Claude Code 기반 Python AI 에이전트 & RPA: 비정형 업무 자동화 및 레거시 연동 커스텀 모듈 실전 가이드
AI 기반 RPA 모듈 자동 생성으로 개발 시간 단축 및 운영 효율 극대화 전략
이지웍스랩 AI리서치 · 2026-09-11 · B2B 업무 자동화 · 읽는 데 12분
급변하는 비즈니스 환경에서 비정형 데이터 처리와 레거시 시스템 연동은 기업의 디지털 전환을 가로막는 주요 장애물로 작용합니다. 기존 RPA 솔루션으로는 복잡하고 예측 불가능한 업무에 대응하기 어려웠으며, 맞춤형 모듈 개발은 막대한 시간과 비용을 요구했습니다. 본 아티클은 Anthropic의 Claude Code 모델을 활용하여 Python AI 에이전트 및 RPA 커스텀 모듈을 자동으로 생성하고, 이를 통해 비정형 업무를 지능적으로 처리하며 레거시 시스템 연동 개발을 혁신적으로 가속화하는 실전 가이드를 제공합니다.
1. 비정형 업무와 레거시 시스템 연동의 한계: Claude Code가 필요한 이유
오늘날 기업들은 계약서, 이메일, 보고서 등 예측 불가능한 형식의 비정형 데이터를 처리하고, 수십 년 된 레거시 시스템과 연동해야 하는 복잡한 과제에 직면해 있습니다. 기존의 룰 기반 RPA(Robotic Process Automation)는 정형화된 반복 작업에는 효과적이지만, 데이터 구조가 불규칙하거나 업무 로직이 자주 변경되는 비정형 업무에는 취약점을 드러냅니다. 이는 결국 수작업 개입을 늘리고, 업무 처리 지연 및 오류 발생률 증가로 이어져 생산성을 저해하는 주요 원인이 됩니다.
특히, 다양한 레거시 시스템과의 연동은 고도로 전문화된 개발 역량과 장시간의 분석 및 코딩 작업을 요구합니다. REST API, SOAP, 데이터베이스 직접 접근, 심지어 터미널 기반의 CUI(Character User Interface) 조작에 이르기까지, 각기 다른 인터페이스와 프로토콜을 이해하고 통합하는 것은 쉬운 일이 아닙니다. 이러한 문제를 해결하기 위해 AI 기반 코드 생성 능력을 가진 Claude Code와 같은 LLM(Large Language Model)은 개발자가 아닌 실무자도 쉽게 맞춤형 자동화 모듈을 생성하고, 복잡한 연동 로직을 빠르게 구현할 수 있는 혁신적인 대안을 제시합니다.
2. Claude Code 기반 AI 에이전트 & RPA 커스텀 모듈 자동 생성 실전 아키텍처 및 Python 구현
Claude Code를 활용한 AI 에이전트 및 RPA 커스텀 모듈 자동 생성 시스템은 크게 세 가지 핵심 컴포넌트로 구성됩니다: 1) 비정형 데이터 입력 및 프롬프트 엔지니어링 계층, 2) Claude Code 기반 AI 모듈 생성 엔진, 3) 생성된 모듈 실행 및 레거시 연동 계층. 이 아키텍처는 유연성을 극대화하여 다양한 업무 시나리오에 적용 가능하며, 개발자는 핵심 로직에 집중하고 반복적인 코딩 작업은 AI에 위임할 수 있습니다.
**2.1. 프롬프트 엔지니어링: AI의 눈과 귀를 열다** Claude Code가 원하는 RPA 모듈을 정확하게 생성하도록 유도하는 것은 효과적인 프롬프트 엔지니어링에 달려있습니다. 목표, 입력 데이터 형식, 출력 형식, 레거시 시스템 정보(API 문서, 필드명 등), 예외 처리 규칙 등을 명확하게 정의해야 합니다. 예를 들어, '특정 이메일 첨부 파일에서 송장 번호를 추출하여 SAP 시스템에 입력하는 Python RPA 모듈을 생성해줘. SAP 연동은 `pyRFC` 라이브러리를 사용하고, 송장 번호는 'INVOICE_NO' 필드에 매핑해줘.' 와 같이 구체적인 지시를 내릴 수 있습니다.
