새소식

300x250
AI/IDE 상황실

아마존 키로(Kiro) 설치방법 및 사용방법

  • -
728x90

안녕하세요! 갓대희 입니다. :- )

 

오늘은 최근 핫하게 들려오는 Amazon의 Kiro를 설치,  사용하는 방법을 알아 보려고 한다.

물론 아직 레퍼런스가 많지 않아 공식 문서를 보는것과 당장은 크지 않을 것 같으니, 공식문서를 봐도 무방 하다. 
https://kiro.dev/

 

그리고 현재 키로는 당장 사용은 불가능 하니 정말로 사용해보실분이라면 대기열부터 등록하는것도 추천한다.

 - 여기저기 찾아본바, 추정이지만 어느정도 근거있는 사유는 클로드 기반이어서 사용량 제한 이슈 등이 있는 것 같다. 최근들어 클로드의 인기덕분에 max플랜도 제한하는 등 가능성이 없는 얘기는 아닌 것 같다. 

https://kiro.dev/waitlist/

 - 한참 이후 email로 코드를 받아 볼 수 있을 것 이다. 

 

 

Amazone kiro 는 Claude Sonnet 4.0 기반이라고 하는데 새삼 또한 코딩 시장에서의 클로드의 위상이 대단하다는 생각도 하게 되었다. 

다운로드하기 전 키로에 대해 간단히 먼저 짚고 넘어 가려고 한다. 
조금 더 밑에 다운로드 하는 방법이 있으니 귀찮으신 분들은 스킵 스킵 부탁 드립니다.

  

Amazon Kiro IDE - "바이브 코딩  >  실현 가능한 코드로"
Claude Sonnet 4.0 기반의 새로운 Agentic IDE가 2025년 7월 15일 AWS Summit New York에서 공개됐다.
"키로(きろ)" 는 일본어로 "경로", "길"을 의미하며, 인간의 창의성과 AI 자동화가 만나는 개발의 교차점을 상징적으로 표현한다.
단순한 AI 어시스턴트를 넘어 사양 기반 개발(Spec-Driven Development)로 AI 생성 코드의 유지보수성 문제를 근본적으로 해결하는 혁신적인 도구라고 한다.

AI 코딩 도구들이 빠른 프로토타입 생성에는 탁월하지만, 장기적 유지보수가 어려운(이 부분에서 오히려 개발자들이 개입을 해야 하기 때문에 개발자가 모두 대체된다는 걱정보다는 활로가 아닐까? ) "기술 부채"를 양산한다는 문제가 지적되어 왔다.
특히 "바이브 코딩(Vibe Coding)" 방식은 공식적인 사양이나 문서화 없이 빠르게 프로토타입을 만드는 방식인데, 결과적으로 장기적인 유지보수가 어려운 소프트웨어로 이어지는 경우가 많았다. (또한 내가 큰 그림, 설계를 잘 할 줄 모르는 경우 난항을 많이 겪고 하루종일 gpt 등과 씨름 하는 일도 많을 것 이다.)

 

Amazon에서 출시한 Kiro IDE는 바로 이 지점에서 출발한다. "바이브 코딩(Vibe Coding)"에서 "실현 가능한 코드"로의 전환을 목표로, 신속한 AI 프로토타입과 견고한 프로덕션 시스템 사이의 간극을 메우는 것이 핵심 철학이다. 2주간 실제 프로젝트에 적용해본 경험과 함께 Kiro의 모든 것을 파헤쳐보자.

"바이브 코딩"의 현실적 문제들
기존 AI 도구들로 개발해본 사람이라면 공감할 문제들:
한 번에 너무 많은 일:AI에게 복잡한 요청을 하면 겉핥기식 코드만 생성되고 품질이 떨어짐
작은 단위로 나누면:일관성이 떨어지는 코드가 생성되고 전체적인 아키텍처가 무너짐
시간이 갈수록:디버깅과 유지보수가 어려운 뒤죽박죽 코드가 되어버림
이런 문제들 때문에 "일단 돌아가는 코드"에서 멈춰서 프로덕션으로 발전시키기 어려웠다.

