에이전트 AI를 엔터프라이즈의 소프트웨어 개발 수명 주기에 통합

AI 에이전트 정보 GitHub

엔터프라이즈의 개발자는 AI를 페어 프로그래밍 도구로 사용하는 데 익숙할 수 있습니다. 이 모델에서 개발자는 AI 도우미와 동기적으로 작업하며 project 개발 단계에서 코드 제안을 받습니다.

AI 에이전트는 동료 프로그래머와 더 유사합니다. 에이전트는 다음과 같은 기능을 수행할 수 있습니다.

• 비동기 작업(예, 테스트 실행 또는 백로그에서 이슈 해결 등)을 사람의 개입 없이 자동으로 수행합니다.
• 릴리스 후, 아이디어 구상 또는 최적화 등 개발 단계 이외 워크플로에도 기여합니다.

에이전트와 협업하면 직원들이 높은 수준의 계획과 같은 다른 우선 순위에 더 집중할 수 있으며, 자연어 프롬프트에 더 많은 기능을 제공함으로써 비개발자 역할에도 AI의 이점을 제공할 수 있습니다.

          GitHub Copilot'의 에이전트 AI 기능은 다양한 타사 도구를 채택하는 것에 비해 보다 간소화된 사용자 환경과 간소화된 라이선스 및 거버넌스 제어를 제공하는 응집력 있는 플랫폼에 통합 GitHub됩니다.

예제 시나리오

Mona's라는 부티크 우산 소매업체의 엔지니어링 매니저가 되었다고 상상해 보세요. 회사의 온라인 스토어에 AI 기반 위젯을 추가하는 임무를 팀에서 맡게 되었습니다. 이 위젯은 사용자의 위치와 현지 날씨 추세 등의 요인을 기반으로 맞춤형 추천을 제공하여 고객이 적합한 우산을 선택할 수 있도록 도움을 주는 기능입니다.

촉박한 마감일에 맞추기 위해 팀의 개발자와 비개발자 모두가 프로세스의 각 단계를 가속화하는 것을 목표로 합니다. 또한 새 기능이 출시된 이후에도 팀이 유지 관리 작업을 진행하는 데 과부하가 걸리지 않도록 해야 합니다.

1. Copilot 채팅와 함께 계획하세요

1. 계획을 시작하기 위해 제품 관리자는 Copilot 채팅 와 함께 https://github.com/copilot에서 작업합니다.

          Copilot 새 기능에 필요한 개발 작업을 파악하기 위해 고차원적인 질문을 합니다. 프로젝트에 대한 중요한 컨텍스트에 대한 액세스 권한을 부여 Copilot 하기 위해 모의 파일을 업로드하고 코드베이스가 저장된 리포지토리에 연결합니다.
   

2. PM이 Copilot와 협력하여 필요한 작업에 대한 개요를 얻은 후, 작업의 각 부분에 대한 이슈를 생성하도록 Copilot에게 요청합니다.

          Copilot가 `https://github.com/copilot`의 이슈를 초안으로 작성하고, PM이 이를 구체화하여 리포지토리에 게시할 수 있습니다.
   

   PM은 일부 이슈를 옵션 사항 또는 유지 보수 문제로 표시합니다. 이들은 Copilot 클라우드 에이전트에 대한 좋은 후보가 될 수 있습니다.

   

3. 개발자가 빠르게 시작할 수 있도록 PM은 https://github.com/copilot/spaces에 Copilot 스페이스공간을 만듭니다. PM은 다이어그램 및 코드 파일에 대한 참조 등의 리소스를 수집하고, 몇 가지 테스트 질문을 제출한 다음, 해당 조직과 공간을 공유합니다.

   이제 개발자는 공간에서 질문을 할 수 있으며 Copilot PM이 추가한 모든 컨텍스트가 이미 있습니다.

2. 프로토타입 GitHub Spark

1. 기능을 프로토타입하기 위해 PM이 GitHub Spark(https://github.com/spark)을 열고 위젯을 만들도록 요청합니다. 프롬프트를 작성하거나, 마지막 단계의 설명서에 붙여넣거나, 스크린샷을 업로드할 수 있습니다. Spark 는 IDE 또는 코딩이 필요하지 않은 전원 권장 사항에 이미 통합된 LLM을 사용하여 작업 앱을 생성합니다.
2. 프로토타입을 구체화하기 위해 PM은 다시 프롬프트를 표시 Spark 하거나, 시각적 편집기를 사용하거나, 코드를 직접 편집할 수 있습니다. "프롬프트" 탭에서 코드를 편집하지 않고도 권장 사항을 지원하는 텍스트를 조정할 수 있습니다. 각 변경 내용은 즉시 라이브 미리 보기를 업데이트하므로 PM은 편집이 앱에 미치는 영향을 확인할 수 있습니다.
3. 공동 작업을 위해 PM은 Spark를 게시하고 조직이 액세스할 수 있도록 가시성을 업데이트합니다. 리포지토리를 만들고 공동 작업자를 초대할 수도 있습니다. 리포지토리에서 변경된 코드는 다시 동기화되어 SparkPM 및 디자이너가 위젯에 대한 업데이트를 실시간으로 볼 수 있도록 합니다.

