DriftGuard

WHO

AI 코딩 도구(Cursor, Claude Code)를 사용하는 매출 1억+ 기업의 개발팀(5인 이상, GitHub/GitLab PR 기반 워크플로우). 에이전트가 아키텍처 결정을 잊고 다른 방식으로 코드를 생성해서 리뷰에 시간을 뺏기는 시니어 개발자. 특히 AI 코딩 도구 도입 6개월~2년차 팀 — cursor rules를 한 번쯤 만들었다 버린 경험이 있는 팀이 핵심 ICP

PROBLEM

AI 코딩 에이전트가 중간 규모 프로젝트(파일 50개+)에서 아키텍처 결정을 잊음. 'React Query 쓰기로 했는데 또 useEffect+fetch로 짬', '타입 컨벤션을 매번 다르게 생성'. 현재 cursor rules 파일을 수동으로 관리하지만 유지보수가 고통. 【실제 고통의 구체성】: A팀 사례 패턴 — cursor rules 첫 주에 열심히 작성, 3주 뒤 코드베이스 변화로 rules가 틀린 내용 포함, 한 달 뒤 아무도 안 업데이트, 두 달 뒤 rules 파일 삭제. '규칙 작성보다 유지보수가 더 힘들다'는 것이 근본 문제. AI 에이전트 사용량이 늘수록 drift 발생 빈도 지수적 증가 — 에이전트가 하루 100개 파일을 생성하는 팀에서 리뷰어는 drift를 인간이 따라잡을 수 없음

DIFFERENTIATION

【경쟁인식 — 실제 위협과 포지셔닝 재정의】 ⚠️ 가장 큰 위협: '플랫폼이 직접 만들면?' 시나리오 • Cursor: Rules 기능이 있지만 2024년 기준 자동 동기화 로드맵 없음. Cursor의 핵심 수익은 에디터, 거버넌스 도구는 비핵심 — 만들더라도 멀티-에디터 지원 불가 • GitHub Copilot: Microsoft 전략은 IDE 통합, 코드베이스 거버넌스 레이어는 파트너 생태계에 위임 (GitHub Marketplace 전략) • Anthropic/Claude: MCP 서버 생태계를 직접 구축하지 않고 서드파티에 개방 — DriftGuard의 MCP 서버가 오히려 Anthropic 공식 파트너 경로 직접 경쟁사 부재 확인 (2025년 기준): ① Graphite / LinearB: PR 분석이지만 팀 속도·리뷰 메트릭 중심, 아키텍처 결정 추출 없음 ② Swimm: 코드 문서화 자동화, 에이전트 컨텍스트 주입 없음 ③ Continue.dev: 오픈소스 코파일럿, 거버넌스 레이어 없음 ④ Kodex/CodeSee: 코드 시각화, 의사결정 강제 없음 → 포지셔닝: 'AI 에이전트 거버넌스' 카테고리 자체를 선점. 경쟁사가 없는 이유는 이 문제가 AI 코딩 에이전트가 본격 도입된 2024년 이후에야 발생했기 때문 【방어벽 — 3중 해자 구조】 ① 결정 그래프 데이터 해자 (가장 강력) • 팀이 6개월 사용 시 평균 200~500개 아키텍처 결정 누적 • 이 그래프는 해당 코드베이스와 팀의 역사 — 경쟁사가 복제 불가 • 이탈 시 수백 개 결정 데이터 손실 = 전환비용 극대화 • 코드베이스가 클수록, 팀이 오래 쓸수록 그래프 품질 상승 → 락인 심화 ② 네트워크 효과 (팀 내부) • PR 머지 → 결정 추출 → 그래프 업데이트 → 다음 에이전트 프롬프트 개선 → PR 품질 향상 → 더 많은 PR 머지 순환 • 팀원이 많을수록 결정 추출 정확도 상승 (다수결 패턴 학습) • 시니어 개발자의 리뷰 코멘트가 학습 데이터 — 팀 고유 전문성이 제품에 내재화 ③ 통합 전환비용 • GitHub Webhook → CI/CD → VS Code Extension → MCP 서버 순서로 통합 심화 • Phase 3 이후 CI/CD 게이트 통합 시: DriftGuard 없이 배포 불가한 상태 = 인프라 수준 락인 • 결정 그래프를 다른 포맷으로 내보낼 수 없는 경쟁사는 이 데이터를 활용 불가

LOCK-IN

프로젝트당 수백 개의 아키텍처 결정·코딩 컨벤션·의존성 규칙이 저장됨. 6개월 사용 후 전환 = 컨텍스트 리셋

AI 총평

문제 심각도·타이밍·명확성은 탁월하나, 창업자가 '경쟁 낮음'으로 자평한 것과 달리 Qodo·Swimm·Graphite 등 유사 기능을 이미 탑재한 유명 경쟁사가 다수 존재하며, Cursor·GitHub Copilot·Claude Code 같은 플랫폼이 자체 흡수할 위험이 크고, PR에서의 결정 자동 추출 정확도가 검증되지 않은 기술 리스크가 핵심 변수.