Kiro AI란 무엇인가요?
Kiro(Kiro AI IDE라고도 함)는 Amazon Web Services(AWS)에서 개발한 차세대 통합 개발 환경(IDE)으로, 2025년 7월경 출시됩니다. 이는 자동으로 작동하는 "에이전트 AI" 도구로, 한 줄씩 코드를 제안할 뿐만 아니라 자연어로 요청을 받고, 분석하여 기술 설계 문서를 생성하고, 작업을 나누고 여러 파일에 걸쳐 코드를 작성합니다. 핵심 철학은 "사양 중심 개발"로, 이는 "분위기" 코딩으로 인한 혼란을 최소화하여 소프트웨어가 구조적으로 구축되고 유지 관리가 용이하며 처음부터 명확한 문서가 포함되도록 보장합니다. Kiro는 코드 편집기에서 "하위 프로그래머" 역할을 하며 아이디어, 디자인, 작업 및 최종 소스 코드를 동기화합니다.
무료 버전(Kiro Free)
비용: $0/월.
크레딧: 신규 사용자는 500 보너스 크레딧(30일 동안 유효)을 받습니다. 그 이후에는 매월 50크레딧을 받습니다(누적되지 않으며 초과 크레딧은 다음 달로 이월되지 않습니다).
적합: 개별 프로그래머, 학생 또는 소규모 프로젝트의 기본 기능 테스트에 적합합니다.
제한 사항: 크레딧은 코드 생성 또는 통합과 같은 AI 작업에 사용됩니다. 복잡한 요구 사항은 더 많은 크레딧을 소비합니다. 무료 요금제의 데이터는 서비스 개선을 위해 사용될 수 있습니다. 더 이상 대기자 명단이 없으며 누구나 즉시 액세스할 수 있습니다.
가격 세부정보를 확인하려면 https://kiro.dev/pricing
을 방문하세요.무료 Kiro 설치 가이드
모든 플랫폼에서 간단하고 빠른 설치 프로세스 platform.
설치 프로그램 다운로드: 공식 페이지 https://kiro.dev로 이동하세요. 웹사이트는 귀하의 운영 체제(Windows, macOS 또는 Linux)를 자동으로 감지하고 적절한 버전을 권장합니다. 다운로드 버튼을 클릭합니다.
설치 프로그램 실행:
Windows: 다운로드한 .exe 파일을 열고 화면의 지시를 따릅니다.
macOS: .dmg 파일을 열고 Kiro 아이콘을 응용 프로그램으로 드래그합니다. 폴더.
Linux: 다운로드 파일 형식에 대한 지침을 따르세요(예: Debian/Ubuntu의 경우 .deb, Fedora/CentOS의 경우 .rpm).
로그인 및 설정 완료: 설치 후 Kiro 앱을 엽니다. 경험을 인증하고 동기화하려면 Google, GitHub 또는 AWS 계정으로 로그인하라는 메시지가 표시됩니다. 처음 시작할 때 Kiro는 기존 VS Code에서 설정, 테마 및 확장을 가져올 것인지 묻습니다. 이는 다시 설치하지 않고 익숙한 작업 공간을 가져오는 것이 좋습니다.
VS Code에서 마이그레이션(선택 사항): 원클릭 마이그레이션 기능을 사용하여 VS Code에서 확장 및 설정을 가져옵니다.
가입 후 자동으로 500 무료 크레딧 수수료, 실시간 사용량을 받게 됩니다. 추적.
무료 Kiro 기본 사용자 가이드
설치 후 Kiro를 시작하고 "프로젝트 열기"를 선택하여 코드베이스 폴더를 엽니다. 인터페이스는 VS Code와 유사하지만 별도의 AI 섹션이 있습니다.
Kiro 대시보드에 액세스: 활동 표시줄(왼쪽 막대)에서 Kiro 아이콘(유령)을 클릭합니다. 이 패널은 다음과 같은 탭으로 열립니다.
사양: 기능 요구 사항을 정의하고 AI 계획을 관리합니다.
후크: 자동화 규칙을 설정합니다.
스티어링: 마크다운과 같은 자연어로 .kiro/steering/ 디렉터리에 프로젝트 표준을 정의합니다.
main:자연어로 요청 생성: 사양 탭에서 "이메일과 비밀번호로 사용자를 등록하려면 API 엔드포인트를 생성하세요. 비밀번호는 8자 이상이어야 합니다."와 같은 명령을 입력합니다. Kiro는 자동으로 여러 파일에 걸쳐 코드를 계획, 설계 및 생성합니다.
검토 및 승인: 편집기를 사용하여 변경 사항을 확인합니다. Kiro는 자체적으로 디버깅하고 실패할 경우 수정 사항을 제안할 수 있습니다.
빠른 채팅 모드(바이브 코딩): 설명이나 작은 코드에 사용됩니다. 예: "이 코드의 작동 방식을 설명하세요." 및 # 아이콘을 통해 파일을 첨부합니다.
작업 모드: Kiro에는 Vibe 코드(채팅을 먼저 한 후 빌드)와 사양 기반(요구 사항 문서 요구 사항, 디자인, 빌드할 세부 작업 생성)의 두 가지 주요 모드가 있습니다.
효과적인 사용 팁:
처음 5분 동안 Kiro에게 규칙을 설정하여 프로젝트에 대해 "교육"합니다. 조정.
신용 추적: 채팅 상호 작용과 같은 간단한 작업은 거의 소비하지 않는 반면, 복잡한 사양을 생성하거나 자동 에이전트를 사용하는 데는 비용이 더 많이 듭니다(예: Auto Agent 1X, Claude Sonnet 1.3X 모델).
무료 핵심 기능에는 사양 생성, 기술 설계, 작업 조정, 코드 통합 및 크로스 플랫폼 지원이 포함됩니다.
더 필요한 경우 자세한 지침이나 실습 튜토리얼을 보려면 https://kiro.dev/docs/의 공식 문서나 TikTok/Twitter의 지침 동영상을 참조하세요.
주요 기능 비교
아래는 뛰어난 기능 비교표입니다.
