
핵심요약
올리브영은 AI-DLC 방법론 도입을 위한 3일간의 Unicorn Gym 워크숍을 통해 AI를 단순 코드 생성을 넘어 요구사항 분석, 설계 등 개발 라이프사이클 전반에 걸쳐 협업하는 방식을 실험했습니다. 이 경험을 통해 AI가 사고의 파트너로서 기능하며, '스펙 코딩' 문화와 역량 상향 평준화를 가져왔음을 확인했습니다.
AI와 협업하는 새로운 개발 프로세스: 올리브영의 AI-DLC 도입 경험 (feat. Unicorn Gym)
AI-DLC 도입 배경 및 필요성
- AI의 역할이 코드 생성을 넘어 요구사항 분석, 설계, 테스트까지 개발 라이프사이클(SDLC) 전반으로 확장되고 있습니다.
- 올리브영은 AI를 개인 생산성 도구를 넘어, 팀 및 조직 단위의 체계적인 협업 방식으로 통합하는 방안을 모색했습니다.
- 프로젝트 컨텍스트 구조화, 팀 간 사일로 해소, 자동화 범위 결정 등 AI 협업 프로세스에 대한 해답을 찾고자 했습니다.
올리브영의 AI-DLC 선택 이유
- AWS AI-DLC(AI-Driven Development Lifecycle) 방법론은 생성형 AI를 SDLC 전체에 통합하는 체계적인 워크플로우를 제공합니다.
- 각 단계별 AI와 사람의 역할이 명확히 정의되어 있으며, 구조화된 산출물이 다음 단계 입력으로 이어집니다.
- AWS 자체 검증 결과, 초기 설계 오류를 조기에 발견하여 재작업 비중을 50% 가까이 줄였습니다.
- 핵심 특징: Inception(요구사항 분석, 설계), Construction(기능 설계, 코드 생성), Adaptive Workflow(선택적 실행), Human-in-the-Loop(사람 승인) 등.
- Kiro, Amazon Q Developer, Cursor 등 다양한 AI 코딩 도구 지원.
Unicorn Gym 워크숍 개요 및 실험 설계
- 목표: AWS AI-DLC 방법론을 3일간 집중 실습하여 조직 내 AI 협업 방식을 실험하고 내재화합니다.
- 선정 과제: 실제 비즈니스 과제 5개를 선정 (Greenfield, Brownfield 포함). AI-DLC 포맷 적합성, 비즈니스 임팩트, 생산성 향상 가능성을 고려했습니다.
- Brownfield 과제: 레거시 시스템 현대화 실험. AI-DLC의 Reverse Engineering 단계가 기존 코드 분석에 효과적인지 검증.
3일간의 워크숍 여정
- Day 1: AI-DLC 방법론 이해, Kiro Steering 파일 세팅, Inception Phase 집중. Requirements Analysis, User Stories 작성, Application Design 수행.
- Day 2: Construction Phase 진행. Functional Design, NFR Analysis, Infrastructure Design, Code Generation. Inception Phase의 완성도가 후속 단계 품질을 좌우함을 경험.
- Day 3: Build & Test 단계, MVP 완성. 결과 발표 및 회고. AI-DLC 전체 워크플로우 경험.
주요 레슨런 및 확인 사항
- AI는 사고의 파트너: AI는 단순 실행 도구를 넘어, 요구사항 정제, 설계 대안 제시 등 사고 파트너로 기능합니다.
- '스펙 코딩'의 가치: 요구사항 스펙 정의 후 AI와 협업하는 '스펙 코딩' 방식이 코드 품질과 일관성을 높입니다.
- 역량 상향 평준화: AI-DLC의 구조화된 프로세스는 경험이 적은 멤버도 일정 수준 이상의 산출물을 만들도록 지원합니다.
- Brownfield 현대화 가능성: AI-DLC Reverse Engineering 단계는 레거시 코드 분석 비용을 줄이고, AI 파이프라인을 활용한 마이그레이션의 공수 절감 가능성을 확인했습니다.
해결 과제 및 향후 방향
- AI 생성 문서 관리: 방대한 산출물의 비즈니스 규칙 이식, 체계적 관리, 조직 코드 컨벤션과의 일관성 유지 방안 모색.
- 설계의 적정 깊이: 프로젝트 단계별 필요한 설계 수준과 AI 제안 수준 간의 갭 조율 및 가이드라인 정립.
- 컨텍스트 관리 기술: 프롬프트 전달 방식 최적화, 컨텍스트 구조화 및 축적 방식 표준화.
- 향후 계획: AI 샌드박스 신설, AI 프런티어 프로그램 론칭, PM 대상 후속 워크숍 준비.
결론
올리브영은 AI-DLC 도입을 통해 AI를 조직의 사고 파트너로 활용하고 '스펙 코딩' 문화를 정착시키는 첫걸음을 내딛었습니다. AI 협업 프로세스 내재화를 통해 개발 문화 성숙도를 높이고, 궁극적으로는 조직 전체의 AI 내재화를 목표로 하고 있습니다.
올리브영