최근 AI 에이전트(Agent) 기반 개발이 확산되면서, 방대하고 모호한 요구사항 정의로 인한 비효율성이 문제로 지적되고 있습니다. 이러한 문제를 해결하기 위해 '얌렛(Yamlet): Yet Another Markup Language Engineering Toolkit'이라는 새로운 CLI(명령줄 인터페이스) 도구가 개발되어 공개되었습니다. 얌렛은 최소한의 명확한 사양(spec) 정의에 집중하며, 이를 통해 AI 에이전트가 정확한 목표를 이해하고 신뢰할 수 있는 결과물을 만들도록 돕습니다.
얌렛은 단일 소스 진실(single-source-of-truth) 원칙에 따라 각 컴포넌트(구성 요소)에 대한 계약(contract), 요구사항, 그리고 EARS(Easy Approach to Requirements Syntax) 기반의 인수 기준(acceptance criteria)을 `.yamlet.yaml` 파일에 명시합니다. 이 도구는 클로드(Claude) AI의 코드 스킬셋과 연동되어, 사용자가 요청을 입력하면 '얌렛-작가(yamlet-author)' 스킬이 대화형으로 요구사항을 질문하고 스펙을 보완합니다. 이후 '얌렛 검증(yamlet verify)'을 통해 기계적 규칙에 따라 스펙의 유효성을 확인하고, '얌렛 테스트(yamlet tests)' 명령으로 각 인수 기준을 기반으로 Gherkin `.feature` 테스트 파일을 자동으로 생성합니다. 이는 개발자가 수동으로 스펙을 편집할 필요 없이, 명확하고 검증 가능한 스펙 주도 개발(Spec-driven Development)을 가능하게 합니다.
얌렛의 핵심은 '최소한으로 작성하되 최대한의 의미를 전달한다(minmaxing the spec game)'는 철학에 있습니다. 기존의 AI 에이전트 프레임워크들이 지나치게 복잡하고 장황한 스펙을 요구하여 오히려 에이전트의 오해를 불러일으키거나 신뢰할 수 없는 결과를 초래했던 문제점을 해결하고자 합니다. 얌렛은 개발자가 복잡한 파이프라인이나 수많은 스킬 없이도, 명확하고 검증 가능한 스펙을 통해 AI 에이전트가 정확한 목표를 달성하도록 지원함으로써, 개발 과정의 효율성과 결과물의 신뢰성을 크게 향상시킬 수 있습니다. 이는 특히 1인 개발자나 소규모 팀이 AI 기반 프로젝트를 진행할 때, 요구사항 관리의 복잡성을 줄이고 생산성을 높이는 데 기여할 수 있습니다.