Microsoft Amplifier: AI 코딩 어시스턴트를 강력한 개발 환경으로 변신시키는 도구

 

GitHub - microsoft/amplifier

 

들어가며

"아이디어는 넘치는데 시간이 부족하다" - 많은 개발자들이 공감하는 문제입니다. Microsoft가 공개한 Amplifier는 바로 이 문제를 해결하기 위한 실험적 프로젝트입니다. 단순한 AI 코딩 어시스턴트를 검증된 패턴, 전문화된 에이전트, 그리고 강력한 자동화로 무장한 완전한 개발 환경으로 업그레이드해줍니다.

⚠️ 주의사항: 이 프로젝트는 연구 데모 단계입니다. 초기 개발 중이며 상당한 변경이 있을 수 있습니다. 프로덕션 환경보다는 학습과 실험 목적으로 사용하는 것이 적합합니다.

Amplifier란 무엇인가?

Amplifier는 AI 기반 개발 환경으로, Claude Code와 함께 사용하도록 설계되었습니다. 매 세션마다 처음부터 시작하는 대신, 검증된 패턴, 다양한 작업을 위한 전문 에이전트, 그리고 실제로 작동하는 워크플로우에 즉시 액세스할 수 있게 해줍니다.

핵심 철학

"가장 좋은 AI 시스템은 가장 똑똑한 것이 아니라, 당신을 가장 효과적으로 만드는 것입니다."

이 한 문장이 Amplifier의 철학을 잘 요약합니다. 단순히 AI가 코드를 작성하는 것이 아니라, 개발자의 생산성을 극대화하는 것이 목표입니다.

주요 기능

1. 20개 이상의 전문화된 에이전트

일반적인 AI 어시스턴트 하나 대신, 각각의 특정 작업에 특화된 20개 이상의 전문 에이전트를 제공합니다.

핵심 개발 에이전트:

• zen-architect: 단순함을 추구하는 아키텍처 설계
• modular-builder: 모듈러 원칙을 따르는 빌드
• bug-hunter: 체계적인 디버깅
• test-coverage: 포괄적인 테스트 작성
• api-contract-designer: 깔끔한 API 설계

분석 및 최적화 에이전트:

• security-guardian: 보안 분석
• performance-optimizer: 성능 프로파일링
• database-architect: 데이터베이스 설계 및 최적화
• integration-specialist: 외부 서비스 통합

지식 및 인사이트 에이전트:

• insight-synthesizer: 숨겨진 연결고리 발견
• knowledge-archaeologist: 아이디어 진화 추적
• concept-extractor: 문서에서 지식 추출
• ambiguity-guardian: 생산적인 모순 보존

메타 및 지원 에이전트:

• subagent-architect: 새로운 전문 에이전트 생성
• post-task-cleanup: 코드베이스 위생 유지
• content-researcher: 콘텐츠 컬렉션에서 리서치

2. 병렬 워크트리 시스템

"만약에" 라는 질문을 멈추고, 여러 솔루션을 동시에 구축하여 최선을 선택할 수 있습니다.

# 서로 다른 접근 방식을 병렬로 시도
make worktree feature-jwt    # JWT 인증 방식
make worktree feature-oauth  # OAuth 방식을 동시에

# 비교하고 선택
make worktree-list          # 모든 실험 확인
make worktree-rm feature-jwt # 원하지 않는 것 제거

각 워크트리는 자체 브랜치, 환경, 컨텍스트로 완전히 격리됩니다.

3. 지식 추출 시스템

인사이트를 잃지 마세요. 모든 문서, 명세, 설계 결정, 학습된 교훈이 Claude가 즉시 액세스할 수 있는 영구 지식의 일부가 됩니다.

사용 방법:

# 콘텐츠 추가 (문서, 명세, 노트 등 텍스트 기반 파일)
# 지식 베이스 구축
make knowledge-update

# 축적된 지혜 쿼리
make knowledge-query Q="authentication patterns"
make knowledge-graph-viz  # 아이디어가 어떻게 연결되는지 시각화

왜 사용하나요?