1. 개발 방법론
Kiro AI:
사양 중심 개발: 표준 프로세스 중심: 자연어 $\rightarrow$ 요구 사항 사양 $\rightarrow$ 아키텍처 설계 $\rightarrow$ 작업 구분 $\rightarrow$ 코드.
뛰어난 기능: 에이전트 자동 수정 오류, 터미널을 위한 강력한 CLI 통합.
자동화: Hooks 시스템(예: 파일을 저장할 때 자동으로 문서 업데이트)이 있고 다중 모달(UI 디자인 이미지를 읽고 이해하여 코드로 변환)을 지원합니다.
커서:
Vibe Coding: 우선 순위 지정 실시간 AI 제안(자동 완성 탭)을 통한 원활한 코드 입력 경험.
뛰어난 기능: 전체 코드베이스에 대한 깊은 이해, 디버그 모드 지원, AI 코드 검토 및 다양한 모델 통합(OpenAI, Anthropic, Gemini).
실험: 연구/테스트를 위한 혼합 정밀 교육 및 CLI 실행기 지원 프로젝트.
2. 통합 및 호환성
Kiro AI:
생태계: VS Code(Open VSX 플러그인, 테마)와 완벽하게 호환됩니다.
연결성: Git, MCP(모델 컨텍스트 프로토콜)를 통합하여 내부 문서, 데이터베이스, API에 액세스합니다. 외부.
사용자 정의: 사용자가 AI의 동작과 프로그래밍 스타일을 원하는 대로 정의하려면 스티어링 파일을 사용하세요. 로컬, SSH 및 터미널에서 유연하게 작동합니다.
커서:
플랫폼: VS Code에 직접 구축되고 GitHub 및 Slack과 긴밀하게 통합됩니다.
엔터프라이즈: 엔터프라이즈 통찰력, 청구 그룹 및 보안 제어와 같은 심층적인 관리 도구를 제공합니다. 비밀).
3. AI 성능
Kiro AI:
모델: Claude Sonnet 4.5 또는 자동 모드를 사용합니다(모델을 자동으로 혼합하여 품질, 속도 및 비용을 최적화함).
Agentic: 자동 조종 모드를 사용하면 에이전트가 자동으로 대규모 작업을 수행하고 언어를 관리할 수 있음 매우 복잡한 작업에 대한 지능형 컨텍스트 프로젝트.
커서:
속도: "탭" 모델은 MoE(Mixture of Experts) 기술을 사용하여 1.5배 더 빠르게 응답하도록 돕습니다.
품질: 21% 더 적은 제안을 제공함에도 불구하고 코드 승인(승인) 비율은 비율)이 28% 더 높습니다. 다중 에이전트 판단 메커니즘(여러 AI가 동시에 평가) 및 빠른 검색을 위한 Instant Grep을 지원합니다.
4. 디버그 및 유지 관리
Kiro AI:
진단: 구문 오류(Syntax), 유형 오류(Type) 및 의미 체계 오류(Semantic)를 자동으로 감지합니다.
유틸리티: 실시간으로 코드 변경 사항(Diff)을 표시하고 자동으로 작성합니다. 실제 변경 내용 현실을 기반으로 메시지를 커밋합니다.
커서:
디버깅 프로세스: 게시하기 전에 소스 코드 품질을 보장하기 위해 디버그 모드(오류 찾기), 계획 모드(계획 수정) 및 AI 코드 검토를 포함한 특수 모드를 제공합니다.
Cursor는 기존 자동 완성 및 실시간 제안보다 뛰어난 반면 Kiro는 대규모 프로젝트 자동화 및 코드 구조화에 강력합니다. (예: 자동화된 테스트 생성, 그러나 사용자는 기본 모드에서 수동으로 테스트를 작성해야 할 수 있습니다.)
가격
Kiro: 처음에는 500크레딧이 제공되는 무료 버전(이후 월 50크레딧), 소규모 프로젝트에 적합합니다. 유료 버전(Pro/Enterprise)은 고급 기능을 제공하지만 공식 사이트에는 가격 세부 사항이 명확하게 공개되지 않습니다. 크레딧은 AI 작업에 사용되며, 무료 데이터는 서비스 개선을 위해 사용될 수 있습니다.
커서: 더욱 발전된 AI 기능을 갖춘 무료 및 프리미엄 버전도 있습니다. 구체적인 가격 책정 세부정보는 없지만 모델은 기업용 구독에 중점을 둔 Kiro와 유사합니다.
둘 다 프리미엄 모델이지만 Kiro는 크레딧 기반 가격 책정으로 인해 복잡한 작업에 더 비쌀 수 있습니다.
장점과 단점
Kiro:
장점: 10배 에이전트 작업 흐름, 높은 보안을 갖춘 일관된 기업, 강력한 자동화(후크, 사양) 덕분에 개발자의 속도가 향상됩니다. 프로토타입부터 프로덕션까지 대규모 프로젝트에 적합합니다.
단점: 개인 코딩의 유연성이 낮고 사양 중심의 학습 시간이 필요할 수 있으며 커서에 비해 자동 완성 성능이 낮습니다.
커서:
장점: 사용하기 쉽고 빠르게 시작하며 친숙한 VS Code와 완벽하게 통합됩니다. 수백만 명의 개발자와 Fortune 500대 기업의 절반 이상이 신뢰하며 강력한 코딩 및 다중 모델 지원을 제공합니다.
단점: 대규모 프로젝트 구조에 덜 집중하고 기업의 Kiro와 같은 심층적인 자동화가 부족할 수 있습니다.
개인 프로그래머이거나 일상적인 코딩을 위한 빠른 도구가 필요한 경우 유연성과 우수한 자동 완성 덕분에 Cursor가 더 나은 선택입니다. 이와 대조적으로 Kiro는 명확한 구조와 에이전트 자동화가 필요한 엔터프라이즈 팀 및 복잡한 프로젝트에 더 적합합니다. 절대적으로 "최고의" 도구는 없습니다. 필요에 따라 무료 버전이 있으므로 두 가지 모두 사용해 볼 수 있습니다.
Kiro 및 커서 FAQ
2026년 현재 업데이트된 소스를 기반으로 다음은 Kiro(AWS의 AI IDE) 및 Cursor(VS Code 기반 AI IDE)에 대해 자주 묻는 질문(FAQ) 모음입니다. 가격, 설치, 기능 및 비교에 중점을 두고 더 쉽게 따라갈 수 있도록 주제별로 분류했습니다.
