스펙 주도 개발(SDD), 왜 다시 주목받고 있을까

작년 Conductor가 처음 등장했을 때 핵심 메시지는 단순했어요. "프로젝트 인식을 휘발성 채팅 로그에서 꺼내서, 버전 관리되는 마크다운 파일로 옮기자." 이게 바로 Spec-Driven Development(SDD)의 출발점입니다.

AI 코딩 도구가 쏟아지면서 개발자들이 겪는 진짜 문제는 코드 생성 속도가 아니에요. 컨텍스트가 다음 세션으로 이어지지 않는다는 점입니다. 어제 Claude랑 짠 아키텍처를 오늘 Cursor에서 다시 설명해야 하고, 그 설명은 또 어딘가로 흘러가 버리죠. Conductor는 이 문제를 spec.md와 plan.md라는 영속적 산출물로 해결하려 했습니다.

이번 업데이트는 그 다음 단계예요. 확장(Extension)에서 **플러그인(Plugin)**으로 체급을 바꿨습니다. 단순한 이름 변경이 아니라, 워크플로우 자체가 달라지는 전환이에요. 근거자료는 Google Developers Blog 원문에서 확인할 수 있습니다.

Developer chatting with AI assistant to generate spec.md and plan.md for spec-driven development workflow Programming Illustration

확장 vs 플러그인, 뭐가 달라졌나

1. 명령어 시퀀스의 족쇄가 풀렸다

기존 Conductor는 확장이었기 때문에 정해진 명령어 흐름을 따라야 했어요. /conductor:plan 같은 걸 순서대로 호출하는 식이죠. 이제는 **대화형(conversational)**으로 바뀝니다.

# 설치 자체는 여전히 한 줄입니다
agy plugins install https://github.com/gemini-cli-extensions/conductor

설치 후에는 기능 요구사항을 그냥 이야기하면 돼요. AI가 알아서 컨텍스트를 갱신하고, 스펙을 만들고, 플랜의 완료된 태스크를 체크오프합니다. 개발자는 아키텍처에만 집중하면 됩니다.

2. 툴 종속성에서 해방

이게 실무에서 가장 체감이 큰 변화예요. 기존에는 Gemini CLI 전용이었습니다. 이제 플러그인이기 때문에 Antigravity CLI를 비롯한 여러 도구에서 동일한 Conductor를 쓸 수 있어요.

# 프로젝트 루트에 유지되는 산출물
project/
├── spec.md          # 아키텍처 스펙 (버전 관리 대상)
├── plan.md          # 태스크 플랜 (체크리스트 형태)
└── .conductor/      # 공유 설정

3. 컨텍스트가 툴을 넘어 이어진다

A 도구에서 시작한 워크플로우를 B 도구에서 이어받아도 컨텍스트 손실이 없습니다. 공유 설정과 개발 트랙이 그대로 유지되기 때문이에요. 여러 AI 도구를 병행하는 팀이라면 이 부분이 결정적입니다.

Plugin architecture diagram showing Conductor plugin integrating skills, rules, MCP servers and hooks across multiple AI CLI tools System Abstract Visual

플러그인 아키텍처, 한눈에 비교

항목기존 Extension신규 Plugin
배포 단위Gemini CLI 전용 확장skills + rules + MCP servers + hooks 통합 패키지
인터랙션명령어 시퀀스 기반대화형, 동적 컨텍스트 생성
툴 호환Gemini CLI 한정Antigravity CLI 등 멀티 툴
산출물spec.md, plan.md동일 (영속성 유지)
컨텍스트 이식불가툴 간 seamless 이전
진입 장벽명령어 학습 필요자연어 대화로 시작

주의할 점

  • "대화형"이 곧 "아무렇게나"는 아닙니다. spec.md와 plan.md는 여전히 엄격한 포맷을 따라야 하고, AI가 임의로 스펙을 갈아엎지 않도록 리뷰 습관은 유지해야 해요.
  • 플러그인이니 만큼 권한 범위가 넓어집니다. hooks와 MCP servers가 함께 패키징된다는 건, 파일 시스템·네트워크 접근 권한도 같이 딸려온다는 뜻이에요. 사내 보안 정책이 있는 팀은 설치 전 감사(audit)가 필요합니다.
  • 아직 초기 단계입니다. Antigravity CLI 지원은 발표됐지만, 다른 CLI로의 확장은 앞으로의 로드맵에 달려 있어요.

다음 단계 학습 방향

  1. 공식 Codelab으로 플러그인 기능을 직접 테스트
  2. 팀 프로젝트 하나에 spec.md/plan.md를 도입해 2주간 운영
  3. 여러 AI CLI를 병행하는 워크플로우를 실험해 컨텍스트 이식성 검증

Developer workstation with terminal running conductor plugin install command for Antigravity CLI integration Algorithm Concept Visual

한국 개발 생태계에서의 적용 맥락

국내 SI·외주 환경에서는 요구사항 변경이 잦고, 문서화가 뒤로 밀리는 경우가 많아요. Conductor의 spec.md/plan.md는 이 문제에 꽤 잘 맞습니다. 다만 SI 특성상 고객사가 특정 AI 도구만 허용하는 경우가 있으니, 멀티 툴 지원이 실제로는 제약이 될 수도 있다는 점은 감안해야 해요.

스타트업이나 사내 프로덕트 팀이라면 훨씬 유리합니다. 여러 AI 도구를 자유롭게 넘나들 수 있고, 컨텍스트 이식성이 곧 온보딩 속도로 이어지니까요.

마무리

Conductor의 이번 전환은 "확장을 플러그인으로 바꿨다"는 기술적 사실보다, SDD를 도구 종속성에서 해방시켰다는 점이 본질입니다. AI 코딩 도구가 난립하는 지금, 프로젝트 컨텍스트를 어디에 둘 것인가는 앞으로 몇 년간 가장 중요한 설계 결정 중 하나가 될 거예요.

함께 보면 좋은 글

본 콘텐츠는 신뢰할 수 있는 출처를 바탕으로 AI 도구를 활용하여 초안이 작성되었으며, 편집자의 검토를 거쳐 발행되었습니다. 전문가의 조언을 대체하지 않습니다.