나는 자율 AI 에이전트를 사용해 12시간 만에 $150 SaaS Billing Platform을 구축했다. 배포가 새로운 병목 현상이 된 이유.

Source: Dev.to

The Challenge: Zero to Production in 12 hours

“Build a production‑ready SaaS billing platform from scratch. No human code. No manual deployment. Go.”

The Result

BillingCore – 구독, 사용량 기반 메트릭, 대시보드를 갖춘 실용적인 청구 엔진.

The Stack (Chosen Autonomously)

Backend

• Fastify (Express보다 오버헤드가 낮아 선택)
• Prisma
• PostgreSQL
• Redis

Frontend

• React 18
• Vite
• TypeScript

Infrastructure

• Dockerized services deployed to Railway

Auth

• JWT Bearer tokens
• bcrypt

The “Aha!” Moment: Why AI Still Struggles

The Cookie War

• 에이전트가 처음에 인증을 위해 httpOnly 쿠키를 사용했습니다.
• 로컬호스트에서는 동작했지만, API와 프론트엔드가 서로 다른 서브도메인에서 실행되는 Railway에서는 실패했습니다.
• CORS와 브라우저 보안 정책 때문에 세션이 끊겨 401 오류가 발생했습니다.

How the AI Fixed It

• 인간 개입 없이 에이전트가 오류를 분석하고, 교차 출처 제한을 인식한 뒤 전체 인증 전략을 리팩터링했습니다.
• 쿠키에서 7개의 프론트엔드 페이지와 **30+**개의 백엔드 엔드포인트 전반에 걸쳐 Authorization: Bearer 토큰으로 전환했습니다.

By the Numbers

• Database Schema: 복잡한 관계를 가진 12개의 테이블 (Subscriptions ↔ Plans ↔ Usage Metrics).
• API: 30개 이상의 RESTful 엔드포인트, OpenAPI/Swagger로 문서화.
• Production Services: 4개 (PostgreSQL, Redis, Backend, Frontend).

Lessons Learned

• 자율 에이전트는 엔드‑투‑엔드 개발을 처리할 수 있지만, 교차 출처 인증과 같은 보안 세부 사항은 여전히 신중히 다뤄야 합니다.
• 에이전트가 오류 패턴을 인식하면 반복적인 디버깅을 통해 수동 개입을 대체할 수 있습니다.

Explore

• Live demo:
• Source code:

다음에 자율 에이전트에게 무엇을 만들게 하고 싶으신가요? 댓글로 의견을 나눠 주세요.