1분반-심포니 - 편집 역사

Com238: /* 활동비 지출 내역 */

2025-12-22T08:18:29Z

‎활동비 지출 내역

Com238: /* 관련사업비 내역서 */

2025-12-22T08:18:06Z

‎관련사업비 내역서

Com238: /* 2) 상세 설계 */

2025-12-21T05:23:22Z

‎2) 상세 설계

Com238: /* 2) 상세 설계 */

2025-12-21T05:22:58Z

‎2) 상세 설계

Com238: /* e) 경제적 및 사회적 파급효과 */

2025-12-20T05:58:48Z

‎e) 경제적 및 사회적 파급효과

Com238: /* d) 기술적 기대효과 */

2025-12-20T05:58:35Z

‎d) 기술적 기대효과

Com238: /* 전 세계 기술 동향 */

2025-12-19T06:05:01Z

‎전 세계 기술 동향

Com238: /* 전 세계 기술 동향 */

2025-12-19T06:04:37Z

‎전 세계 기술 동향

Com238: /* 관련 기술의 현황 */

2025-12-19T06:04:21Z

‎관련 기술의 현황

Com238: /* 참고 */

2025-12-19T06:02:13Z

‎참고

@@ 696번째 줄: / 696번째 줄: @@
 | Claude Code (Max) || 1 || US$220.00 || US$220.00 || 319,332원 (10월 결제)
 |-
-| ChatGPT (Plus) || 1 || US$220.00 || US$220.00 || 32,310원 (10월 결제)
+| ChatGPT (Plus) || 1 || US$22.00 || US$22.00 || 32,310원 (10월 결제)
 |-
-| Claude Code (Max) || 1 || US$22.00 || US$22.00 || 327,258원 (11월 결제)
+| Claude Code (Max) || 1 || US$220.00 || US$220.00 || 327,258원 (11월 결제)
 |-
 ! colspan="4" | 합계

@@ 696번째 줄: / 696번째 줄: @@
 | Claude Code (Max) || 1 || US$220.00 || US$220.00 || 319,332원 (10월 결제)
 |-
-| Claude Code (Max) || 1 || US$220.00 || US$220.00 || 32,310원 (11월 결제)
+| ChatGPT (Plus) || 1 || US$220.00 || US$220.00 || 32,310원 (10월 결제)
 |-
-| ChatGPT (Plus) || 1 || US$22.00 || US$22.00 || 327,258원 (10월 결제)
+| Claude Code (Max) || 1 || US$22.00 || US$22.00 || 327,258원 (11월 결제)
 |-
 ! colspan="4" | 합계

@@ 494번째 줄: / 494번째 줄: @@
 b) 시퀀스 다이어그램
--Validate 시퀀스 다이어그램-
+- Validate 시퀀스 다이어그램 -
 [[File:시퀀스다이어그램.png]]
--Registry Pattern 시퀀스 다이어그램-
+- Registry Pattern 시퀀스 다이어그램 -
 [[File:Registry_Pattern_시퀀스_다이어그램.png]]

@@ 499번째 줄: / 499번째 줄: @@
--Registry Pattern 시퀀스다이어그램-
+-Registry Pattern 시퀀스 다이어그램-
 [[File:Registry_Pattern_시퀀스_다이어그램.png]]
@@ 507번째 줄: / 507번째 줄: @@
 [[File:유즈케이스다이어그램2.png]]
 ====3) 인터페이스 설계====

@@ 258번째 줄: / 258번째 줄: @@
 : 이는 향후 다수의 AI 에이전트가 동시에 협업하는 환경에서도 일관된 규칙과 거버넌스를 유지할 수 있는 기반이 되며, 조직이 AI 기술 변화에 유연하게 대응할 수 있도록 한다.
-==== e) 경제적 및 사회적 파급효과 ====
+====경제적 및 사회적 파급효과 ====
 ; 개발 비용 절감

@@ 234번째 줄: / 234번째 줄: @@
 ===개발과제의 기대효과===
-==== d) 기술적 기대효과 ====
+====기술적 기대효과 ====
 ; 개발 효율성 증대

