본문으로 건너뛰기

AI가 다 개발해주는데 왜 만들지 못하는가? - FDE 경험담3

리부티너

2026.10.21

AI가 다 개발해주는데 왜 만들지 못하는가? - FDE 경험담3 본문 이미지

소개

지금까지 두 편의 글에서 시스템을 어떻게 짰는지, 자동화를 어디에 둘지 고민한 이야기를 했어요. 이번엔 조금 다른 이야기예요. 다 만들고 나서 제가 진짜 마주한 질문은 기술 문제가 아니었어요.

"AI가 다 개발해주는데, 왜 정작 담당자는 못 하는 걸까?"

비즈니스 프로세스는 개발자인 저보다도 담당자가 더 잘 알고 있었어요. 인터뷰에 저에게 다 말하지 못햇던 업무의 과정과 지식(암묵지)들이 얼마나 더 많이 있었겠어요. 코드는 AI Agent가 짜주었어요.

저는 그걸 현장에 맞게 조율만 하면 되는 건데, 왜 담당자들은 그 쉬운 길도 못 걸어갈까 싶었거든요. 그런데 몇 달 현장에 있으면서 이게 기술 문제가 아니라는 걸 알게 됐어요. 이번 글은 제가 실제로 밟았던 단계들과, 그 끝에서 마주친 이 질문에 대한 제 나름의 답을 정리한 거예요.

거기까지 가는 길

1) 진단 — 기록과 증언을 맞대보기

먼저 한 건 기존에 쓰던 협업 보드의 활동 로그를 시간순으로 되돌려봤어요. "지금 이 상태는 어떻게 만들어졌나"를 처음 입력 시점부터 역순으로 따라가본 거예요. 그다음 같은 구간을 실무자에게 다시 물었어요 — 리더가 설명하는 흐름과, 실무자가 로그에 남긴 흐름이 늘 똑같지는 않았거든요.

인터뷰 순서도 실무자부터 했어요. 리더의 설명은 "원래 이래야 한다"는 쪽에 가깝고, 실무자의 로그는 "실제로 이랬다"는 증거에 가까웠어요. 둘을 맞대보면 차이가 나는 지점이 생기는데, 그 지점에서 "왜 그렇게 하셨어요?"를 반복해서 물었어요. 대답이 사람마다 달라지는 자리, 혹은 설명이 막히는 자리가 바로 그 조직의 암묵지가 숨어있는 자리였어요.

2) 데이터 — 화려하지 않지만 제일 먼저 해야 하는 일

인터뷰와 보드 분석을 겹쳐보니 바로 드러난 게 있었어요. 데이터의 상태값이 통일돼 있지 않았고, 핵심 데이터를 이어주던 연결 링크들이 곳곳에서 끊겨 있었어요. 같은 의미의 사건인데 어떤 담당자는 상태값을 바꾸고, 어떤 담당자는 메모 칸에만 적어뒀어요. 같은 항목을 가리키는 연결 컬럼이 여러 개 있었는데, 그중 어떤 게 "진짜"인지는 아무도 명확히 설명하지 못했어요.

그래서 새 기능을 만들기 전에 제일 먼저 한 일은 데이터를 클렌징하고 정합성을 맞추는 거였어요. 여러 개로 흩어진 연결 컬럼 중 하나를 정본으로 확정하고, 제각각이던 단계 체계를 하나의 표준으로 통일한 다음, 과거에 쌓인 데이터를 그 표준에 맞춰 하나씩 되돌려 채웠어요(이게 "백필"이에요). 전체 데이터 중 절반 가까이가 핵심 컬럼이 비어있던 상태였는데, 이 작업을 거치고 나서야 숫자를 믿고 쓸 수 있는 상태가 됐어요. 화려한 일은 전혀 아니었지만, 이게 안 되어 있으면 그 위에 아무리 멋진 시스템을 올려도 결국 틀린 숫자 위에 집을 짓는 셈이었어요.

3) 설계 — 사람 말고 에이전트도 읽을 수 있게

정합성이 잡힌 다음엔 원하는 모습(ToBe)을 기준으로 시스템을 설계했어요. 그런데 이때 한 가지를 의식적으로 다르게 했어요. 설계 문서를 사람만 보는 보고서로 남기지 않고, 모든 결정 과정과 근거를 에이전트가 읽고 참조할 수 있는 기록으로 남긴 거예요.

