검색결과 총 4건
-
"코드 71% 늘고 개발시간 절반↓"…놀유니버스, AI로 일하는 방식 바꾼다
[경제일보] AI 활용이 기업의 업무 방식을 바꾸면서 여행·여가 플랫폼 업계에서도 인공지능(AI)을 조직 전반에 내재화하려는 움직임이 본격화하고 있다. 놀유니버스는 개발 생산성 개선 등 실제 업무 성과를 기반으로 AI 활용 범위를 기획·디자인·QA·운영 등으로 확대하고, 구성원 개개인의 AI 활용 경험을 전사 자산으로 축적하는 방식으로 AI 전환(AX)에 속도를 내고 있으며, 사내 업무에서 축적한 AI 활용 경험을 고객용 서비스까지 연결하고 있다. 3일 놀유니버스에 따르면 회사가 최근 3개월간 개발 조직의 업무 지표를 전년 동기와 비교한 결과, AI 활용 이후 개발 생산성이 크게 향상된 것으로 나타났다. 개발자 1인당 작성한 코드량은 71% 증가했으며 코드 작성부터 실제 서비스에 반영되기까지 걸리는 시간은 절반 이상 줄었다. 동료 검토 이후 최초 승인을 받기까지 걸리는 시간도 41% 단축됐고, 수정 작업으로 코드를 다시 작성하는 비율은 12% 감소했다. 놀유니버스는 해당 성과를 특정 개발자나 조직의 AI 활용 사례로 남겨두지 않고 전사적인 업무 방식으로 확산하고 있다고 설명했다. AI를 잘 활용하는 일부 직원의 개인 역량에 의존하는 것이 아니라 업무 과정에서 만들어진 AI 활용법과 노하우를 조직 차원에서 공유하고 재사용할 수 있도록 시스템화하는 전략이다. 이번 AX 성과를 전사적으로 확대하기 위해 놀유니버스는 지난 7월 사내 AI 전환 통합 포털 'NOL AX 허브'를 구축했다. 기존에는 조직별로 개별적으로 활용하던 AI 업무 사례를 한곳에서 확인하고 다른 업무에 재활용할 수 있도록 연결했다. AI 도구 활용 가이드와 교육 정보도 함께 제공해 구성원들이 업무 특성에 맞는 AI 활용법을 찾을 수 있도록 설계했다. NOL AX 허브를 중심으로 AI 활용 영역도 개발 조직 밖으로 넓어지고 있다. 기획·개발·디자인·QA·운영·비즈니스 서포트 등 다양한 직군에서 각 업무에 맞는 AI 활용 사례가 축적되고 있으며, 회사는 구성원들이 직접 우수 사례를 발굴하고 공유하는 구조를 만들어 AX 확산 속도를 높인다는 계획이다. 실제 업무에도 AI가 직접 투입되고 있다. 놀유니버스는 AI 투입의 대표적인 사례로 항공 소스코드와 데이터베이스(DB), API를 실시간으로 조회·분석하는 AI 어시스턴트를 꼽았다. 기존에는 관련 정보를 확인하기 위해 개발자의 도움을 받아야 했던 업무를 담당자가 AI를 활용해 직접 확인할 수 있도록 업무 방식을 바꿨다. 보안 업무에도 AI를 적용했다. 임직원을 대상으로 하는 악성 메일 모의 훈련에 필요한 템플릿을 대규모 언어 모델(LLM)을 활용해 자동 생성하고 훈련 과정까지 자동화하는 시스템을 구축했다. AI를 단순한 문서 작성이나 검색 도구로 활용하는 데 그치지 않고 반복적인 업무 프로세스 자체를 자동화하는 방향으로 활용 범위를 넓힌 것이다. 특히 개발자 1인당 코드량이 늘어나는 동시에 서비스 반영까지 걸리는 시간과 최초 코드 승인 시간이 줄어든 것으로 나타났다. AI가 코드 작성뿐 아니라 개발 과정 전반의 효율화에 활용되고 있으며, 개발 조직의 생산성 개선도 이 같은 AX 전환이 단순한 실험 단계에 머물지 않고 실제 업무 성과로 이어지고 있는 것으로 평가된다. 향후 놀유니버스는 구성원이 직접 우수 AI 활용 사례를 선정하고 시상하는 '엔지니어링 AX 어워즈'도 운영할 계획이다. 실제 업무에서 생산성을 높이거나 반복 업무를 줄인 사례를 발굴해 전사로 확산하면서 AI 활용을 일회성 캠페인이 아닌 지속적인 업무 개선 과정으로 정착시키겠다는 취지다. 