Kiro를 사용하여 Shopify 앱을 혼자서 개발하고 공개하기까지의 전체 프로세스

서론

Kiro (AWS AI IDE)의 CLI 버전을 사용하여 혼자서 Shopify 앱을 개발했습니다. 현재 App Store에 공개된 상태입니다.

제가 한 일은 Kiro의 커스텀 에이전트 (Custom Agent) 기능을 사용하여 'AI 팀'을 만든 것입니다. 개발뿐만 아니라 마케팅 전략이나 세일즈 전략까지 전부 AI에게 맡기는 체제를 구축했습니다.

이 기사에서는 그 메커니즘과 솔직한 소감을 작성하겠습니다.

Kiro란

AWS가 2025년 7월에 발표한 AI IDE입니다. IDE 버전과 CLI 버전이 있습니다.

IDE 버전: spec-driven development (자연어 → 사양서 → 태스크 → 구현)를 사용할 수 있음 -
CLI 버전: 터미널에서 동작하는 에이전트. 커스텀 에이전트를 정의하여 전환 가능

이번에 사용한 것은 CLI 버전입니다. spec 모드는 사용하지 않았습니다.

CLI 버전의 특징은 .kiro/agents/에 Markdown 파일을 두는 것만으로 역할이 다른 AI를 정의할 수 있다는 점입니다. 이 에이전트를 사용한 개발이 이번 개인 개발의 핵심이 되었습니다.

에이전트를 만들 때도 Kiro에게 "이런 에이전트를 만들고 싶다"라고 던지며 대화하면서 만듭니다. 에이전트의 정의 자체를 AI에게 만들게 합니다. 이 방식이 가장 확실하고 빨랐습니다.

개발의 전체상

기간: 2025년 12월 ~ 2026년 5월 (자투리 시간만 활용) -
기술 스택 (Tech Stack): React Router + Prisma + PostgreSQL + Railway -
결과물: ponpon-app (Shopify 스토어용 포인트 관리 앱) -
Kiro의 역할: 설계 · 구현 · 리뷰 · 마케팅 · 세일즈, 전부

아이를 재운 후의 심야 30분, 낮 시간의 짧은 틈새 시간. 사용할 수 있는 시간은 그것뿐이었습니다.

태스크는 GitHub Issues로 세밀하게 나누어 "앞으로 나아가고 있다"는 감각을 중요하게 여겼습니다. 동기 부여가 유지되는 기간은 대략 3개월 정도라고 하기에, 그 전까지 형태를 갖추고 싶다는 의식을 가지고 있었습니다.

Kiro CLI로 "AI 팀" 만들기

이 부분이 기사의 핵심입니다.

팀 구성

Kiro CLI의 커스텀 에이전트 기능으로 다음과 같은 팀을 구성했습니다.

.kiro/
├── agents/
│ ├── secretary.md # 비서 (사령탑)
...

각 에이전트의 역할은 다음과 같습니다.

에이전트	역할
secretary	태스크 배분 · 진척 관리. 사령탑
marketing	타겟 분석, 경쟁사 조사, Go-to-Market 전략
sales	요금 설계, 세일즈 퍼널 (Sales Funnel), 고객 접근
shopify-app-dev	기능 설계 · 구현 · 테스트 · 배포

파일 기반 연동 메커니즘

팀 간의 연동은 모두 파일 기반입니다. 심플합니다.

• 비서에게 "이런 아이디어가 있다. 마케팅에 의뢰해줘"라고 지시
• 비서가 .kiro/teams/marketing/tasks.md에 태스크를 추가
• 마케팅 에이전트로 전환하여 실행
• 결과물이 reports/에 저장됨
• 비서로 돌아와 결과를 확인

제 업무는 "판단하는 것"뿐이며, 각 에이전트가 내놓은 아웃풋을 보고 방향성을 결정합니다. 기본적으로는 비서와 주고받으며, 필요에 따라 각 에이전트에게 직접 지시를 내리는 방식으로 사용했습니다.

각 에이전트의 성과

마케팅 · 세일즈에서 특히 좋았던 점은 요금 설정에 대한 브레인스토밍 (打ち合わせ) 이었습니다. 경쟁사가 어떤 기능을 가지고 있는지, 차별화 포인트는 어디인지 에이전트와 몇 번이고 논의하여 근거 있는 요금 플랜 제안을 끌어냈습니다.

