AWS SUMMIT SEOUL 2026의 부대 행사인 'AI-DLC 개발 서바이벌'에 참가하게 되었습니다. 단 7시간 만에 기획부터 개발, AWS 인프라 배포까지 마쳐야 하는 타임어택 해커톤인 만큼, 철저한 사전 세팅이 필수입니다.
대회 개요와 함께 Kiro 설치부터 AI-DLC 워크플로우 세팅, 그리고 Mac 환경에서 자주 발생하는 AWS CLI 설정 오류 해결법까지 정리해 보았습니다.
AI-DLC 개발 서바이벌 개요
단순히 AI API를 호출하는 수준을 넘어, Agentic AI를 실무 개발 워크플로우에 어떻게 적용할 것인가를 겨루는 대회입니다.
일시 및 장소: 2026년 5월 20일 (수) 11:00 - 18:00 (7시간) / 코엑스 컨벤션 센터
미션: AI-DLC(AI-Driven Development Lifecycle) 기반 사내 프로젝트 제작
심사 기준:
완성도 (30%): 서비스로 동작하는 수준
기능 복잡도 (30%): 도전적인 기술 구현
AI-DLC 활용도 (20%): 워크플로우를 얼마나 잘 활용했는가
창의성 (20%): 아이디어의 독창성
단순 이론적 접근을 넘어 프로덕션 레벨의 워크플로우에 에이전트를 어떻게 통합하여 실질적인 비즈니스 가치를 만들어낼 수 있는지 실험해 볼 수 있는 아주 좋은 기회입니다.사전 준비 & 환경 세팅
대회 현장에서는 인터넷 속도나 변수가 많으므로 아래 항목들을 로컬 랩탑에 반드시 사전 세팅해야 합니다.
Step 1. AWS Console 계정, 액세스 키 발급
아래와 같이 계정을 로그인하고 AWS CLI용도의 액세스 키를 발급받습니다.
Step 2. Kiro IDE 설치
이번 대회의 필수 툴인 Kiro를 설치합니다. Kiro는 AI가 코드를 작성하고 수정하는 과정 전반을 관리해 주는 특화 환경입니다. 공식 배포처에서 운영체제에 맞는 버전을 다운로드하여 설치해 줍니다.
*https://kiro.dev/downloads/
Step 3. AWS CLI 설정
팀원이 생성해 준 AWS IAM 계정을 로컬과 연동해야 Kiro가 클라우드 리소스를 제어할 수 있습니다.
[주의] Mac 유저들이 자주 겪는 설치 에러
터미널에서 무의식적으로 pip install aws를 입력했다가 아래와 같은 에러를 만날 수 있습니다. (제가 겪었던 오류입니다......ㅜ)
gimsangho@gimsanghoui-MacBookPro ~ % aws configure
Traceback (most recent call last):
File "/Users/gimsangho/.pyenv/versions/3.12.2/bin/aws", line 5, in
from aws.main import main
File "/Users/gimsangho/.pyenv/versions/3.12.2/lib/python3.12/site-packages/aws/main.py", line 23
print '%(name)s: %(endpoint)s' % {
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
SyntaxError: Missing parentheses in call to 'print'. Did you mean print(...)?
원인: Python용 공식 AWS 패키지명은 aws가 아니라 awscli입니다. aws라는 이름의 아주 오래된 Python 2 시절의 엉뚱한 패키지가 설치되어 문법 오류(SyntaxError)를 뱉는 것입니다.
해결 방법:
잘못 설치된 패키지 삭제: pip uninstall aws
Mac 환경에서는 Homebrew를 통한 전역 설치 권장:
Bash
brew install awscli
설치 확인 및 연동:
Bash
aws --version # 버전 확인
aws configure # Access Key, Secret Key, Region(ap-northeast-2) 입력
Step 4. AI-DLC Workflows 룰셋 적용
Kiro 에이전트가 중구난방으로 코딩하지 않고, 계획-설계-구현의 방법론을 따르도록 룰셋을 주입합니다.
-
프로젝트 디렉토리 생성
-
룰셋 다운로드: GitHub의 awslabs/aidlc-workflows 리포지토리 Releases 페이지에서 최신 ai-dlc-rules.zip을 다운로드합니다.
명령어 : git clone https://github.com/awslabs/aidlc-workflows.git .aidlc
-
clone된 디렉토리 확인
-
Kiro Agent 작동을 위한 md파일 생성
requirements.md : 여기에 대회 출품용 아이디어를 대략적으로 기재
design.md : AI가 채워줄 예정
tasks.md : AI가 채워줄 예정
이 이후로부터 이제 바이브코딩 진행하면 됩니다~~~(컨셉에 맞게)
- Kiro AI에게 AI-DLC Rule 읽히고 시작하기
프롬프트 : "현재 프로젝트 디렉토리의 .aidlc 폴더 안에 있는 AI-DLC 워크플로우 규칙 파일들을 모두 찾아서 읽고 숙지해 줘. 우리는 지금부터 철저하게 이 규칙에 따라 AWS 프로젝트를 진행할 거야.
먼저 내가 작성한 requirements.md 파일을 기반으로 기획 단계부터 시작하자. 요구사항을 고도화하기 위해 나에게 필요한 역질문을 던져줘."
Amazon Bedrock 모델 선택하기
(기본적으로 Kiro에 사용할 수 있는 토큰 한도가 무료로 부여가 되지만... 한도가 끝나면 베드락을 연결해야 합니다.)
아래 테스트-Playground 사이드 메뉴를 통해 모델을 선택할 수 있으며 우선
Anthropic Claude Sonnet 4.6 모델을 선택했습니다.
테스트는 Playground에서 진행하시면됩니다.
바로 등록을 하면 API 비용이 발생하기 때문에 어떤 모델을 사용할지 팀원과 협의하고 Kiro에 API 연결하면 됩니다.