 

Kiro의 핵심 철학 : "사양 기반 개발"이란? 

Kiro의 가장 혁신적인 부분은 Amazon 내부에서 사용하는 "사양 기반 개발(Spec-Driven Development)" 방법론을 IDE에 구현했다는 점이다.

공식문서에서도 강조하고있다.

 

기존 AI 도구들이 "일단 돌아가는 코드"를 빠르게 만들어주는 데 집중했다면, Kiro는 체계적인 계획 수립부터 시작한다.

( 이런 컨셉이 먹힌다면 유사한 컨셉의 ide가 또 나오거나, 클로드 gemini 등에서 이 방법을 도입 하지 않을까? )

사양 기반 워크플로우

  1. Requirements (requirements.md) : EARS 형식으로 명확한 사용자 스토리와 수락 기준 생성
  2. Design (design.md) : 아키텍처 개요, 데이터 플로우, TypeScript 인터페이스, API 엔드포인트 설계
  3. Tasks (tasks.md) : 의존성을 고려한 순서화된 구현 작업 목록
  4. Implementation : 사양에 따른 체계적인 코드 생성 및 테스트

이 접근법을 통해 개발 계획이 문서화되므로 AI 생성 코드의 일관성, 유지보수성, 감사 가능성이 크게 향상된다는 컨셉이다.

 

Kiro IDE 기본 스펙

Kiro는 Amazon에서 개발한 Agentic IDE로, 간단히 말하면 VS Code 포크 기반이다. 
VS Code(Code OSS) 기반 위에 Claude Sonnet 4.0과 3.7을 탑재한 개발 환경이다. 코드를 자동완성, 요구사항 분석부터 설계, 구현, 테스트까지 전체 개발 라이프사이클을 AI가 체계적으로 관리해준다는 컨셉이다.

Kiro 기본 스펙

  • 지원 언어 : Python, JavaScript, TypeScript, Java, C#, Go, Rust, PHP, Ruby, Kotlin, C, C++, Shell, SQL, Scala, JSON, YAML, HCL
  • 플랫폼 : Windows 10+, macOS 11+, Linux (Ubuntu 20.04+ 권장)
  • 최소 요구사항 : RAM 8GB (16GB 권장), 저장공간 2GB, 안정적인 인터넷 연결
  • 확장성 : Open VSX 호환 플러그인, VS Code 설정 가져오기 지원
  • 인증 : Google, GitHub, AWS Builder ID, AWS SSO (AWS 계정 불필요)

 

Kiro 설치하고 시작하기

공식 사이트에서 OS별 인스톨러를 다운받아 바로 설치할 수 있다.

https://kiro.dev/downloads/

 


다만, 사용량 제한이 또 눈에 밟힌다. 현재 퍼블릭 프리뷰 상태로 무료로 사용할 수 있다 (월 50회 상호작용 제한).

플랫폼별 직접 다운로드 링크도 남겨 두겠다. (혹시 또 막힐 수 있으니 )

한땀 한땀 땄다. 지나고 보니 이것도 ai 시킬껄 그랬다.

대기 없이 바로 다운로드

* 공식 사이트 kiro.dev에서 최신 버전 확인 가능

설치 해보기


1.  다운로드 후 설치 파일 실행
 - Windows: .exe 더블클릭 → 설치 마법사 따라하기
 - Mac: .dmg 열기 → Kiro를 Applications 폴더로 드래그
 - 귀여운 UI를 갖고 태어 났다 ㅎㅎ 

 

 - windows의 경우 하기 절차를 쭉 진행한다.

2. 라이선스 동의 (AWS 고객 계약 & IP 라이선스)
3. 설치 위치 선택 (기본값 권장)
4. 바로가기 생성 옵션 선택

5. 설치 완료 후 Kiro 실행 해보자.

 

6. 첫 실행 시 로그인
 - Google / GitHub / AWS Builder ID 중 선택할 수 있다.

