프로젝트는 이제 11주 차에 접어들었다. 나는 업무 프로세스를 정리하는 PI 단계가 끝나고 SI 단계가 시작될 무렵인 9월 초에 합류했으니, 두 달쯤 된 셈이다. 그동안 소스 코드를 직접 고친 적은 한 번도 없고, IDE를 열 일도 없었다. 화면을 만들고, 커밋하고, PR을 올리는 과정 전부를 AI 에이전트가 맡고 있다. 나는 그 과정을 지시하고 결과를 확인하는 자리에 있다. 나만 그런 게 아니다. 아홉 명으로 이루어진 화면 설계 팀에 개발을 전담하는 사람은 한 명도 없다.

이 방식이 실제 SI 현장에서 어디까지 통하고 어디서 삐걱거리는지, 프로젝트가 끝날 때까지 기록해 두려 한다. 진행 중인 프로젝트인 만큼 고객사와 솔루션, 공정에 관한 내용은 특정되지 않도록 흐려서 쓴다.


프로젝트 개요

국내 한 제조사의 공장 시스템을 차세대로 전환하는 프로젝트다. 지금까지는 생산 실행(MES), 창고 관리(WMS), 품질 관리(QM)가 각각 독립된 시스템으로 운영돼 왔다. 오랜 기간 기능이 덧붙으면서 메뉴는 시스템마다 흩어지고 잘게 쪼개졌다.

이번 작업은 이 셋을 대형 SI사의 MES 솔루션 하나로 통합하는 일이다. 메뉴 체계는 생산실행, 물류/출하, 품질, 서식관리, 기준정보처럼 업무 단위로 재편하고, 그 위에 메뉴별 권한을 얹는다. 기존 기능을 그대로 옮겨 담는 게 아니라 흩어진 기능을 통폐합하는 작업이 함께 진행된다.

현재는 설계 단계다. 다만 설계 결과물이 문서가 아니라 실제로 동작하는 목업 사이트라는 점이 조금 다른데, 이 이야기는 뒤에서 다시 하겠다.

표에 없는 역할

팀은 SI사 정직원과 프리랜서가 섞인 아홉 명이다. 역할을 거칠게 나누면 다음과 같다.

역할 맡은 일
PM 고객 리뷰 주도
총괄 PL 초기 구축, 팀 공용 AI 작업 규칙 수립, 풀스택 레포 관리
AX 리드 설계 근거 검증, 목업이 실제 시스템으로 이어질 수 있는지 점검
파트 설계자 업무 영역별 화면 설계 (일부는 머지 같은 운영 업무 겸임)

눈여겨볼 건 이 표에 ‘개발’이라는 칸이 없다는 것이다. 직함과 연차는 달라도 모두가 하는 일은 설계이고, 구현은 처음부터 AI의 몫으로 정해져 있다.

구성원의 배경은 제각각이다. 이 도메인에서만 20년을 보낸 사람이 있고, 제조 현장 경험이 긴 사람, 품질 시스템을 다뤄본 사람도 있다. 나는 설계 경력은 있지만 이 도메인 경력은 짧은 편이고, 서식관리 파트를 맡았다. 대신 이전 직장에서 AI만으로 개발과 운영을 꾸려온 시간이 꽤 길다. 같은 도구와 같은 규칙을 쓰는데도 배경에 따라 일하는 방식과 속도가 꽤 다르게 나타난다. 이 부분은 다음 편에서 따로 다룬다.

IDE 없이 일하는 하루

작업 환경은 단출하다. ChatGPT 데스크톱 앱 하나로 충분한 날이 있고, 여러 작업을 병렬로 돌려야 하는 날에는 터미널에서 herdr를 띄운다. herdr는 AI 코딩 에이전트를 위한 터미널 멀티플렉서다. 분할된 pane마다 에이전트를 하나씩 실행할 수 있고, 각 에이전트가 작업 중인지, 입력을 기다리는지, 끝났는지를 사이드바에서 한눈에 보여준다.

에이전트는 코덱스를 쓴다. 클로드 코드와 코덱스 중 고를 수 있었지만 PM의 결정에 따랐다. 코덱스로 옮겨온 경위는 이전 글에 정리해 두었다.

