[Guild Plugin] 개발한 흔적으로 스스로 자라는 조직

개요

Guild Plugin은 레포마다 전용 에이전트 조직을 만들어 개발을 수행하고, 그 조직이 스스로 자라게 하는 Claude Code 플러그인입니다. 앞선 글들에서 이 조직이 어떻게 구성되고 어떻게 개발하는지를 봤다면, 이번 글부터가 진짜 핵심입니다. 그 조직이 어떻게 스스로 성장하는가 — 바로 성장 엔진입니다.

Guild Plugin은 세 가지를 함께(공진화) 성장시킵니다. ① 결과물(코드베이스), ② 개발자(에이전트 조직 자신), ③ 감독자(도구를 쓰는 사람). 이번 3부에서는 ①과 ②, 즉 결과물과 조직이 함께 자라는 과정을 다룹니다. 세 번째 축인 사람(③)과 안전 모델은 4부에서 이어집니다.

Guild Plugin의 소스 코드와 설치 방법은 dev-yakuza/deku-claude-plugins 저장소에서 확인할 수 있습니다.

이 글은 Guild Plugin 시리즈의 3부입니다.

1부. Skill이 아니라 조직을 키운다 — 왜 만들게 되었나

2부. 에이전트 조직의 구조와 개발 흐름

3부. 성장 엔진 ①② — 결과물과 개발자의 공진화 (이 글)

4부. 성장 엔진 ③ + 안전 — 감독자(사람)도 함께 자란다

개발하는 루프와 성장하는 루프

Guild Plugin에는 두 개의 루프가 있습니다.

개발 루프 (Inner Loop) — 이슈 하나를 분석 → 설계 → 실행 → 테스트 → QA로 개발하는 흐름입니다. 매 작업마다 돌며, 그 결과로 **① 결과물(코드베이스)**이 쌓입니다.
성장 루프 (Outer Loop) — 개발하면서 남은 흔적을 읽어, 그 개발을 수행하는 조직 자체를 개선하는 흐름입니다. 가끔 돌며, 그 결과로 **② 개발자(조직)**가 성장합니다.

대부분의 AI 도구에는 개발 루프만 있습니다. 코드는 만들어 주지만, 그 코드를 만드는 도구 자신은 그대로입니다. Guild Plugin의 차별점은 바로 이 성장 루프에 있습니다.

성장 루프를 실행하는 명령은 두 개입니다. /gld audit은 조직의 상태를 진단하는 건강검진이고, /gld evolve는 실제로 조직을 키우는 성장입니다. 이 글의 주인공은 evolve입니다.

성장의 재료는 흔적이다

사람 조직이 회고를 통해 성장하듯, Guild Plugin은 흔적을 통해 성장하게 됩니다. 흔적이란 개발하면서 자연스럽게 남는 신호들입니다.

사람의 교정 — 에이전트의 판단을 사람이 다른 선택으로 뒤집은 경우.
되돌림(revert) — 자신 있게 넣은 변경이 되돌려진 경우.
검증 격차 — “통과했다”고 보고했지만 실제 실행 결과는 그렇지 않았던 경우.
반복 마찰 — 같은 오류, 같은 재발견, 같은 설명을 반복하게 되는 경우.

여기에 하나의 엄격한 규율이 있습니다. 모든 흔적은 반드시 실제 결과(ground truth)에 근거해야 한다는 것입니다. 테스트·게이트·CI 결과, 실제로 발생한 결함, 또는 사람의 실제 행동(교정·되돌림) 같은 객관적 사실에 묶여 있어야 합니다.

AI가 “내가 잘했다”고 스스로 평가한 것은 좋은 흔적이 아닙니다. 이 규율이 없으면 AI는 자기 좋은 대로 성장하게 됩니다 — 스스로에게 후한 점수를 주면서요. 그래서 Guild Plugin은 자기 평가가 아니라, 만든 역할과 다른 역할이 내린 판단이나 사람의 교정만을 성장의 근거로 삼습니다.

흔적을 습관과 지식과 규칙으로

evolve는 모아진 흔적을 세 가지 형태로 증류합니다. 조직이 경험을 습관과 문서와 규칙으로 정착시키는 것과 같습니다.

습관 — 특정 역할이 반복해서 교정받은 패턴은 그 역할 에이전트의 습관이 됩니다. 예를 들어 개발자가 어떤 규칙을 계속 어겼다면, 그 규칙이 개발자 역할의 정의에 새겨져 다음부터는 처음부터 지킵니다.
지식 — 개발 중에 발견한 코드 사실(어떤 파일이 함께 바뀐다, 여기엔 이런 함정이 있다)은 조직이 공유하는 지식으로 기록됩니다. 다음에 같은 걸 다시 발견하느라 시간을 쓰지 않습니다. 그리고 이 지식은 조직 공유이므로, 나중에 특정 역할이 바뀌어도 사라지지 않습니다.
규칙 — 테스트로는 잡기 어려운 규칙은 커밋 게이트의 규칙으로 승격됩니다. 사람이 매번 손으로 교정하던 것을, 이제 기계가 자동으로 막아 줍니다.