 - 다운로드의 대기를 푸는 대신 사용하는 부분에 있어 대기를 걸게 되었다.

 

 - 나중에 접속 코드를 email로 받게되면 입력하여 시작 가능하다.

 

 

*** 당장 써보고 싶은 분들이 많겠지만, 하루이상 대기를 해야 풀리니(정확히 몇일인지 공지도 없다.) 막히신 분들은 이 ide의 컨셉만 먼저 보는것만 가능할 것 같다 ㅠ ***  

 

 

 

7. VS Code 설정 가져오기 (선택사항)
 - 확장, 테마, 키바인딩 등등 자동 이전 가능하다.

 - import from VS Code 선택후 꽤 오래 대기해야 한다.

 

8. 테마 선택 (Kiro Dark / Light)

 

9. 셸 통합 설정
 - 터미널에서 `kiro .` 명령어 사용 가능

 

10. 프로젝트 폴더 열고 시작!

 

11. 프로젝트 로드 후 초기 상태 

 

💡팁
VS Code를 사용하고 있다면 기존 설정과 확장을 그대로 가져올 수 있다.
Open VSX 호환 플러그인들이 대부분 동작하므로 학습 비용이 거의 없다.
AWS 계정은 필수가 아니며 소셜 로그인으로도 충분하다.

 AI 요청할 때 지양, 지향 해야하는 점

❌ 모호한 요청은 피하도록 하자.
"좋은 코드 만들어줘"
"멋진 웹사이트 만들어줘"
✅ 구체적인 요청을 하도록 습관적으로 노력 하자.
"React TypeScript로 사용자 로그인 기능을 구현해줘. JWT 토큰 사용하고 로컬스토리지에 저장"
"Express.js로 REST API 만들어줘. 사용자 CRUD와 인증 미들웨어 포함"

 

키로는 Vibe와 Spec 모드 두가지가 있다.

바이브 모드는 평소처럼 편하게 대화하면서 새로운 아이디어를 활용하여 진행할때, 즉 계획 단계에 활용하면 된다.
스펙 모드라는게 중요한데 코딩을 진행하기 위해 구현하려는 프로젝트에 대해 상세한 사양과 구현을 미리 결정하고, 일관된 개발 방식을 유지할 때 쓰면 된다.

핵심 기능 1 : Specs (스펙 기반 개발) 

Kiro가 밀고 있는 기존 IDE와 차이점이라고 한다.
기존처럼 "로그인 기능 만들어줘"라고 막연히 요청하는 대신, Kiro가 체계적으로 요구사항을 분석하고 설계 문서를 생성한 뒤 구현한다.

Spec 생성 워크플로우

  1. Requirements : EARS 형식의 사용자 스토리와 수락 기준 생성
  2. Design : TypeScript 인터페이스와 데이터 플로우 다이어그램 작성
  3. Tasks : 구현, 테스트, 접근성 요구사항을 포함한 세부 작업 목록
  4. Implementation : 스펙에 따른 체계적인 코드 생성
// 실제 사용 예시: 사용자 인증 시스템 구축
// 1. Kiro에 요청: "사용자 회원가입/로그인 시스템 만들어줘"
// 2. Kiro가 자동 생성한 스펙:

## Requirements (requirements.md)
**Epic**: User Authentication System
**Story**: As a user, I want to create an account and log in securely
**Acceptance Criteria**:
- Email validation with proper format checking
- Password strength requirements (8+ chars, symbols)
- JWT token-based session management
- Rate limiting for login attempts

## Design (design.md)
**Architecture**: JWT + Express.js middleware pattern
**Database Schema**: User table with encrypted passwords
**API Endpoints**: POST /auth/register, POST /auth/login, GET /auth/me

## Tasks (tasks.md)
- [ ] Set up user database schema
- [ ] Implement password hashing with bcrypt
- [ ] Create JWT middleware
- [ ] Add input validation
- [ ] Write unit tests for auth functions
- [ ] Add integration tests