**2.2. Claude Code 기반 RPA 모듈 자동 생성 엔진 (Python)** 이제 Claude Code API를 호출하여 RPA 모듈을 생성하는 Python 엔진을 구현합니다. 이 엔진은 사용자로부터 받은 업무 정의 프롬프트와 필요한 컨텍스트 정보를 Claude Code에 전달하고, 반환된 Python 코드를 검증 및 저장합니다.
import os
import anthropic
import json
import subprocess
import traceback
from datetime import datetime
import importlib.util # execute_rpa_module 함수 내에서 필요
# 1. 환경 설정 (API 키 및 모델)
ANTHROPIC_API_KEY = os.getenv("ANTHROPIC_API_KEY")
if not ANTHROPIC_API_KEY:
raise ValueError("ANTHROPIC_API_KEY 환경 변수가 설정되지 않았습니다.")
client = anthropic.Anthropic(api_key=ANTHROPIC_API_KEY)
CLAUDE_MODEL = "claude-3-opus-20240229" # 또는 claude-3-sonnet-20240229, claude-3-haiku-20240307
# 2. 프롬프트 템플릿 정의
SYSTEM_PROMPT = """
당신은 Python 기반 RPA 커스텀 모듈을 생성하는 전문 AI 개발자입니다.
사용자가 요청하는 비정형 업무 처리 및 레거시 시스템 연동을 위한 Python 코드를 작성해야 합니다.
생성하는 코드는 다음 원칙을 준수해야 합니다:
- 완전한 실행 가능한 Python 함수 또는 클래스 형태여야 합니다.
- 필요한 모든 import 문을 포함해야 합니다.
- 명확한 주석과 문서화를 포함해야 합니다.
- 예외 처리(try-except)를 철저히 적용해야 합니다.
- 로깅(logging 모듈 사용)을 통해 실행 과정과 발생 가능한 문제를 기록해야 합니다.
- 가능한 경우, 매개변수를 통해 유연하게 동작하도록 설계해야 합니다.
- 레거시 시스템 연동 시, 실제 연동 라이브러리 (예: requests, psycopg2, pyodbc, pyRFC 등) 사용을 가정합니다.
- 최종 코드는 ```python ... ``` 블록으로 감싸서 제공해야 합니다.
- 생성된 코드가 특정 라이브러리를 필요로 할 경우, 주석으로 pip install 명령어를 명시해주세요.
예시 프롬프트:
"특정 S3 버킷에서 'invoice-*.pdf' 패턴의 파일을 다운로드하여 각 PDF에서 'Total Amount' 필드를 추출하고, 그 결과를 PostgreSQL 데이터베이스의 'invoices' 테이블에 저장하는 Python RPA 모듈을 작성해줘.
- S3 버킷 이름: `my-company-invoices`
- PostgreSQL 연결 정보: `host=localhost dbname=invoicedb user=admin password=secret`
- 테이블 스키마: `CREATE TABLE invoices (id SERIAL PRIMARY KEY, filename VARCHAR(255), total_amount DECIMAL(10, 2), processed_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP);`
- PDF 텍스트 추출은 `PyPDF2` 라이브러리를 사용하고, 금액 추출은 정규표현식을 사용해줘."
"""
# 3. Claude Code 호출 및 모듈 생성 함수
def generate_rpa_module(user_prompt: str, module_name: str = None) -> dict:
if module_name is None:
module_name = f"rpa_module_{datetime.now().strftime('%Y%m%d_%H%M%S')}"
messages = [
{"role": "user", "content": user_prompt}
]
print(f"[{datetime.now()}] Claude Code 모듈 생성 시작: {module_name}")
try:
response = client.messages.create(
model=CLAUDE_MODEL,
max_tokens=2000,
system=SYSTEM_PROMPT,
messages=messages
)
generated_code_block = response.content[0].text
# 코드 블록 추출
if "```python" in generated_code_block and "```" in generated_code_block:
start_idx = generated_code_block.find("```python") + len("```python")
end_idx = generated_code_block.find("```", start_idx)
python_code = generated_code_block[start_idx:end_idx].strip()
else:
python_code = generated_code_block.strip() # 코드 블록이 없으면 전체를 코드로 간주
module_filename = f"{module_name}.py"
with open(module_filename, "w", encoding="utf-8") as f:
f.write(python_code)
print(f"[{datetime.now()}] 모듈 '{module_filename}' 생성 완료.")
