최근 AI 에이전트(AI agent)를 활용한 소프트웨어 개발이 주목받는 가운데, Pullboard는 이러한 에이전트들의 작업을 효율적으로 관리하고 조율하는 오픈소스 워크플로우를 선보였습니다. 이는 개발 사양(Spec)에 따라 에이전트가 코드를 작성하고, 다른 에이전트가 이를 검증하는 방식으로, 실제 제품 개발에 필요한 자율적인 개발 환경을 제공합니다.
Pullboard의 핵심은 '에이전트 개발 수명 주기(ADLC)'에 있습니다. 개발자는 SPEC.md 파일에 요구사항을 한 줄씩 정의하고 승인하며, DOCTRINE.md 파일에는 코드 규칙이나 개발 철학을 명시합니다. 에이전트들은 이 사양과 규칙을 바탕으로 각자의 독립적인 작업 공간(worktree, lane)에서 작업을 수행합니다. 특히, 한 에이전트가 작업을 완료하면 다른 에이전트가 해당 커밋(commit)을 기준으로 요구사항 충족 여부를 검증하는 '교차 검증' 단계를 거쳐, 사람의 개입 없이도 높은 품질의 결과물을 보장합니다. 에이전트 간의 소통은 'Shouts'라는 메커니즘을 통해 이루어지며, 중요한 결정 사항은 개발자에게만 전달됩니다.
이러한 Pullboard의 접근 방식은 AI 에이전트 기반 개발의 고질적인 문제점들을 해결하는 데 기여합니다. 예를 들어, 에이전트가 이전에 결정된 사항을 잊어버리거나, 한 에이전트의 수정 사항이 다른 부분을 망가뜨리는 등의 문제를 방지할 수 있습니다. 모든 결정과 활동이 기록으로 남아 '에이전트 기관 지식(agentic institutional knowledge)'으로 축적되어, 시간이 지남에 따라 에이전트들의 개발 능력이 향상될 수 있습니다. 이는 단순히 데모 수준을 넘어 실제 제품 개발에 AI 에이전트를 효과적으로 통합하려는 시도로, 개발 생산성과 코드 품질을 동시에 높일 수 있는 잠재력을 가집니다.