GitHub 에이전트 AI의 기초
중급
DevOps 엔지니어
관리자
개발자
솔루션 아키텍처
GitHub
AI 코딩 에이전트가 GitHub 워크플로 내에서 계획, 행동 및 개선하여 소프트웨어 개발을 어떻게 변화시키는지 알아봅니다.
학습 목표
이 모듈이 끝나면 다음을 수행할 수 있습니다.
- SDLC에서 에이전트 AI를 정의하고 에이전트와 도우미를 구분합니다.
- 계획 → 작업 → 평가 라이프사이클을 에이전트 워크플로에 설명하고 적용합니다.
- GitHub 에이전트 활동에 대한 레코드 및 컨트롤 플레인 시스템으로 작동하는 방법을 설명합니다.
- 에이전트 시스템의 책임, 위험, 안티패턴 및 추적 가능성 요구 사항 식별
- 기여자 모델을 적용하여 에이전트 생성 작업 평가
사전 요구 사항
시작하기 전에 다음이 필요합니다.
- GitHub 계정과 리포지토리, 브랜치 및 끌어오기 요청에 대한 친숙함
- GitHub Actions 및 상태 검사를 위한 기본 환경
- SDLC(소프트웨어 개발 수명 주기)에 대한 일반적인 이해
- AI 지원 개발 도구에 대한 숙지(예: GitHub Copilot)
- 기본 리포지토리 거버넌스 개념에 대한 이해(예: 코드 검토, CODEOWNERS 및 브랜치 보호)
이 모듈에서 설명하는 일부 컨트롤(예: 규칙 집합, 분기 보호 및 필수 검사)은 리포지토리 또는 조직 관리자가 구성해야 합니다. 관리자 액세스 없이 감독 모델을 적용할 수 있지만 적용하려면 적절한 권한이 필요합니다.