3. GitHub Models 및 에이전트 모드로 만들기

1. PM은 공간 및 Copilot 프로토타입 및 리포지토리를 개발자와 공유하고GitHub Spark, 모델의 비용 및 효율성에 따라 맞춤형 우산 권장 사항을 제공하는 최상의 AI 모델을 찾아 개발자에게 시작하도록 요청합니다.

2. 개발자는 작업 및 각 작업의 장단점을 위해 여러 AI 모델을 추천하도록 요청 Copilot 채팅 합니다. 유용한 컨텍스트를 제공하기 위해 Copilot 문서의 정보를 고려하도록 요청 GitHub Docs 합니다.

3. 개발자는 후보 명단에서 모델을 정산하기 위해 플레이그라운드를 GitHub Models 사용하여 모델 간에 동일한 프롬프트의 결과를 비교합니다. 그 후, 프로토타입을 GitHub Spark으로 업데이트하여 선택한 특정 모델이 프로토타입의 전체 위젯 경험에 어떤 영향을 미치는지 확인할 수 있습니다(GitHub Models에서 지원되는 모든 모델은 Spark에서도 지원됩니다). 각 모델에 대해 API 키를 별도로 설정하지 않고, 단일 플랫폼에서 모델을 테스트하여 시간을 절약합니다.

   

4. 모델이 결정되면 개발자가 코드를 VS Code 엽니다.

5. 개발자는 새로운 위젯을 위한 코드를 작성하기 시작합니다. 작업 속도를 높이기 위해 구문 질문과 개략적인 제안에 "질문" 및 "편집" 모드를 사용합니다 Copilot 채팅 .

   팁

   개발자는 AI를 활용하여 자신에게 가장 적합한 방식으로 작업하지만 조직에서 환경을 관리할 수 있습니다. 예를 들어, 다음을 수행할 수 있습니다.

   • 개발자가 개발 작업에 사용할 수 있는 모델을 제어하여 규정 준수 요구 사항을 충족하고 비용을 관리합니다.
   • 도달 범위에서 ****Copilot 채팅합니다.
   • 다른 사용자가 혜택을 받을 수 있도록 테스트된 ****GitHub Models합니다.

6. 개발자가 일부 코드를 작성하면 에이전트 모드 로 전환하여 더 나은 가독성을 위해 코드를 여러 다른 함수로 리팩터링하도록 요청 Copilot 합니다.

   에이전트 모드 Copilot 에서는 보다 자율적으로 작동하며 여러 파일을 업데이트할 수 있으며 개발자의 권한 부여를 통해 종속성 설치 또는 테스트 실행과 같은 작업에 대한 명령을 실행합니다.

   

   팁

   리포지토리에 사용자 지정 지침 파일을 추가하여 보다 일관된 환경을 만들 수 있습니다. 예를 들어, 해당 파일은 에이전트 모드가 확립된 명명 규칙을 준수하고, 조직의 표준에 따라 코드를 빌드하고, 테스트하고, Lint하기 위해 올바른 명령을 실행하는지 확인하는 데 도움이 될 수 있습니다.

7. 개발자는 에이전트 작업의 결과를 검토하고 어떤 코드를 유지할지 선택합니다.

4. MCP 서버로 테스트

1. 코드가 완료되면 개발자는 자동화된 브라우저 내 테스트 서비스인 Playwright를 사용하여 사이트의 로컬 빌드에서 테스트를 실행하려고 합니다.

   • 리포지토리 관리자가 Playwright용 MCP(모델 컨텍스트 프로토콜) 서버를 추가했습니다. 이 서버는 에이전트에 Playwright와 통합하기 위한 미리 정의된 인터페이스를 제공합니다 Copilot .
   • 개발자는 Copilot이(가) .feature 파일에 테스트 시나리오를 간략히 설명하도록 요청한 후, Copilot이(가) 브라우저에서 테스트를 실행하도록 지시합니다.
   • 에이전트 모드 Copilot 에서 브라우저를 열고 UI에서 다른 요소를 클릭할 때 개발자에게 해당 작업에 권한을 부여하도록 요청합니다. 개발자가 브라우저 Copilot 에서 테스트를 감시할 때 실패한 테스트를 식별하고 코드의 수정 사항을 제안합니다.

2. 개발자가 테스트에 만족하면, 에이전트 모드에서 GitHub 작업에 대한 끌어오기 요청을 열도록 요청합니다.

   팁

   * ** GitHub MCP 서버를** 사용하도록 설정한 상태에서, Copilot 명령을 실행해 타이틀 및 설명이 이미 채워진 VS Code 끌어오기 요청을 직접 열 수 있습니다.

   • MCP 서버와의 GitHub 상호 작용은 푸시 보호로 보호되며, 이는 비밀이 AI 생성 응답에 포함되지 않도록 차단하고 서버를 사용하여 수행하는 모든 작업을 통해 비밀을 노출하지 못하게 합니다(공용 리포지토리에만 해당). 푸시 보호에 대해을(를) 참조하세요.

