AI와 함께 개발한 맞춤형 Testcase Management System (29TMS)

이 게시물은 29CM QE팀이 기존 상용화 TMS의 한계를 극복하고 AI 기반 바이브 코딩을 활용해 자체 TMS를 개발한 과정을 다룹니다.

프로젝트 배경과 도전

• 상용화 TMS의 낮은 지원 속도 및 버그 문제
• AI 도구 Cursor와 React를 활용한 100% 바이브 코딩 도전
• AI의 한계와 프롬프트 작성 노하우 습득

개발 과정과 기능

• 3개월 간 업무 병행하며 개발
• 레벨별 프롬프트 작성 전략과 디버깅 경험
• 로그인, CSV import, 플랜 생성, 테스트 실행, PDF 다운로드, API와 Swagger 페이지 등 주요 기능 구현
• QA 업무 경험이 프롬프트 작성에 큰 도움

성과 및 의미

• 실무 도입 및 지속적인 버전 업데이트(1.6.1)
• ms 단위 API 응답속도, 즉각 대응 가능
• 비용 절감 및 사용자 맞춤 기능 제공
• 언어 이해도보다 기능에 대한 정확한 이해가 중요함 확인

이 경험을 통해 저자는 AI 협업을 통한 개발 자신감을 얻었으며, 앞으로도 비효율 개선에 AI를 적극 활용할 계획임을 밝혔습니다.