¶ 16권 — AI 활용 극대화하기: AI 기반 업무 수행 가이드
회고를 통해 나오는 개선 방향 중 하나가 "AI를 업무에 더 적극적으로 끌어들이는 것"이다. 이 책은 특정 회사의 AI 도입 이력을 나열하지 않고, 조직이 스스로 "지금 AI를 어디에, 어떻게 쓰는 것이 맞는가"를 판단할 수 있는 기준을 제공하는 데 초점을 둔다.
¶ 업무 유형별로 AI를 어디에 쓸 것인가
개발 조직의 업무는 다음 세 갈래로 나눠 생각하면 배치가 쉬워진다.
- 코드 작성
- 문서화
- 분석/의사결정 보조
코드 영역은 AI 활용이 가장 깊게 자리잡은 곳으로, 에이전틱 코딩 도구는 테스트 작성, 린트 오류 수정, 병합 충돌 해결, 의존성 업데이트처럼 미뤄둔 지루한 작업을 처리한다. 판단 기준은 다음과 같다.
- 반복적이고 규칙이 명확한 작업일수록 AI에 위임할 가치가 크다
- 설계 판단이 필요한 작업일수록 AI는 초안·대안 제시자로만 쓰고 최종 판단은 사람이 유지한다
문서화는 회의록을 스펙 초안으로, 커밋 이력을 릴리스 노트로 바꾸는 것처럼 형식이 정형화된 업무부터 AI에 맡긴다. 다만 조직의 의사결정 배경을 담아야 하는 문서는 구조만 AI가 잡고, 핵심 판단 근거는 작성자가 직접 채우는 것이 좋다.
¶ 도구를 고르는 기준
AI 도구는 두 유형으로 나뉜다.
| 유형 | 특징 |
|---|---|
| 어시스턴트형 | 물어보면 답하는 도구. IDE 통합형은 에디터 안에서 빠른 자동완성과 코드 설명에 강점 |
| 에이전트형 | 작업을 맡기면 스스로 여러 단계를 수행. 코드베이스 전체를 이해하고 여러 파일에 걸친 작업과 git/PR 자동화까지 지원 |
도구는 하나만 골라 쓸 필요 없이 업무 유형별로 병행하는 것이 실무에서 흔하다.
¶ 프롬프트와 컨텍스트 관리 기본기
여러 벤더의 공식 가이드가 공통으로 강조하는 프롬프트 구조는 정체성·지시사항·예시·맥락 순으로 구성하는 것이다. 최소 구성 권장안은 다음 네 가지다.
- 무엇을 원하는가 (작업)
- 참고할 맥락
- 원하는 출력 형식
- 판단 기준 (성공 조건)
프롬프트만큼 중요한 것이 컨텍스트 관리다. 토큰이 늘어날수록 정확도가 떨어지는 "컨텍스트 부패(context rot)"를 겪으며, 핵심 원칙은 원하는 결과를 낼 가능성을 최대화하는 가장 작은 고신호 토큰 집합을 찾는 것이다. 같은 지시를 세 번 이상 반복 입력하고 있다면, 그 지시는 프롬프트가 아니라 팀의 규칙 문서로 옮길 시점이다.
¶ 결과 검증 원칙
모든 벤더 가이드가 공통으로 강조하는 것은 "AI 제안은 사람의 검토를 보완하는 것이지 대체하는 것이 아니다"라는 원칙이다. 코드에 대한 최소 검증 절차는 다음 3중 구조다.
- AI 제안을 PR을 거쳐 사람이 리뷰한다
- 테스트가 없는 변경이면 테스트 작성도 함께 요청해 CI에서 자동 실행되게 한다
- 정적분석·의존성 스캐닝을 병합 조건에 넣는다
¶ 거버넌스와 에이전트 자동화 (옵션)
조직 차원에서 AI를 도입할 때 가장 먼저 부딪히는 질문은 "우리 코드와 데이터가 어디로 가는가"다. 사내 가이드라인의 최소 항목은 다음과 같다.
- 승인된 도구 목록
- 입력 금지 대상
- 검토 의무
- 에이전트의 권한 범위
- 분기별 점검 주기
기본기가 자리잡으면 다음 단계는 "대화형 요청으로 패턴 발견 → 문서로 고정 → 스케줄/훅으로 자동화" 순서로 단계적으로 넓혀가는 것이 안전하다.
¶ 참고할 만한 사례
- SK플래닛: GitHub Copilot 실험에서 개발자 그룹의 작업 완료 시간을 41.7% 단축시켰다.
- GitHub: 통제 실험에서 Copilot 사용 그룹이 동일 과제를 55% 더 빠르게 완료했음을 보였다.
- Anthropic: 사내 여러 팀이 Claude Code로 버그 수정, 인프라 진단, 마케팅 데이터 분석 시간을 대폭 단축했다.
¶ 💬 질문이 있으신가요?
아래 댓글로 남겨주세요. 로그인 없이도 바로 남길 수 있습니다.