AI 협업 기반
코드 교차 검증 전략
- Maximize Quality | Optimize Cost | 5-Step Workflow
+ - + +QA 효율성 극대화를 위한
TestSprite 도입 가이드
+
+ AI 코드 생성 시대의 새로운 품질 보증 표준
개요 및 핵심 가치
+ Prologue +AI 코드 생성 시대의 과제와 기회
- 본 문서는 AI 모델 간의 협업을 통해 코드 품질을 극대화하고 개발 비용을 최적화하는 '교차 검증 전략'을 종합적으로 분석합니다. +
+ SAM 프로젝트의 개발 프로세스에 AI 코드 생성 도구가 깊숙이 자리 잡으면서 생산성은 향상되었으나, AI가 생성한 코드의 약 58%가 제대로 작동하지 + 않는다는 사실은 새로운 도전 과제를 제시합니다. +
++ 수동 검증의 병목 현상은 출시 지연과 직결됩니다. 본 가이드는 'TestSprite' 도입을 통해 이 문제를 해결하는 전략을 제시합니다.
-5단계 사이클
-계획 → 검증 → 구현 → 검증 → 테스트로 이어지는 완벽한 품질 관리 루프
-역할 최적화
-Antigravity(실행)와 Claude Code(감리)의 조화로운 역할 분담
-비용 절감
-검증 단계에만 고성능 모델을 투입하여 전체 토큰 사용량 약 66% 절감
-AI 교차 검증의 핵심 개념
-고성능 모델의 초기 테스트 통과율(약 42%) 한계를 극복하기 위한 방법론
+ I. Solution Analysis +'AI 감리 전문가' TestSprite
+단순한 테스트 도구를 넘어 '버그 없는 배포'를 가능하게 하는 핵심 가치
| 단계 | -주요 도구 | -핵심 역할 | -
|---|---|---|
| 1. 계획 (Plan) | -Antigravity | -문제 해결을 위한 초기 계획 수립 및 문서화 | -
| 2. 검증 (Verify) | -Claude Code | -계획의 논리적 오류 및 프로젝트 원칙 검토 | -
| 3. 실행 (Execute) | -Antigravity | -검증된 계획에 따른 고속 코드 구현 | -
| 4. 검증 (Verify) | -Claude Code | -완성된 코드의 최종 검토 및 완성도 극대화 | -
| 5. 테스트 (Test) | -TestSprite MCP | -자동화 테스트 및 직관적인 스크린샷 피드백 | -
불안정성 극복
+생성 코드의 잠재적 버그를 식별하는 첫 번째 방어선 역할을 수행하여 초기 신뢰성을 확보합니다.
+자동 검증 및 녹화
+프론트엔드 요소를 사용자 관점에서 자동 검증하며, 모든 과정은 스크린 녹화로 기록됩니다.
+자동 결함 수정
+문제를 보고하는 데 그치지 않고, 직접적인 수정을 제안하여 디버깅 시간을 최소화합니다.
+사양 일치성 보장
+제품 사양 문서(PSD)를 기반으로 기능적 요구사항 충족 여부를 엄격하게 대조합니다.
