1분반-심포니

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 및 효과

◇ 배경

● (만성적인 협업의 비효율성 및 높은 상호작용 비용) 현대 제품 개발은 여러 직군의 협업이 필수적이지만, 현실은 이상과 다르다. 기획자의 워딩 수정, 디자이너의 UI 픽셀 조정 등 간단한 요청조차도 복잡하고 긴 파이프라인(Jira → Slack → 개발 → 배포)을 거치고 있다. 앞의 논문에서 지적하듯, 인간과 기계(시스템) 사이의 '인지적 격차(Cognitive Gap)'로 인해 발생하는 높은 '인간-AI 상호작용 비용'은 조직의 민첩성을 저해하는 가장 큰 요인이다. 이러한 커뮤니케이션 오류와 시간 지연은 단순한 비효율을 넘어 시장 경쟁력을 약화시키고 있다.

● (지능화된 도구의 한계: 맥락 부재와 컨텍스트 오염) GitHub Copilot과 같은 LLM 코딩 도구는 개발 생산성을 향상시켰지만, 근본적으로 '조직의 맥락'을 이해하지 못한다. 범용 데이터로 학습된 모델은 조직 고유의 보안 정책이나 협업 규칙과 같은 '외부 맥락'이 결여되어 있어, 엉뚱하거나 위험한 코드를 생성하는 '컨텍스트 오염'이나 '할루시네이션'을 유발하게 된다. 예를 들어 "결제 코드는 시니어만 수정 가능"과 같은 규칙은 LLM이 알 수 없기 때문에 비개발자의 직접 기여는 예측 불가능한 사이드 이펙트의 위험성 때문에 불가능한 영역으로 남아있다.

◇ 도입 효과

● (개발자 경험의 질적 향상: 사후 대응에서 사전 설계로) 개발자는 더 이상 LLM의 저품질 코드에 대한 반복적인 수정 업무에 시간을 낭비하지 않게 된다. 시스템이 사전에 정의된 컨텍스트 내에서 작동하므로, 에러를 사후에 수정하는 것이 아니라 개발의 첫 단계부터 품질을 관리하는 'Self-Baking(자가 지식화)' 프로세스가 가능해진다. 이를 통해 개발자는 아키텍처 설계 등 고부가가치 핵심 업무에 집중하여 직무 만족도를 높일 수 있다.

● (개발 속도의 혁신적 극대화) 비개발자가 안전이 보장된 범위 내에서 직접 코드 수정에 참여함으로써, 단순 요청 처리 시간을 '수일'에서 '수분' 단위로 압축한다. 이는 논문에서 제시하는 '에이전트 중심 지능(Agent-Centric Intelligence)' 단계의 협업 모델로, 인간의 의도가 즉각적으로 제품에 반영되는 초고속 애자일 스프린트를 가능하게 한다.

● (견고한 코드 품질 및 내장형 보안: 컨텍스트 격리 기술 적용) AI는 MCP에 명시된 동적 컨벤션(코드 스타일, 보안 등급, 접근 제어)을 통해서만 코드를 생성한다. 이는 컨텍스트 엔지니어링의 핵심인 '기능적 컨텍스트 격리(Functional Context Isolation)'를 구현한 것으로, AI가 접근해서는 안 되는 정보나 권한을 원천적으로 차단한다. 이를 통해 인적 실수 및 보안 취약점을 예방하고, 모든 코드 기여가 조직의 표준을 준수하도록 강제한다.

● (쉬운 도입 및 표준화 선점) 몇 단계의 설정만으로 기존 시스템에 통합되어 즉시 사용할 수 있다. 특히 파편화된 AI 도구들을 MCP라는 표준 프로토콜로 연결하는 'Cross-System Context Sharing' 전략은 향후 폭발적으로 증가할 다양한 AI 에이전트들을 단일한 거버넌스 하에 통합 관리할 수 있는 기반이 된다. 이는 단순한 도구 도입을 넘어, 미래형 AI 협업 인프라를 선제적으로 구축하는 효과를 가지게 된다.

개발 과제의 목표 및 내용

◇ 최종 목표: 모든 LLM 코딩 도구에 플러그인 형태로 쉽게 통합 가능한 동적 컨벤션 MCP의 공개 표준을 정의하고, 이를 실제로 적용 및 검증하는 프레임워크를 개발.

◇ 개발 내용

(결과물 1) MCP 컨벤션 서버

● 모든 LLM과 개발 도구가 동적 컨벤션을 일관되게 이해하고 활용할 수 있도록 하는 '범용 컨벤션 양식'를 정의했다.