이런 방식이 개인이 아니라 팀 단위로 굴러갈 수 있는 건 공용 규칙 덕분이다. PL과 AX 리드가 커밋과 PR 작성 방식, 화면 디자인 기준, 기존 시스템을 참고하는 방법 같은 것들을 문서로 만들어 두었고, 팀원들은 이를 내려받아 에이전트에게 먼저 읽힌 뒤 작업을 시작한다. 예전 같으면 각자의 경험과 눈치로 메웠을 암묵지가, 에이전트가 읽을 수 있는 형태로 옮겨져 있는 셈이다. 이 규칙이 실제로 어떻게 구성돼 있는지는 별도의 글에서 자세히 살펴볼 예정이다.

비용 이야기도 덧붙이자면, 회사가 월 단위로 크레딧을 지원하지만 넉넉하다고 느낀 적은 없다. 업무 대부분이 에이전트를 거치다 보니 2주 남짓이면 한도의 절반을 넘기고, 그 뒤로는 아껴 쓰는 쪽으로 운영 방식이 바뀐다.

주차가 곧 버전

목업 사이트는 주차 단위로 버전을 올린다. 11주 차 산출물은 v11, 12주 차는 v12다. 한 주는 대략 이렇게 흘러간다.

각자 맡은 화면 작업 → 목요일이나 금요일 오전까지 주차 버전 PR → 금요일 내부 리뷰 → 머지·배포 → 다음 주 고객 리뷰

이 구조 때문에 내부 버전은 늘 고객 버전보다 한 걸음 앞서 있다. 이 글을 쓰는 지금, 내부적으로는 v12.0까지 머지와 배포를 마쳤고 고객 리뷰는 v11을 대상으로 진행 중이다.

규칙 자체는 단순하지만 효과는 작지 않다. 아홉 명이 동시에 여러 화면을 고치는 상황에서 버전 번호가 곧 시점이 되니, 어떤 피드백이 어느 버전에 반영됐는지 따로 추적할 필요가 없다.

화면설계서 대신 목업

SI 설계 단계의 산출물이라고 하면 보통 PPT 화면설계서를 떠올린다. 와이어프레임에 번호를 매기고 옆에 동작을 설명하는 방식이다. 문제는 고객이 그 문서를 보며 실제 화면을 머릿속으로 그려야 한다는 데 있다.

이번 프로젝트에서는 AI로 목업 사이트를 만들어 개발 서버에 올리고, 고객이 직접 화면을 조작하며 리뷰한다. 데이터는 가짜지만 화면에서는 실제 운영 데이터처럼 보이고, 버튼을 누르면 실제로 동작한다.

가장 먼저 체감한 변화는 컨펌 속도였다. 긴 설명 없이도 보고 눌러보는 것만으로 판단이 끝난다. 그보다 의외였던 건 요구사항이 오히려 줄었다는 점이다. 돌이켜 보면 문서 기반 리뷰에서는 고객이 상상으로 채워야 하는 여백이 컸다. 그 여백을 사람마다 다르게 채우다 보니 “이 경우도 되는 거죠?” 같은 확인성 요구가 끊이지 않았던 것 같다. 화면이 실제로 움직이면 그런 여백이 눈에 띄게 줄어든다.

목업에는 화면마다 도움말이 붙어 있다. 우측 상단의 물음표 버튼을 누르면 모달이 열리고, 그 안에 화면 설명서가 담겨 있다. 화면을 순서대로 짚어주는 코치마크와 퀵뷰, 업무 흐름을 그린 머메이드 다이어그램, 화면의 목적과 버튼별 동작 설명까지 들어간다. 상세 설계서라고 불러도 무리가 없는 수준인데, 이 역시 정해진 규칙에 따라 AI가 화면별로 생성한다.

이 도움말에는 독자가 둘이다. 리뷰 단계에서는 고객과 PM이 화면의 의도와 동작을 확인하는 설명서로 읽는다. 설계가 확정된 뒤에는 AI가 같은 문서를 읽고 DB 테이블과 백엔드 로직, API를 설계한다. 목업과 별도로 솔루션을 기반으로 한 풀스택 레포가 있고, 확정된 화면과 도움말을 근거로 그 위에 실제 시스템을 구현하는 구조다.

