습니다.
Trade-off
동시에 여러 세션을 실행하면서 발생한 Git 스테이징 영역의 경합으로 인해 타 세션의 수정 파일이 섞이는 혼선이 발생했으며, 철저한 요구사항 및 방향성 분석 없이 에이전트가 코드를 먼저 구현하여 중간에 전체 롤백해야 했던 시행착오가 존재했습니다.
Key Concepts
More from 여기어때
View all posts from 여기어때“배포해줘” 한 줄로 끝나는 배포 — 전 직원이 쓰는 사내 플랫폼 구축기
AWS LambdaMCPCI-CD3일 전복날 핑계로, 낯선 동료와 밥 한 끼
CultureCollaborationTeam Building5일 전항공 프론트엔드 구축기 (10/10): 폴더 이름 앞의 기호 하나
Frontend ArchitectureDirectory StructureFeature-Sliced Design1주 전항공 프론트엔드 구축기 (8/10): 토큰이 세 군데서 온다
NextJSWebViewAuthentication1주 전AI가 내 하루를 기억하게 하는 법 (1/2): 먼저, 기억할 곳을 만들었다 — 개인 LLM 위키
LLMMarkdown WikiContext Window1주 전
Related reads#Claude
Explore #Claude몇 달 전에 풀었던 문제를 오늘 또 풀고 있었습니다 — AI와의 대화를 팀의 지식으로 자동 축적한 이야기
테스트를 더 쓰기 전에, 어디에 쓸지부터: 동적 필터 ATDD 실험기
채널톡이 글로벌 상담 Agent를 GPT-5.6 Luna로 갈아탄 이유
우리 팀만의 vLLM 플러그인 만들기 2편 - 모델 변환부터 배포까지 AI-native로 자동화하기