● (형식)범용성과 가독성을 고려하여 JSON 형식의 표준화된 스키마를 설계한다. 이 파일은 프로젝트의 루트 디렉토리에 .mcp.json 형태로 위치하거나 저희가 제공하는 서버에 저장된다.

- 컨벤션 상세 내용

● 정적 규칙

● ESLint, Prettier 등 기존 린터 및 포맷터 설정 파일(.eslintrc.json, .prettierrc)의 경로를 지정하거나, 핵심 규칙(들여쓰기, 따옴표 종류 등)을 직접 내장하여 일관성을 강제한다.
● 네이밍 컨벤션(component-pascal-case, function-camel-case), 주석 스타일(JSDoc 강제) 등 검증이 가능한 모든 규칙을 포함한다.

● 동적 규칙

● (파일 보안 등급) Glob 패턴을 사용하여 파일 및 디렉토리 경로별로 보안 등급(PUBLIC, INTERNAL, SECRET)을 상세하게 정의했다. 
(예: "src/assets//*": "PUBLIC", "src/components//.css": "PUBLIC", "src/hooks/.js": "INTERNAL", "src/core/payment/**/*.js": "SECRET")
● (역할 기반 접근 제어) 마케터, 기획자, 주니어/시니어 개발자 등 조직의 역할을 정의하고, 각 역할이 파일 보안 등급별로 어떤 권한(read, propose, edit)을 갖는지 명시적인 매트릭스 형태로 명시한다. 이 매트릭스는 누가 어떤 유형의 파일에 대해 아이디어를 제안만 할 수 있는지, 혹은 직접 수정까지 할 수 있는지를 명확히 규정하는 시스템의 핵심이다.

(결과물 2) 동적 컨벤션 검증을 위한 도구를 실제 개발 현장에서 즉시 활용할 수 있도록, 기존 CI/CD 파이프라인에 완벽하게 통합되는 경량화해 제공한다.

● 방식: Plug-and-Play 방식

● 별도의 서버나 복잡한 설정 없이, GitHub 저장소의 .github/workflows 디렉토리 내 워크플로우 파일에 단 몇 줄의 YAML 코드를 추가하는 것만으로 즉시 사용 가능하도록 설계했다.

● 핵심 작동 워크플로우

● (트리거) 개발자 또는 비개발자가 Pull Request(PR)를 생성하거나 업데이트할 때 자동으로 실행된다.
● (컨벤션 로딩) Action이 실행되면, .mcp.json 파일을 찾아와 동적 컨벤션 규칙을 메모리에 로드한다.
● (변경사항 분석) git diff를 통해 해당 PR에서 변경된 파일들의 목록과 내용을 분석합니다.
● (권한 검증) PR 작성자의 GitHub 팀 역할을 기준으로 MCP의 rbac 규칙과 변경된 파일의 security_levels를 대조하여 수정 권한이 있는지 확인한다.
● (정적 규칙 검증) MCP의 static_rules에 따라 린팅 및 포매팅 검사를 수행한다.
● 실시간 피드백 제공
   성공 시: "MCP Convention Check Passed"와 같은 명확한 상태 메시지를 남기고, PR이 병합될 수 있도록 체크를 통과시킨다.
   실패 시: PR 병합을 자동으로 차단하고, 실패 원인을 명확하게 설명하는 코멘트를 PR에 직접 남깁니다. 예를 들어, 권한이 없는 파일을 수정했을 경우, 해당 파일의 해당 라인에 “@작성자,                         
          '마케터' 역할은 INTERNAL 등급의 이 파일을 수정할 수 없다. 개발팀의 검토를 요청해주세요.“ 와 같이 구체적이고 실행 가능한 피드백을 제공하여 개발자의 리뷰 없이도 문제를 즉시 인지하고 
          해결할 수 있도록 돕는다.

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

1분반-심포니

목차

프로젝트 개요

기술개발 과제

과제 팀명

지도교수

개발기간

구성원 소개

서론

개발 과제의 개요

개발 과제 요약

개발 과제의 배경 및 효과

개발 과제의 목표 및 내용

관련 기술의 현황

관련 기술의 현황 및 분석(State of art)

시장상황에 대한 분석

a) 경쟁제품 조사 비교

개발과제의 기대효과

d) 기술적 기대효과

경제적, 사회적 기대 및 파급효과

기술개발 일정 및 추진체계

개발 일정

구성원 및 추진체계

설계

설계사양

제품의 요구사항

설계 사양