Antigravity Agent
2.4 KiB
2.4 KiB
id, category, confidence_score, tags, last_reinforced
| id | category | confidence_score | tags | last_reinforced | ||||||
|---|---|---|---|---|---|---|---|---|---|---|
| SDLC-ITER-001 | 10_Wiki/💡 Topics/AI | 1.0 |
|
2026-04-26 |
Iterative Development Models (반복적 개발 모델)
📌 한 줄 통찰 (The Karpathy Summary)
"한 번에 거대한 성을 쌓으려 하지 말고, 작은 벽돌부터 완벽하게 다듬으며 점진적으로 세계를 확장하라" — 요구사항이 불명확하거나 기술적 변화가 빠른 환경에서, 짧은 개발 주기(Cycle)를 반복하며 시스템을 조금씩 진화시키고 위험을 조기에 관리하는 소프트웨어 개발 방법론.
📖 구조화된 지식 (Synthesized Content)
- 추출된 패턴: "Build-Measure-Learn" — 계획, 설계, 구현, 테스트의 전 과정을 작은 단위(Sprint/Batch)로 쪼개어 반복 수행하고, 각 주기마다 동작하는 결과물을 만들어 사용자 피드백을 수용하는 선순환 진화 패턴.
- 주요 특징:
- Risk Management: 초기 단계에서 결함이나 기획 오류를 발견하여 수정 비용 절감.
- Adaptability: 변화하는 시장 상황이나 기술적 한계에 유연하게 대응 가능.
- Continuous Improvement: 매 주기마다 성능과 품질이 누적되어 향상됨.
- 대표 모델: Agile, Scrum, Kanban, Spiral Model.
- 의의: 정답이 정해져 있지 않은 AI 개발 및 탐색적 프로젝트에서 불확실성을 통제하고 성공 확률을 높이는 유일한 실천 대안.
⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- 과거 데이터와의 충돌: 완벽한 설계도(Architecture Design Document)가 우선이라는 믿음에서 벗어나, 이제는 '실행 가능한 최소 제품(MVP)'과 '빠른 피드백 루프'가 프로젝트 성공의 핵심 지표로 재정립됨.
- 정책 변화: Antigravity 프로젝트의 지식 가드닝 작업은 전형적인 반복적 모델을 따름. 20개 단위의 Batch 작업을 수행하고 트래커를 업데이트하며, 사용자의 피드백을 즉각 반영하여 다음 배치의 품질을 높이는 구조를 유지함.