Kiro에 대한 일반 FAQ
Kiro란 무엇입니까? Kiro는 AWS의 에이전트 AI IDE로, 사양 중심 개발에 중점을 두고 후크 및 조정을 통해 아이디어를 체계적이고 자동화된 코드로 전환하는 데 도움을 줍니다.
Kiro는 무료인가요?초기 500 보너스 크레딧(30일 만료), 이후 월 50 크레딧이 제공되는 무료 버전이 있습니다. 미리보기 버전은 무료이지만 Pro/Enterprise는 곧 출시될 예정입니다.
Kiro를 사용하려면 AWS 계정이 필요합니까? 아니요, Google, GitHub 또는 AWS Builder ID로 로그인합니다.
크레딧은 어떻게 소비됩니까? 모든 프롬프트(바이브/사양 모드, 작업 실행, 후크)에는 크레딧이 필요합니다. IDE의 대시보드를 살펴보세요.
Kiro는 비즈니스를 위해 무엇을 지원합니까?맞춤 에이전트를 위한 MCP 통합, 팀 아키텍처 조정 및 자동화 후크.
첫 번째 프로젝트를 시작하는 방법은 무엇입니까? IDE를 다운로드하고 조정 파일을 설정하고 자연 언어로 사양을 만든 다음 에이전트에 작업을 할당합니다.
일반 FAQ Cursor
Cursor란 무엇인가요? Cursor는 VS Code 기반의 AI IDE로, 바이브 코딩, 실시간 자동 완성 및 코드베이스 채팅에 중점을 둡니다.
Cursor는 무료인가요? 기본 무료 버전이 있습니다. 다중 모델 지원과 같은 고급 기능이 포함된 Pro $20/월, Ultra $200/월.
코드에 대해 질문하는 방법 코드를 선택하고, Cmd+K를 사용하여 빠른 질문을 하거나, 채팅 사이드바(Cmd+I)를 사용하여 상호 작용하세요.
Cursor는 개인 정보를 어떻게 처리합니까? 예 개인 정보 보호 모드는 원격 코드를 저장하지 않습니다. 중국의 인프라를 사용하지 않으며 인증을 통해 데이터를 보호합니다.
Cursor는 어떤 모델을 지원합니까? OpenAI, Anthropic, Google을 통합합니다. 자동 완성 및 에이전트 모델을 선택하세요.
커서로 디버깅하는 방법 코드베이스와 함께 Cmd+L을 사용하여 "여기에 버그가 있나요?"라고 질문하세요. 또는 편집 내용을 자동으로 적용합니다.
Kiro와 커서 비교에 대한 FAQ
주요 차이점? Kiro는 대규모/엔터프라이즈 프로젝트(에이전트 자동화, 후크)에 대한 사양 중심에 강합니다. 빠른 개인 코딩(자동 완성, 원활한 채팅)에는 커서가 더 좋습니다.
초보자에게 적합한 도구는 무엇인가요? 친숙한 VS Code 인터페이스 덕분에 커서를 사용하기가 더 쉽습니다. Kiro는 사양 모드를 통해 학습 곡선이 더 높습니다.
팀에 적합한 도구는 무엇인가요? 팀 아키텍처를 위한 조정 및 MCP가 있는 Kiro; Cursor는 기업을 지원하지만 덜 구조적입니다.
장기 비용에 대해? Kiro는 크레딧을 사용합니다(복잡한 작업에는 비용이 많이 들 수 있음). 커서 구독이 더욱 안정적입니다.
Kiro AI IDE의 에이전트 기능
AWS에서 개발한 IDE인 Kiro는 에이전트 AI 기능이 돋보입니다. 즉, AI는 단순히 코드를 한 줄씩 제안하는 것이 아니라 독립적으로 작업을 분석, 계획 및 실행할 수 있는 자율 에이전트 역할을 합니다. 이 기능은 "사양 중심 개발"에 중점을 두어 자연어 아이디어를 구조화된 코드로 변환하고 오류를 최소화하며 개발 속도를 최대 10배까지 높이는 데 도움을 줍니다. 다음은 공식 문서를 기반으로 하고 2026년에 업데이트된 세부 정보입니다.
작동 방식
Kiro의 Agenttic AI는 소프트웨어 개발을 위한 "프론티어 에이전트" 역할을 합니다.
샌드박스 환경: 작업을 할당할 때 에이전트는 격리된 샌드박스 환경을 생성하고 저장소를 복제하며 분석합니다. 코드베이스.
분석 및 계획: 요구 사항을 분석하고, 요구 사항을 정의하고, 아키텍처를 설계하고, 승인 기준에 따라 하위 작업으로 나눕니다.
하위 에이전트 조정: 전문 하위 에이전트를 사용합니다. 하나는 연구/계획용, 하나는 코딩용, 하나는 검증/초기 테스트용입니다. out.
대화형: 확실하지 않은 경우 추가 정보를 요청하고 피드백(예: 코드 검토)을 통해 학습하여 다음 작업에 적용합니다.
실행: 변경하고 결정 및 변경 사항에 대한 자세한 설명이 포함된 풀 요청(PR)을 생성합니다.
동시 실행: 최대 10개의 병렬 작업을 지원합니다. 비동기적으로 실행됩니다.
에이전트는 세션 기반 에이전트와 달리 저장소와 세션 전체에서 지속적인 컨텍스트를 유지합니다. 전용 도구 또는 내부 시스템을 연결하기 위해 MCP(모델 컨텍스트 프로토콜)와 통합됩니다.
주요 기능
작업 분해: 목표를 세부 작업으로 분석하고 여러 파일(예: 경로, 서비스, 테스트, 문서)에 대한 변경 사항을 권장합니다.
다중 파일 편집: 여러 파일 간의 동기화를 편집하고 차이점을 표시합니다. 검토 및 승인을 위해.
후크 자동화: 후크를 통합하여 문서 작성, 테스트 업데이트, 프로젝트 규칙 시행과 같은 반복적인 작업을 자동으로 처리합니다.