// 번역시
## 요구 사항(requirements.md)
**Epic**: 사용자 인증 시스템
**스토리**: 사용자로서 계정을 생성하고 안전하게 로그인하고 싶습니다.
**승인 기준**:
- 적절한 형식 검사를 포함한 이메일 유효성 검사
- 비밀번호 강도 요구 사항(8자 이상, 특수문자)
- JWT 토큰 기반 세션 관리
- 로그인 시도 속도 제한

## 디자인(design.md)
**아키텍처**: JWT + Express.js 미들웨어 패턴
**데이터베이스 스키마**: 암호화된 비밀번호가 있는 사용자 테이블
**API 엔드포인트**: POST /auth/register, POST /auth/login, GET /auth/me

## 작업(tasks.md)
- [ ] 사용자 데이터베이스 스키마 설정
- [ ] bcrypt를 사용한 비밀번호 해싱 구현
- [ ] JWT 미들웨어 생성
- [ ] 입력 유효성 검사 추가
- [ ] 인증 함수에 대한 단위 테스트 작성
- [ ] 통합 테스트 추가

 

핵심 기능 2 : Agent Hooks

Agent Hooks는 Kiro의 가장 실용적인 기능 중 하나다.

파일 저장, 생성, 수정 등의 이벤트에 반응해서 자동으로 작업을 수행한다. 내가 놓치는 부분들을 알아서 처리해주는 느낌.

 

실제로 설정한 Agent Hooks

// React 컴포넌트 테스트 자동 생성
name: "Auto Test Generator"
trigger: "file_save"
pattern: "src/components/*.tsx"
action: |
  React 컴포넌트가 저장될 때마다 
  해당 컴포넌트의 유닛 테스트를 자동 생성하고 업데이트

// 보안 검사 및 시크릿 스캔
name: "Security Scanner"  
trigger: "pre_commit"
action: |
  커밋 전 환경변수 노출, 하드코딩된 시크릿 등 
  보안 이슈 자동 검사 및 .gitignore 업데이트

// 단일 책임 원칙 검증
name: "SRP Enforcer"
trigger: "file_save"
pattern: "src/components/*.tsx"
action: |
  새로 생성된 React 컴포넌트가 단일 책임 원칙을
  준수하는지 검증하고 최적화 제안

Hooks는 Git 버전 관리 하에 두어 팀 전체가 동일한 품질 검사와 코딩 표준의 혜택을 받도록 할 수도 있다.

무엇보다 기술 부채를 사전에 방지하는 효과가 크다.

삽질의 추억
처음에 Hook을 너무 많이 설정했다가 매번 파일 저장할 때마다 수십 개의 작업이 돌아가서 IDE가 느려졌다. Hook은 꼭 필요한 것만 설정하고, autopilot 모드보다는 supervised 모드로 시작하는 게 좋다.

 

핵심 기능 3 : Agent Steering

Steering은 프로젝트별 컨텍스트와 코딩 표준을 AI에게 지속적으로 학습시키는 기능이다.

Kiro가 자동으로 .kiro/steering/ 경로에 프로젝트 스티어링 문서를 생성해준다.

제품 목적, 기술 스택과 프레임워크, 프로젝트 구조 및 규칙 등에 대한 문서가 정의되는데 이 마크다운 파일들을 통해 "프로젝트별 AI 교육"이 가능하다.

// .kiro/steering/ 기본 구조
// Kiro가 자동 생성하는 기본 파일들:
├── product.md      // 제품 목적, 대상 사용자, 핵심 기능
├── tech.md         // 기술 스택, 도구, 제약 조건  
├── structure.md    // 디렉토리 구조, 명명 규칙

// 사용자 정의 파일 예시:
├── api-standards.md     // API 설계 표준
├── testing-standards.md // 테스팅 가이드라인
├── security-rules.md    // 보안 정책

