PEDAL
Plan → Engineering → Do → Analyze → Learn
크로스 리뷰와 Wiki SSOT로 AI Agent의 품질을 보장하는 구조화된 워크플로
What is PEDAL?
5단계로 완성되는
AI 개발 사이클
전통적인 PDCA 사이클에서 영감을 받아 AI Agent에 최적화된 워크플로입니다.
Plan
목표와 범위를 정의한다기능의 목표, 범위, 요구사항, 리스크를 문서화합니다. 크로스 리뷰로 맹점을 제거합니다.
- 기능 목표 및 성공 기준 정의
- In Scope / Out of Scope 명확화
- 리스크 식별 및 완화 전략
- Gemini CLI 크로스 리뷰
Engineering
어떻게 만들지 설계한다아키텍처, API, UI 의도를 상세히 명세합니다. 구현 전 설계를 검증합니다.
- 컴포넌트 다이어그램 및 데이터 플로우
- API 명세 및 데이터 모델
- ASCII Art UI 레이아웃
- 구현 순서 및 컨벤션 정의
Do
Engineering 문서 기반으로 구현한다설계 문서를 청사진 삼아 코드를 작성합니다. 별도 PEDAL 문서 없이 코드만 산출합니다.
- Engineering 문서 기반 구현
- Self-Review Criteria 내부 검증
- 하드코딩 없는 클린 코드
- 타입 에러 / 린트 경고 제거
Analyze
설계 vs 구현 갭을 분석한다Engineering 문서와 실제 구현을 비교합니다. Severity-Weighted Scoring으로 품질을 측정합니다.
- 설계 vs 구현 갭 분석
- Critical / Warning / Info 분류
- Severity-Weighted Match Rate 계산
- 90% 미만 또는 Critical → Iterate 강제
Learn
지식을 Wiki에 축적한다검증된 사실을 Wiki에 통합합니다. 다음 사이클의 컨텍스트가 됩니다.
- Wiki SSOT 업데이트
- Bug Pattern Registry 추가
- 완료 보고서 작성
- PR 생성 및 사이클 종료
Workflow
사이클이 돌수록
더 나은 코드
품질 임계값 미만이거나 높은 중요도 이슈가 있으면 Iterate가 강제됩니다. 임계값에 도달할 때까지 자동 반복합니다.
Critical
높은 중요도 — Iterate 강제
Warning
중간 중요도 — 개선 권고
Info
낮은 중요도 — 선택적 개선
Features
품질을 보장하는
핵심 메커니즘
크로스 리뷰
Cursor(Claude)가 문서를 작성하면 Gemini CLI가 리뷰합니다. 같은 모델이 자기 결과물을 검증할 때의 에코 챔버 편향을 제거합니다.
Wiki SSOT
Learn 단계마다 검증된 사실을 Wiki에 축적합니다. Agent가 다음 사이클에서 처음부터 파악하는 비효율이 사라집니다.
Severity Scoring
이슈를 중요도별로 분류하고, 중요도에 따라 가중치를 부여해 품질을 수치화합니다. 높은 중요도의 이슈는 Iterate를 강제합니다.
Human Approval Gate
Engineering 완료 후, Analyze 완료 후 두 번의 게이트에서 사람이 승인합니다. AI가 독단적으로 전체 사이클을 수행하지 않습니다.
체급이 낮은 Agent도 OK
Plan과 Engineering 문서가 명확한 가이드라인을 제공하므로, 고가의 최상위 모델이 아니어도 좋은 결과를 냅니다.
도구 무관 (Tool-Agnostic)
Cursor, Gemini CLI 어디서든 동일한 워크플로를 실행합니다. 팀의 도구 선택에 제약이 없습니다.
Get Started
지금 바로
PEDAL을 시작하세요
`.pedal/` 디렉토리를 복사하고, 도구별 설정을 추가하면 바로 사용할 수 있습니다.
# 1. .pedal/ 디렉토리를 프로젝트에 복사
$cp -r .pedal/ your-project/
# 2. Cursor 규칙 또는 GEMINI.md 설정
$cp .cursor/rules/pedal.mdc your-project/.cursor/rules/
# 3. 첫 번째 사이클 시작
$/pedal plan user-auth
✓ Plan phase started for user-auth