21장. Agentic SDLC는 코드 생성이 아니라 delivery system이다

Salesforce Engineering의 agentic 전환 사례는 AI 개발 도구가 어디까지 갈 수 있는지 보여준다.

핵심은 "Claude Code를 쓴다"가 아니다. 엔지니어링 조직이 SDLC 자체를 agentic하게 다시 짰다는 점이다.

Salesforce는 Claude Code를 조직 전반의 기본 agent 도구로 밀고, token limit을 제거했다. 그리고 결과를 단순 PR 수나 코드량으로만 보지 않았다. work item, PR, effective output, incident, customer case bug를 함께 봤다.

가장 강한 사례는 Agentforce Commerce 팀의 33개 API endpoint migration이다. 전통 방식으로는 약 231 person-day가 걸릴 일이었다. 팀은 Claude와 markdown rule set, reference implementation을 이용해 migration 방식을 표준화했고, autonomous LLM loop가 build, fix, validate를 반복하게 했다. 결과는 13일이었다.

이 사례에서 중요한 것은 agent가 코드를 많이 썼다는 사실이 아니다.

팀이 migration 지식을 rule set으로 만들었다는 점이다.

PR feedback을 다시 rule set에 반영했다는 점이다.

격리된 환경에서 여러 migration을 병렬로 돌렸다는 점이다.

테스트, 문서, 검증까지 같은 흐름 안에 넣었다는 점이다.

즉 delivery system이 바뀌었다.

여기서 Claude Code skill, subagent, CLAUDE.md 같은 파일은 단순 설정이 아니다. 팀의 operating knowledge를 담는 artifact다.

Agentic SDLC의 핵심 자산은 code generation 능력이 아니다.

반복 가능한 delivery memory다.