• 문서에서 개념, 관계, 패턴 추출
• 과거 결정과 교훈을 영구 지식으로 전환
• 모든 프로젝트가 다음 프로젝트를 더 효과적으로 만듦

4. 대화 트랜스크립트 시스템

컨텍스트를 절대 잃지 않습니다. Amplifier는 압축(compaction) 전에 전체 대화를 자동으로 내보내 손실될 수 있는 모든 세부 정보를 보존합니다.

자동 내보내기:

• 압축 이벤트 전에 대화 캡처
• 모든 콘텐츠 유형 저장 (메시지, 도구 사용, 사고 블록)
• .data/transcripts/에 타임스탬프와 함께 정리

간편한 복원:

/transcripts  # 전체 대화 기록 복원

장점:

• 압축 후에도 세부 정보를 잃지 않고 복잡한 작업 계속
• 전체 컨텍스트로 과거 결정 검토
• 특정 논의를 찾기 위해 대화 검색
• 공유 또는 문서화를 위한 대화 내보내기

5. 모듈러 빌더 라이트 (Modular Builder Lite)

아이디어에서 모듈까지 원 커맨드 워크플로우를 제공합니다.

/modular-build Build a module that reads markdown summaries, 
synthesizes net-new ideas with provenance, 
and expands them into plans. mode: auto level: moderate

작동 모드:

• auto (기본값): 신뢰도 ≥ 0.75일 때 자율적으로 실행, 그렇지 않으면 assist 모드로 전환
• assist: 모호함을 해결하기 위해 ≤ 5개의 명확한 질문을 한 후 진행
• dry-run: 계획/검증만 수행 (코드 작성 안 함)

6. 향상된 상태 표시줄

비용, 모델, 세션 정보를 한눈에 확인할 수 있습니다.

~/repos/amplifier (main → origin) Opus 4.1 💰$4.67 ⏱18m

표시 내용:

• 현재 디렉토리 및 Git 브랜치/상태
• 비용 등급별 색상의 모델 이름 (빨강=높음, 노랑=중간, 파랑=낮음)
• 실행 중인 세션 비용 및 기간

시작하기

사전 요구사항

• Python 3.11+
• Node.js
• VS Code (권장)
• Git

플랫폼 참고사항: 개발 및 테스트는 주로 Windows WSL2에서 수행되었습니다. macOS와 Linux도 작동하지만 테스트가 덜 되었습니다.

설치

# 1. 저장소 클론
git clone https://github.com/microsoft/amplifier.git
cd amplifier

# 2. 설치 실행
make install

# 3. 환경 활성화
source .venv/bin/activate  # Linux/Mac/WSL
.venv\Scripts\activate     # Windows

데이터 디렉토리 구성 (권장)

기본적으로 Amplifier는 .data/에 데이터를 저장하지만, 외부에 중앙 집중화하면 다음과 같은 이점이 있습니다:

• 모든 워크트리에서 지식 공유: 모든 병렬 실험이 동일한 지식 베이스에 액세스
• 크로스 디바이스 동기화: 축적된 지식으로 모든 머신에서 작업
• 자동 클라우드 백업: 추출된 인사이트를 절대 잃지 않음
• 프로젝트 간 재사용 가능: 학습된 패턴을 새 코드베이스에 적용

cp .env.example .env
# .env 파일을 편집하여 원하는 위치 지정

예시 구성 (클라우드 스토리지 사용):

# 중앙 집중식 지식 베이스
AMPLIFIER_DATA_DIR=~/OneDrive/amplifier/data

# 소스 자료 (문서, 명세, 디자인 문서, 노트)
AMPLIFIER_CONTENT_DIRS=.data/content,~/OneDrive/amplifier/content,~/Documents/notes

시작하기

cd amplifier
claude  # 모든 것이 사전 구성되어 준비됨

자신의 프로젝트에서 Amplifier 사용하기

Amplifier의 강력함을 자신의 코드에 적용하고 싶으신가요? 간단합니다:

# 1. 두 디렉토리로 Claude 시작
claude --add-dir /path/to/your/project

# 2. Claude에게 작업 위치 알리기 (첫 메시지로 붙여넣기)
I'm working in /path/to/your/project which doesn't have Amplifier files. 
Please cd to that directory and work there. 
Do NOT update any issues or PRs in the Amplifier repo.

