즉흥 생성의 시대에 역행하는 도구
AI 코딩 도구의 기본 UX는 지금껏 단순했다. 자연어로 의도를 던지면 코드가 나온다. 빠르고 직관적이지만, 그 결과물이 실제로 '맞는 것'을 만들었는지 확인하는 루프는 언제나 사람 몫이었다. AWS가 2026년 5월 출시한 에이전트형 IDE Kiro는 이 흐름에 정면으로 반기를 든다. AI에게 코드를 맡기기 전에, 먼저 명세(specification)를 만들어야 한다는 것이다.
명세가 코드보다 먼저다
Kiro의 핵심 차별점은 구현 전 단계에 있다. 항공우주 분야에서 쓰이는 EARS(Easy Approach to Requirements Syntax) 표기법을 빌려, requirements.md, design.md, tasks.md 세 문서를 먼저 생성한다. 그리고 이 명세를 따라 에이전트가 구현을 진행한다. AI 매터스 보도에 따르면, Kiro는 VS Code 오픈소스를 기반으로 하며 기존 Amazon Q Developer의 후속작 성격을 지닌다.
이 방식이 흥미로운 이유는 기술적 혁신보다 워크플로우 철학의 전환 때문이다. 기존 AI 코딩 도구는 프롬프트 품질에 결과물 품질이 종속된다. 모호한 지시가 들어오면 에이전트는 나름의 해석으로 코드를 채운다—그게 의도한 것과 다르더라도. Kiro의 명세 중심 접근은 이 모호성을 업스트림에서 제거하려는 시도다. '무엇을, 왜 만드는가'를 문서로 고정하고, 에이전트는 그 계약을 따라 움직인다.
프로덕트 사고와의 접점
프론트엔드 개발자 관점에서 이 접근은 낯설지 않다. 좋은 컴포넌트 설계는 항상 인터페이스 계약 정의에서 시작한다. Props 타입을 먼저 쓰고, 스토리를 먼저 만들고, 테스트를 먼저 작성하는 흐름—TDD나 스토리북 주도 개발이 그랬다. Kiro의 명세 중심 설계는 이 원칙을 팀 전체의 AI 워크플로우 레이어로 끌어올린 것이라 볼 수 있다.
빠른 프로토타이핑 → 사용자 검증 → 고도화 흐름을 중시하는 입장에서도 이 구조는 유효하다. 검증 속도를 높이려면 무엇을 검증할지가 먼저 명확해야 한다. 명세가 없는 프로토타입은 빠르게 만들어지지만 피드백을 받아도 어디를 고쳐야 할지 흐릿해진다. Kiro의 세 문서 구조는 그 흐릿함을 줄이는 스캐폴딩으로 기능할 수 있다.
실제 도입 성과가 말하는 것
추상적 철학이 아니라 수치로도 방향이 잡힌다. 인도 핀테크 유니콘 Dhan은 12명이 12~24개월 걸릴 것으로 예상했던 차트 플랫폼을, Kiro를 활용해 엔지니어 한 명이 8주 만에 구축했다. 사우스웨스트항공은 개발자 2700여 명이 기능 개발·테스트 자동화·클라우드 인프라 생성에 Kiro를 활용 중이다.
이 수치를 단순히 'AI가 빠르다'는 식으로 읽으면 반만 보는 셈이다. 핵심은 소수 인원이 대형 프로젝트의 복잡도를 감당할 수 있었다는 점이다. 명세가 공유 컨텍스트로 기능하면, 에이전트와 사람 사이의 커뮤니케이션 비용이 줄어든다. 팀 규모가 작을수록 이 효과는 더 두드러진다.
Kiro가 가리키는 경쟁 구도의 변화
Claude Code, GitHub Copilot과 비교했을 때 Kiro의 포지셔닝은 뚜렷하다. 경쟁 도구들이 코드 생성 품질과 컨텍스트 이해력을 주요 경쟁축으로 삼는 반면, Kiro는 소프트웨어 공학 프로세스 자체를 AI 워크플로우 안으로 끌어들이는 전략을 택했다. 코드 생성 전 단계—요구사항 분석, 설계, 작업 분해—를 구조화된 산출물로 만드는 것이다.
6월 AWS 서밋 뉴욕에서 발표된 iOS 앱 확장도 이 전략의 연장선이다. 에이전트가 클라우드 세션에서 상시 실행되기 때문에, 개발자는 이동 중에도 명세를 수정하고 에이전트 방향을 조정할 수 있다. 책상에 돌아오면 같은 컨텍스트가 이어진다. 이는 단순한 모바일 편의 기능이 아니라, 명세 중심 워크플로우가 비동기·분산 환경에서도 일관성을 유지할 수 있음을 보여주는 설계다.
시사점: '무엇을 만들 것인가'가 더 중요해진다
AI 코딩 도구가 빨라질수록 역설적으로 더 중요해지는 역량이 있다. 바로 요구사항을 또렷하게 정의하는 능력이다. 에이전트가 코드를 쓸 수 있어도, 무엇을 써야 하는지는 사람이 결정해야 한다. Kiro의 명세 중심 설계는 이 결정을 체계적 산출물로 남기는 프로세스를 강제한다는 점에서, 협업 규모가 크거나 코드 품질과 안정성을 중시하는 조직에 특히 유효하다.
프론트엔드 팀 입장에서 보면, 이 접근은 디자인 시스템 설계나 컴포넌트 계약 정의와 자연스럽게 연결된다. 명세 문서가 잘 작성될수록 AI 에이전트의 구현 일관성이 높아지고, 그 일관성은 결국 사용자 경험의 예측 가능성으로 이어진다. 도구가 아무리 강력해져도, '무엇을 만들 것인가'를 사람이 정확하게 설계하는 역량이 AI 시대 개발자의 핵심 경쟁력이 된다는 방향은 Kiro가 가장 직접적으로 체현하고 있는 명제다.