개발에서는 기술 선정 조사와 Shopify에서 제대로 반영되지 않는 버그에 대한 대처가 큰 도움이 되었습니다.

Playwright의 MCP를 통해 화면 조작을 시키면서 디버깅하는 플로우가 상당히 좋았습니다.

Kiro의 장점

컨텍스트 윈도우 (Context Window)가 보인다

Kiro CLI는 TUI 상에 컨텍스트 사용량이 표시됩니다. 사소해 보이지만 이것이 큽니다.

컨텍스트가 넘칠 것 같으면 compact 명령어로 압축합니다. "압축한다 = AI가 참조하는 정보가 누락된다"는 뜻이므로, 언제 압축할지를 의식적으로 판단할 수 있습니다.

Claude Code의 경우 컨텍스트가 캐시되는 메커니즘이 있어 사용량을 보기 어렵습니다. Kiro는 "지금 얼마나 쓰고 있는지"가 항상 보입니다. 이 투명성은 개인적으로 안심감을 줍니다.

reply 명령어가 편리함

reply 명령어를 사용하면 AI의 출력에 대해 핀포인트(pinpoint)로 피드백을 보낼 수 있습니다.

여러 질문에 한꺼번에 답하거나, "이 부분은 OK, 이 부분은 NG"라고 지적할 때 유용합니다. AI의 제안을 복사해서 붙여넣고 "이 부분이 틀렸습니다"라고 말할 필요가 없어서 좋았습니다.

이 모드에서는 Vim의 키맵(keymap)으로 조작할 수 있다는 점도 손에 익은 조작감을 제공하여 좋았습니다. 생각하는 속도 그대로 개발하고 있다는 느낌을 받았습니다.

요금의 가성비

후술하겠지만, 동일한 월 $20 기준으로는 개인적으로 사용할 경우 Kiro의 가성비가 더 좋습니다.

아쉬웠던 점 · 주의할 점

하네스 엔지니어링 (Harness Engineering)은 필수

AI는 말하지 않은 부분은 알아서 처리하지 않습니다. 유효성 검사(validation)나 엣지 케이스(edge case) 구현을 지시에 명시적으로 포함하는 노하우가 필요했습니다.

다만, 이는 Kiro에 국한된 이야기가 아니라 모든 AI 코딩 툴이 가진 공통적인 과제입니다. "테스트 코드가 통과할 것", "유효성 검사를 포함할 것"을 매번 지시에 넣는 것은 번거롭기 때문에, 저의 경우에는 에이전트(agent)를 만들어 에이전트의 프롬프트(prompt)로 설정해 두었습니다.

AI에게 코드를 쓰게 하는 전략적인 판단은 인간이 한다. 이 역할 분담이 중요합니다.

사용자가 적음

Kiro는 아직 사용자가 적어서 실무 사례(practice)로 다뤄지는 경우가 드뭅니다.

구글링을 해도 정보가 나오지 않을 때가 있었습니다. 그렇긴 해도 Kiro와의 대화로 대부분의 일은 실현할 수 있었기에 치명적으로 곤란한 적은 없었습니다.

정보를 스스로 개척해야 한다는 점은 단점입니다.

요금 비교: Kiro vs Claude Code

Kiro	Claude Code
엔트리	Pro $20/월 (1,000 크레딧)
...

주목해야 할 점은 미들(middle) 대역의 차이입니다. Kiro Pro+ $40 vs Claude Code Max 5x $100. 가격 차이가 2.5배입니다.

Kiro는 초과하더라도 크레딧당 $0.04로 계속 사용할 수 있습니다. Claude Code는 제한에 도달하면 기다릴 수밖에 없습니다. 요금 체계 측면에서는 Kiro의 가성비가 더 좋다고 생각합니다.

요약

Kiro CLI의 커스텀 에이전트(custom agent)를 사용하면 혼자서도 "팀 개발"을 할 수 있습니다.

spec 모드를 사용하지 않더라도, 에이전트를 역할별로 정의하고 파일 기반으로 연계하는 것만으로도 충분히 강력했습니다. 기술력보다 "무엇을 만들 것인가", "어떻게 판단할 것인가"가 중요해지는 시대입니다. AI가 실행을 담당하고 인간은 판단에 집중한다. 그런 개발 스타일이 이제 현실적으로 가능합니다.

결과물인 ponpon-app은 Shopify App Store에서 공개 중입니다.

Discussion