놀유니버스는 지난해 12월 선보인 대화형 상품 추천 서비스 'AI 노리'를 통해 이용자와 대화하면서 여행 상품을 추천하는 방식으로 기존 검색 중심의 상품 탐색 경험에 AI를 접목했고, 이어 지난 7월에는 AI 큐레이션 서비스 '발견'을 출시하며 AI 활용 영역을 콘텐츠 추천으로 AX 전략을 확대하고 있다. 사내에서 축적한 AI 활용 역량을 여행·여가 서비스를 고도화하는 데 활용하며 고객 경험으로 연결하고 있다. 특히 여행·여가 플랫폼은 검색과 예약, 이용 후기 등 이용자 행동 데이터가 풍부한 만큼 AI를 활용한 개인화 추천과 콘텐츠 자동화가 서비스 경쟁력을 좌우할 것으로 분석된다. 상품의 종류와 정보가 방대한 만큼 이용자가 원하는 상품을 얼마나 빠르게 찾아주느냐가 중요한 요소로 꼽히며, AI가 검색과 추천, 콘텐츠 제작 과정에 개입하면서 플랫폼의 서비스 운영 방식 자체가 달라질 수 있다. 놀유니버스는 향후 구성원의 AI 활용 경험을 지속적으로 축적하면서 업무 생산성과 고객 경험을 동시에 개선한다는 계획이다. AI 도구를 도입하는 데 그치지 않고 구성원이 직접 활용법을 만들고 이를 조직 전체가 공유하는 체계를 구축해 AX를 기업의 일하는 방식으로 정착시키겠다는 전략이다. 김영진 놀유니버스 최고기술책임자는 "AI를 일부 조직이나 직무의 도구가 아닌 구성원 누구나 일상적으로 활용하는 업무 방식으로 정착시키는 데 집중하고 있다"며 "구성원들의 다양한 AI 활용 경험과 노하우를 전사 자산으로 축적하고 이를 실제 업무 생산성 향상은 물론 고객이 체감할 수 있는 서비스 혁신으로 연결해 나갈 계획"이라고 말했다.
2026-09-03 08:26:59
-
"AI가 개발하고 사람이 검증한다"…AWS, AI 주도 개발 방법론 공개
[경제일보] "AI를 도입한 개발 조직의 94%가 기대했던 성과를 내지 못하고 있다" 생성형 인공지능(AI)이 소프트웨어 개발 생산성을 끌어올릴 것이라는 기대와 달리 실제 서비스 출시까지 이어지는 사례는 많지 않다는 분석이 나온다. AI가 코드 작성 속도는 높였지만 보안과 검증, 운영 등 개발 전 과정까지 해결하지는 못하고 있기 때문이다. 아마존웹서비스(AWS)는 AI 코딩을 넘어 AI가 개발 전 과정에 참여하고 사람이 이를 검증하는 'AI 주도 개발(AI-DLC)'이 새로운 개발 방식이 될 것이라고 강조했다. 16일 AWS는 서울 강남구 AWS 코리아 사옥에서 'AI-DLC & Kiro 기자간담회 및 핸즈온 세션'을 열고 AI 기반 개발 방법론인 'AI-DLC(AI-Driven Development Life Cycle)'와 스펙 기반 개발 도구 '키로(Kiro)'를 소개했다. 이날 발표를 맡은 박혜영 AWS 코리아 수석 솔루션즈 아키텍트(SA)는 "AI는 기존의 소프트웨어 개발 역량을 강화하고 있으나 모두에게 균등하게 효과가 있진 않다"며 "강한 기술을 가진 조직이 더 앞서가고 있고 나머지는 제자리에 오히려 머물고 있다"고 말했다. AWS가 제시한 서클CI의 '2026 소프트웨어 딜리버리 보고서'에 따르면 AI를 도입한 개발 조직의 94%는 기대했던 성과를 내지 못하고 있는 것으로 나타났다. 기능을 개발하는 속도는 85% 빨라졌지만 실제 프로덕션 환경에 배포되는 속도는 26% 개선에 그쳤다. 박 SA는 "AI 코딩으로 피처를 개발하는 것은 무려 85%나 빨라졌지만 서비스까지 올리는 것은 어렵다"며 "만드는 건 빨라졌지만 고치는 건 더 오래 걸린다"고 설명했다. 이어 "이것이 지금 AI 코딩의 현실"이라고 강조했다. AI 코딩 도구 사용자들의 가장 큰 불만 사항 역시 '거의 맞지만 완벽하지 않은 코드'였다. 