// Inclusion 모드 설정:
---
inclusion: always    // 모든 상호작용에 포함
inclusion: fileMatch // 특정 파일 패턴에만
inclusion: manual    // #파일명으로 수동 참조
---
Steering 활용 팁
• 라이브 프로젝트 파일 연결 : `#[[file:api/openapi.yaml]]` 형식으로 실제 파일을 참조해 항상 최신 상태 유지
• 팀 코딩 표준을 스프린트 계획 시 정기적으로 검토하고 업데이트
• 다른 도구의 기존 규칙 파일을 `.kiro/steering`으로 이동하면 대부분 바로 동작

 

핵심 기능 4 : 다중 모드 입력 & MCP 통합 

다중 모드 입력을 지원한다. 즉 멀티모달(Multimodal) 기능을 지원 한다.

텍스트 프롬프트만이 아니라 스크린샷, 아키텍처 다이어그램, 데이터베이스 스키마까지 AI에게 보여줄 수 있다.

MCP (Model Context Protocol) 활용

  • AWS Documentation MCP: 최신 AWS 서비스 문서와 API 참조 실시간 연동
  • Context7: 프로젝트 내 파일과 문서 검색 및 컨텍스트 제공
  • GitHub MCP: 리포지토리, 이슈, PR과 직접 연동
  • Database MCP: 스키마 정보와 쿼리 최적화 지원
  • 사용자 정의 MCP: 내부 API, 사내 위키, 프로덕션 문서 연결
// 다중 모드 입력 실제 사용 예시
// 1. 스크린샷 첨부하며 요청
"이 UI 디자인 스크린샷을 보고 React 컴포넌트 만들어줘"

// 2. 아키텍처 다이어그램과 함께
"첨부한 시스템 아키텍처 다이어그램에 맞춰 
 마이크로서비스 구조로 백엔드 코드 생성해줘"

// 3. 데이터베이스 스키마 이미지 활용  
"이 ERD 스크린샷 기반으로 
 TypeScript 인터페이스와 Prisma 스키마 작성해줘"

// 4. 기존 코드베이스 분석 요청
"#codebase 현재 프로젝트 구조를 분석하고
 마이크로프론트엔드로 리팩토링하는 방안 제시해줘"

이런 다중 모드 접근법 덕분에 Kiro는 단순히 코드를 생성하는 것을 넘어 프로젝트의 전체적인 컨텍스트를 이해하고 더 정확한 결과물을 만들어낸다.

 

Kiro 사용해 보기

이론은 충분하니, 이제 실제로 Kiro를 어떻게 사용하는지 알아보자. 단축키부터 고급 기능까지 실무에서 바로 써먹을 수 있는 사용법들이다.

AI 채팅 시작하기

여러 가지 방법으로 AI 채팅 시작:

  • 키보드 단축키:
    • macOS: Cmd + L
    • Windows/Linux: Ctrl + L
  • 명령 팔레트: Cmd/Ctrl + Shift + P → "Kiro: Open Chat" 검색
  • 사이드바: 오른쪽 상단의 채팅 아이콘 클릭

 

 

💬 컨텍스트 제공하기 - `#` 기호 활용

채팅에서 `#` 기호를 사용하면 AI에게 구체적인 컨텍스트를 제공할 수 있다:

# 사용 가능한 컨텍스트들
#codebase #auth.ts 인증이 데이터베이스와 함께 어떻게 작동하는지 설명해줘
#terminal 마지막 build에서 발생한 에러를 분석해줘
#file 현재 파일의 성능을 최적화해줘
#folder components 폴더 구조를 개선해줘
#git diff 이번 커밋 변경사항을 리뷰해줘
💡 컨텍스트 활용 팁
 구체적인 파일 지정: `#codebase #auth.ts #database.ts` 처럼 여러 파일을 조합
 에러 분석: `#terminal`로 터미널 출력을 바로 분석 요청
 코드 리뷰: `#git diff`로 변경사항을 자동으로 리뷰
 폴더 구조: `#folder`로 디렉토리 전체 맥락 제공

 