return {"status": "success", "filename": module_filename, "code": python_code}
except anthropic.APIError as e:
print(f"[{datetime.now()}] Claude API 오류 발생: {e}")
return {"status": "error", "message": f"Claude API 오류: {e}"}
except Exception as e:
print(f"[{datetime.now()}] 모듈 생성 중 예외 발생: {e}\n{traceback.format_exc()}")
return {"status": "error", "message": f"모듈 생성 실패: {e}"}
# 4. 생성된 모듈 실행 (보안 주의!)
def execute_rpa_module(module_filename: str, function_name: str = "main", *args, **kwargs) -> dict:
print(f"[{datetime.now()}] 모듈 '{module_filename}' 실행 시도...")
try:
# 동적으로 모듈 로드 및 실행
# 이 방법은 보안 위험이 있으므로, 신뢰할 수 있는 코드에만 적용하거나 샌드박스 환경에서 실행해야 합니다.
spec = importlib.util.spec_from_file_location(module_filename.replace(".py", ""), module_filename)
module = importlib.util.module_from_spec(spec)
spec.loader.exec_module(module)
if hasattr(module, function_name) and callable(getattr(module, function_name)):
result = getattr(module, function_name)(*args, **kwargs)
print(f"[{datetime.now()}] 모듈 '{module_filename}' 실행 완료.")
return {"status": "success", "result": result}
else:
return {"status": "error", "message": f"모듈 '{module_filename}'에 '{function_name}' 함수가 없거나 호출 불가능합니다."}
except ImportError as e:
print(f"[{datetime.now()}] 모듈 로드 중 ImportError: {e}")
return {"status": "error", "message": f"모듈 로드 실패 (import 오류): {e}"}
except Exception as e:
print(f"[{datetime.now()}] 모듈 실행 중 예외 발생: {e}\n{traceback.format_exc()}")
return {"status": "error", "message": f"모듈 실행 실패: {e}"}
# 5. 메인 실행 로직 (예시)
if __name__ == "__main__":
# 예시: 비정형 PDF에서 송장 정보 추출 후 DB 저장 모듈
user_request_prompt = """
특정 S3 버킷에서 'invoice-*.pdf' 패턴의 파일을 다운로드하여 각 PDF에서 'Total Amount' 필드를 추출하고, 그 결과를 PostgreSQL 데이터베이스의 'invoices' 테이블에 저장하는 Python RPA 모듈을 작성해줘.
- S3 버킷 이름: `my-company-invoices-dev`
- PostgreSQL 연결 정보: `host=localhost dbname=invoicedb user=admin password=secret`
- 테이블 스키마: `CREATE TABLE invoices (id SERIAL PRIMARY KEY, filename VARCHAR(255), total_amount DECIMAL(10, 2), processed_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP);`
- PDF 텍스트 추출은 `PyPDF2` 라이브러리를 사용하고, 금액 추출은 정규표현식을 사용해줘.
- `main` 함수를 만들어 S3 버킷 이름과 DB 연결 문자열을 인자로 받도록 해줘.
- 필요한 라이브러리: `boto3`, `PyPDF2`, `psycopg2`, `re`
"""
# 1단계: 모듈 생성
generation_result = generate_rpa_module(user_request_prompt, "s3_invoice_processor")
if generation_result["status"] == "success":
print("\n--- 생성된 모듈 코드 ---")
print(generation_result["code"])
print("-----------------------\n")
# 2단계: 생성된 모듈 실행 (실제 운영에서는 별도의 안전한 환경에서 실행 권장)
# 이 예제에서는 편의상 메인 스크립트에서 바로 로드하여 실행합니다.
# 실제 환경에서는 생성된 .py 파일을 컨테이너화하거나, 별도의 RPA 런타임에 배포하여 실행하는 것이 일반적입니다.
# 모듈 실행에 필요한 인자
s3_bucket = "my-company-invoices-dev"
db_conn_string = "host=localhost dbname=invoicedb user=admin password=secret"