# 3. 자신의 코드에 Amplifier의 에이전트 사용
- "Use the zen-architect agent to design my application's caching layer"
- "Deploy bug-hunter to find why my login system is failing"
- "Have security-guardian review my API implementation for vulnerabilities"

실전 워크플로우 예시

1. 기능 설계에서 구현까지

# 1단계: 아키텍처 설계
"Use zen-architect to design my notification system"

# 2단계: 모듈 구현
"Have modular-builder implement the notification module"

# 3단계: 테스트 추가
"Deploy test-coverage to add tests for the new notification feature"

2. 버그 조사 및 보안 검증

# 버그 찾기
"Use bug-hunter to find why my application's API calls are failing"

# 보안 검토
"Have security-guardian review my authentication implementation"

3. 지식 기반 개발

# 1단계: 문서에서 지식 추출
make knowledge-update

# 2단계: 패턴 검색
make knowledge-query Q="error handling patterns"

# 3단계: 적용
"Implement error handling using patterns from our knowledge base"

4. 품질 관리

make check  # 포맷, 린트, 타입 체크
make test   # 테스트 실행
make ai-context-files  # AI 컨텍스트 파일 재구축

Amplifier의 비전

Microsoft는 다음과 같은 미래를 향해 나아가고 있습니다:

1. 설명하면 AI가 구축: 자연어에서 작동하는 시스템으로
2. 병렬 탐색: 10가지 접근 방식을 동시에 테스트
3. 지식 복리: 모든 프로젝트가 다음을 더 효과적으로 만듦
4. AI가 지루한 작업 처리: 창의적 결정에 집중

Amplifier의 패턴, 지식 베이스, 워크플로우는 이식 가능하고 도구에 구애받지 않도록 설계되어, 최고의 AI 기술과 함께 진화할 준비가 되어 있습니다.

주의사항 및 제한사항

현재 상태

• 실험적 시스템: 자주 변경사항이 발생합니다
• 기여 미수락: 아직 외부 기여를 받지 않습니다 (향후 계획 중)
• 안정성 보장 없음: 일관성이 필요하면 커밋을 고정하세요
• 학습 리소스: 프로덕션 소프트웨어가 아닙니다
• 지원 미제공: 공식 지원이 없습니다

알려진 제약사항

• 지식 추출은 Claude 환경에서 가장 잘 작동합니다
• 문서당 처리 시간: 약 10-30초
• 메모리 시스템은 여전히 개발 중입니다

보안 고려사항

저장소에서 허용적인 AI 도구를 사용하려면 보안 고려사항에 신중한 주의와 인간의 감독이 필요합니다. 주의해서 사용하고, 본인의 책임하에 사용하세요.

마치며

Microsoft Amplifier는 AI 보조 개발의 새로운 패러다임을 제시합니다. 단순히 코드를 작성하는 도구가 아니라, 개발자의 생산성을 극대화하고 지식을 축적하며, 여러 접근 방식을 동시에 탐색할 수 있게 해주는 완전한 개발 환경입니다.

현재는 실험 단계이지만, AI 기반 개발의 미래가 어떤 모습일지 엿볼 수 있는 흥미로운 프로젝트입니다. 특히 다음과 같은 개발자에게 유용할 것입니다:

• AI 보조 개발에 관심 있는 개발자
• 여러 접근 방식을 동시에 시도하고 싶은 팀
• 프로젝트 간 지식을 축적하고 재사용하려는 조직
• 최신 AI 개발 도구를 실험하고 싶은 얼리 어답터

GitHub 저장소를 방문하여 직접 체험해보시고, Amplifier가 여러분의 개발 워크플로우를 어떻게 변화시킬 수 있는지 확인해보세요!