techlist.io
KREN
spotify

코딩은 더 이상 제약이 아니다: Spotify에서 팀과 에이전트를 위한 개발자 경험 확장 | Spotify Engineering (새 탭에서 열림)

k8sai-agentslackclaude-codecontinuous-integrationstatic-analysisbackstagefleet-management

Spotify는 AI 코딩 에이전트 도입으로 개발 속도가 크게 향상되면서, 이제 코딩 자체보다 의사결정과 개발 경험의 확장성이 새로운 병목이 되었다고 설명합니다. 수년간 구축한 자동화 시스템, 내부 개발자 포털, 표준화된 기술 스택이 AI 에이전트의 성능과 신뢰성을 높이는 기반이 되었습니다. 그 결과 99% 이상의 엔지니어가 매주 AI 코딩 도구를 사용하고, 풀 리퀘스트 생성 빈도도 76% 증가했습니다.

AI 코딩 도구의 폭발적인 확산

  • Spotify 엔지니어의 99% 이상이 매주 AI 코딩 도구를 사용합니다.
  • 94%는 AI가 생산성을 높였다고 응답했습니다.
  • 풀 리퀘스트 생성 빈도는 76% 증가했습니다.
  • 대부분의 PR은 개발자와 AI 에이전트가 협업해 작성합니다.
  • 특히 Claude Opus 4.5 출시 이후 Claude Code 사용량이 급격히 증가했습니다.
  • Spotify는 과거에도 내부 생산성 도구를 꾸준히 배포했지만, AI 도구만큼 빠른 채택률은 경험하지 못했습니다.

에이전트 이전부터 시작된 자동화

  • Spotify의 운영 코드베이스는 엔지니어 수보다 7배 빠르게 증가했습니다.
  • 개발자들은 기능 개발보다 다음과 같은 유지보수 작업에 더 많은 시간을 쓰게 되었습니다.
    • 의존성 업그레이드
    • API 마이그레이션
    • 보안 취약점 패치
  • 특히 마이그레이션이 개발자 불만의 가장 큰 원인이었습니다.
  • 이를 해결하기 위해 여러 팀이 각자 수작업으로 처리하는 대신, 수백~수천 개 컴포넌트를 한꺼번에 변경하는 Fleet Management를 구축했습니다.
  • Fleetshift는 대상 식별, 작업 예약, 진행 상황 추적 등 전체 변경 작업을 조율합니다.
  • 지금까지 250만 건 이상의 자동화 유지보수 PR을 병합했으며, 대부분은 사람의 개입 없이 자동 병합되었습니다.

Honk: 백그라운드 코딩 에이전트

  • 단순한 변경에는 결정론적 스크립트가 효과적이었지만, API 교체나 대규모 리팩터링처럼 예외가 많은 작업에서는 한계가 있었습니다.
  • Spotify는 복잡한 스크립트를 계속 추가하는 대신 LLM이 코드 수정 작업을 수행하도록 했고, 그 결과 Honk를 만들었습니다.
  • Honk의 구성은 다음과 같습니다.
    • Claude와 Agent SDK 기반
    • Spotify 자체 실행 하네스와 결합
    • Kubernetes 파드에서 실행
    • 여러 에이전트 세션을 클라우드에서 동시에 스케줄링
    • 여러 운영체제에서 CI 빌드를 실행해 변경 사항 검증
  • Fleetshift가 전체 작업을 관리하고 Honk가 실제 코드 수정을 담당합니다.
  • 최근 백엔드 서비스의 Java 마이그레이션은 한 명의 엔지니어가 3일 만에 완료했습니다.
  • 과거 수백 팀이 수주 또는 수개월에 걸쳐 수행하던 작업을 단일 엔지니어가 며칠 안에 처리할 수 있게 되었습니다.
  • Honk는 Slack에서도 호출할 수 있어, 대화 중 언급하면 맥락을 바탕으로 작업하고 PR을 생성합니다.
  • Honk v2에서는 다음 기능을 도입할 예정입니다.
    • 공유 에이전트 세션
    • 팀 프로젝트
    • Chirp를 통한 에이전트 오케스트레이션
    • 여러 개발자와 에이전트의 협업

에이전트에게도 필요한 개발자 경험

  • Spotify는 “세계 최고 수준의 기술 영역을 적게 만들수록 더 빠르게 움직일 수 있다”는 원칙을 오래 유지해 왔습니다.
  • 제한된 기술 스택과 일관된 설계 패턴을 사용하면 다음 효과가 있습니다.
    • 팀 간 협업이 쉬워짐
    • 기술 선택에 따른 불필요한 의사결정 감소
    • 코드베이스에 대한 공통 전문성 향상
    • 개발자와 에이전트가 참고할 수 있는 일관된 코드 증가
  • Claude는 참고할 코드가 많고 그 구조가 일관될수록 더 나은 결과를 냅니다.
  • 반대로 코드베이스가 파편화되어 있으면 에이전트 성능도 측정 가능하게 저하됩니다.

Backstage를 통한 통합과 표준화

  • Spotify는 오픈소스 내부 개발자 포털인 Backstage를 개발 경험의 중심으로 사용합니다.
  • Backstage 이전에는 배포, CI, A/B 테스트 등 기능별로 약 100개의 내부 도구가 분리되어 있었습니다.
  • Backstage는 이를 하나의 화면으로 통합하고, 소프트웨어 컴포넌트 카탈로그를 중심으로 관리합니다.
  • 개발자와 에이전트 모두 Backstage에서 다음 정보를 확인할 수 있습니다.
    • 컴포넌트 소유 팀
    • 관련 문서
    • 기술 구성
    • 담당자와의 커뮤니케이션 경로
  • Spotify는 Backstage 기능을 MCP와 CLI 도구로 노출해 Claude도 동일한 정보를 활용하도록 했습니다.
  • 에이전트는 필요한 컴포넌트의 담당자를 조회하거나 문서를 읽고, Slack으로 책임 팀에 문의할 수 있습니다.

Golden State와 자동 피드백

  • Golden state는 컴포넌트 유형별 권장 기술과 개발 관행을 정의합니다.
  • Soundcheck는 각 팀이 자신의 컴포넌트가 표준을 얼마나 준수하는지 점검하는 UI를 제공합니다.
  • 정적 분석과 린팅을 결합하면 표준이 단순한 문서가 아니라 실제 가드레일로 작동합니다.
  • Claude가 권장되지 않는 기술이나 설계 패턴을 사용하면 린터가 즉시 피드백을 제공합니다.
  • 에이전트는 이 피드백을 바탕으로 스스로 코드를 수정할 수 있습니다.
  • 같은 피드백 루프가 개발자와 에이전트 모두에게 적용되므로, 조직 전체의 일관성을 유지하는 효과적인 수단이 됩니다.

실용적인 결론

AI 에이전트를 도입하려면 모델 자체보다 먼저 일관된 기술 스택, 중앙화된 컴포넌트 정보, 자동화된 검증 체계를 마련해야 합니다. 표준화된 코드베이스와 즉각적인 린트·CI 피드백이 갖춰질 때 에이전트는 대규모 마이그레이션과 유지보수 작업을 안정적으로 수행할 수 있습니다.