@@ 133번째 줄: / 133번째 줄: @@
 ==== 관련 기술의 현황 및 분석 (State of the Art) ====
 ; MCP 동향
@@ 139번째 줄: / 138번째 줄: @@
 * MCP는 메시지 포맷으로 JSON-RPC 2.0을 채택하며, 전송 계층(transport)은 이를 다양한 환경(로컬/HTTP 등)에 매핑한다.
 * MCP는 LLM/에이전트와 외부 시스템(도구·리소스·프롬프트)을 연결하는 표준 인터페이스로서, 이식성이 높고 개발 도구에 쉽게 적용 가능하다.
 ; 협업 트렌드
@@ 145번째 줄: / 143번째 줄: @@
 * Notion, Slack 같은 통합 협업 도구는 확산 중이나, 실제 코드 변경·정책 준수·검증은 여전히 개발자(사람)에게 부담이 집중된다.
 * 글로벌 환경에서 비동기 협업(PR 리뷰, 자동 코멘트 등)이 늘고 있지만, 규칙 검증은 사람의 반복 부담이 존재한다.
 ; AI 코딩 보조 기술
@@ 151번째 줄: / 148번째 줄: @@
 * 개발자들은 “거의 맞지만 완전히 맞지 않은(almost right, but not quite)” 결과로 인해 디버깅 부담이 늘어 신뢰도가 하락할 수 있음을 지적한다.
 * AI 코딩 도구가 SDLC에 통합될수록, “누가 어떤 파일을 어떻게 수정할 수 있는지(권한), 보안 등급, 내부 규정 준수, 변경 이력”을 기술적으로 보장하는 메커니즘의 필요성이 커지고 있다.
 ; 과제 연결점

@@ 136번째 줄: / 136번째 줄: @@
 ; MCP 동향
-* Microsoft는 Build 2025에서 MCP에 대한 1st-party 지원을 GitHub, Copilot Studio, Azure AI Foundry, Windows 11 등으로 확장한다고 밝혔다.<ref>https://blogs.microsoft.com/blog/2025/05/19/microsoft-build-2025-the-age-of-ai-agents-and-building-the-open-agentic-web/</ref>
+* Microsoft는 Build 2025에서 MCP에 대한 1st-party 지원을 GitHub, Copilot Studio, Azure AI Foundry, Windows 11 등으로 확장한다고 밝혔다.
-* MCP는 메시지 포맷으로 JSON-RPC 2.0을 채택하며, 전송 계층(transport)은 이를 다양한 환경(로컬/HTTP 등)에 매핑한다.<ref>https://modelcontextprotocol.info/docs/concepts/transports/</ref><ref>https://www.jsonrpc.org/specification</ref>
+* MCP는 메시지 포맷으로 JSON-RPC 2.0을 채택하며, 전송 계층(transport)은 이를 다양한 환경(로컬/HTTP 등)에 매핑한다.
-* MCP는 LLM/에이전트와 외부 시스템(도구·리소스·프롬프트)을 연결하는 표준 인터페이스로서, 이식성이 높고 개발 도구에 쉽게 적용 가능하다.<ref>https://modelcontextprotocol.info/docs/concepts/transports/</ref>
+* MCP는 LLM/에이전트와 외부 시스템(도구·리소스·프롬프트)을 연결하는 표준 인터페이스로서, 이식성이 높고 개발 도구에 쉽게 적용 가능하다.
 ; 협업 트렌드
@@ 146번째 줄: / 146번째 줄: @@
 ; AI 코딩 보조 기술
-* 최근 2~3년간 AI 코드 어시스턴트(자동완성, 코드 생성, 리뷰 등) 채택이 빠르게 증가했으며, 엔터프라이즈 관점에서의 도입·운영 가이드(조직/개발자 관점)가 보고서 형태로 축적되고 있다.<ref>https://cloud.google.com/resources/content/idc-state-of-ai-code-assistant-adoption</ref>
+* 최근 2~3년간 AI 코드 어시스턴트(자동완성, 코드 생성, 리뷰 등) 채택이 빠르게 증가했으며, 엔터프라이즈 관점에서의 도입·운영 가이드(조직/개발자 관점)가 보고서 형태로 축적되고 있다.
-* 개발자들은 “거의 맞지만 완전히 맞지 않은(almost right, but not quite)” 결과로 인해 디버깅 부담이 늘어 신뢰도가 하락할 수 있음을 지적한다.<ref>https://arstechnica.com/ai/2025/07/developer-survey-shows-trust-in-ai-coding-tools-is-falling-as-usage-rises/</ref>
+* 개발자들은 “거의 맞지만 완전히 맞지 않은(almost right, but not quite)” 결과로 인해 디버깅 부담이 늘어 신뢰도가 하락할 수 있음을 지적한다.
 * AI 코딩 도구가 SDLC에 통합될수록, “누가 어떤 파일을 어떻게 수정할 수 있는지(권한), 보안 등급, 내부 규정 준수, 변경 이력”을 기술적으로 보장하는 메커니즘의 필요성이 커지고 있다.

← 이전 판		2025년 12월 19일 (금) 06:02 판
197번째 줄:		197번째 줄:
	* 확장 거버넌스: LDAP/SAML 연동, 멀티팀 환경 RBAC 강화		* 확장 거버넌스: LDAP/SAML 연동, 멀티팀 환경 RBAC 강화

−	~~== 참고 ==~~
−	~~<references/>~~

	====시장상황에 대한 분석====		====시장상황에 대한 분석====