GitHub Spark 운영 — AI agent dev environment 6개월 사용기

핵심 요약

GitHub Spark — Spark spec(natural-language requirement)을 입력하면 코드 + 인프라 + 배포까지 agent가 처리. 사내 23개 PoC 6개월 운영, 평균 0.5-3일 → 30분. Codespaces·Replit Agent·Cursor와 결정적 차이는 GitHub 통합 깊이.

1. 워크플로

spark.md에 요구사항 markdown → agent가 repo 생성, 코드, CI, 배포. 결과 PR로 받아 리뷰. 사람의 역할이 "리뷰어"로 시프트.

2. 잘 되는 작업

• CRUD API + 프론트 — Hono+React, 30분에 동작
• 데이터 파이프라인 PoC — DuckDB + S3 templated
• Slack bot, Discord bot 같은 단순 통합
• 내부 admin UI — shadcn 템플릿 활용

3. 안 되는 작업

• legacy 코드베이스 진입 — 컨텍스트 부족
• 복잡한 권한 모델 — RLS, ACL은 사람 개입 필수
• 마이그레이션 — 점진 변경은 agent loop 비효율

4. 비용

인건비 절감이 모든 걸 압도. 다만 코드 품질은 항상 리뷰.

5. 함정

• spark.md 모호 — agent가 임의 결정, "어떤 DB 쓸지" 같은 자유도는 명시
• 보안 — secret을 spark.md에 적으면 PR로 노출, Actions secret 사용
• production 직결 금지 — staging까지만 자동, prod 배포는 사람