Autopilot vs Supervised 모드 전략적 사용

Autopilot 모드

  • 화면 우측 하단 스위치로 활성화
  • AI가 완전 자율적으로 작업 수행
  • 빠른 프로토타이핑에 최적
  • 반복 작업 자동화에 효과적

Supervised 모드

  • Autopilot을 끈 상태 (기본값)
  • AI가 변경 전 승인을 요청
  • 중요한 코드 작업 시 권장
  • 단계별 검토로 품질 보장

 

단계별 구현 과정 (실제 명령어 포함)

# 1. 새 프로젝트 생성 및 Kiro 열기
mkdir kiro-todo-app && cd kiro-todo-app
kiro .  # 또는 Kiro IDE에서 폴더 열기

# 2. Steering 설정 (프로젝트 표준 정의)
Cmd/Ctrl + Shift + P → "Kiro: Setup Steering for Project"

# 3. Spec 모드로 요구사항 정의
Cmd/Ctrl + L (채팅 열기) → "Spec" 버튼 클릭
"React TypeScript로 TODO 앱 만들어줘. 
 로컬스토리지 저장, 완료 토글, 삭제 기능, 
 필터링(전체/완료/미완료) 포함"

# 4. Kiro가 자동 생성하는 3개 파일:
- requirements.md (사용자 스토리)
- design.md (컴포넌트 설계)  
- tasks.md (구현 작업 목록)

# 5. 사양 리뷰 후 구현 실행
#codebase 사양에 따라 코드 구현 시작해줘

# 6. Agent Hooks 설정 (자동화)
- 컴포넌트 저장 시 테스트 자동 생성
- 커밋 전 ESLint 자동 실행
- README 자동 업데이트
// Kiro가 생성한 실제 requirements.md 예시
# TODO 앱 요구사항

## Epic: Personal Task Management System

### User Stories (EARS Format)

**Story 1: Task Creation**
- **WHEN** 사용자가 할 일을 추가하고 싶을 때
- **THE SYSTEM** 새로운 태스크를 생성할 수 있는 입력 필드를 제공해야 한다
- **SO THAT** 사용자가 기억해야 할 일들을 기록할 수 있다

**Acceptance Criteria:**
- [ ] 텍스트 입력 필드가 있어야 함
- [ ] Enter 키 또는 추가 버튼으로 태스크 생성
- [ ] 빈 텍스트는 추가할 수 없음
- [ ] 추가 후 입력 필드는 초기화됨

**Story 2: Task Management**
- **WHEN** 사용자가 태스크를 관리하고 싶을 때  
- **THE SYSTEM** 완료 토글, 삭제, 필터링 기능을 제공해야 한다
- **SO THAT** 태스크들을 효율적으로 관리할 수 있다
✅ 실제 결과
30분 만에 완전히 동작하는 TODO 앱이 완성됐다. 테스트 코드, TypeScript 타입 정의, 에러 핸들링까지 모두 포함되어 있어서 바로 프로덕션에 배포할 수 있는 수준이었다.

 

아 그리고, 상기 Spec 모드, Vibe 모드에 따라 무료 플랜은 사용 제한이 있다. 참고 사항이다.

 

※ 이렇게 이론으로 보면 사실 이해 되기 어려울 수 있다. 

이에 실제로 내가 업무에 적용해본 예시를 작성하려고 한다.  계속 갱신해 보려고 한다. 

 

ex) KIRO를 통해 rag 챗봇 프로젝트 구축 시작해보기(1)

2025.09.17 - [AI/Rag(with 202509 AWS교육)] - RAG 기초(2) & Kiro 사용예시(1) - Kiro로 스펙 기반으로 RAG 개발 환경 구축 설정 해보기

 

 

