본문으로 건너뛰기

oh-my-aidlcops (OMA)

"AIDLC 는 운영이 에이전트로 자동화되었을 때 비로소 완성된다. 사람은 승인하고, 에이전트는 실행한다."

oh-my-aidlcops(OMA)는 AWS 의 AI-Driven Development Lifecycle(AIDLC) 를 Inception → Construction → Operations 전 구간에서 닫아주는 Claude Code · Kiro 플러그인 마켓플레이스 입니다. 리포지토리 — aws-samples/sample-oh-my-aidlcops.


1. 왜 OMA 인가 — 문제 정의

AWS 공식 awslabs/aidlc-workflows 는 AI 주도 개발 수명주기를 세 단계로 구조화합니다.

  1. Inception — 요구사항 분석, 유저 스토리, 워크플로우 계획
  2. Construction — 컴포넌트 설계, 코드 생성, 테스트 전략
  3. Operations — 배포·모니터링·인시던트 대응·비용 관리

Inception 과 Construction 은 에이전트의 자연스러운 작업 영역이라 자동화가 비교적 직관적이지만, Operations 는 대부분의 AIDLC 구현에서 여전히 사람의 실행 구간으로 남아 있습니다. 결과적으로 라이프사이클은 구조적으로 미완결입니다. 트레이스는 Langfuse 에 쌓이지만 PR 로 돌아오지 않고, 인시던트 런북은 새벽 2시에 아무도 열지 않는 위키에 있고, 비용 이상은 다음 달 청구서에서 발견됩니다.


2. OMA 의 접근 방식 — 컨셉

OMA 는 이 미완결을 AgenticOps 레이어로 닫습니다. 두 문장으로 요약합니다.

  1. Operations 는 자동화 가능하다 — Langfuse/Prometheus/CloudWatch 와 AWS Hosted MCP 의 조합이 에이전트에게 운영 판단을 위임할 데이터 평면을 제공합니다.
  2. 승인 ≠ 실행 — 사람은 Tier-0 체크포인트에서 승인 권한을 유지하되, 진단·제안·배포·롤백·튜닝의 실행은 에이전트가 담당합니다.

이 둘이 성립하면 라이프사이클은 체크포인트로 연결된 에이전트 자율 실행 구간이 됩니다. 사람이 관여하는 지점은 "누가 무엇을 실행했는가" 가 아니라 "어떤 정책 하에 승인되었는가" 로 이동합니다.

핵심 메커니즘 세 가지

① 한 커맨드, 전체 라이프사이클/oma:autopilot 한 번으로 Inception → Construction → Operations 가 순차 실행되며 명시적 승인 게이트에서만 멈춥니다.

② 트레이스 기반 자가 개선 — Langfuse 트레이스를 /oma:self-improving 이 분석해 실패 패턴을 구체적인 스킬·프롬프트 수정 PR 로 제안합니다. 회귀 테스트가 통과해야 PR 이 열립니다.

③ 사람은 승인만, 에이전트가 실행 — 모든 Tier-0 워크플로우가 에이전트 주도의 진단·제안·실행을 명시적 사람 승인 사이에 끼워넣습니다. 에이전트가 조용히 프로덕션을 바꾸는 일은 없습니다.


3. 작동 방식 — 메커니즘

Operations 단계의 관측 데이터(Langfuse 트레이스, Prometheus 메트릭, CloudWatch 로그)가 self-improving-loop 로 역류해 Construction 스킬·프롬프트의 자동 개선 PR 을 만듭니다. 이 역방향 피드백이 이전에는 인간의 이슈 분류와 백로그 관리에 의존하던 경로입니다.

더 자세한 설계 명제와 거버넌스 철학은 Philosophy — AIDLC meets AgenticOps 를 참조합니다.


4. 플러그인 카탈로그 (4개)

OMA 마켓플레이스는 네 개의 플러그인 으로 구성됩니다. 각 플러그인의 역할은 서로 직교하거나 순차적입니다 — 원하는 것만 선택해 설치할 수 있습니다.

플러그인언제 쓰나요?주요 스킬위치
ai-infraEKS/Bedrock/SageMaker 위에서 agentic AI 런타임을 구축·운영할 때agentic-eks-bootstrap, vllm-serving-setup, inference-gateway-routing, langfuse-observability, gpu-resource-management, ai-gateway-guardrailsAIDLC 3단계와 직교하는 런타임 레이어
aidlc스펙 → 설계 → 구현 파이프라인을 한 플러그인 안에서 돌리고 싶을 때. Inception 산출물이 Construction 입력으로 직접 전달됩니다.inception: workspace-detection, requirements-analysis, user-stories, workflow-planning / construction: component-design, code-generation, test-strategy, risk-discovery, quality-gatesAIDLC Phase 1 + Phase 2
agenticops배포된 에이전틱 워크로드의 Day-2 운영을 에이전트에게 위임하고 싶을 때self-improving-loop, autopilot-deploy, incident-response, continuous-eval, cost-governance, audit-trailAIDLC Phase 3 (Operations)
modernization브라운필드 레거시 워크로드를 6R 전략으로 AWS 로 옮길 때. 6단계 워크플로우가 Construction 입력을 만들어냅니다.workload-assessment, modernization-strategy (6R), to-be-architecture, containerization, cutover-planningAIDLC 브라운필드 진입 경로

플러그인 경계의 직관

  • aidlc 가 AIDLC 의 프로세스 축(Phase 1 + Phase 2)을 담당하고,
  • agenticopsPhase 3(Operations) 과 피드백 루프를 담당합니다.
  • ai-infra 는 이 루프가 돌 런타임 기반 (EKS 클러스터, 추론 게이트웨이, 관측 스택) 을 제공합니다 — AIDLC 3단계와 직교 합니다.
  • modernization 은 AIDLC 로 진입할 때의 브라운필드 갈래 입니다. 6R 의사결정과 cutover 계획이 Construction 의 입력으로 공급됩니다.