컨텍스트 학습 및 보존: 코드 검토를 통해 배우고(예: 오류 처리 규칙 또는 변수 이름 적용) 웹 검색, 지식을 사용하여 답변을 미리 알고 있습니다. 지능적으로.
팀 통합: 여러 저장소에서 작업하고(예: 15개 마이크로서비스에 걸쳐 라이브러리 업그레이드) GitHub, Jira, Slack, Confluence에 연결하여 문제, PR 또는 토론의 맥락을 파악합니다.
실행 모드: "자동 조종"(자동 실행, 중단 가능) 및 "감독"(각 단계 일시 중지) 검토).
AI 모델: Amazon Bedrock(예: Anthropic Claude, Amazon Nova)의 고급 모델을 사용하여 VPC 엔드포인트와 같은 기업 보안을 지원합니다.
에이전트는 DevFiles/Dockerfiles 감지, 네트워크 액세스 구성(제한에서 공개까지), 환경 변수 및 암호화 비밀 등 맞춤형 환경을 지원합니다.
워크플로
인텐트 캡처: 사용자가 자연어로 설명합니다(예: "애플리케이션 애플리케이션에 대한 환불 워크플로 생성").
사양 생성: 에이전트는 requirements.md,
design.md, tasks.md를 승인 기준으로 지정하세요. 작업 분할: 작업 목록과 제안된 파일 변경 사항.
실행 및 검토: 변경 사항을 적용하고 승인/거부 시 차이점을 표시합니다. 후크를 통합하여 자동으로 업데이트하세요.
관리 통합: PR, 코드 소유자 또는 CI/CD를 무시하지 마세요. 변화에 대비하되 사람의 통제권을 유지하세요.
이 프로세스는 구조, 추적 용이성, SDLC(소프트웨어 개발 수명 주기) 프로세스 준수를 보장합니다.
사용 예
라이브러리 업그레이드: 일회성 작업 설명, 에이전트는 라이브러리 사용을 분석하고, 샘플 코드를 업데이트하고, 테스트를 실행하고, 여러 저장소에 걸쳐 PR을 엽니다.
기능 배포: 예를 들어 환불 워크플로 배포 – 에이전트는 이전 검토의 오류 처리 템플릿을 적용하고 후크를 통해 문서/테스트를 자동으로 업데이트합니다.
팀 개발: 저장소를 통해 작업을 병렬로 처리하고 Confluence 또는 Slack의 업데이트를 통합하여 유지합니다. 일관성.
GitHub에서 작업 할당: 문제에 "kiro" 레이블을 추가하거나 "/kiro"를 언급합니다. 에이전트는 댓글에서 컨텍스트를 가져와 실행합니다.
다른 기능과의 통합
사양: 에이전트는 사양을 사용하여 실행을 안내하고 변경 사항이 원래 요구 사항과 일치하는지 확인합니다.
조정: 조정 파일을 통해 AI 동작을 사용자 정의합니다(자연 언어의 프로젝트 규칙 과정).
후크: 자동화를 위한 통합(예: 파일 저장 시 문서 생성).
Chat Agentic: 구현 전에 접근 방식을 논의하기 위해 채팅을 통해 의사소통합니다.
타사 도구: GitHub, Jira, Teams, Slack에 연결하여 팀 상황 파악 그룹.
제한 사항 및 위험
미리 보기 단계: 2025년 12월 출시, 주간 사용 제한. 팀에는 대기자 명단이 필요합니다.
환각 위험: AI는 오해의 소지가 있는 디자인을 제안할 수 있습니다. 사람, 테스트, CI를 고려하여 최소화합니다.
학습 곡선: 사양 중심에 익숙해지려면 시간이 필요합니다. 기존 자동 완성만큼 유연하지 않습니다.
보안: 올바르게 구성되지 않으면 데이터가 위험해집니다. AWS에서 지원하지만 액세스 제어가 필요합니다.
인력 교체 불가: 아키텍처 오류를 방지하려면 여전히 승인이 필요합니다. 반복적인 작업이나 대규모 프로젝트에 더 적합합니다.
Kiro의 특정 에이전트 코드 및 워크플로 예
2025~2026년의 공식 문서와 실제 지침을 바탕으로 아래에서는 Kiro AI IDE에서 에이전트 기능을 사용하는 방법에 대한 구체적인 예를 제시합니다. 여기서 에이전트는 종종 Specs, Hooks, Steering 및 MCP(Model Context Protocol)와 같은 도구를 통해 작업을 분석, 계획 및 실행하기 위해 "에이전트"로서 자율적으로 작동하는 AI를 의미합니다. 각 유형을 단계별 절차, 설명 예시, 가능한 경우 코드/구성 스니펫과 함께 다루겠습니다.
1. 사양을 통한 기능 생성(사양 기반 워크플로)
사양을 사용하면 에이전트가 자연어 요구 사항을 요구 사항 문서, 디자인 및 작업으로 구문 분석한 다음 자동으로 실행할 수 있습니다.
1단계 프로세스:
Kiro 패널(왼쪽 막대의 유령 아이콘)을 열고 Specs 탭을 선택한 다음 "+"를 눌러 사양을 생성합니다. new.
자연어로 기능 설명을 입력합니다.
에이전트는 requirements.md(요구사항), design.md를 자동으로 생성합니다. (설계) 및 tasks.md(작업).
각 작업을 검토하고 승인합니다. 에이전트는 여러 파일에서 코드를 실행하고 업데이트하며 필요한 경우 PR을 생성합니다.
자동 조종 모드를 사용하여 에이전트가 자동으로 실행되도록 하거나 감독 모드를 사용하여 각 단계를 일시 중지합니다.
구체적인 예: 4x4 Tic-Tac-Toe 애플리케이션 빌드
설명: "간단한 터미널 인터페이스와 Python을 사용하여 4x4 tic-tac-toe 게임을 빌드하고 두 명의 플레이어를 지원하며 감지합니다. 행, 열, 십자, 무승부 및 기본 색상에서 승리합니다."
분석 에이전트: 요구 사항(예: "플레이어가 이동을 설정하면 시스템이 승리/무승부를 확인해야 합니다"), 디자인(클래스 구조, 기능) 및 최대 10개의 작업(그리드 설정에서 입력 처리까지)을 생성합니다.