정리

  • 스펙 기반 개발의 위력: 막연한 요구사항을 체계적인 설계로 변환하는 과정이 개발 품질을 크게 향상시켰다. 특히 팀 프로젝트에서 의사소통 비용이 대폭 줄어들 것 같다.
  • Agent Hooks의 실용성: 테스트 작성, 문서 업데이트 같은 반복 작업을 자동화하니 놓치는 일이 거의 없어졌다. 다만 초기 설정에 시간이 좀 걸린다.
  • VS Code 호환성: 기존 확장과 설정을 그대로 쓸 수 있어서 학습 비용이 적다. 개발자 친화적인 설계가 돋보인다.
  • Claude 4.0의 성능: 코드 품질이 확실히 좋다. 특히 TypeScript 타입 추론과 에러 핸들링 부분에서 다른 모델 대비 우수함을 느꼈다.
  • 아직은 프리뷰 버전: 가끔 응답이 느리거나 예상과 다른 결과가 나올 때가 있다. 하지만 빠르게 개선되고 있는 느낌이다.

 

실무 활용 팁 & 베스트 프랙티스 

💡 Specs 작성 팁
• 처음부터 완벽한 스펙을 만들려 하지 말고, 점진적으로 개선하기
• EARS 형식 (Easy Approach to Requirements Syntax) 활용하기
• 스펙 파일을 팀원들과 공유해서 리뷰받기
• 복잡한 기능은 작은 단위로 나누어서 스펙 작성하기
💡 Agent Hooks 활용 팁
• 처음에는 Supervised 모드로 시작해서 신뢰도 쌓기
• 너무 많은 Hook 설정하지 말고 핵심적인 것만 선택
• Git 커밋 전 보안 검사 Hook은 필수로 설정
• 테스트 자동 생성 Hook으로 테스트 커버리지 향상
• 문서 자동 업데이트로 항상 최신 상태 유지
💡 Steering 설정 팁
• 프로젝트 초기에 팀 코딩 표준을 Steering 파일로 정리
• 보안 정책과 금지 사항을 명확히 명시
• 사용하는 라이브러리와 버전 정보 포함
• inclusion: always vs manual 모드를 적절히 활용
• 정기적으로 Steering 파일 업데이트하기
💡 비용 최적화 팁
• 대화 히스토리를 주기적으로 정리해서 토큰 사용량 줄이기
• 복잡한 요청은 단계별로 나누어서 처리
• MCP 서버 활용해서 외부 컨텍스트 효율적으로 활용
• Autopilot 모드는 신중하게 사용 (토큰 소모량 많음)
• 프리뷰 기간 중 충분히 테스트해보고 팀에 도입 검토

 

마무리 : Kiro를 꼭 써봐야 할까?

2주간 실제 프로젝트에 적용해본 결과, Kiro는 분명 기존 AI 코딩 도구들과는 다른 차원의 접근을 보여줬다. 단순히 코드를 빠르게 생성하는 것을 넘어, 체계적인 소프트웨어 개발 프로세스를 AI로 지원한다는 점에서 혁신적이다.

 

특히 이런 경우에 추천한다:

  • 팀 프로젝트에서 체계적인 개발 프로세스가 필요한 경우
  • 프로토타입을 프로덕션 레벨로 발전시켜야 하는 경우
  • 반복적인 작업 자동화가 필요한 경우 (테스트, 문서화, 보안 검사)
  • AWS 생태계를 주로 사용하는 팀 (인프라 자동 생성 기능)
  • 코드 품질과 문서화를 중시하는 환경
  • 엔터프라이즈급 요구사항 및 규정 준수가 필요한 프로젝트
  • 대규모 모노레포나 복잡한 코드베이스 관리

반대로 이런 경우는 다른 도구가 나을 수 있다:

  • 빠른 프로토타이핑만 필요한 개인 프로젝트
  • 기존 레거시 코드 위주로 작업하는 경우
  • 매우 제한적인 환경에서 CLI 도구만 사용 가능한 경우
  • 실시간 코드 자동완성이 가장 중요한 개발 스타일
추천:
  • 팀 프로젝트에서 체계적인 개발 프로세스가 필요한 경우
  • 프로토타입을 프로덕션 레벨로 발전시켜야 하는 경우
  • 반복적인 작업 자동화가 필요한 경우
  • AWS 생태계를 주로 사용하는 팀
  • 코드 품질과 문서화를 중시하는 환경