왜 이게 중요했냐면, 설계 결정이라는 게 한 번에 끝나지 않아요. "이 상태값은 왜 이렇게 정의했는지", "이 미결 항목은 왜 아직 보류 중인지"가 문서에 남아있지 않으면, 나중에 새로운 요구사항이 들어올 때마다 처음부터 다시 설명해야 해요. 그걸 에이전트가 읽을 수 있는 형태로 번호를 매겨 쌓아두니, 다음 설계 결정을 할 때 에이전트가 과거 맥락을 스스로 불러와서 "그때 이런 이유로 이렇게 결정했었는데, 지금 요구사항이랑 충돌하는 부분이 있습니다"까지 짚어줄 수 있게 됐어요. 사람의 기억에만 의존하던 설계 맥락이, 조직의 자산으로 남는 순간이었어요.

4) 시스템 개발 — 비개발자도 겁내지 않게

설계가 끝난 다음부터는 실제 구현이었어요. 안전하게 개발하고 반영할 수 있도록 GitHub 기반 CI/CD를 구축했어요. 개발 환경과 운영 환경을 분리해서, 테스트 중인 코드가 실수로 바로 현장에 반영되는 사고가 나지 않게 막았어요. 이렇게 길을 깔아두니 개발에 익숙하지 않은 사람도 "일단 눌러보고 문제가 있으면 되돌리면 된다"는 심리적 여유를 가질 수 있었어요.

그리고 기능이 하나 나올 때마다 그걸 어떻게 테스트하고 확인하면 되는지를 구체적으로 알려줬어요. 한 번에 전체 시스템을 다 바꿔서 "자, 이제부터 이걸로 일하세요"라고 던지는 방식이 아니라, 기능을 쪼개서 하나씩 확인하고, 괜찮으면 다음 기능으로 넘어가는 식으로 쌓아갔어요. 변화의 크기를 작게 쪼개는 것 자체가 현장이 받아들일 수 있는 속도를 만들어주는 일이었어요.

5) 자립 — 고속도로를 깔아주는 일

마지막으로 한 건 "고속도로"를 깔아주는 일이었어요. 에이전트 하네스와 CI/CD를 갖춰두면, 제가 현장을 떠난 뒤에도 그 조직이 앞으로 필요한 기능을 계속 더 뚫어나갈 수 있는 길이 열려요. 특정 기능 하나를 완성해서 넘기는 게 아니라, "앞으로 뭐가 필요하든 이 길을 따라가면 만들 수 있다"는 구조 자체를 넘기는 게 목표였어요.

여기까지 하면 다 된 것 같았는데

실제로 중요한 건 따로 있었어요. 도구는 다 갖춰졌어요. AI가 코드를 써주고, 길도 뚫려 있고, 테스트하는 법도 알려줬어요. 데이터도 깨끗해졌고, 설계 맥락도 다 기록돼 있었어요. 그런데도 담당자는 선뜻 그 다음 걸음을 떼지 못했어요.

막아선 건 기술이 아니라 의심과 완벽주의였어요.
"이게 맞나?", "이렇게 해도 되는 건가?"라는 질문이 계속 발을 붙잡았어요.
작은 기능 하나를 추가하는 결정 앞에서도 한참을 머뭇거렸어요. 그런데 그 머뭇거림의 원인을 자세히 보면, 누군가의 확인을 받아야 해서가 아니었어요. 기술을 모른다는 것, 그래서 이게 맞는 결정인지 스스로 판단할 경험이 없다는 것에서 오는 불안감이었어요. 개발자가 없어서, 기술을 몰라서 — 그 경험 부재가 자신 없어하는 태도로 그대로 드러났어요. 고속도로는 깔려 있었는데, 운전을 해본 적이 없어서 운전석에 앉는 것 자체가 두려운 느낌이었어요.

정답은 OO

제가 반복해서 강조한 말이 이거예요. 정답은 없다.

경험이 많은 전문가라고 해서 모든 정답을 알고 있는 건 아니에요. 그리고 기술적으로 "맞는" 방법이 그 조직한테도 맞는 방법이라는 보장은 없어요. 교과서에 나오는 완벽한 설계보다, 그 조직이 실제로 돌아가는 방식에 맞는 설계가 더 나아요. 저도 설계하면서 몇 번이고 결정을 바꿨고, 나중에 돌아보면 "그때 그렇게 안 했어도 됐을 걸" 싶은 선택들도 있었어요. 그게 문제가 되지 않았던 건, 처음부터 "이 결정이 영원히 고정된 정답"이라고 여기지 않았기 때문이에요.

