이 과정은 기술 전문가용 AWS 커뮤니티인 AWS 기술 필드 커뮤니티(TFC) 회원이 개발했습니다. 콘텐츠는 표준 교육 커리큘럼을 보완하고 AWS 학습 여정을 확대하기 위한 것입니다. AWS는 일부 과정에 접근성 제한이 있음을 인지하고 있으며 이를 해결하기 위해 노력하고 있습니다. 접근성과 관련하여 지원이 필요한 경우 AWS Training and Certification 고객 지원 센터에 문의하십시오.
Claude Code로 코드 리뷰나 영향도 분석을 해본 경험은 이미 있으실 겁니다. 그런데 그건 내가 터미널을 열고 직접 물어봤을 때만 일어나는 일입니다. 새벽 3시에 올라온 PR은? 내가 휴가인 날은? 본 과정은 이 한계를 넘는 두 축을 다룹니다. ① claude -p와 GitHub Actions — Claude Code의 headless mode를 CI/CD 파이프라인에 통합하여, PR이 열리는 순간 사람의 개입 없이 변경 영향도를 자동 분석하고 결과를 PR 코멘트로 게시하는 방법을 학습합니다. ② Plugin과 마켓플레이스 — 자동 분석의 기반이 되는 팀의 아키텍처 지식(모듈 의존성·위험 영역·과거 장애 이력)을 Plugin의 references/에 축적하고, 마켓플레이스를 통해 팀 전체에 배포·업데이트하는 방법을 배웁니다. 데모에서는 PR 변경 영향도 분석 Bot을 처음부터 구축하고, 팀원이 장애 경험을 references/에 기여하면 다음 PR 분석에 즉시 반영되는 기여 사이클을 직접 확인합니다. 최종적으로 "자동화만으로는 반쪽, 팀 지식이 합쳐져야 완전체"라는 원칙 아래, AI 분석 품질이 팀과 함께 성장하는 구조를 완성합니다.