반대로 이런 경우는 다른 도구가 나을 수 있다:

  • 빠른 프로토타이핑만 필요한 개인 프로젝트
  • 기존 레거시 코드 위주로 작업하는 경우
  • 매우 제한적인 환경에서 CLI 도구만 사용 가능한 경우
최종 정리

Kiro는 AI 코딩 도구의 새로운 패러다임을 제시했다. "협력적인 AI 파트너"라는 표현이 가장 적절한 것 같다. 단순히 코드를 빠르게 생성하는 것을 넘어, 프로젝트 전체 라이프사이클을 함께 관리하는 지능적인 동료 개발자 같은 느낌이다.

특히 사양 기반 개발 방식은 "바이브 코딩"의 한계를 명확히 보여주며, AI 시대에도 체계적인 소프트웨어 엔지니어링이 얼마나 중요한지 깨닫게 해준다. 현재 퍼블릭 프리뷰 상태라 완벽하지는 않지만, 팀 단위 개발에서 그 진가를 발휘할 것이라 확신한다.

무료 기간 중에 꼭 한 번 시도해볼 만한 도구다. 소프트웨어 엔지니어링의 미래가 점점 더 에이전트적이 될 것이며, Kiro는 그 선두주자 역할을 하고 있다.
⚠️ 주의사항
• 초기에는 Agent Hooks를 너무 많이 설정하지 말고 핵심적인 것부터 시작
• 오토파일럿 모드는 신중하게 사용 (토큰 소모량이 많음)
• 대화 히스토리를 주기적으로 정리해서 비용 최적화
• 팀 도입 시 점진적 확산 전략 권장 (파일럿 프로젝트 → 전체 확산)

 

자주 묻는 질문 ❓

Q: Kiro는 정말 무료인가요?
A: 현재 퍼블릭 프리뷰 기간 중이라 월 50회 상호작용까지 무료입니다. 정식 출시 후에는 무료 티어(50회), Pro($19/월, 1,000회), Pro+($39/월, 3,000회) 요금제가 예정되어 있어요. Amazon Q Developer Pro 사용자는 추가 비용 없이 이용 가능합니다.
Q: AWS 계정이 꼭 필요한가요?
A: 아니에요. Google이나 GitHub 소셜 로그인으로도 충분히 사용할 수 있습니다. AWS 서비스와 연동하거나 MCP 서버를 활용할 때만 AWS 계정이 필요해요.
Q: 기존 VS Code 확장들을 그대로 쓸 수 있나요?
A: 대부분 가능합니다. Open VSX 호환 확장들은 문제없이 동작하고, 설정도 그대로 가져올 수 있어요. 다만 일부 VS Code 전용 확장은 호환되지 않을 수 있습니다.
Q: 어떤 프로그래밍 언어를 지원하나요?
A: Python, JavaScript, TypeScript, Java, C#, Go, Rust, PHP, Ruby, Kotlin, C, C++, Shell, SQL, Scala, JSON, YAML, HCL 등 주요 언어를 모두 지원합니다. VS Code 기반이라 LSP가 있는 언어는 대부분 가능해요.
Q: Cursor나 Claude Code와 함께 사용할 수 있나요?
A: 네, 가능합니다! 실제로 Kiro 터미널에서 Claude Code를 실행하는 조합도 있어요. 각 도구의 장점을 활용해서 상황에 맞게 선택적으로 사용하면 됩니다.
Q: 개인정보 보호는 어떻게 되나요?
A: AWS는 개인정보 보호를 강조하며, 무료 사용자도 모델 훈련을 위한 데이터 수집을 거부할 수 있습니다. 유료 사용자의 데이터는 비공개로 유지되며, 엔터프라이즈급 보안 기능이 내장되어 있어요.

📚 참고 자료

300x250
Contents

포스팅 주소를 복사했습니다

이 글이 도움이 되었다면 공감 부탁드립니다.

💡 AI 관련 질문이 있나요? 눌러보세요!