흥미로운 비유가 하나 있습니다. 사람은 깨어 있는 동안 겪은 일을 작업 기억에 담아 두었다가, 자는 동안 그중 중요한 것만 장기 기억으로 전환시킵니다. evolve도 비슷합니다. 개발 중의 흔적은 낮은 신뢰도의 “작업 기억”에 쌓이고, evolve가 실행될 때 그중 검증된 것만 습관·지식이라는 “장기 기억”으로 공고화됩니다. 검증되지 않은 흔적이 곧바로 조직의 권위 있는 지식이 되는 일은 없습니다.

조직처럼 인사(HR) 관리를 한다

성장 루프에서 조직이라는 개념이 가장 잘 나타나는 지점이 바로 **인사(HR)**입니다. Guild Plugin은 사람 조직처럼 구성원을 관리합니다.

고용 — 반복해서 필요해지는 전문가 역할을 상시 멤버로 활성화하거나 필요하면 새로운 에이전트를 생성합니다. (보안 이슈가 잦은 레포라면 보안 역할을 정규 멤버로.)
은퇴 — 한 번도 소집되지 않는 역할은 되살릴 수 있는 형태로 아카이브합니다. 이때 조직의 지식은 공유 자산이라 사라지지 않고, 나가는 것은 그 역할 고유의 습관뿐입니다. 그래서 은퇴가 지식 손실로 이어지지 않습니다.
교체 — 지속적으로 어긋나는 역할은 정리하고 다시 세웁니다.
승격 — 검증된 습관은 더 강한 규칙(게이트)으로 올리거나, 중앙 플러그인에 기여해 다른 레포의 조직들도 쓰도록 합니다.

그리고 이 모든 판단의 근거로 **성적표(360도 평가)**가 있습니다. 각 역할의 성과를 앞서 말한 **실제 결과(ground truth)**에 근거해 추적합니다. 다만 한 번의 결과로 사람을 자르지 않듯, Guild Plugin의 인사도 추세가 쌓여야 움직입니다 — 한 번의 실행만으로는 판단하지 않습니다.

함부로 성장하지 않는다

스스로 코드를 고치는 AI는 위험할 수 있습니다. 잘못 성장하면 오히려 해가 됩니다. 그래서 Guild Plugin의 성장은 엄격하게 검증됩니다. (자세한 안전 모델은 4부에서 다루고, 여기서는 핵심만 짚습니다.)

사람 승인 — 모든 변경은 사람이 항목별로 승인해야 적용됩니다. 자동으로 적용되는 일은 없습니다.
적대적 검증 — 적용 전에, 사전 문맥이 없는 독립 검토단이 “이 변경은 틀렸다”고 반박을 시도합니다. 반박을 못 버티는 변경은 폐기됩니다.
가역성 — 모든 적용은 백업·롤백·이력 기록과 함께 이뤄져, 언제든 되돌릴 수 있습니다.
근거가 충분할 때만 — 흔적이 얕으면 evolve는 아예 성장을 거부합니다. “얕은 데이터로 잘못 성장시키느니, 성장시키지 않는다”는 원칙입니다.
검증을 약화하지 않는다 — 어떤 성장도 테스트나 검증을 무력화하는 방향으로는 갈 수 없습니다. 이건 예외 없는 규칙입니다.

결과물과 개발자의 공진화

이제 결과물(①)과 조직(②)이 어떻게 함께 성장하는지 보입니다. 둘은 따로 노는 것이 아니라 서로가 서로의 좋은 성장 재료가 됩니다.

좋은 조직(②)이 좋은 결과물(①)을 만듭니다.
그 결과물을 만드는 과정에서 흔적이 남습니다.
evolve가 그 흔적으로 조직(②)을 개선합니다.
나아진 조직이 다음 결과물(①)을 더 잘 만듭니다.

이 순환이 바로 공진화입니다. 결과물과 개발자가 하나의 루프 안에서 서로를 끌어올립니다. 정적인 도구에는 없는, 시간이 지날수록 축적되는 힘입니다. 오래 쓸수록 그 레포의 조직은 그 레포에 더 특화되고, 더 적은 교정으로 더 나은 결과를 냅니다.

완료

정리하면, Guild Plugin의 성장 루프(evolve)는 이렇게 동작합니다.

개발하면서 남은 흔적을 모으되, 반드시 실제 결과에 근거한 것만 (자기 평가 배제),
그 흔적을 습관·지식·규칙으로 증류하고,
**인사(고용·은퇴·교체·승격)**로 조직을 키우되,
사람 승인·적대적 검증·가역성으로 안전하게 합니다.

그 결과, 결과물(①)과 개발자(②)가 공진화합니다 — 오래 쓸수록 똑똑해지는 조직입니다.

하지만 아직 한 축이 남았습니다. 바로 ③ 감독자, 즉 도구를 쓰는 사람입니다. Guild Plugin은 놀랍게도 코드와 조직뿐 아니라 사람까지 함께 키우려 합니다. 다음 4부에서는 그 세 번째 성장 엔진과, 이 모든 자기 성장을 떠받치는 안전 모델을 다룹니다.