Agentic AI의 등장은 소프트웨어 설계, 개발 및 유지 관리 방식을 근본적으로 변화시키고 있습니다. 기존의 소프트웨어 개발 방법론(Agile, Kanban, ShapeUp 등)은 인간 중심의 팀을 위해 설계되었으며, 자율 AI 에이전트가 기획, 코딩, 테스트 및 지속적 학습에 기여하는 환경에서는 점점 더 부적절해지고 있습니다. 이 방법론적 격차를 해결하기 위해, 본 논문은 AI 에이전트가 1급 협력자로 활동하는 생태계를 위해 설계된 새로운 소프트웨어 개발 프레임워크인 "Agentsway"를 제시합니다. Agentsway는 인간 오케스트레이션과 전문화된 AI 에이전트 간의 개인 정보 보호 협업을 중심으로 구조화된 라이프사이클을 도입합니다. 이 프레임워크는 계획, 프롬프팅, 코딩, 테스트 및 미세 조정 에이전트에 대한 distinct roles를 정의하며, 각 에이전트는 개발 프로세스 전반에 걸쳐 반복적인 개선과 적응 학습에 기여합니다. Agentsway는 개발 주기 전반에서 서로 다른 에이전트의 출력과 피드백을 활용하는 미세 조정된 LLM을 retrospective learning process의 일부로 통합함으로써, 도메인별 추론과 설명 가능한 의사 결정을 향상시킵니다. 책임 있는 AI 원칙은 여러 미세 조정된 LLM과 고급 추론 모델의 조율된 사용을 통해 에이전트 전체에 통합되어 균형 잡히고 투명하며 책임 있는 의사 결정을 보장합니다. 이 연구는 에이전트 중심의 협업을 공식화하고, 개인 정보 보호 설계를 통합하며, 생산성 및 신뢰에 대한 측정 가능한 지표를 정의함으로써 소프트웨어 공학을 발전시킵니다. Agentsway는 차세대 AI-native, 자기 개선 소프트웨어 개발 방법론을 향한 근본적인 단계입니다. 본 연구는 AI 에이전트 기반 소프트웨어 엔지니어링 팀을 위해 명시적으로 설계된 전용 방법론을 제시하는 최초의 연구 노력입니다.