# (주의) 실행 전에 필요한 라이브러리가 설치되어 있어야 합니다.
# pip install boto3 PyPDF2 psycopg2-binary
execution_result = execute_rpa_module(
generation_result["filename"],
function_name="main",
s3_bucket_name=s3_bucket,
db_connection_string=db_conn_string
)
if execution_result["status"] == "success":
print(f"모듈 실행 결과: {execution_result['result']}")
else:
print(f"모듈 실행 실패: {execution_result['message']}")
else:
print(f"모듈 생성 실패: {generation_result['message']}")
3. Claude Code 기반 자동화 도입 효과: 개발 가속화 및 운영 효율 극대화
Claude Code 기반 AI 에이전트 및 RPA 커스텀 모듈 자동 생성 방식은 기존의 수동 개발 방식과 비교할 수 없는 혁신적인 이점을 제공합니다. 가장 두드러지는 변화는 개발 시간의 획기적인 단축입니다. 복잡한 레거시 연동 모듈이나 비정형 데이터 처리 로직을 몇 분 안에 초안으로 생성할 수 있어, 개발자는 검토 및 최적화에 더 많은 시간을 할애할 수 있습니다. 이는 곧 시장 변화에 대한 빠른 대응과 새로운 비즈니스 기회 창출로 이어집니다.
또한, AI가 생성한 코드는 일관된 패턴과 모범 사례를 따르는 경향이 있어 코드 품질 향상에도 기여합니다. 예외 처리 로직이나 로깅 메커니즘이 기본적으로 포함되도록 프롬프트를 설계함으로써, 휴먼 에러로 인한 오류 발생률을 현저히 낮출 수 있습니다. 이는 시스템의 전반적인 안정성을 높이고, 운영 및 유지보수 비용을 절감하는 효과를 가져옵니다.
| 구분 | 기존 수작업 (10건 기준) | Claude Code 자동화 (10건 기준) |
|---|---|---|
| 모듈 개발 시간 | 평균 3일 | 평균 10분 (검토 및 수정 포함) |
| 비정형 데이터 처리 시간 | 건당 5분 | 건당 10초 |
| 초기 오류율 | 5.2% | 0.1% 미만 (AI 생성 코드 검증 후) |
| 개발 생산성 증가 | 기준 | 최대 30배 |
| 운영 비용 절감 | 기준 | 연간 20% 이상 |
4. 현장 실무 트러블슈팅: 문제 해결 가이드
실제로 Claude Code 기반 자동화 시스템을 운영하다 보면 예상치 못한 문제에 직면할 수 있습니다. 다음은 현장에서 자주 발생하는 문제와 그 해결책입니다.
5. AI 에이전트 자동화 시스템의 안전한 운영을 위한 가드레일
AI가 생성한 코드는 강력한 잠재력을 가지고 있지만, 동시에 예측 불가능성과 보안 취약점을 내포할 수 있습니다. 따라서 안전하고 신뢰할 수 있는 시스템 운영을 위해서는 몇 가지 핵심적인 가드레일과 안전 수칙을 반드시 준수해야 합니다.
**5.1. 생성 코드 검증 및 샌드박스 실행:** Claude Code가 생성한 Python 모듈은 반드시 운영 환경에 배포하기 전에 개발자의 철저한 검토와 테스트를 거쳐야 합니다. 특히, 레거시 시스템에 직접 접근하는 코드의 경우, 격리된 샌드박스 환경에서 먼저 실행하여 예기치 않은 부작용이나 보안 문제를 확인해야 합니다. 코드 리뷰 프로세스를 자동화하여 특정 키워드(예: `os.system`, `eval`)나 패턴을 탐지하고 경고하는 시스템을 구축하는 것도 좋은 방법입니다.
**5.2. 최소 권한 원칙 (Least Privilege):** AI 에이전트와 생성된 RPA 모듈이 레거시 시스템이나 외부 서비스에 접근할 때, 필요한 최소한의 권한만을 부여해야 합니다. 예를 들어, 데이터를 읽기만 하는 모듈이라면 쓰기/삭제 권한은 주지 않아야 합니다. 이는 잠재적인 보안 침해 발생 시 피해 범위를 최소화하는 데 중요합니다.
**5.3. 상세 로깅 및 모니터링:** 모든 자동화 작업의 시작과 끝, 주요 단계, 그리고 발생한 예외 상황을 상세하게 로깅해야 합니다. 중앙 집중식 로깅 시스템(예: ELK Stack, Splunk)을 구축하고, 이상 징후(예: 비정상적인 실행 시간, 반복적인 오류) 발생 시 실시간 알림(Slack, Email)이 가도록 설정하여 신속하게 대응할 수 있도록 합니다. 이는 문제 발생 시 원인 분석 및 감사 추적에 필수적입니다.
