스펙 주도 AI 코딩 도우미 Kiro 실사용 리뷰

 

---

스펙 주도 AI 코딩 도우미 Kiro 실사용 리뷰

“AI 시대, 코딩은 어떻게가 아니라 무엇을 정의하느냐의 문제다”

요즘 개발자를 위한 AI 코딩 도우미는 정말 넘쳐납니다.
저 역시 ChatGPT, Claude, IDE 확장, 그리고 Cursor AI 같은 AI IDE까지 다양하게 써봤습니다.

그런데 최근 AWS에서 공개한 Kiro는 조금 결이 달랐습니다.
단순히 “코드를 대신 써주는 AI”가 아니라, 개발자가 생각하는 방식 자체를 구조화해 주는 도구에 가깝다는 느낌을 받았기 때문입니다.

이번 글에서는

“실제로 써보니 뭐가 다르고, 왜 이 도구가 2025년에 의미 있는가”
라는 관점에서 Kiro를 정리해 보려고 합니다.

---

1. Kiro는 ‘AI 코딩 도구’가 아니라 개발 워크플로우 파트너

Kiro는 AWS에서 만든 스펙 기반 Agentic IDE입니다.
맥/윈도우/리눅스 모두 지원하고, AWS 계정 없이도 AWS Builder ID만 있으면 무료로 시작할 수 있습니다.

처음 실행하면 놀라운 점이 하나 있습니다.

👉 기존 VS Code 환경을 그대로 가져올 수 있음

• 프로젝트 구조
• 설정
• 확장 기능
  모두 그대로 옮겨옵니다.
  (실제로 Kiro는 오픈소스 VS Code 기반)

외형은 거의 VS Code와 동일하지만,
왼쪽의 **유령 아이콘(Kiro 패널)**을 누르는 순간 성격이 완전히 달라집니다.

---

2. Vibe vs Spec 모드 – “아이디어 단계”와 “실행 단계”를 분리하다

Kiro에는 두 가지 핵심 대화 모드가 있습니다.

🔹 Vibe 모드

• 아이디어 브레인스토밍
• 새로운 기능 구상
• “이런 거 만들고 싶은데?” 같은 단계

🔹 Spec 모드 (Kiro의 핵심)

• 요구사항을 명확히 정의
• 설계 문서 자동 생성
• 작업 단위(Task)로 분해

👉 이 지점에서 Kiro는 Cursor와 명확히 갈라집니다.

Cursor가 *“지금 코드 빨리 짜기”*에 강하다면,
Kiro는 *“일관성 있는 구조로 끝까지 완주하기”*에 초점이 있습니다.

---

3. 프로젝트 이해도를 높이는 핵심 기능: Steering

실무에서 AI를 쓰다 보면 가장 답답한 순간이 이겁니다.

“아니… 이 프로젝트 맥락을 왜 또 설명해야 하지?”

Kiro는 이 문제를 Steering 문서로 해결합니다.

✔ Generate Steering Docs

• 프로젝트 목적
• 기술 스택
• 폴더 구조
• 코딩 규칙

을 자동 분석해서
.kiro/steering/ 폴더에 문서로 생성합니다.

한 번 만들어 두면:

• AI가 매번 같은 기준으로 코드 제안
• 팀 내 개발 규칙도 자연스럽게 고정

📌 개인적으로 느낀 가장 큰 장점은
**“AI의 문제 인식과 개발자의 문제 인식을 일치시키는 장치”**라는 점이었습니다.

---

4. Specs – “생각을 코드로 바꾸기 전, 문서로 완성하다”

Spec 기능은 아이디어 → 구현 사이의 공백을 메워줍니다.

Kiro의 Spec은 3단계로 구성됩니다.

1. Requirements
   • EARS 표기법 기반 사용자 스토리
2. Design
   • 기술 아키텍처
   • 컴포넌트 구조
3. Tasks
   • 실제 구현 가능한 작업 단위

이 과정을 거치고 나면,

• “뭘 만들어야 하는지”
• “어디부터 손대야 하는지”
• “중간에 방향이 왜 틀어졌는지”

가 거의 사라집니다.

👉 개인적으로 기획 + 개발을 동시에 하는 1인/소규모 팀에게 특히 강력하다고 느꼈습니다.

---

5. Agent Hooks – 반복 작업을 AI에게 위임하기

Agent Hooks는 “이거 매번 수동으로 해야 하나?” 싶은 작업을 자동화합니다.

예를 들면:

• API 파일 수정 → README 자동 업데이트
• 컴포넌트 저장 → 테스트 파일 생성
• 특정 폴더 변경 → 배포 스크립트 실행

트리거 조건을 명확히 주면 줄수록
AI는 *“일 잘하는 팀원”*처럼 행동합니다.

---

6. MCP(Model Context Protocol) – AI의 시야를 코드 밖으로 확장

Kiro는 **Model Context Protocol**를 공식 지원합니다.

이게 의미하는 건:

• 코드베이스 밖의 정보도 AI가 활용 가능
• AWS 문서 검색
• 아키텍처 다이어그램 자동 생성
• DB 자연어 질의
• 사내 문서 검색까지 확장 가능

저는 AWS MCP를 연결해
Amplify 기반 웹 서비스 아키텍처 다이어그램을 생성해 봤는데,
“설계 초안 수준”으로는 충분히 실무에 쓸 만했습니다.

---

7. 써보면서 느낀 핵심 인사이트

Kiro를 쓰면서 가장 인상 깊었던 문장은 이거였습니다.

“이제 중요한 건 ‘어떻게 구현할까?’가 아니라
‘무엇을 구현할 것인가?’다.”

AI에게 일을 위임하려면:

• 문제 정의가 명확해야 하고
• 패턴이 일관돼야 하며
• 생각이 문서로 남아 있어야 합니다.

Kiro는
👉 AI에게 일을 맡길 수 있는 개발자를 만들어주는 도구에 가깝습니다.

---

이런 분들께 특히 추천합니다

• ✔ 기획부터 개발까지 혼자 또는 소규모로 하는 분
• ✔ 프로젝트가 자주 커지거나, 중간에 흔들리는 분
• ✔ “AI랑 같이 일하는 방법”을 제대로 익히고 싶은 개발자
• ✔ 단기 생산성보다 장기 구조 안정성을 중시하는 팀

---

마무리

Kiro는
AI 코딩 툴이라기보다는
AI와 함께 일하는 개발 방식을 재정의한 IDE라고 느꼈습니다.

코딩 전에 설계하고,
설계 전에 문제를 정의하는 것.

그 과정을 AI와 공유할 수 있다면,
개발 생산성은 단순히 “빠른 속도”를 넘어
더 나은 결정의 누적으로 바뀌게 됩니다.

이제,
AI에게 “코드 좀 써줘”가 아니라
**“이 문제를 이렇게 정의했는데, 같이 풀어보자”**라고 말할 수 있는 도구.

그게 제가 경험한 Kiro였습니다.