WorkOS, 소프트웨어 팩토리 목표 재정의

이 표준 설정은 자동화된 코드 생성 및 병합에 중점을 두며, 개발 워크플로에서 AI를 활용하는 일반적인 산업 접근 방식을 나타냅니다.

AI 에이전트가 생성한 풀 리퀘스트 수나 코드 라인 수에만 집중하면 소프트웨어 팩토리의 실제 성능과 효율성을 가릴 수 있습니다.

PR 볼륨 증가는 자동으로 고객 성과 향상으로 이어지지 않으므로, WorkOS는 단순한 생성 볼륨보다 결과 기반 지표를 우선시합니다.

각 엔지니어에게 소규모 전담 엔지니어링 팀을 제공함으로써 WorkOS는 개별 역량을 배가시키고 더 복잡한 기능을 더 빠른 속도로 출시할 수 있도록 지원합니다.

이러한 팩토리의 성공에 대한 주요 척도는 코드 생성뿐만 아니라 더 높은 속도로 더 복잡한 기능을 구축하는 데 중점을 두고 더 많은 기능을 더 빠르게 출시하는 능력입니다.

목표는 전반적인 생산성을 향상하고 제품 개발 주기를 가속화하는 것입니다.

시스템 아키텍처는 Slack, Linear, GitHub에 내장된 상호 작용 계층인 TARS와 MCP 게이트웨이를 활용하는 인프라 오케스트레이션 계층인 Horizon을 통합합니다.

TARS는 웹훅을 사용하여 단순한 코드 생성을 넘어 프로젝트 진행 상황을 추적하는 반면, Horizon은 실제 제품 엔지니어링 자율성을 위해 단순한 코드 생성을 넘어선 자율적인 제품 엔지니어링을 위한 기본 인프라를 제공합니다.

웹훅은 TARS가 Linear 티켓을 추적하고, 의존성 또는 블로킹 이슈를 식별하며, 이전 티켓이 완료되면 다음 주기 작업을 자동으로 시작할 수 있도록 합니다.

이 에이전트 기반 시스템은 격차가 식별되면 프로젝트 계획을 실시간으로 재평가하고 업데이트하여 미리 정의된 프로젝트 맵을 자율적으로 실행할 수 있도록 합니다.

이 접근 방식은 워크플로를 간소화하고 작업 할당을 위한 지속적인 사람의 개입 없이 지속적인 진행을 보장합니다.

제품 요구 사항 문서(PRD) 역할을 하는 '힐탑 문서'는 프로젝트 목적을 정의하고 고객 피드백, 경쟁 분석 및 디자인 목업을 통합하여 회사 전체의 정보 수집을 표준화합니다.

이 에이전트는 프로젝트 사양을 관리 가능한 티켓으로 분할하며, 사람은 AI 생성 결과물을 다듬고 편집하고 지침을 제공하는 통제권을 유지합니다.

이 시스템은 리드 제품 엔지니어가 사양을 다듬고 프로젝트 관리 작업을 자동화할 수 있는 구조화된 프레임워크를 제공하여 엔지니어가 고급 구현에 더 많은 시간을 할애할 수 있도록 합니다.

통합은 프로젝트 설정 및 리소스 할당을 간소화하여 개발 초기 단계의 효율성을 향상시킵니다.

WorkOS 시스템은 단일 에이전트에 제한되지 않고 Devin 또는 Claude Code (Opus)와 같은 다양한 코딩 에이전트의 통합을 허용합니다.

모델 컨텍스트 프로토콜(MCP)은 이러한 다양한 에이전트가 내부 시스템 및 프로젝트 문서에서 관련 컨텍스트를 가져와 작업의 다른 부분을 구현하는 데 필요한 정보를 가질 수 있도록 합니다.

보안을 포함한 교차 기능 팀은 프로젝트 채널에 직접 참여하여 이 유연한 개발 환경 내에서 감독 및 협업을 제공합니다.

이 엔진은 시스템 프롬프트를 관리하고 도구 탐색 지침을 제공하며, Snowflake와 같은 데이터 레이크에 직접 연결하여 AI 에이전트에 의미론적 컨텍스트를 제공합니다.

Context Engine은 에이전트가 다양한 내부 시스템과 효과적으로 상호 작용하고 조직 데이터의 미묘한 차이를 이해할 수 있도록 보장합니다.

이 중앙 집중식 접근은 고객 분석을 위한 Slack 기반 데이터 쿼리를 허용하여 조직 데이터를 AI 에이전트에 쉽게 제공합니다.

WorkOS는 효과적인 도구 통합 및 에이전트 안내를 위한 MCP 게이트웨이의 중요성을 강조하면서, 이를 소프트웨어 팩토리를 구축하는 모든 조직을 위한 기초 단계로 권장합니다.

WorkOS는 세션 데이터에 대한 깊이 있는 제어권을 얻기 위해 자체 샌드박스 인프라를 개발 중이며, 이를 통해 워크로드를 인프라의 다른 부분으로 이동할 수 있습니다.

인프라 관리의 이러한 자급자족은 개발 환경에 대한 더 큰 유연성과 제어권을 제공합니다.

이 기억 계층은 소프트웨어 팩토리와 다른 AI 도구 간의 상호 운용성을 가능하게 하고 조직 지식을 중앙 집중화하는 것을 목표로 합니다.

목표는 WorkOS 운영에 대한 포괄적이고 최신 의미론적 이해를 제공하는 것입니다.

WorkOS는 단순한 출력 지표를 넘어 고객 가치를 제공하고 인프라를 지속적으로 개선하는 것을 우선시합니다.

회사는 결함률 및 복구 시간과 같은 지표를 추적하고 인프라 데이터를 사용하여 기술 격차를 식별하고 소프트웨어 팩토리를 발전시킵니다.

이 접근 방식은 기술을 지속적으로 개선하고 관련성을 보장함으로써 급속한 AI 발전에 발맞추는 것을 목표로 합니다.

팩토리는 고객 영향을 자동화된 프로세스에 직접 내장하는 것을 목표로 하며, 엔지니어는 결함률 및 복구 시간을 중요한 품질 지표로 면밀히 모니터링합니다.

로컬 하니스보다 클라우드 샌드박스 사용 증가는 실제 애플리케이션에서 시스템의 효율성을 반영하는 진정한 엔지니어링 생산성의 신호로 간주됩니다.

인프라를 소유함으로써 WorkOS는 팩토리의 성능을 모니터링하고, 개선 영역을 식별하며, AI 에이전트가 실수를 하는 곳을 추적할 수 있습니다.

이 데이터는 에이전트에 대해 어떤 새로운 기술을 개발해야 하는지, 그리고 오래된 기술이 쓸모없게 되었는지 판단하는 데 도움이 되어 팩토리가 최신 상태를 유지하도록 합니다.

이 시스템은 관련 기술을 지속적으로 식별하고 통합하여 급속한 AI 발전에 발맞추고 팩토리의 지속적인 발전을 보장하는 것을 목표로 합니다.

라이언 쿡(Ryan Cooke)은 다른 개발자들에게 해결되지 않은 문제, 특히 소프트웨어 팩토리 내의 권한 부여 문제에 대해 협력할 것을 요청하며, 팩토리 아키텍처에 대한 논의를 위해 이벤트에서 부스를 운영합니다.