개발자 1만6000명을 대상으로 진행된 설문조사에서는 응답자의 45%가 이를 가장 큰 불만 사항으로 꼽았으며, 상당수는 AI가 작성한 코드를 수정하는 데 더 많은 시간을 쓰고 있다고 답했다. AWS는 해당 한계의 원인으로 AI가 소프트웨어 개발의 일부만 담당하고 있다는 점을 지목했다. 실제 코딩은 전체 개발 과정의 일부에 불과하며 설계와 테스트, 검증, 운영 등 나머지 과정 역시 중요하다는 설명이다. 박 SA는 "우리가 흔히 보는 AI 코딩은 개발의 일부일 뿐"이라며 "실제 이게 프로덕션 레벨로 나가기 위해서는 설계도 해야 되고 테스트도 해야 되고 검증도 해야 되고 소통도 해야 된다"고 말했다. 이어 "나머지 80%는 AI가 제공을 하고 있지 않기 때문에 이 80%를 건드려야 전체적인 생산성이 올라간다"며 "그것이 오늘 말씀드릴 AI-DLC가 하는 역할"이라고 설명했다. AWS는 현재 AI 개발 방식이 크게 사람이 직접 개발하고 AI가 일부를 보조하는 방식, AI에게 개발을 맡기는 이른바 '바이브 코딩', AI가 실행하고 사람이 검증하는 방식으로 나뉜다고 설명했다. AWS는 이 가운데 세 번째 방식인 AI-DLC를 새로운 개발 방법론으로 제시했다. AI-DLC는 프로젝트 '정의'와 '구축', '운영' 등 3단계로 구성되며 요구사항 정의부터 실제 코드 작성, 운영과 배포까지 AI가 작업을 수행하고 사람이 이를 검증하는 구조다. AI-DLC의 특징은 하나의 AI가 모든 작업을 수행하는 것이 아니라 총 11개의 전문 AI 에이전트가 역할을 나눠 협업한다는 점이다. 설계 단계에서는 설계 전문 AI가, 구축 단계에서는 개발 전문 AI가 각각 역할을 수행한다. 또한 요구사항 정의서와 사용자 스토리, API 명세서, 보안 설계 문서, 테스트 코드, 배포 가이드 등 개발 전 과정의 산출물을 AI가 자동으로 생성한다. 각 단계에서 이뤄진 의사결정 과정 역시 모두 문서로 남겨 추적이 가능하다. 박 SA는 "하나의 AI 에이전트가 아니라 11개의 전문 AI 에이전트가 이 역할들을 수행하면서 각각 역할을 교대로 수행한다"며 "설계 단계에서는 설계 에이전트가, 구축 단계에서는 구축 에이전트가 서로 협업하게 된다"고 말했다. 이어 "AI가 무엇을 했고 사람이 무엇을 했는지를 다 감사 기능으로 남겨 놓는다"며 "AI가 바뀌거나 사람이 나중에 바뀌거나 신입이 들어오더라도 전체를 누구나 이해할 수 있는 형태로 유지하는 맥락을 축적하는 기능이 있다"고 덧붙였다. AWS는 AI-DLC를 구현하는 대표 도구로 스펙 기반 AI 개발 도구인 키로도 소개했다. 키로는 프롬프트를 입력하면 즉시 코드를 생성하는 기존 AI 코딩 도구와 달리 요구사항과 설계를 먼저 문서화한 뒤 코드를 생성하는 방식이다. 단계별 사람의 승인을 거치는 스펙 기반 개발과 테스트·문서화·보안 점검 등을 자동 수행하는 '에이전트 훅', 조직의 개발 규칙을 AI가 학습하는 '스티어링', 외부 시스템과 연동하는 'MCP' 등을 지원한다. AWS가 공개한 오픈소스 벤치마크 결과에 따르면 동일한 AI 모델로 같은 작업을 수행했을 때 키로의 작업당 비용은 경쟁 도구 대비 6분의 1에서 10분의 1 수준으로 나타났다. 이어진 파이어사이드 챗에서는 AWS 서밋 서울 2026 'AI-DLC 챌린지' 우승팀인 현대해상과 LG유플러스, SK AX가 각각 AI 업무 인텔리전스 플랫폼과 차량 내 다중 화자 AI 에이전트, RFP 분석 자동화 시스템 등을 소개하며 AI 주도 개발 활용 사례를 공유했다. AWS는 앞으로 AI 시대 개발자의 역할 역시 크게 변화할 것으로 전망했다. 단순히 코드를 작성하는 역할에서 벗어나 AI와 함께 설계하고 검증하는 역할이 중요해질 것이라는 설명이다.
2026-07-16 14:00:38
-
-