실행: 에이전트가 전체 코드(~200줄)를 생성하고 자동으로 테스트를 실행합니다. 구성된 경우 후크를 통해.
문서에는 특정 코드 조각이 없지만 에이전트는 check_win() 및 draw_board()와 같은 기능을 사용하여 콘솔 게임과 같은 Python 코드를 생성합니다.
기타 예: Mandelbrot 설정 앱
설명: "다음을 기반으로 확대/축소 및 분할 화면 Julia 집합을 사용하여 Mandelbrot 집합을 표시하는 웹 앱을 빌드합니다. 커서 위치."
에이전트는 HTML 설정부터 프랙탈 계산까지 25개 이상의 작업을 생성하여 코드가 올바른 수학적 구조를 갖도록 보장합니다.
2. 후크를 사용한 자동화(이벤트 기반 에이전트 자동화)
후크를 사용하면 에이전트가 이벤트(예: 파일 저장)에 반응하여 작업을 자동으로 실행할 수 있습니다.
1단계 프로세스:
Kiro 패널을 열고 후크 탭을 선택한 후 "+"를 눌러 새 후크를 생성합니다.
이벤트를 정의합니다(경우: fileEdited, fileSaved 등), 패턴 파일("**/*.ts"와 같은 GLOB) 및 액션(이후: 자연어 프롬프트가 포함된 AskAgent).
후크를 .kiro/hooks 디렉터리에 .kiro.hook 파일로 저장합니다.
에이전트는 이벤트가 발생할 때 자동으로 실행되고 프롬프트를 실행하며 변경 사항을 적용합니다. 변경.
구체적인 예: TypeScript 파일에 대한 업데이트 테스트
후크 설명: "TypeScript 파일을 편집할 때 변경 사항을 구문 분석하고 새 함수/메서드에 대한 테스트에 해당하는 테스트 파일을 업데이트합니다."
구성 스니펫(JSON .kiro.hook):
JSON
{
"name": "TypeScript 테스트 업데이터",
"description": "TypeScript 소스 파일의 변경 사항을 모니터링하고 새로운 기능이나 메서드에 대한 테스트로 해당 테스트 파일을 업데이트합니다.",
"버전": "1",
"언제": {
"유형": "파일편집됨",
"패턴": [
"**/*.ts",
"!**/*.test.ts",
"!**/*.spec.ts",
"!**/node_modules/**"
]
},
"그때": {
"유형": "askAgent",
"prompt": "TypeScript 파일을 편집했다는 것을 확인했습니다. 변경 사항을 분석하고 해당 테스트 파일을 업데이트하겠습니다.\n1. 먼저 소스 파일에 추가된 새 함수나 메서드를 식별합니다.\n2. 그런 다음 해당 테스트 파일(같은 디렉터리에 있는 .test.ts 또는 .spec.ts)을 찾거나 생성합니다.\n3. 새 함수/메서드에 대한 적절한 테스트 사례를 생성합니다\n4. 테스트가 따르도록 하겠습니다. 프로젝트의 기존 테스트 패턴 및 규칙\n변경 사항에 따라 제안되는 테스트 업데이트는 다음과 같습니다."
}
}결과: file.ts를 저장할 때 에이전트는 explain('newFunction', () => { it('should return right value', () => { ... }); });.
기타 예: Python 테스트 동기화
프롬프트 후크: "Python 파일의 변경 사항을 분석하고 test_*.py 파일에 새 함수에 대한 테스트를 추가합니다."
패턴: ".py"("test_.py" 제외).
에이전트는 pytest 또는 unittest를 사용하여 테스트를 추가합니다. 함수/클래스.
예: TypeScript API 문서 동기화
프롬프트: "TypeScript 파일을 모니터링하고 엔드포인트, 매개변수, 응답에 대한 변경 사항으로 docs/api/를 업데이트하세요."
패턴: "**/.ts, **/.tsx".
3. 조정 및 MCP(컨텍스트 인식 에이전트 작업)를 통한 컨텍스트 관리
조정은 에이전트에 장기적인 프로젝트 규칙을 제공하는 반면 MCP는 에이전트가 외부 도구(예: 웹 검색)에 액세스하여 라이브러리 업그레이드와 같은 작업을 지원할 수 있도록 해줍니다.
1단계 절차(조정):
조정 탭을 열고 "+"를 눌러 새 파일을 만듭니다. .kiro/steering/.
포함 패턴 및 마크다운 콘텐츠를 정의합니다("일반 함수에 TypeScript 제네릭 사용"과 같은 규칙).
파일 일치 시 에이전트가 자동으로 조정을 로드합니다.
스니펫 조정 예:
마크다운
---
포함: fileMatch
fileMatchPattern: "분석/**/*.py"
---
# 맞춤형 표준
- 함수에는 항상 유형 힌트를 사용하세요.
- PEP 8 스타일 가이드를 따르세요.
- 모든 공개 메소드에 대한 독스트링을 포함합니다.MCP 프로세스:
구성 파일(JSON)에서 MCP 서버를 구성합니다.
프롬프트에서 # [tool]을 사용하여 MCP를 참조합니다(예: "# [fetch] React 18에 대한 마이그레이션 가이드 찾기").
에이전트 사용 작업 서비스에 대한 정보를 수집합니다.
MCP 구성 예(라이브러리 업그레이드):
JSON
{
"mcpServer": {
"웹 검색": {
"명령": "uvx",
"args": ["mcp-server-brave-search"],
"환경": {
"BRAVE_API_KEY": "여기에 API 키가 있음"
},
"비활성화됨": 거짓,
"autoApprove": ["검색"]
}
}
}워크플로: 설명 "React를 18로 업그레이드", 에이전트는 MCP 검색 가이드를 사용하고 변경 사항을 분석하며 사양/작업을 통해 적용합니다.
