핵심 요약
- 한 실리콘밸리 엔지니어링 리더가 사내에 Claude Code, Linear, 자체 오케스트레이션 하네스를 연동해 목표를 자율 수행하는 '소프트웨어 팩토리 패턴'을 도입했습니다.
- 단순히 코드를 짜는 수준을 넘어 노션 기획서, 데이터독 지표, 이슈 관리를 에이전트가 스스로 검토하고 다음 작업을 이어나가도록 설계한 점이 특징입니다.
- 이러한 에이전트 자동화 루프는 개별 AI 도구뿐만 아니라 데이터 연동과 단일 프로젝트 관리 시스템 등 전사 인프라가 함께 갖춰져야 시너지가 난다고 평가했습니다.
요약 실리콘밸리의 기술 리더 Will Larson(Lethain)이 사내 개발 워크플로를 Claude Code와 오케스트레이션 하네스 기반으로 전면 개편하며 시도한 ‘소프트웨어 팩토리(Software Factory) 패턴’ 실험기를 공유해 개발자 커뮤니티에서 화제가 되고 있습니다.
저자는 2026년 들어 AI 도입 속도가 너무 빨라 새로운 패턴을 따라잡기도 벅차다며 연초부터 진행된 사내 도입 과정을 시간순으로 밝혔습니다. 1월 전 엔지니어의 Claude Code 일상 도입을 시작으로, 3월에는 전사 인력으로 확대했고, 4월에는 레포지토리 단위가 아닌 약 10개의 독립 로컬 워크스페이스를 구성해 프론트엔드·백엔드·인프라를 아우르는 크로스 레포 PR 환경을 마련했습니다. 이어 6월에는 권한 복잡도가 높던 Jira 대신 Linear로 전사 프로젝트 관리를 통합했으며, 7월에는 로컬 환경의 한계를 넘어 Stripe의 Minions와 유사한 자체 조율 하네스인 '에이전트 플릿(Agent Fleet)'을 구축했습니다.
최근 도입한 소프트웨어 팩토리 패턴은 광범위한 목표를 루프로 돌리고 하네스가 목표 달성을 스스로 주도하게 만드는 방식입니다. Linear 프로젝트 루프 스킬을 통해 Notion RFC(목표 정의)와 Datadog/Snowflake(지표 측정)가 제대로 갖춰졌는지 먼저 점검하고, 부족하면 사용자와 함께 보완합니다. 이후 지표와 이슈 상태를 검토해 새 작업을 등록하거나 블로커가 없는 작업(PR 작성, 리뷰 핑, 질문 등)을 자율 수행하며, 작업 완료 후 루프를 다시 돌립니다.
저자는 이 패턴 덕분에 작업 목표와 맥락을 엔지니어가 혼자 머릿속에만 쥐고 있던 문제를 해소할 수 있었으며, 출시 후 방치되기 쉬운 프로젝트(예: 패스키 도입)의 지표나 오류율 모니터링에도 큰 효과를 보고 있다고 전했습니다. 결국 이런 고도화된 AI 워크플로는 Datadog MCP, Snowflake, Linear, 독립 하네스 등 인프라가 유기적으로 맞물려야 시너지를 낸다는 분석입니다.
Sponsored · 광고