AI-DLC 워크플로 구조 참고

이 페이지는 공식 구현체 awslabs/aidlc-workflows의 구조를 요약한 참고 자료입니다. AI-DLC를 쓰는 데 이 구조를 외울 필요는 없습니다. 어떤 작업에 무엇을 고르고 어떻게 답하는지는 AI-DLC 실전 적용 가이드를 먼저 보세요.

기준 버전

2026-10-26 기준 최신 릴리스 v2.11.1(2026-10-20 공개)입니다. 수치는 릴리스마다 바뀔 수 있습니다.

핵심 수치

항목	값
Phase	5 (Initialization, Ideation, Inception, Construction, Operation)
Stage	33
에이전트	14 (도메인 전문가 11, reviewer 2, composer 1)
Scope (워크플로 프로필)	11 + 사용자의 설명에서 에이전트가 제안하는 조합
Depth	3단계 (Minimal, Standard, Comprehensive)
Test strategy	3단계 (Minimal, Standard, Comprehensive)
Audit event 종류	126

5 phase와 33 stage

Phase	Stage	시작 → 끝 stage
Initialization	3 (0.1–0.3)	Workspace Scaffold → State Init. 자동으로 다음 phase로 진행
Ideation	7 (1.1–1.7)	Intent Capture & Framing → Approval & Handoff
Inception	9 (2.1–2.9)	Reverse Engineering → Delivery Planning
Construction	7 (3.1–3.7)	Functional Design → CI Pipeline. 3.1–3.5는 Unit마다 반복, 3.6–3.7은 모든 Unit 이후 한 번
Operation	7 (4.1–4.7)	Deployment Pipeline → Feedback & Optimization

• phase는 순서대로 실행되고, stage도 한 번에 하나씩 순서대로 실행됩니다.
• Operation의 마지막 stage에서 Ideation으로 돌아가는 피드백 루프가 있습니다.
• /aidlc --stage <이름>이나 /aidlc --phase <이름>으로 건너뛸 수 있고, 건너뛴 stage는 skipped로 기록됩니다.

사람이 확인하는 지점

• 승인 게이트: Initialization의 3개 stage를 제외한 모든 stage가 승인 게이트로 끝납니다. 기본 선택지는 Approve / Request Changes이고, 세 번째 변경 요청 이후 Accept as-is, Ideation·Inception에서 Add Skipped Stage가 추가될 수 있습니다.
• Verification gate: Initialization → Ideation을 제외한 각 phase 경계에서 자동 추적성 검사가 누락된 연결, 고아 산출물, 불일치를 잡습니다.
• Construction 체크포인트: 신규 단독 작업의 기본은 Unit 단위 진행이며(팀 작업 등에는 다른 진행 방식이 있음), 일상적인 체크포인트를 멈추지 않고 통과하도록 고를 수 있습니다.

워크플로 프로필과 scope

공식 문서는 같은 선택을 두 관점에서 부릅니다.

• 워크플로 프로필: 사용자 관점. 어떤 종류의 작업이고 절차가 얼마나 필요한가.
• Scope: 엔진 관점. aidlc-state.md에 저장되는 stage 경로, depth, test strategy, review 상한, 절차 스위치.

11개 프로필(Classic, Express, Feature, Enterprise, MVP, Proof of concept, Bugfix, Refactor, Infrastructure, Security patch, Workshop)의 용도와 stage 수는 실전 적용 가이드에 정리했습니다.

에이전트와 실행 방식

"Small Mob, Broad Agents": 공식 문서는 좁은 전문가를 수십 개 두면 폭포수식 인계 체인이 다시 생긴다고 보고, 여러 stage와 phase에 걸쳐 참여하는 넓은 역량의 도메인 에이전트 11개를 둡니다. 3~5명이 한 기능 전체를 맡는 효과적인 팀을 본뜬 구성입니다.

• Engine: 결정론적 엔진이 aidlc-state.md와 컴파일된 stage 그래프를 읽고 다음에 실행할 것을 정합니다. 라우팅(다음 stage, scope, 멈출 시점)을 담당합니다.
• Conductor: /aidlc 세션(SKILL.md)이 엔진의 지시를 실행합니다. stage를 잘 수행하고, 좋은 질문을 하고, 결정을 사용자에게 올리는 실행 품질을 담당합니다.
• Topology: 대부분의 stage는 conductor가 담당 에이전트의 관점으로 사용자와 대화하며 inline으로 실행합니다. 전체 33개 중 inline 29, subagent 2(Practices Discovery, Code Generation), pipeline 1(Reverse Engineering), mob 1(User Stories)입니다.
• Reviewer 2종과 composer는 도메인 에이전트와 별도입니다. composer는 맞는 프로필이 없을 때 작업에 맞는 stage 조합을 제안합니다.

상태와 기록

• 진행 상태는 aidlc-state.md에, 모든 결정은 작업(intent)별 audit/ 기록에 남습니다.
• 질문과 답은 stage별 질문 파일에 기록되며, 이 파일이 결정의 원본입니다.
• 팀 지식(Knowledge)과 규칙·학습 루프(Rules and the Learning Loop)로 팀 표준을 반영합니다.

하네스 중립

하나의 코어(도구, 33개 stage 파일, 프로토콜, 지식, sensor, scope, 규칙)를 모든 하네스가 공유하고, 하네스마다 다른 것은 skills·에이전트 표면·hook 연결·활성화 방식 같은 겉껍질뿐입니다. 지원 하네스는 Claude Code, Kiro CLI, Kiro IDE, Codex CLI, Cursor, opencode, GitHub Copilot입니다. Kiro에서 설치하고 시작하는 방법은 개념과 원칙 페이지를 보세요.

공식 문서

문서	볼 때
User Guide	AI-DLC로 소프트웨어를 만들 때
Phases and Stages	stage 목록과 흐름 전체가 필요할 때
Workflow Profiles	프로필별 상세 동작을 볼 때
Harness Engineer Guide	stage·에이전트·scope·규칙·sensor를 팀에 맞게 바꿀 때
Running AI-DLC on Kiro	Kiro IDE·CLI에서 설치하고 실행할 때

---

이 페이지의 모든 수치와 구조는 awslabs/aidlc-workflows v2.11.1의 README와 docs/guide, docs/harness-engineering 문서를 기준으로 합니다.