4. 실제 워크플로 예(실제 프로젝트에서)
TanStack Start + React를 사용하여 포트폴리오 웹사이트 구축: 설명 "프로젝트 쇼케이스, 블로그, 연락처가 포함된 포트폴리오 사이트를 만듭니다." 에이전트는 사양, 구조적 비계를 생성하고 MCP를 사용하여 개별 링크에서 데이터를 긁어내고 라우팅/구성 요소를 구현합니다. 시간: ~4시간, 대부분 자동화, 영어 프롬프트를 통한 편집.
오픈 소스 기여(Alchemy PR): TypeScript IaC 기능에 대한 세부 사양을 생성합니다(~8000줄, 80% 에이전트 생성). 에이전트는 오류 반복을 방지하기 위해 사양을 "일반적인 사실"로 사용하여 세션을 통해 처리합니다.
Spring Boot + Angular 프로젝트 온보딩: 에이전트는 코드베이스를 분석하고, 아키텍처에 대한 조정 문서를 생성하고, 데이터 흐름에 대한 질문에 답하지만, 종속성 충돌에 대한 수동 지침이 필요합니다.
모델 컨텍스트 프로토콜(MCP) 소개
모델 컨텍스트 프로토콜 (MCP)는 AI 애플리케이션을 외부 시스템과 연결하여 AI가 안전하고 효율적으로 데이터, 도구 및 프로세스에 액세스할 수 있도록 개발된 표준 오픈 소스입니다. MCP는 2024년 11월 25일 Anthropic에서 도입되어 종종 정보 사일로나 레거시 시스템에 갇혀 있는 실제 데이터에서 AI 모델을 격리하는 문제를 해결했습니다. MCP는 각 데이터 소스에 대한 맞춤형 통합을 요구하는 대신 Claude 또는 기타 도구와 같은 AI가 외부 데이터 소스와 원활하게 통신할 수 있도록 지원하는 범용 언어를 제공하여 응답 품질과 작업 실행을 향상시킵니다.
MCP는 '표준 연결 포트'(AI용 USB-C와 유사)로 설계되어 데이터 소스와 AI 엔진 간에 안전한 양방향 연결을 구축할 수 있습니다. Kiro AI IDE(AWS에서 개발)의 맥락에서 MCP는 전문 서버에 연결하여 Kiro의 기능을 확장하여 AI 에이전트가 AWS 문서, 엔터프라이즈 데이터베이스 또는 사용자 지정 도구와 같은 심층적인 정보에 액세스할 수 있도록 지원함으로써 보다 효율적인 소프트웨어 개발을 지원합니다.
MCP의 목적 및 이점
MCP의 주요 목적은 AI와 외부 데이터 사이의 장벽을 무너뜨려 AI가 실제 상황에 따라 생각할 뿐만 아니라 행동하도록 돕는 것입니다. 이점은 다음과 같습니다.
향상된 AI 기능: AI는 실시간 데이터, 전문 도구(예: 검색 엔진, 계산기) 및 워크플로에 액세스할 수 있어 채팅을 통해 여러 데이터베이스의 데이터를 분석하거나 Figma 디자인에서 코드를 생성하는 등 더 복잡한 작업을 처리하는 데 도움이 됩니다.
개발 시간 단축: 개발자는 개별적으로 통합을 구축하는 대신 MCP를 한 번만 배포하면 연결됩니다. 여러 소스.
향상된 사용자 경험: 예를 들어 Google Calendar 및 Notion 연결을 통해 개인화를 지원하거나 Blender에서 3D 디자인으로 웹 애플리케이션을 생성하는 등 AI가 더 똑똑해집니다.
엔터프라이즈 지원: Kiro에서 MCP는 GitHub, Slack 또는 Postgres와 같은 내부 시스템과의 통합을 돕고 소프트웨어 개발 프로세스를 향상시키고 오류를 줄이고 속도를 높입니다. 에이전트 작업의 경우 10배까지.
오픈 및 커뮤니티: 오픈 소스인 MCP는 Block, Apollo, Zed, Replit, Codeium 및 Sourcegraph와 같은 회사가 이미 참여하고 있는 서버와 클라이언트를 구축하도록 커뮤니티를 권장합니다.
MCP 작동 방식
MCP는 클라이언트-서버 모델을 기반으로 작동합니다.
MCP 서버: 이는 데이터나 도구를 제공하는 당사자. 개발자는 데이터(예: 로컬 파일, 데이터베이스) 또는 도구(검색, API)를 노출하기 위해 서버를 구축합니다. 서버는 클라이언트의 요청을 듣고 보안 데이터를 반환합니다.
MCP 클라이언트: 요청을 보내고 응답을 받기 위해 서버에 연결하는 AI 애플리케이션(예: Kiro 또는 Claude)입니다. 양방향 연결을 통해 AI는 상호 작용 전반에 걸쳐 컨텍스트를 유지할 수 있습니다.
통신: 표준 프로토콜(사양 및 오픈 소스 SDK)을 사용하여 로컬 또는 원격 연결을 지원합니다. AI는 프롬프트의 자리 표시자를 통해 도구를 호출할 수 있습니다(예: "# [tool_name] 쿼리").
처리: AI가 데이터가 필요할 때 MCP를 통해 요청을 보냅니다. 서버는 프로세스 및 반환을 통해 AI가 환경을 떠나지 않고 응답에 통합되도록 돕습니다.
Kiro에서 MCP는 IDE 패널에 직접 통합됩니다.
Kiro는 도구에 액세스하기 위해 서버에 연결하는 클라이언트 역할을 합니다.
사용자는 채팅이나 사양을 통해 상호 작용합니다. MCP 서버 탭에서 도구를 선택하고 프롬프트에 자리 표시자를 삽입하면 Kiro가 자동으로 호출합니다. server.
Anthropic의 주요 구성 요소는 다음과 같습니다:
오픈 소스 사양 및 SDK(GitHub).
Claude Desktop 앱의 로컬 서버 지원.
사용 가능한 오픈 소스 서버 저장소(예: Google Drive, Slack, GitHub, Git, Postgres, Puppeteer).
기능 주요
유연한 연결: 데이터(파일, 데이터베이스), 도구(검색, API) 및 워크플로(특수 프롬프트)를 지원합니다.
쉬운 통합: Claude와 함께 단 몇 분 만에 서버를 구축할 수 있는 빠른 시작 가이드 3.5 Sonnet 지원 자동화.