**5.4. 인간 개입 워크플로우 (Human-in-the-Loop):** 완전 자동화가 어려운 복잡하거나 민감한 업무의 경우, AI가 특정 임계값을 초과하는 불확실성을 보이거나 중요한 의사결정이 필요할 때 인간 작업자의 개입을 요청하는 워크플로우를 설계해야 합니다. 예를 들어, '승인' 단계에서 관리자의 최종 확인을 거치도록 하거나, AI가 생성한 보고서 초안을 사람이 최종 검토 후 배포하도록 하는 방식입니다.
**5.5. 버전 관리 및 롤백:** 생성된 모든 RPA 모듈은 버전 관리 시스템(Git)에 저장하고, 변경 이력을 추적해야 합니다. 문제가 발생했을 때 이전 버전으로 쉽게 롤백할 수 있는 체계를 갖추는 것이 중요합니다. 또한, Claude Code에 전달되는 프롬프트 자체도 버전 관리하여, 모듈 생성 방식의 일관성을 유지하고 재현 가능성을 확보해야 합니다.
6. 결론: AI 기반 자동화의 미래와 이지웍스랩의 역할
Claude Code 기반 Python AI 에이전트 및 RPA 커스텀 모듈 자동 생성은 비정형 업무 처리와 레거시 시스템 연동이라는 고질적인 문제를 해결하는 강력한 방법론입니다. 이는 단순히 반복 작업을 자동화하는 것을 넘어, 개발의 패러다임을 변화시키고 기업의 디지털 전환을 가속화할 잠재력을 가지고 있습니다. 개발자는 이제 저수준 코딩에서 벗어나, AI를 활용하여 고부가가치 업무에 집중하고 혁신적인 솔루션을 더 빠르게 시장에 선보일 수 있게 됩니다.
이지웍스랩은 이러한 AI 기반 자동화 기술의 최전선에서 기업들이 직면한 복잡한 업무 과제를 해결할 수 있도록 지속적인 연구와 개발을 수행하고 있습니다. Claude Code와 같은 최신 LLM 기술을 업무 자동화에 접목하여, 더욱 지능적이고 유연하며 안전한 솔루션을 제공함으로써 기업들이 미래 경쟁력을 확보할 수 있도록 기여할 것입니다. 지금 바로 이지웍스랩과 함께 AI 기반 업무 자동화의 새로운 시대를 경험해 보십시오.
자주 막히는 지점
Claude Code가 생성한 Python 모듈이 실행 시 `ModuleNotFoundError`를 발생시킵니다.
원인: Claude Code가 필요한 라이브러리(예: `boto3`, `PyPDF2`, `psycopg2`)를 코드 내에서 `import`했지만, 실제 실행 환경에 해당 라이브러리가 설치되어 있지 않기 때문입니다.
해결: 생성된 코드의 주석이나 `requirements.txt` 파일을 확인하여 필요한 모든 라이브러리를 `pip install` 명령어로 설치해야 합니다. `pip install boto3 PyPDF2 psycopg2-binary`와 같이 한 번에 설치할 수 있습니다. 또한, Claude Code에 프롬프트를 작성할 때, 필요한 라이브러리 목록을 명시적으로 요청하는 것이 좋습니다.
생성된 RPA 모듈이 레거시 시스템 연동 시 인증 오류(`Authentication Error`)를 반환합니다.
원인: 레거시 시스템에 접근하는 데 사용된 API 키, 사용자 ID, 비밀번호 등 인증 정보가 잘못되었거나, 해당 계정에 필요한 권한이 부여되지 않았기 때문입니다. 또한, 네트워크 방화벽 또는 보안 그룹 설정으로 인해 레거시 시스템에 접근 자체가 차단되었을 수도 있습니다.
해결: 1. 제공된 인증 정보가 올바른지 다시 확인하고, 만료되지 않았는지 점검합니다. 2. 해당 계정에 레거시 시스템의 특정 기능(예: 데이터 읽기/쓰기)을 수행할 수 있는 충분한 권한이 있는지 시스템 관리자에게 문의합니다. 3. 자동화 에이전트가 실행되는 서버에서 레거시 시스템의 IP 주소 및 포트에 대한 네트워크 연결이 허용되어 있는지 확인합니다. 필요한 경우 방화벽 규칙을 추가하거나 보안 그룹 설정을 업데이트해야 합니다.
