라이선스는 깔았는데, 속도는 그대로였습니다
"이번 분기 안에 전사에 AI 코딩 도구를 깔기로 했습니다." 최근 가장 자주 듣는 문장입니다. 그런데 3개월 뒤에 가보면 풍경이 비슷합니다. 대시보드에는 사용자 수가 찍혀 있는데, 배포 주기도 장애 복구 시간도 크게 바뀌지 않았습니다. 한쪽 팀은 생산성이 두 배가 됐다고 말하고, 옆 팀은 "결과물을 믿을 수가 없다"고 말합니다.
문제는 도구가 아니었습니다. 도구를 조직에 끼워 넣는 방식이 문제였습니다. 질문을 바꿀 때가 됐습니다. "어떤 AI를 쓰지?"가 아니라 "어떻게 녹이지?"로.
도입과 통합은 다른 일입니다
"AI를 도입했다"는 문장 안에는 두 가지가 섞여 있습니다. 개인이 쓰기 시작했다는 뜻과 조직의 기본 속도가 바뀌었다는 뜻입니다. 이 둘은 완전히 다른 상태입니다.
개인 도입은 쉽습니다. 확장 깔고 계정 연결하면 끝입니다. 조직 통합은 다릅니다. 어떤 일을 AI에 맡기고 어떤 일은 사람이 할지, AI 결과물을 누가 어떤 기준으로 검증할지, 민감 데이터는 어디까지 넣어도 되는지. 이 질문들에 합의된 답이 있을 때만 통합이라고 부를 수 있습니다. 합의 없이 도구만 깔면 팀마다 방식이 달라지고 책임은 흐려집니다.
자주 겪는 착시 하나는 "속도가 빨라진 것 같다"는 감각입니다. 대부분 초안 쓸 때 오는 느낌입니다. 하지만 실제 병목은 검증·리뷰·배포·수정 쪽에 있습니다. 초안만 빨라지고 나머지가 그대로면, 전체 리드타임은 오히려 늘어납니다.
잘못된 도입이 남기는 흔적
가장 자주 보이는 패턴은 AI가 짜준 코드를 이해하지 않고 커밋하는 습관입니다. 결과가 그럴듯하니 그대로 올리고, 리뷰가 시니어에게 몰리고, 큐가 밀리면서 배포 주기가 오히려 늘어납니다. AI를 쓰기 전보다 더 느려지는 역설입니다.
AI 결과물은 80%는 훌륭하고 20%에서 조용히 틀립니다. 테스트가 허술하면 그 20%가 프로덕션까지 흘러갑니다. "AI가 그렇게 썼어요"라고 답하는 순간, 그 코드는 아무도 책임지지 않는 상태가 됩니다.
통합에 성공한 팀의 공통점
같은 도구를 쓰고도 통합에 성공한 팀들에서 본 장치는 두 가지였습니다.
첫째, 설명 가능성 규칙. AI가 만든 코드든 문서든, 커밋하려는 사람이 "왜 이렇게 짰는지" 구두로 설명할 수 있어야 합니다. 설명 못하면 머지 불가. 단순한 규칙이지만 주니어에게 AI가 "24시간 사수"로 작동하게 만들어 줍니다.
둘째, 1차 트리아지 자동화. 장애 알람이 터졌을 때 사람이 로그를 처음부터 훑는 대신, 에이전트가 원인 후보를 먼저 제시합니다. "OAuth 토큰 만료 가능성 높음, 관련 로그 3건"처럼 구체적인 단서가 먼저 올라오면 담당자는 판단에만 집중할 수 있습니다.
공통점은 AI 결과물을 그대로 쓰지 않고 한 번 걸러낸다는 것입니다. 거르는 방식이 설명이든 트리아지든, 그 절차가 조직 안에 있다는 사실 자체가 통합의 시작점입니다.
도입 전에 확인할 세 가지
"어떤 도구가 좋냐"는 질문을 받으면 저희는 세 가지를 먼저 묻습니다. 이게 풀리지 않으면 어떤 도구를 써도 결과가 비슷합니다.
1. 병목이 숫자로 정의돼 있습니까
| 모호한 병목 | 구체적 병목 |
|---|---|
| 코딩을 빨리 하고 싶다 | 레거시 엔드포인트 문서화에 주 8시간 |
| 생산성을 올리고 싶다 | 이슈 재현 단계 정리에 건당 30분 |
| 고객 응대를 개선하고 싶다 | 반복 FAQ 응답에 상담팀 하루 60% |
왼쪽으로 시작한 프로젝트는 무엇을 측정할지도 합의하지 못한 채 끝납니다. 오른쪽으로 시작해야 3개월 뒤 Before/After 비교가 가능합니다.
2. 데이터 경계가 설계돼 있습니까
입력 경계(민감 데이터 마스킹), 실행 경계(사내 계정 분리), 로그 경계(감사 기록). 이 세 층 중 하나라도 없다면 어떤 도구를 써도 보안 승인을 꾸준히 받기 어렵습니다.
3. 기계적 검증이 사람 리뷰 앞에 있습니까
AI가 쏟아내는 초안의 양은 사람이 일일이 읽을 수 있는 양을 넘어섭니다. 테스트·린터·타입 체커가 먼저 통과해야 리뷰어에게 도달해야 합니다. 사람은 기계가 못 잡는 맥락에만 시간을 씁니다.
도입에서 통합으로 가는 길
많은 조직이 2단계까지는 빠르게 갑니다. 3단계에서 멈춥니다. 규칙 만드는 일이 가장 재미없기 때문입니다. 하지만 3단계 없이 4, 5단계로 가는 팀은 본 적이 없습니다.
마무리
도구는 살 수 있지만, 통합은 설계해야 합니다. 설계에는 시간과 합의와 지표가 필요합니다. 재미있는 일은 아니지만, 이 과정을 건너뛴 조직이 AI로 경쟁력을 얻은 경우를 아직 보지 못했습니다.
도입은 선언으로 끝나지만, 통합은 파이프라인으로만 증명됩니다.
시작은 작아도 됩니다. 검증 규칙 하나, 데이터 마스킹 한 층, 트리아지 파이프라인 하나. 한 조각이 돌기 시작하면 다음 조각은 훨씬 빨리 붙습니다. AI를 어디에 끼울지 고민 중이라면, 가장 아프고 반복되는 병목부터 숫자로 꺼내 보세요. 그 숫자 위에서 대화가 시작됩니다.