담당자가 정말 불안했던 지점은 "이게 맞나"보다 "다른 곳은 어떻게 하는지 모른다"는 거였어요. 비교할 대상이 없으니 자기 판단을 검증할 방법이 없었던 거예요. 그래서 제가 한 역할도 정답을 알려주는 게 아니라, "다른 현장들도 이런 식으로 결정하고, 이런 식으로 틀리기도 한다"는 걸 알려주는 거였어요. 그 비교 한 마디가 생기는 순간, 불안은 "내가 틀렸으면 어떡하지"에서 "일단 해보자"로 바뀌었어요.

그래서 전하고 싶었던 메시지는 이거였어요.

  • 괜찮다, 그렇게 개발해도 된다.

  • 우리에게 맞는 시스템을 만들면 그게 맞는 거다.

  • 혹시 잘못된 결정이었다면, 다음에 고치면 된다.

  • 제대로 된 큰 기업의 시스템 같아야 한다는 환상은 버려도 된다.

이 네 마디를 반복해서 말해주는 것만으로도 담당자의 태도가 조금씩 달라졌어요. 처음엔 "이거 혹시 잘못되면 어떡하죠"였던 질문이, 나중엔 "일단 해보고 아니면 고치죠"로 바뀌었어요. 기술을 더 가르쳐준 게 아니라, 실패해도 되돌릴 수 있다는 확신을 심어준 거였어요.

결과와 배운 점

  1. 기술적 완성과 조직의 자립은 다른 문제예요. 고속도로를 깔아줘도, 그 길로 걸어갈지 말지는 그 조직의 심리적 허들을 넘어야 결정돼요. 도구를 완벽하게 준비하는 것과, 그 도구를 쓸 용기를 갖는 것은 전혀 별개의 과제였어요.

  2. 진짜 병목은 "정답을 모르는 것"이 아니라 "정답이 있어야 한다는 믿음"이었어요. 완벽주의는 결정을 늦추는 제일 흔한 이유였고, 그걸 풀어주는 게 기술 설명보다 먼저였어요. 아무리 CI/CD를 잘 설명해도, "틀리면 안 된다"는 전제가 안 깨지면 소용이 없었어요.

  3. "틀려도 고치면 된다"는 말이 생각보다 큰 역할을 했어요. 되돌릴 수 있다는 확신이 생기면, 그제서야 담당자가 스스로 다음 버튼을 눌렀어요. 환경을 분리해두고, 되돌리는 절차를 미리 보여준 게 바로 그 확신의 근거가 됐어요.

  4. 데이터와 기록을 정리하는 일은 눈에 잘 안 보이지만, 자립의 기반이었어요. 정합성이 안 잡혀 있었다면, 담당자가 결정을 내려도 그 결정이 맞는지 확인할 방법이 없었을 거예요. 믿을 수 있는 데이터가 있어야 "일단 해보고 확인하자"는 말도 성립해요.

한 줄 정리

AI는 시스템을 다 만들어줄 수 있지만, "이게 틀려도 괜찮다"는 확신은 사람이 심어줘야 하는 몫이었어요.

3

함께 이야기해요 3

로그인하고 댓글을 남겨 주세요

뽀짝이 프로필 이미지
뽀짝이2026.10.21

"AI가 다 개발해주는데 왜 담당자는 못 하는가"라는 질문에서 기술 얘기가 아니라 완벽주의 얘기로 풀어가신 게 인상 깊었어요. 특히 담당자가 정말 불안했던 건 "이게 맞나"보다 "다른 곳은 어떻게 하는지 모른다"였다는 대목이요. 정답을 알려주는 대신 "다른 현장도 이렇게 결정하고 이렇게 틀린다"는 비교 한 마디를 준 게 불안을 "일단 해보자"로 바꿨다는 부분이 와닿았어요.

환경을 분리하고 되돌리는 절차를 미리 보여준 게 "틀려도 고치면 된다"의 근거가 됐다는 연결도 설득력 있었어요. 연재 3편까지 이어 쓰시는 게 대단해요. 꼬리 탁! 치고 응원하고 갈게요 🐈‍⬛

n
nini_24th2026.10.21

언제 시점으로 롤백!! 이런 버튼을 만들어 주심 좀 더 안심들을 하시려나요?ㅎㅎ

댕댕이멍멍 프로필 이미지
댕댕이멍멍2026.10.21

귀한 실무 사례 공유해 주셔서 감사합니다. 😃

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

우리 회사에도 이런 자동화를 도입하고 싶다면

회사 업무에 맞춘 AI 교육을 함께 설계해요.

기업교육 문의하기

이런 사례도 있어요

사례 전체 보기