비즈니스 지원: 연결 AWS 문서와 같은 시스템에 연결하여 Kiro에서 직접 문서를 검색/읽기/추천합니다.
확장: 특정 워크플로를 위한 사용자 정의 도구를 만듭니다(예: 문제 관리를 위해 Jira와 통합).
통합 AI: Claude와 같은 모델을 사용하여 AI가 여러 작업 도구에서 컨텍스트를 유지할 수 있도록 합니다.
보안 측면
MCP는 다음을 통해 보안을 강조합니다.
액세스 제어(토큰, API 키)를 통해 엔드 투 엔드 연결을 보호합니다.
데이터를 유지하기 위해 AWS에서 VPC 엔드포인트를 지원합니다. 내부.
불필요한 데이터를 저장하지 않습니다. 필요한 경우에만 교환하십시오.
Kiro에서 로그를 확인하여 연결 실패 또는 유효하지 않은 키와 같은 오류를 디버깅하십시오.
Kiro에 MCP 통합: 세부 단계
Kiro에 MCP를 통합하려면:
전제 조건: 최신 버전의 Kiro를 설치하십시오. 특정 서버(예: AWS 설명서)의 경우 문서에 따라 추가 종속성을 설치합니다.
구성: .kiro/mcp/ 디렉터리에 구성 파일(일반적으로 JSON)을 생성합니다. AWS 설명서 서버 구성 예:
JSON
{ "mcpServer": { "aws-docs": { "명령": "uvx", "args": ["mcp-server-aws-docs"], "환경": { "AWS_REGION": "us-east-1" }, "비활성화됨": 거짓, "autoApprove": ["검색", "읽기"] } } }활성화: 설정(Cmd/Ctrl + ,)을 열고 "MCP"를 찾아 지원을 활성화합니다. Kiro는 구성을 자동으로 로드합니다.
사용: Kiro 패널의 MCP 서버 탭에는 연결된 서버, 상태 및 도구가 표시됩니다. 도구를 클릭하여 채팅에 프롬프트 자리 표시자를 삽입합니다(예: "# [search-aws-docs] EC2 인스턴스에 대한 쿼리").
문제 해결: 출력 탭 > "Kiro - MCP 로그"를 통해 로그를 봅니다. 잘못된 키나 JSON 구문 등의 오류를 해결하세요.
MCP 사용 예
AWS 개발을 위한 Kiro: AWS 설명서 서버에 연결합니다. 프롬프트: "# [search-aws-docs] S3 버킷에 대한 모범 사례". MCP는 문서 요약을 반환하여 Kiro가 이를 기반으로 코드나 사양을 생성하는 데 도움을 줍니다.
비즈니스 통합: AI용 GitHub 서버를 연결하여 저장소를 분석하거나 Slack을 연결하여 토론의 맥락을 파악하고, 여러 마이크로서비스에 걸쳐 라이브러리 업그레이드와 같은 에이전트 작업을 지원합니다.
일반 예: Google Drive와 Notion을 연결하여 일정을 관리하거나 3D 모델을 생성하는 개인화된 에이전트를 구축합니다. 블렌더 및 자동 인쇄.
사용자 정의 서버 구축: Claude를 사용하여 내부 데이터베이스용 MCP 서버를 생성합니다. 예를 들어 Postgres를 판매 데이터를 쿼리하는 AI에 노출합니다.
모델 컨텍스트 프로토콜(MCP)의 자세한 실제 사례
2026년으로 업데이트된 소스를 기반으로 아래에 더 자세히 설명되어 있습니다. 다양한 분야의 MCP 애플리케이션의 실제 사례. 저는 코딩이나 Kiro와 같은 IDE와 관련된 사례를 포함하여 엔터프라이즈, AI 개발 및 도구 통합의 사용 사례에 중점을 둡니다. 실제 기사, 프로젝트 및 튜토리얼에서 가져온 예는 AI 에이전트가 외부 데이터에 액세스하고, 컨텍스트를 유지하고, 워크플로merge.dev
1를 자동화하는 데 MCP가 어떻게 도움이 되는지 보여줍니다. 지능형 헬프 데스크 지원
설명: AI 에이전트는 MCP를 사용하여 ITSM(IT 서비스 관리) 요청을 처리합니다. 사용자가 Slack을 통해 문제를 설명하고(예: "기기를 분실했습니다.") 양식을 작성하면 상담원이 문제 설명, 영향을 받은 직원, 우선순위 등의 세부정보가 포함된 프로젝트 관리 시스템에 자동으로 티켓을 생성합니다.
실용 애플리케이션: Siit와 같은 플랫폼과 통합하여 기기 문제를 신속하게 처리합니다. MCP는 에이전트를 프로젝트 관리 도구의 MCP 서버에 연결하여 실시간 컨텍스트 수집을 허용합니다.
이점: 티켓 처리 시간을 줄이고 문제 해결 효율성을 높입니다.
Kiro/Coding 관련: 에이전트가 GitHub MCP 서버에 연결하여 오류에서 문제를 생성하는 개발자 지원으로 확장할 수 있습니다. code.merge.devthenewstack.io
2. 채용 후보자 소싱
설명: AI 에이전트가 역할 요청을 처리합니다(예: "베이 지역에서 인프라 검색 경험이 있는 수석 엔지니어를 찾고 있습니다"). 에이전트는 ATS(지원자 추적 시스템) MCP 서버를 호출하여 비슷한 역할의 후보자 데이터를 검색하고, 인터뷰 진행 상황을 분석하여 관심사를 추론하고, 내부 데이터베이스에서 최고의 후보자를 추천합니다.
실제 적용: Juicebox에서 과거 데이터를 기반으로 개인화된 채용을 자동화하는 데 사용됩니다.
혜택: 상황 기반을 사용하여 채용 품질을 향상시킵니다. 권장 사항.
Kiro/코딩 관련: Kiro가 MCP를 사용하여 GitHub에 연결하는 방법과 유사하며 개발자 팀이 저장소 code.merge.devthenewstack.io
3. 공급업체와의 계약 협상(조달 시 공급업체 협상)
설명: AI 에이전트가 계약 갱신을 처리합니다. "갱신 시작"을 활성화하면 에이전트는 ESP(이메일 서비스 제공업체) 및 ERP(Enterprise Resource Planning)의 MCP 서버를 호출하여 과거 이메일 및 조건을 검색하고, 협상 모범 사례를 분석하고, 권장 사항을 제시하고, 업데이트를 모니터링하고, 이메일을 작성합니다.