+검증 및 테스트의 실제
-TestSprite MCP를 통한 자동화 테스트 결과 및 분석 화면
-5단계 교차 검증 상세 프로세스
+ II. Execution Guide +
-
- 1단계
- 계획 수립 및 문서화
-
- - 문제 분석 및 구조 설계 (Antigravity)
- - work-plan 폴더 내 마크다운(.md) 저장
- - 검토를 위한 물리적 근거 마련
-
-
-
- 2단계
- 1차 계획 검증
-
- - 코드 작성 원칙 기반 논리 검토 (Claude Code)
- - 문서 하단에 보완 사항 추가 (덮어쓰기 금지)
- - 변경 이력의 명확한 추적 가능성 확보
-
-
-
- 3단계
- 코드 구현
-
- - 보완된 최종 지시에 따른 구현 (Antigravity)
- - 잠재적 오류 제거로 인한 에러율 급감
- - 정제된 워크플로우를 통한 생산성 향상
-
-
-
- 4단계
- 2차 최종 결과 검토
-
- - 계획 반영 여부 최종 점검 (Claude Code)
- - 전체 코드 완성도 및 코드 품질 확인
- - 최종 릴리스 준위의 결과물 확보
-
-
-
- 5단계
- 자동 테스트 및 피드백
-
- - TestSprite MCP 기반 자동화 테스트
- - 스크린샷 리포트를 통한 직관적 오류 파악
- - 100%에 수렴하는 품질 완성 사이클
-
-
-
계획 수립 및 문서화
--
-
- 문제 분석 및 구조 설계 (Antigravity) -
- work-plan 폴더 내 마크다운(.md) 저장 -
- 검토를 위한 물리적 근거 마련 -
1차 계획 검증
--
-
- 코드 작성 원칙 기반 논리 검토 (Claude Code) -
- 문서 하단에 보완 사항 추가 (덮어쓰기 금지) -
- 변경 이력의 명확한 추적 가능성 확보 -
코드 구현
--
-
- 보완된 최종 지시에 따른 구현 (Antigravity) -
- 잠재적 오류 제거로 인한 에러율 급감 -
- 정제된 워크플로우를 통한 생산성 향상 -
2차 최종 결과 검토
--
-
- 계획 반영 여부 최종 점검 (Claude Code) -
- 전체 코드 완성도 및 코드 품질 확인 -
- 최종 릴리스 준위의 결과물 확보 -
자동 테스트 및 피드백
--
-
- TestSprite MCP 기반 자동화 테스트 -
- 스크린샷 리포트를 통한 직관적 오류 파악 -
- 100%에 수렴하는 품질 완성 사이클 -
핵심 도구별 역할 및 설정
-Antigravity
-실무 실행자 (Doer)
-토큰 소모가 많은 초기 계획과 코드 구현 전담. VS Code 내 'Claude Code for VS Code'와 병행 설치 권장.
-Claude Code
-설계 및 감리자 (Reviewer)
-고비용 모델의 효율적 사용을 위해 검증에 집중. 메모리/에이전트/훅 설정에 프로젝트 규칙 정의 필수.
-TestSprite MCP
-최종 품질 검사관 (Inspector)
-자동 테스트 및 스크린샷 리포트를 통해 인간이 놓치는 논리적 결함 발견.
-설정 절차
--
-
- API 키: testsprite.com 발급 (유일 1회 노출) -
- Windows: 전용 명령어를 통한 MCP 연결 -
- 명세서: Claude Code를 통한 Product Spec 생성 및 제공 -
API 키 생성
+TestSprite 대시보드 > MCP test > Create a Key 단계를 통해 고유 인증 키를 발급받고 복사합니다.
Cursor MCP 서버 설치
+'Add to Cursor' 버튼을 클릭하여 에디터 실행 후, 복사한 API 키를 입력하여 서버를 설치합니다.
+테스트 사전 준비
+정확한 검증을 위해 프로젝트 설계도 역할을 하는 제품 사양서(PSD)를 Cursor에 업로드합니다.
+기대 효과 및 실질적 이점
+ III. Workflow +QA 자동화 워크플로우
+반복적인 디버깅에서 전략적 검수자로의 역할 전환
코드 품질 향상
-상호 보완적 모델 협업과 전문 테스트 도구를 통한 안정적인 결과물 생산
+테스트 시작
+Cursor 채팅창에 "conduct a front-end testing..." 프롬프트를 입력하고 PSD 파일을 제공합니다.
비용 및 토큰 절감
-고비용 모델을 검증에만 집중 배치하여 토큰 사용량 약 2/3(약 66%) 절감
+결과 분석
+대시보드에서 통과/실패 현황을 파악하고, 스크린 녹화 영상을 통해 오류 지점을 직관적으로 확인합니다.
+자동 수정 지시
+Cursor에서 "please fix all of the issues..." 명령을 내려 발견된 모든 버그의 수정을 요청합니다.
+수정 내역 최종 승인
+AI가 정리한 이슈 목록과 자동 생성된 코드 변경 사항을 검토하고 최종 승인합니다.