5. Copilot 코드 검토 및 Copilot 사용자 지정 에이전트을 사용하여 검토하십시오.

1. 리포지토리 소유자가 리포지토리에서 자동 코드 검토를Copilot 구성했습니다. Copilot 는 끌어오기 요청에 대한 초기 검토를 제공하여 사용자 검토자가 끌어오기 요청에 도착하기 전에 개발자가 해결할 수 있는 버그 및 잠재적 성능 문제를 식별합니다.
2. 추가 규정 준수 검사로 엔터프라이즈 소유자는 업계 규정 및 내부 정책에 대한 주요 컨텍스트를 만들었습니다 사용자 지정 에이전트 Copilot . 개발자는 사용자 지정 에이전트에서 https://github.com/copilot/agents을 선택하여 Copilot가 끌어오기 요청을 준수 여부에 따라 주의 깊게 검토하고 필요한 변경 사항을 적용하도록 요청합니다. 그런 후, 사람의 검토를 요청합니다.
3. 개발자의 동료가 끌어오기 요청을 검토하고 승인합니다. 작업 병합 준비 완료.

6. Copilot 클라우드 에이전트으로 최적화하십시오

1. 릴리스 후, 제품 관리자는 고객 피드백을 수집하고, 날씨 데이터에 대한 보다 신뢰할 수 있는 API로 전환하여 위젯의 추천 기능을 개선할 기회를 파악합니다. 이 변경을 구현하기 위해 Copilot 에 직접 할당하는 이슈를 GitHub에서 만듭니다.

2.        Copilot 클라우드 에이전트 는 백그라운드에서 작동하며, 제품 관리자가 검토 준비가 완료되었다고 표시하는 끌어오기 요청을 엽니다.
   

   

3. 개발자는 Copilot의 끌어오기 요청을 검토하고 피드백을 남깁니다. 그런 후 Copilot는 그 피드백을 반영합니다. 마지막으로 개발자는 끌어오기 요청을 병합합니다.

   팁

   Copilot 클라우드 에이전트 기본 가드 레일과 함께 제공됩니다. 예를 들어 Copilot 자체는 끌어오기 요청을 병합할 수 없습니다. 리포지토리 규칙 집합을 사용하여 대상 분기에 대한 추가 보호 기능을 정의할 수 있습니다.

4. 나중에 별도의 기능을 개발하는 동안 개발자는 AI 위젯의 코드에서 작은 버그를 발견합니다. 컨텍스트 전환을 방지하기 위해 개발자는 VS Code에서 직접 Copilot 끌어오기 요청을 열도록 지시합니다.

   @github Create a PR for the widget function to correctly validate that the user's age is a positive integer.

5.        Copilot는 백그라운드에서 작동하며 GitHub에서 다른 개발자가 검토할 준비가 된 끌어오기 요청을 엽니다.
   

7. Copilot Autofix로 고정하십시오.

1. 관리자가 리포지토리에서 code scanning를 사용하도록 설정했으며, code scanning 경고는 코드의 잠재적 취약성을 시사합니다.

2. 보안 관리자는 개발자가 Copilot Autofix 검토하고 승인하는 취약성에 대한 수정 사항을 자동으로 제안하도록 요청합니다.

   

에이전트 AI 사용 시작하기

          <a href="https://github.com/github-copilot/purchase?ref_product=copilot&ref_type=trial&ref_style=button&ref_plan=enterprise" target="_blank" class="btn btn-primary mt-3 mr-3 no-underline">
          <span>등록 Copilot</span><svg version="1.1" width="16" height="16" viewBox="0 0 16 16" class="octicon octicon-link-external" aria-label="link external icon" role="img"><path d="M3.75 2h3.5a.75.75 0 0 1 0 1.5h-3.5a.25.25 0 0 0-.25.25v8.5c0 .138.112.25.25.25h8.5a.25.25 0 0 0 .25-.25v-3.5a.75.75 0 0 1 1.5 0v3.5A1.75 1.75 0 0 1 12.25 14h-8.5A1.75 1.75 0 0 1 2 12.25v-8.5C2 2.784 2.784 2 3.75 2Zm6.854-1h4.146a.25.25 0 0 1 .25.25v4.146a.25.25 0 0 1-.427.177L13.03 4.03 9.28 7.78a.751.751 0 0 1-1.042-.018.751.751 0 0 1-.018-1.042l3.75-3.75-1.543-1.543A.25.25 0 0 1 10.604 1Z"></path></svg></a>

이 문서에 언급된 기능을 사용하려면 아래 표의 링크를 사용하세요.

에이전트 AI 기능을 업무 흐름에 효과적으로 통합하려면 효과적인 교육, 거버넌스, 문화적 변화에 투자해야 합니다. 대규모 출시에 앞서 피드백을 수집하기 위해 교차 기능 집단을 대상으로 에이전트 기능을 실험해 보는 것이 좋습니다.

          Copilot 채팅에서 GitHub | 
          [AUTOTITLE](/copilot/using-github-copilot/copilot-chat/asking-github-copilot-questions-in-github#submitting-a-question-to-copilot-chat) |