실용 적용: BRM은 "협상 에이전트"를 사용하여 재무 팀의 조건 최적화를 지원합니다. Vendor.
이점: 비용 절감을 위해 적시에 상황에 맞는 권장 사항을 제공합니다.
Kiro/코딩 관련: Kiro에서 MCP는 QuickBooks MCP 서버에 연결하여 프로젝트 비용 관리를 자동화할 수 있습니다. soft.merge.dev
4. 재무 분석 자동화
설명: AI 에이전트는 회계 데이터를 처리합니다(예: 계정을 수익과 같은 범주로 분류). 에이전트는 ERP의 MCP 서버를 호출하여 기록 데이터를 가져오고, 패턴을 감지하고, 사용자가 수락하거나 거부할 수 있는 매핑을 제안합니다.
실용 적용: Aleph AI는 스프레드시트 또는 FP&A(Financial Planning & Analysis) 제품의 데이터를 정리하고 구성하는 데 사용됩니다.
이점: 달력 템플릿을 기반으로 반복 작업을 자동화합니다. History.
Kiro/코딩 관련: Analytics Vidhya의 "MCP Powered Financial Analyst" 프로젝트는 LLM용 MCP를 사용하여 실시간 재무 데이터에 액세스합니다. 이는 프로젝트 예산 관리를 위해 Kiro에 통합될 수 있습니다. dev.merge.devanalyticsvidhya.com
5. 컴퓨터 비전과 통합(컴퓨터 비전 사용 사례)
설명: MCP는 서버를 이미지 감지 시스템(예: Ultralytics YOLO)에 연결하여 감지 내용을 데이터베이스에 저장한 다음 AI 에이전트가 분석하여 응답을 생성합니다. 예: 에이전트 웹 스크래핑, 이메일/Slack 보내기, 받은 편지함/캘린더 데이터를 기반으로 회의 예약
실용 응용 프로그램: Ultralytics 튜토리얼에서 MCP는 GitHub를 통한 오류 감지, 티켓 생성, 코드 구현 및 Slack 알림과 같은 워크플로를 지원합니다. 의료(의료 이미징) 또는 로봇 공학에 적용됩니다.
이점: 더 나은 상황, 환각 감소로 모델 성능 향상.
Kiro/Coding 관련: 다중 모드 처리 에이전트(예: Figma 이미지에서 UI 디자인 분석)를 위해 Kiro와 통합됩니다.youtube.com@ultralytics
6. 다중 에이전트 심층 연구원
설명: 오케스트레이션을 위해 CrewAI를 사용하고, 심층 검색을 위해 LinkUp을, 합성을 위해 phi3 모델(Ollama)을 사용합니다. 세 가지 에이전트: 웹 검색기, 연구 분석가, 기술 작성자 – 연구 질문에 답하기 위해 순차적으로 실행됩니다.
실용 응용: 자동화된 연구 시스템, /research 엔드포인트를 통한 API 지원.
이점: 분산 데이터에서 구조화된 답변을 생성합니다.
관련 Kiro/Coding: 로컬 추론을 위한 Ollama와의 통합으로 Kiro에서 코드나 docs.analyticsvidhya.com
을 조사하는 데 사용할 수 있습니다. Cursor MCP 메모리 확장
설명: Cursor AI(Kiro와 유사한 IDE)에 영구 메모리를 추가하여 LLM이 세션 전체에서 컨텍스트를 유지할 수 있도록 합니다(예: 이전 세션의 코드 호출).
실용 응용 프로그램: 코딩에서 컨텍스트 메모리 향상 copilot.
이점: 장기적인 소프트웨어 개발의 정확성 향상.
Kiro/Coding 관련: Cursor와 같은 IDE와 직접 관련됨; MCP.analyticsvidhya.comiamdave.ai
8을 통해 Kiro를 유사하게 적용하여 조향 및 사양을 유지할 수 있습니다. 엔터프라이즈 통합
설명: Salesforce는 Salesforce DX, Heroku, MuleSoft 및 Slack과 같은 서버와 함께 Agentforce 3용 MCP를 사용합니다. 예를 들어 AI 에이전트는 GitHub와 Google Drive를 연결하여 코드 워크플로를 자동화합니다.
실용 적용: Cloudflare는 보안 관리를 위해 MCP 포털을 사용합니다. New Relic은 Python 앱에서 MCP 통신을 모니터링합니다.
이점: 대규모 조직에서 MCP 연결을 보호하고 관찰합니다.
Kiro/Coding 관련: Kiro(AWS)는 Google이 Gemini 및 VS를 사용하는 방식과 유사하게 Bedrock과 같은 AWS 서비스와 MCP를 통합할 수 있습니다. 코드.
Tan Phat Digital의 효과적인 사용자 가이드 결과
kiro.dev 홈페이지에서 설치하고 로그인한 후 다음 단계를 수행하여 환경을 최적화해야 합니다.
스티어링 설정: 처음 5분 동안 스티어링 탭을 통해 프로젝트에 대해 Kiro에게 "교육"합니다. AI가 "주제에서 벗어난" 코드를 작성하지 못하도록 하는 핵심 규칙을 정의하는 곳입니다.
사양 사용: 채팅만 하지 마세요. 사양을 만드는 것부터 시작해 보겠습니다. Kiro는 크레딧을 절약하고 아키텍처 오류를 방지하는 데 도움이 되도록 자세히 분석하고 계획합니다.
신용 추적: Tan Phat Digital 고급 모델(예: Claude Sonnet 1.3X)과 함께 자동 에이전트를 사용하면 크레딧이 더 빨리 소모됩니다. 간단한 질문에는 빠른 채팅 모드를 사용해 보세요.
현재 프로젝트에 즉시 적용할 샘플 스티어링 파일을 작성하는 데 Tan Phat Digital의 도움을 받고 싶으십니까?
공유