- "Claude Max 200달러 요금제를 쓰다가 이 전략을 적용하고 나서 100달러 요금제로 낮췄습니다. 이제는 토큰 걱정 없이 편하게 작업하고 있습니다." -- — 실제 사례 사용자
AI 협업 기반
코드 교차 검증 전략
+ Maximize Quality | Optimize Cost | 5-Step Workflow
+ + +개요 및 핵심 가치
++ 본 문서는 AI 모델 간의 협업을 통해 코드 품질을 극대화하고 개발 비용을 최적화하는 '교차 검증 전략'을 종합적으로 분석합니다. +
+5단계 사이클
+계획 → 검증 → 구현 → 검증 → 테스트로 이어지는 완벽한 품질 관리 루프
+역할 최적화
+Antigravity(실행)와 Claude Code(감리)의 조화로운 역할 분담
+비용 절감
+검증 단계에만 고성능 모델을 투입하여 전체 토큰 사용량 약 66% 절감
+AI 교차 검증의 핵심 개념
+고성능 모델의 초기 테스트 통과율(약 42%) 한계를 극복하기 위한 방법론
+| 단계 | +주요 도구 | +핵심 역할 | +
|---|---|---|
| 1. 계획 (Plan) | +Antigravity | +문제 해결을 위한 초기 계획 수립 및 문서화 | +
| 2. 검증 (Verify) | +Claude Code | +계획의 논리적 오류 및 프로젝트 원칙 검토 | +
| 3. 실행 (Execute) | +Antigravity | +검증된 계획에 따른 고속 코드 구현 | +
| 4. 검증 (Verify) | +Claude Code | +완성된 코드의 최종 검토 및 완성도 극대화 | +
| 5. 테스트 (Test) | +TestSprite MCP | +자동화 테스트 및 직관적인 스크린샷 피드백 | +
검증 및 테스트의 실제
+TestSprite MCP를 통한 자동화 테스트 결과 및 분석 화면
+5단계 교차 검증 상세 프로세스
+계획 수립 및 문서화
+-
+
- 문제 분석 및 구조 설계 (Antigravity) +
- work-plan 폴더 내 마크다운(.md) 저장 +
- 검토를 위한 물리적 근거 마련 +
1차 계획 검증
+-
+
- 코드 작성 원칙 기반 논리 검토 (Claude Code) +
- 문서 하단에 보완 사항 추가 (덮어쓰기 금지) +
- 변경 이력의 명확한 추적 가능성 확보 +
코드 구현
+-
+
- 보완된 최종 지시에 따른 구현 (Antigravity) +
- 잠재적 오류 제거로 인한 에러율 급감 +
- 정제된 워크플로우를 통한 생산성 향상 +
2차 최종 결과 검토
+-
+
- 계획 반영 여부 최종 점검 (Claude Code) +
- 전체 코드 완성도 및 코드 품질 확인 +
- 최종 릴리스 준위의 결과물 확보 +
자동 테스트 및 피드백
+-
+
- TestSprite MCP 기반 자동화 테스트 +
- 스크린샷 리포트를 통한 직관적 오류 파악 +
- 100%에 수렴하는 품질 완성 사이클 +
핵심 도구별 역할 및 설정
+Antigravity
+실무 실행자 (Doer)
+토큰 소모가 많은 초기 계획과 코드 구현 전담. VS Code 내 'Claude Code for VS Code'와 병행 설치 권장.
+Claude Code
+설계 및 감리자 (Reviewer)
+고비용 모델의 효율적 사용을 위해 검증에 집중. 메모리/에이전트/훅 설정에 프로젝트 규칙 정의 필수.
+TestSprite MCP
+최종 품질 검사관 (Inspector)
+자동 테스트 및 스크린샷 리포트를 통해 인간이 놓치는 논리적 결함 발견.
+설정 절차
+-
+
- API 키: testsprite.com 발급 (유일 1회 노출) +
- Windows: 전용 명령어를 통한 MCP 연결 +
- 명세서: Claude Code를 통한 Product Spec 생성 및 제공 +
기대 효과 및 실질적 이점
+코드 품질 향상
+상호 보완적 모델 협업과 전문 테스트 도구를 통한 안정적인 결과물 생산
+비용 및 토큰 절감
+고비용 모델을 검증에만 집중 배치하여 토큰 사용량 약 2/3(약 66%) 절감
++ "Claude Max 200달러 요금제를 쓰다가 이 전략을 적용하고 나서 100달러 요금제로 낮췄습니다. 이제는 토큰 걱정 없이 편하게 작업하고 있습니다." ++ — 실제 사례 사용자 +
-