Community연구 & 데이터 분석github.com

AI 작업 인수 검사기 (사각 검증)

AI의 작업 결과를 기능/인터페이스/보안/회귀의 네 가지 차원으로 검증하는 체크리스트 생성기입니다. 코드 리뷰나 AI 외주 인수에 적합합니다.

AI 작업 인수 검사기 (사각 검증)란 무엇인가요?

이 스킬은 AI가 '완료'를 보고한 후 사용자가 효과적으로 검증할 수 있도록 **네 가지 차원의 실행 가능한 체크리스트**를 제공하며, 가장 흔한 보안/일관성 문제를 자동으로 스캔하는 스크립트를 포함합니다. 스크립트는 PASS/WARN/FAIL 보고서와 **보안 점수**를 출력하며, `--self-test` 플래그를 통해 샘플 프로젝트에서 취약점을 탐지하는 능력을 스스로 검증할 수 있어 사용자가 맹목적으로 신뢰할 필요가 없습니다. 이 스킬은 Claude Code, Cursor, Codex 등 어떤 AI 코딩 도구와도 함께 사용할 수 있으며, 코드 리뷰나 AI 아웃소싱 인수 시 필수 게이트 역할을 합니다. 네 가지 차원의 검증 워크플로우(기능 정확성, 필드/인터페이스 명명 일관성, 코드 보안, 기존 기능 회귀)를 따르며, 스크립트는 하드코딩된 키, .env 커밋, 경로 불일치를 자동으로 스캔하고 보고서를 생성합니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add shuangying0001-beep/ai-work-acceptance

Installed? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

AI 작업 인수 검사기

출처: 부모 성장기 시공 키트 AI와의 협업 방법.md §4 AI 작업을 인수하는 방법에서 프로젝트명을 분리하여 일반 방법론으로 만듦.

이게 뭔가요?

AI가 "다 했어"라고 말할 때마다 사용자는 어떻게 검증해야 할지 종종 모릅니다. 이 스킬은 검증을 네 가지 차원의 실행 가능한 체크리스트로 바꾸고, 가장 흔한 보안/일관성 위험을 자동으로 스캔하여 PASS / WARN / FAIL 보고서와 함께 보안 점수를 출력하는 스크립트를 제공합니다.

스크립트에는 --self-test 옵션이 있어, 취약점이 포함된 샘플 프로젝트를 생성하여 스크립트가 실제로 문제를 잡아낼 수 있음을 증명할 수 있습니다. 맹목적으로 믿을 필요가 없습니다.

언제 사용하나요?

  • 사용자가 말할 때: "AI 작업을 검증해 줘" / "AI가 다 했다는데, 확인해 봐" / "AI 코드가 안전한지 검사해 줘"
  • 사용자가 물을 때: "필드명과 인터페이스 경로가 계획과 일치하나요?" / "하드코딩된 키가 있나요?"
  • 모든 코딩 작업 전달 후 품질 게이트

네 가지 차원 검증법 (핵심 워크플로우)

검증할 때마다 이 네 단계를 순서대로 따르세요. 한 단계라도 FAIL이면 AI에게 다시 작업을 요청해야 합니다:

① 기능이 올바른가?

  • 요구사항 문서의 "완료 기준"을 하나씩 확인하여 통과했는지 검증
  • 사용자 자신의 실제 데이터로 테스트하고, AI가 제공한 예시 데이터만 사용하지 마세요
  • 경계 상황을 반드시 테스트: 빈 데이터, 초대형 데이터, 특수 문자
  • 주요 페이지가 오류 없이 열리고, 주요 작업(저장/제출)에 결과 피드백이 있는지 확인

② 필드와 인터페이스명이 일관적인가?

  • AI에게 직접 물어보세요: "사용한 필드명과 인터페이스 경로가 요구사항/계획 문서에 정의된 것과 동일합니까?"
  • 일관성이 없으면 계획된 명명으로 되돌리도록 하세요. AI가 임의로 만든 명명은 허용되지 않습니다
  • 계획 파일(예: 인터페이스 목록)이 제공되면 스크립트를 사용하여 코드에 실제 나타난 경로를 비교하세요

③ 코드가 안전한가?

  • AI에게 핵심 코드를 보여주도록 하고, 하드코딩된 비밀번호 / API Key / Token이 없는지 확인하세요
  • .env가 코드 저장소에 커밋되었는지 확인하세요 (.gitignore에 .env가 포함되어야 함)
  • 이해가 안 되면 AI에게 민감한 부분을 쉬운 말로 설명하도록 요청하세요
  • 스크립트 acceptance.py를 사용하여 시크릿 모드 + gitignore 검사를 자동으로 수행하세요

④ 기존 기능을 망가뜨리지 않았는가?

  • AI가 코드를 변경할 때마다 이전에 테스트한 기능을 다시 테스트하세요
  • 이전에 잘 작동하던 기능이 갑자기 작동하지 않으면 즉시 AI에게 피드백하세요

스크립트 사용법

# 0) 먼저 스캐너가 제대로 작동하는지 확인 (처음 사용하기 전에 추천)
python acceptance.py --self-test

# 1) 코드 디렉터리 전체 스캔: 하드코딩된 키, .env 커밋 여부, 인터페이스 경로 비교
python acceptance.py \
  --code <프로젝트 디렉터리> \
  --spec <선택: 계획/인터페이스 목록 파일, 경로 비교용> \
  --report <출력 md 경로>

# 2) git의 현재 변경사항만 스캔 ("AI가 방금 수정한" 상황에 더 적합)
python acceptance.py --code <프로젝트 디렉터리> --diff

# 3) 기계가 읽을 수 있는 결과 (CI / 다른 스크립트와 연동)
python acceptance.py --code <프로젝트 디렉터리> --json

스캔 범위: 하드코딩된 키 (API Key / Secret / Token / 비밀번호 / AWS / GitHub / Slack / JWT / WeChat appsecret / 개인키 블록 / 높은 엔트로피 문자열), .env 커밋 여부, 인터페이스 경로와 계획의 차이.

스크립트는 markdown 형식의 검증 보고서를 출력하며, 네 가지 차원 결론, 각 PASS/WARN/FAIL 항목, **보안 점수 (기계 항목 0-100)**를 포함합니다.

출력물

  • 네 가지 차원 검증 체크리스트 (체크 가능)
  • 검증_보고서.md: 자동 스캔 결과 + 수동 확인 할 일 + 최종 판정 (출시 가능 / 재작업 필요) + 보안 점수

주의사항

  • 스크립트는 "기계로 스캔 가능한 것" (평문 키, .env 커밋, 경로 차이)만 확인합니다. 기능 정확성, 기존 기능 망가짐 여부는 여전히 수동 또는 실제 데이터 테스트가 필요하며, 스크립트가 이를 대체하지 않습니다.
  • .env의 실제 값을 AI에게 제공하지 마세요. 스크립트는 "코드에 존재하는지"만 확인하고 .env 내용은 읽지 않습니다.
  • 이 스킬은 "게이트"이지 "테스트 대체물"이 아닙니다. 사용자가 올바른 질문을 하고 위험을 확인하도록 도울 뿐, 최종 판단권은 사용자에게 있습니다.

관련 스킬