AI-DLC for Claude Code

AI-Driven Development Life Cycle — Claude Code에서 체계적인 소프트웨어 개발 워크플로우를 실행하기 위한 템플릿

🎯 AI-DLC란?

AI-DLC는 AI 에이전트가 소프트웨어 개발의 전체 라이프사이클을 체계적으로 수행하도록 설계된 프로세스입니다.

User Request → INCEPTION (기획) → CONSTRUCTION (구현) → Complete

핵심 원칙

• 적응형 실행: 프로젝트 복잡도에 따라 단계를 자동 조절
• 투명한 계획: 실행 전 항상 계획을 보여주고 승인 받음
• 사용자 제어: 단계 포함/제외를 사용자가 결정
• 완전한 추적: 모든 의사결정을 audit.md에 기록

🚀 Quick Start (Claude Code에서 사용)

방법 1: CLAUDE.md에 직접 포함

프로젝트 루트에 CLAUDE.md 파일을 생성하고 아래 내용을 붙여넣으세요:

# AI-DLC Workflow Instructions

이 프로젝트는 AI-DLC (AI-Driven Development Life Cycle) 프로세스를 따릅니다.
소프트웨어 개발 요청 시 아래 워크플로우를 순서대로 실행하세요.

## 워크플로우

### 🔵 INCEPTION PHASE (기획)
1. **Workspace Detection** (항상) — 기존 코드 확인, greenfield/brownfield 판단
2. **Requirements Analysis** (항상) — 요구사항 분석, 질문 파일 생성, 답변 수집
3. **User Stories** (조건부) — 사용자 스토리 + 페르소나 생성
4. **Workflow Planning** (항상) — 실행 계획 수립, 단계별 EXECUTE/SKIP 결정
5. **Application Design** (조건부) — 컴포넌트, 서비스, 의존성 설계
6. **Units Generation** (조건부) — 작업 단위 분리

### 🟢 CONSTRUCTION PHASE (구현)
7. **Code Generation** (항상) — Part 1: 계획 → Part 2: 구현
8. **Build and Test** (항상) — 빌드/테스트 지침 생성

## 규칙
- 각 단계 완료 후 사용자 승인을 받아야 다음 단계 진행
- 모든 산출물은 `aidlc-docs/` 디렉토리에 저장
- 코드는 workspace root에 생성 (절대 aidlc-docs/ 안에 넣지 않음)
- 질문은 반드시 .md 파일로 생성하여 사용자에게 전달
- 모든 의사결정은 `aidlc-docs/audit.md`에 타임스탬프와 함께 기록

방법 2: 상세 규칙 파일 사용 (권장)

이 레포의 .aidlc-rule-details/ 디렉토리를 프로젝트에 복사하고, CLAUDE.md에서 참조하세요:

# 이 레포를 클론
git clone https://github.com/choseungyoon/ai-dlc-claude-code.git

# 규칙 파일을 프로젝트에 복사
cp -r ai-dlc-claude-code/.aidlc-rule-details /your-project/
cp ai-dlc-claude-code/CLAUDE.md /your-project/

📁 디렉토리 구조

your-project/
├── CLAUDE.md                        # Claude Code 지시사항 (AI-DLC 워크플로우)
├── .aidlc-rule-details/             # 상세 규칙 파일 (선택)
│   ├── common/                      # 공통 규칙
│   ├── inception/                   # INCEPTION 단계 상세
│   ├── construction/                # CONSTRUCTION 단계 상세
│   └── extensions/                  # 확장 규칙 (보안, 테스트)
├── aidlc-docs/                      # 📄 AI-DLC 산출물 (자동 생성)
│   ├── inception/
│   │   ├── requirements/
│   │   ├── user-stories/
│   │   ├── application-design/
│   │   └── plans/
│   ├── construction/
│   │   ├── plans/
│   │   └── build-and-test/
│   ├── aidlc-state.md               # 워크플로우 상태 추적
│   └── audit.md                     # 의사결정 로그
└── [your source code]               # 실제 코드 (workspace root)

📋 각 단계 상세

1. Workspace Detection

• 기존 코드 스캔 (언어, 빌드 시스템, 구조)
• Greenfield(새 프로젝트) vs Brownfield(기존 코드) 판단
• aidlc-docs/aidlc-state.md 초기화

2. Requirements Analysis

• 사용자 요청 분석 (명확도, 유형, 범위, 복잡도)
• 질문 파일 생성: aidlc-docs/inception/requirements/requirement-verification-questions.md
• 사용자 답변 수집 후 요구사항 문서 생성

3. User Stories

• INVEST 기준 유저 스토리 작성
• 페르소나 정의
• Acceptance Criteria 포함

4. Workflow Planning

• 어떤 단계를 실행/스킵할지 결정
• 실행 계획 시각화 (Mermaid)
• 사용자 승인

5. Application Design

• 컴포넌트 식별 및 책임 정의
• 서비스 레이어 설계
• 의존성 매트릭스

6. Units Generation

• 시스템을 작업 단위로 분해
• 스토리 매핑
• 구현 순서 결정

7. Code Generation

• Part 1: 상세 구현 계획 (체크박스)
• Part 2: 계획에 따라 코드 생성
• 각 스텝 완료 시 체크박스 업데이트

8. Build and Test

• 빌드 지침서 생성
• 테스트 명령어 문서화
• 배포 가이드

🔧 Claude Code에서의 사용 팁

프로젝트 시작 시

"이 프로젝트에서 [기능 설명]을 개발해줘. AI-DLC 프로세스를 따라서 진행해."

세션 이어받기

"aidlc-docs/aidlc-state.md를 읽고 이전 진행 상태를 확인한 후 이어서 진행해."

단계 건너뛰기

"User Stories는 건너뛰고 바로 Workflow Planning으로 가자."

빠른 진행 (간단한 프로젝트)

"간단한 프로젝트니까 Requirements Analysis는 minimal로, User Stories는 스킵하고 빠르게 진행해."

🆚 Kiro CLI vs Claude Code 차이점

항목	Kiro CLI	Claude Code
규칙 로딩	.kiro/ 자동 로딩	CLAUDE.md 수동 설정
질문 방식	파일 기반 (필수)	파일 또는 대화 가능
상태 추적	자동	aidlc-state.md 수동 참조
확장 규칙	opt-in 프롬프트	CLAUDE.md에 명시
세션 연속성	자동 감지	state.md 읽기로 복원

📚 참고

• AWS AI-DLC Workshop
• Kiro CLI — AI-DLC 원본 구현체
• 이 템플릿은 Kiro CLI의 AI-DLC 규칙을 Claude Code에서 사용할 수 있도록 변환한 것입니다.

License

MIT