ADR 001: 파이프라인 오케스트레이션 건너뛰고 Agent 직접 구현

상태: 채택 (2026-03-03)

배경

초기 설계는 다음 3단계 로드맵이었다:

Phase 1: 정적 분석 파이프라인
         (MCP Tools + Python 오케스트레이션 코드)
         ↓
Phase 2A: GitHub Actions로 배포 검증 추가
         ↓
Phase 2B: On-Cluster AI Agent (OpenClaw/Nanobot)

이 구조에서 Phase 1은 두 가지를 포함하고 있었다:

MCP Tools — helm_diff, breaking_check 등 핵심 로직
파이프라인 오케스트레이션 코드 — Tools를 순서대로 호출하는 Python 코드

결정

파이프라인 오케스트레이션 코드는 구현하지 않는다.

MCP Tools(핵심 로직)만 구현하고, 순서 제어는 처음부터 Agent(OpenClaw/Nanobot)가 담당하도록 한다.

수정된 로드맵:

Step 1: MCP Tools 구현 (오케스트레이션 없이)
        ↓
Step 2: Agent 프레임워크 POC (OpenClaw vs Nanobot)
        ↓
Step 3: Agent 워크플로에 MCP Tools를 Skills로 연결
        ↓
Step 4: 보안 정책 수립 후 운영

이유

낭비가 되는 코드

파이프라인 오케스트레이션 코드는 Phase 2B에서 Agent 워크플로 정의로 대체된다.

# 이 코드는 Phase 2B에서 쓸모없어진다
diff = helm_diff(...)
breaking = breaking_check(diff)
doc = generate_doc(diff, breaking)
pr = create_pr(doc)

처음부터 Agent를 목표로 한다면 이 코드를 작성하고 나중에 버리는 것은 낭비다.

MCP Tools는 낭비가 아니다

반면 MCP Tools 자체(helm_diff, breaking_check 등의 구현 로직)는 Agent에서도 그대로 사용된다. 버려지는 코드가 없다.

K8s 클러스터 보유

Staging K8s 클러스터가 이미 있으므로 On-Cluster Agent를 바로 구성할 수 있다. "클러스터 없이 로컬 파이프라인으로 먼저 검증"이라는 이유가 성립하지 않는다.

테스트 용이성

개별 MCP Tool은 파이프라인 없이도 독립적으로 단위 테스트 가능하다.

결과

구현 시간 단축: 파이프라인 오케스트레이션 코드 작성 + 나중에 Agent로 재작성하는 이중 작업 제거
Agent 프레임워크 선택이 중요해짐: Step 2 POC로 검증 후 결정 필요
중간 산출물 없음: 파이프라인이 없으므로 MCP Tools 완성 전까지는 E2E 동작 확인 불가 → POC 단계에서 단일 Tool 호출부터 점진적으로 검증

대안으로 고려했던 것

파이프라인 먼저 구현 후 Agent로 전환

장점: 중간 단계에서 E2E 동작 확인 가능, 디버깅 용이
단점: 파이프라인 오케스트레이션 코드가 버려짐 (낭비), 구현 기간 길어짐
기각 이유: K8s 클러스터가 이미 있어 이 중간 단계가 불필요

GitHub Actions Phase 2A 추가

장점: 배포 검증을 클러스터 없이 CI에서 먼저 구현 가능
단점: Agent에서 동일 기능을 다시 구현해야 함 (이중 작업)
기각 이유: deploy_validate MCP Tool로 직접 구현, Agent가 조건부 호출

3.1 KiB Raw Permalink Blame History