개요

저희 회사는 Linear를 사용하여 태스크 관리를 하고 있습니다.

이번에는 Linear의 기능인 Linear Agent를 사용하여 개발 착수까지의 리드 타임 (Lead Time)을 단축함으로써 개발 생산성 향상을 목표로 한 사례를 소개합니다.

발생하고 있던 과제

저희 회사는 대체로 다음과 같은 흐름으로 개발을 진행하고 있습니다.

• PdM을 중심으로 사양을 정리하고, Linear 상에서 이슈 (Issue)를 기표한다
• 엔지니어가 사양을 읽는다
• 구현에 필요한 정보가 부족하다는 것을 깨닫는다
• PdM이나 도메인 전문가 (Domain Expert)에게 질문한다
• 답변을 받고 재확인한다
• 구현이 가능해질 때까지 반복한다
• 구현 시작

이 흐름에서는 PdM이 이슈를 기표한 후 엔지니어가 사양을 읽을 때까지 사양 부족이 발견되지 않습니다. 또한, 부족한 사양을 질문한 후에는 PdM이나 도메인 전문가의 확인과 답변을 기다려야 합니다.

복잡한 업무 시스템을 구현할 때는 계산식이나 판정 조건, 예외 시의 처리 등 구현 결과에 영향을 미치는 조건을 사전에 명확히 할 필요가 있습니다. 이것들이 결정되지 않은 채 구현을 진행하면, 구현 후에 인식 차이가 판명되어 재작업 (Rework)이 발생할 가능성이 있습니다.

기존에는 엔지니어가 이슈를 읽을 때까지 사양 부족을 찾을 수 없었고, 그때부터 사양 확인을 위한 왕복 과정이 시작되었습니다.

해결책

이번에는 PdM이 이슈의 사양 작성을 마친 단계에서 Linear Agent의 사양 리뷰를 실시하여, 엔지니어에게 전달하기 전에 AI와 사양에 대해 대화(Wall-hitting)할 수 있도록 했습니다.

상정하고 있는 흐름은 다음과 같습니다.

• PdM이 이슈에 사양을 작성한다
• Linear Agent에 의한 사양 리뷰를 실행한다
• Linear Agent가 부족한 사양과 확인해야 할 담당자를 정리한다
• PdM이 답변할 수 있는 사항은 그 자리에서 답변한다
• 업무상의 확인이 필요한 사항은 도메인 전문가에게 확인한다
• 답변 후 다시 사양 리뷰를 실행한다
• 사양이 구현 가능한 상태가 된 후 엔지니어에게 전달한다

従来の開発フローとLinear Agent利用時の比較

Linear Agent 사용법

해당 이슈의 코멘트에서 @Linear spec-review

라고 전송하면, Linear Agent가 기동되어 사양 리뷰 스킬 (Skill)이 발동되며, 스킬의 지시에 따라 결과를 스레드 (Thread)에 답장해 줍니다.

Linear Agentへ仕様レビューを依頼した例

이번에 작성한 스킬을 통해 이슈의 제목, 개요, 수락 조건 (Acceptance Criteria), 관련 이슈, 코멘트를 읽게 하여, "🟢 구현 착수 가능"인지 "🟡 사양 확인 필요"인지를 판정하게 하고 있습니다.

사양 확인이 필요한 각 논점에는 질문, 결정해야 하는 이유, 사양 안, 구현 블로킹 (Blocking) 여부를 기재합니다. AI가 업무 사양을 마음대로 결정하는 것이 아니라, 누가 무엇을 결정해야 하는지를 정리하도록 하고 있습니다.

Linear의 스킬은 팀에서 공유 가능

작성한 스킬을 Team-shared Skill로 등록하면, 해당 팀의 멤버가 동일한 스킬을 이용할 수 있습니다.

Devin MCP로 현재의 구현을 판단 재료에 추가

이슈에 기재된 사양만으로는 기존 기능이 현재 어떻게 구현되어 있는지, 이번 변경이 어디에 영향을 미치는지까지는 알 수 없는 경우가 있습니다.

저희 회사는 이전부터 AI 소프트웨어 엔지니어인 Devin을 개발 업무에 이용하고 있으며, Devin이 개발 대상 리포지토리 (Repository)를 참조할 수 있는 환경을 정비해 두었습니다.

Devin에는 리포지토리의 현재 구현에 대해 질문할 수 있는 MCP Server가 제공됩니다. 이에 Linear Agent의 MCP Server 접속 기능을 이용하여 Devin MCP를 연결했습니다.

이를 통해 사양 리뷰 시 관계된 현재의 처리 플로우를 확인하고, 이슈의 요구 사항과 현재 구현 사이의 차이점을 판단 재료로서 제시할 수 있도록 했습니다.

Linear Agent는 Slack 호출도 가능

Slack과 Linear를 연동함으로써, Slack 상에서 @Linear

멘션이 포함된 메시지를 전송하여 Linear Agent를 Slack에서도 호출하는 것이 가능합니다.

요약

이번에는 Linear Agent를 사용하여 개발 생산성 향상을 도모한 사례에 대해 소개했습니다. 현시점에서는 스킬과 Devin MCP를 조합한 사양 리뷰 메커니즘을 구축한 단계입니다. 향후에는 주로 다음 사항들을 확인하고자 합니다.

• 이슈 기표부터 구현 착수까지의 시간이 단축되는가
• Linear Agent가 지적하는 논점의 입도 (Granularity)가 적절한가
• PdM이나 도메인 전문가의 확인 부담이 어떻게 변화하는가

운용을 통해 얻은 결과를 바탕으로, 계속해서 Linear Agent를 활용할 가치가 있는지 판단해 나가고자 합니다.

Discussion