"1분반-심포니"의 두 판 사이의 차이

2025년 12월 14일 (일) 22:15 판

프로젝트 개요

기술개발 과제

국문 : AI 코딩 도구를 위한 MCP 기반의 협업 스키마 개발 및 적용 프레임워크 구축

영문 : Framework for Developing and Applying MCP-based Collaborative Schema for AI Coding Tools

과제 팀명

Symphony 팀

지도교수

이경재 교수님

개발기간

2025년 9월 ~ 2025년 12월 (총 4개월)

구성원 소개

서울시립대학교 컴퓨터과학부 20209200** 박*환

서울시립대학교 컴퓨터과학부 20209200** 박*익

서울시립대학교 컴퓨터과학부 20209200** 배*찬

서울시립대학교 컴퓨터과학부 20209200** 이*관

서론

개발 과제의 개요

개발 과제 요약

◇ 과제명: AI 코딩 도구를 위한 MCP 스키마 개발 및 적용 프레임워크 구축

◇ 핵심 개념: 기존의 정적이고 단편적인 코드 스타일 컨벤션을 넘어, 사용자 역할(RBAC)과 파일의 보안 등급이라는 두 가지 핵심 축을 포함하는 '동적 컨벤션'을 정의한다. 이는 최신 '컨텍스트 엔지니어링 2.0(Context Engineering 2.0)' 논문 연구에 기반하여, 인간의 불명확한 의도(고엔트로피)를 AI가 정확히 실행 가능한 형태(저엔트로피)로 변환하는 체계적인 '엔트로피 감소(Entropy Reduction)' 기술을 구현하는 것이다. 이를 모든 LLM 코딩 툴이 이해하고 적용할 수 있도록 이기종 시스템 간 컨텍스트 공유의 표준인 MCP(Model Context Protocol) 형태로 개발된다. 뿐만 아니라, 이후 컨벤션을 지켰는지에 대한 검수 과정도 자동으로 진행하여 코드 퀄리티를 유지할 수 있다.

◇ 개발 목표: MCP 표준을 통해 개발자 및 비개발자가 자연어 기반의 직관적인 인터페이스로 안전하게 코드 수정에 참여하고, 모든 LLM 코딩 도구가 조직의 고유한 협업 규칙과 보안 정책을 100% 준수하는 코드를 생성하도록 유도한다. 단순한 자동화를 넘어, AI 에이전트가 조직의 맥락을 완벽히 이해하고 협업하는 '컨텍스트 협력(Context-Cooperative)' 시스템을 지향한다. 개발자는 반복적인 검토 및 통합 과정을 자동화하여 생산성을 극대화하며, 직군 간의 사일로를 허물고 공동의 목표를 향해 시너지를 창출하는 차세대 지능형 개발 협업 생태계를 구축하는 것을 목표로 한다.

◇ 기대 효과: GitHub Copilot, Claude Code 등 기존 LLM 코딩 도구를 사용하는 개발 팀이 MCP를 손쉽게 도입하여, 최근 바이브 코딩의 가장 큰 화두인 코드 퀄리티 문제를 해소하고 제품의 시장 출시 기간을 획기적으로 단축시킨다. 특히 AI 에이전트 시대(Era 2.0)에 필수적인 '컨텍스트 격리(Context Isolation)'와 '최소 충분 원칙(Minimal Sufficiency Principle)'을 적용함으로써, AI 도입의 가장 큰 장벽인 보안 우려와 할루시네이션 문제를 기술적으로 해결한다.

개발 과제의 배경

내용

개발 과제의 목표 및 내용

내용

구성원 및 추진체계

내용

설계

설계사양

제품의 요구사항

내용

설계 사양

내용

개념설계안

내용

이론적 계산 및 시뮬레이션

내용

상세설계 내용

내용

결과 및 평가

완료 작품의 소개

프로토타입 사진 혹은 작동 장면

내용

포스터

내용

완료작품의 평가

내용

향후계획

내용

특허 출원 내용

내용

@@ 29번째 줄: / 29번째 줄: @@
 ===개발 과제의 개요===
 ====개발 과제 요약====
-내용
+◇ 과제명: AI 코딩 도구를 위한 MCP 스키마 개발 및 적용 프레임워크 구축
+◇ 핵심 개념: 기존의 정적이고 단편적인 코드 스타일 컨벤션을 넘어, 사용자 역할(RBAC)과 파일의 보안 등급이라는 두 가지 핵심 축을 포함하는 '동적 컨벤션'을 정의한다. 이는 최신 '컨텍스트 엔지니어링 2.0(Context Engineering 2.0)' 논문 연구에 기반하여, 인간의 불명확한 의도(고엔트로피)를 AI가 정확히 실행 가능한 형태(저엔트로피)로 변환하는 체계적인 '엔트로피 감소(Entropy Reduction)' 기술을 구현하는 것이다. 이를 모든 LLM 코딩 툴이 이해하고 적용할 수 있도록 이기종 시스템 간 컨텍스트 공유의 표준인 MCP(Model Context Protocol) 형태로 개발된다. 뿐만 아니라, 이후 컨벤션을 지켰는지에 대한 검수 과정도 자동으로 진행하여 코드 퀄리티를 유지할 수 있다.
+◇ 개발 목표: MCP 표준을 통해 개발자 및 비개발자가 자연어 기반의 직관적인 인터페이스로 안전하게 코드 수정에 참여하고, 모든 LLM 코딩 도구가 조직의 고유한 협업 규칙과 보안 정책을 100% 준수하는 코드를 생성하도록 유도한다. 단순한 자동화를 넘어, AI 에이전트가 조직의 맥락을 완벽히 이해하고 협업하는 '컨텍스트 협력(Context-Cooperative)' 시스템을 지향한다. 개발자는 반복적인 검토 및 통합 과정을 자동화하여 생산성을 극대화하며, 직군 간의 사일로를 허물고 공동의 목표를 향해 시너지를 창출하는 차세대 지능형 개발 협업 생태계를 구축하는 것을 목표로 한다.
+◇ 기대 효과: GitHub Copilot, Claude Code 등 기존 LLM 코딩 도구를 사용하는 개발 팀이 MCP를 손쉽게 도입하여, 최근 바이브 코딩의 가장 큰 화두인 코드 퀄리티 문제를 해소하고 제품의 시장 출시 기간을 획기적으로 단축시킨다. 특히 AI 에이전트 시대(Era 2.0)에 필수적인 '컨텍스트 격리(Context Isolation)'와 '최소 충분 원칙(Minimal Sufficiency Principle)'을 적용함으로써, AI 도입의 가장 큰 장벽인 보안 우려와 할루시네이션 문제를 기술적으로 해결한다.
 ====개발 과제의 배경====
 내용