Claude Code가 요청한 것과 다른 형식의 코드를 생성하거나, 불완전한 코드를 제공합니다.
원인: 프롬프트가 너무 모호하거나, 구체적인 제약 조건을 충분히 제공하지 않았을 경우 발생할 수 있습니다. Claude Code는 주어진 지시를 최대한 따르려 하지만, 불명확한 부분은 자체적인 판단으로 채우려 하기 때문입니다.
해결: 프롬프트 엔지니어링을 개선해야 합니다. SYSTEM_PROMPT를 더욱 구체적으로 정의하고, 사용자 프롬프트에 다음 사항을 포함하세요: 1) 목표와 기대 결과 명확화, 2) 입력/출력 데이터 형식 예시, 3) 사용해야 할 특정 라이브러리 또는 함수, 4) 예외 처리 및 로깅 방식, 5) 코드의 전체 구조(함수명, 클래스명 등). 여러 번의 시도를 통해 최적의 프롬프트 패턴을 찾아야 합니다.
핵심 요약
- Claude Code 기반 AI 에이전트는 비정형 업무 처리 및 복잡한 레거시 시스템 연동 개발을 혁신적으로 가속화합니다.
- 정교한 프롬프트 엔지니어링과 안정적인 코드 생성 엔진 구축이 성공적인 자동화의 핵심입니다.
- 생성된 코드의 철저한 검증, 보안 강화, 상세 모니터링 등 안전 수칙 준수가 시스템 신뢰도를 높입니다.
자주 묻는 질문
Claude Code로 생성된 RPA 모듈은 얼마나 신뢰할 수 있나요?
Claude Code는 높은 품질의 코드를 생성하지만, 100% 완벽하다고 보장할 수는 없습니다. 따라서 생성된 모듈은 반드시 개발자의 코드 리뷰, 단위 테스트, 통합 테스트를 거쳐야 합니다. 특히, 중요한 비즈니스 로직이나 민감한 데이터 처리 부분은 더욱 면밀한 검증이 필요하며, 샌드박스 환경에서 충분히 테스트 후 운영에 적용하는 것이 좋습니다.
레거시 시스템 연동 시 보안 문제는 어떻게 해결해야 하나요?
가장 중요한 것은 최소 권한 원칙을 적용하는 것입니다. AI 에이전트와 모듈에는 필요한 최소한의 접근 권한만 부여해야 합니다. 또한, API 키나 비밀번호 같은 민감 정보는 환경 변수, Vault 시스템(예: HashiCorp Vault), 또는 KMS(Key Management Service)를 통해 안전하게 관리하고, 코드에 직접 하드코딩하는 것을 피해야 합니다. 모든 통신은 암호화된 채널(HTTPS, SSH)을 통해 이루어져야 합니다.
기존 RPA 솔루션과 Claude Code 기반 AI 에이전트의 차이점은 무엇인가요?
기존 RPA는 주로 규칙 기반으로 정형화된 반복 작업을 자동화하는 데 강점이 있습니다. 반면, Claude Code 기반 AI 에이전트는 자연어 프롬프트를 통해 비정형 데이터를 이해하고, 동적으로 새로운 업무 로직(커스텀 모듈)을 생성하여 복잡하고 예측 불가능한 비정형 업무나 고도의 연동 개발까지 자동화할 수 있다는 점에서 차이가 있습니다. 이는 RPA의 적용 범위를 획기적으로 확장시킵니다.
AI 에이전트가 생성한 코드를 수정해야 할 경우 어떻게 관리하나요?
생성된 코드는 일반적인 개발 프로세스와 동일하게 버전 관리 시스템(Git)에 커밋하고 관리해야 합니다. AI가 생성한 초안을 바탕으로 개발자가 필요한 수정 및 최적화를 진행한 후, 이를 다시 버전 관리하여 변경 이력을 추적합니다. 만약 원본 프롬프트가 변경되어 새로운 모듈을 생성해야 한다면, 기존 코드와 비교하여 변경점을 식별하고 병합하는 과정을 거쳐야 합니다.