지금까지의 프로젝트에서는 화면설계서, 상세설계서, 사용자 매뉴얼이 각기 따로 만들어졌고, 후반에 이르면 세 문서가 서로 어긋나 있는 경우가 흔했다. 여기서는 사용자에게 보여주는 문서가 곧 개발 명세이니 어긋날 여지 자체가 줄어든다. 물론 이 구조가 구현 단계에서도 제대로 작동하는지는 풀스택 단계에 들어가 봐야 알 수 있다.

사람은 코드 대신 흐름을 본다

사람이 하는 코드 리뷰는 없다. 코드는 AI가 작성하고, 검증도 AI가 맡는다.

사람은 화면을 직접 조작하면서 업무 흐름을 따라간다. 조회와 등록, 상태 전환, 화면 간 이동이 실제 업무 순서와 맞물리는지를 확인하는 식이다. 검증 절차 역시 AX 리드가 정의해 두어서 사람마다 기준이 달라지지 않는다.

아무도 코드를 직접 보지 않는다는 게 불안하게 들릴 수 있다. 다만 설계 단계의 목업에서 사람이 책임져야 할 대상은 코드가 아니라 업무 흐름이라는 것이 지금의 판단이다. 이 판단이 실데이터를 다루는 단계에서도 유효할지는 아직 알 수 없다.

병목은 설계 근거로 옮겨갔다

코드 작성 비용이 0에 가까워지면 일이 한결 수월해질 거라 기대했다. 실제로는 병목의 위치가 바뀌었을 뿐이다.

지금 팀에서 가장 자주 부딪히는 문제는 설계 근거다. PM은 고객 리뷰에 들어가기 전에 설계 화면을 검토하는데, 의도가 읽히지 않는 화면이 있으면 왜 그렇게 설계했는지 설명을 요구한다. AX 리드는 같은 질문을 다른 각도에서 던진다. 이 설계가 실제 시스템으로 옮겨졌을 때도 성립하느냐는 것이다.

나는 설계 자체도 AI와 함께 하기 때문에 근거 역시 AI에게 묻는다. 기존 시스템의 소스와 화면 캡처, 그리고 PI 단계에서 정리된 문서를 참고 자료로 주고, 왜 이런 구조를 택했는지 묻고, 스스로 납득할 수 있을 때까지 질문을 이어간다. 그렇게 정리한 근거를 들고 PM 앞에 선다.

쉬운 과정은 아니다. AI가 의도를 잘못 짚거나 맥락을 놓치는 일이 적지 않고, 그 정도는 모델에 따라, 그리고 프롬프트를 어떻게 구성하느냐에 따라 크게 달라진다.

반면 구현은 거의 문제가 되지 않는다. 설계가 정해지면 구현은 따라온다. 초반에는 CSS 같은 사소한 실수가 종종 있었지만, 개인 규칙을 몇 가지 보강한 뒤로는 거의 사라졌다. 남는 문제는 대부분 설계 쪽에서 나온다.

AI는 설계 근거의 초안까지는 써준다. 하지만 그 근거가 이 공장, 이 업무에서 실제로 성립하는지 판단하는 일은 여전히 도메인을 아는 사람의 몫이다.

같은 팀에 맡은 화면 수가 압도적으로 많은데도 매주 빠르고 완성도 높은 결과물을 내는 사람이 있다. 이 분야에서만 20년을 일한 설계자다. 이 대비는 다음 편에서 자세히 다룬다.

아직 사고가 없다는 것

SI 단계에 들어선 뒤로 아직 큰 사고는 없었다. 그런데 그 사실이 오히려 마음에 걸린다.

지금 다루는 건 목업이다. 데이터는 가짜이고, 프론트엔드만 존재하며, 네트워크나 동시성, 공정 예외 같은 문제는 아직 시야에 들어오지도 않았다. 진짜 검증은 설계가 확정되고 풀스택 구현으로 넘어가는 시점부터 시작된다. 도움말만으로 DB와 API를 온전히 끌어낼 수 있는지, 사람이 코드를 보지 않는 방식이 실데이터 앞에서도 버텨내는지는 그때가 돼야 알 수 있을 것이다.

다음 편에 계속.