플러그인 상세 정의는 .claude-plugin/marketplace.json 에 있습니다.


5. Tier-0 워크플로우 (9개)

Tier-0 는 "한 번 호출하면 체크포인트에서만 승인을 받고 자율 실행하는" 고레버리지 워크플로우입니다. 커맨드를 외우지 않아도 키워드 매칭으로 자동 제안됩니다.

커맨드목적체크포인트 수
/oma:autopilotAIDLC 전체 루프 자율 실행 (Inception → Construction → Operations)4~6
/oma:aidlc-loop단일 feature AIDLC 1회전 (Inception → Construction)2~3
/oma:inceptionAIDLC Phase 1 단독 실행1~2
/oma:constructionAIDLC Phase 2 단독 실행2~3
/oma:agenticops운영 모드 활성화 (continuous-eval + incident-response + cost-governance 상시 구동)1
/oma:self-improvingLangfuse 트레이스 → skill·prompt 개선 PR 피드백 루프2
/oma:platform-bootstrapEKS 위 Agentic AI Platform 5단계 체크포인트 구축5
/oma:modernize레거시 워크로드 6R 모더나이제이션 (6단계)6
/oma:cancel활성 Tier-0 모드 종료0

각 커맨드의 상세 호출 방식·체크포인트 구조·MCP 의존성은 Tier-0 Workflows 에서 다루고, 자연어 트리거는 Keyword Triggers 를 참조합니다.


6. Dual Harness

OMA 는 두 가지 에이전트 하네스에서 동일하게 동작합니다.

  • Claude Code — 네이티브 /plugin marketplace add 로 설치. .claude/plugins/, .claude/commands/oma/, .claude/settings.json 에 통합됩니다. 상세: Claude Code Setup.
  • Kirobash scripts/install/kiro.sh 로 설치. ~/.kiro/skills/ 에 스킬을 심링크하고, .kiro/agents/ 에 에이전트 프로필을 설치합니다. aidlc 플러그인은 skills/inception/skills/construction/ 그룹을 자동으로 전개합니다. 상세: Kiro Setup.
  • 공유 상태 — 프로젝트 루트의 .omao/ 디렉터리는 harness-agnostic 합니다. 두 하네스 모두 같은 파일을 읽고 씁니다 — Kiro 에서 시작한 AIDLC 루프를 Claude Code 에서 이어받을 수 있습니다.
  • 권장 경로oma setup 하나로 프로파일 + 씨드 온톨로지 + 플러그인 설치까지 한 번에. 상세: Easy Button.

7. 30초 설치

claude

Claude Code 세션 안에서:

/plugin marketplace add https://github.com/aws-samples/sample-oh-my-aidlcops
/plugin install ai-infra@oh-my-aidlcops
/plugin install agenticops@oh-my-aidlcops
/plugin install aidlc@oh-my-aidlcops
/plugin install modernization@oh-my-aidlcops
/plugin list

/plugin list 결과에 4 개 플러그인이 모두 enabled 로 보이면 성공입니다. 첫 Tier-0 실행은 /oma:aidlc-loop 로 시도하는 것이 안전합니다.

설치 경로 3 가지(remote one-liner / 네이티브 마켓플레이스 / 수동 스크립트)의 정확한 역할 비교는 Getting Started 를, Kiro 환경은 Kiro Setup 을 참조합니다.


8. 재사용 자산

OMA 는 재발명 대신 재사용을 원칙으로 합니다. 전체 attribution 은 NOTICE 에, 외부 스펙·프레임워크·런타임 도구 전체 카탈로그는 REFERENCES.md 에 정리되어 있습니다.

출처라이선스활용 방식
awslabs/agent-pluginsApache-2.0Plugin · Skill · MCP · Marketplace JSON 스키마 채택
awslabs/aidlc-workflowsMIT-0AIDLC core 사용. OMA 는 *.opt-in.md 확장만 기여
awslabs/mcpApache-2.011 개 hosted MCP 서버 참조
aws-samples/sample-apex-skillsMIT-05-체크포인트 워크플로우 템플릿
aws-samples/sample-ai-driven-modernization-with-kiroMIT-0risk-discovery, audit-trail, quality-gates, 6R 전략 방법론
oh-my-claudecodeTier-0 오케스트레이션 철학 계승

9. 다음 단계

  1. Getting Started — 5분 Quickstart 로 첫 Tier-0 실행 경험
  2. Philosophy — AIDLC × AgenticOps 의 설계 명제와 거버넌스 프레이밍
  3. Claude Code Setup 또는 Kiro Setup — 실제 설치 진행
  4. Tier-0 Workflows — 9 개 커맨드의 상세 레퍼런스
  5. Enterprise Readiness--strict-enterprise 게이트와 8-probe 검증

참고 자료

공식 문서

관련 프로젝트

OMA 내부 문서