1편에서 이 팀에는 개발자가 없고, 구현은 처음부터 AI의 몫이라고 썼다. 모두가 같은 에이전트를 쓰고, 같은 공용 규칙을 읽히고, 같은 주간 사이클 안에서 일한다. 조건이 이 정도로 같으면 결과물의 속도도 비슷해야 할 것 같은데, 실제로는 사람마다 차이가 꽤 크다.

이번 편은 그 차이에 관한 이야기다. 비교 대상은 팀에서 가장 빠른 사람과 나다.


20년 차의 방식

팀에 이 분야만 20년을 해온 설계자가 있다. 생산실행 파트를 거의 혼자 맡고 있는데, 담당 화면 수가 다른 사람들보다 압도적으로 많다. 그런데도 매주 나오는 결과물이 빠르고, 완성도도 높은 편이다.

이 설계자는 PM과 함께 공장 현장에 나가 있는 날이 많다. 고객 리뷰에 직접 들어가고, 그 자리에서 협의하고, 피드백을 바로 받는다. 설계에서 피드백까지의 거리가 거의 없다.

옆에서 지켜본 걸 바탕으로 추측해 보면, 설계는 본인이 직접 하고 AI에게는 구현만 맡기는 쪽에 가까워 보인다. 화면 구성과 업무 흐름, 예외 상황까지 이미 머릿속에 그려져 있다면 AI에게 줄 지시가 명확할 것이고, 나온 결과가 맞는지도 바로 판단할 수 있다. AI에게 “왜 이렇게 설계했느냐”고 물을 일도 많지 않을 것이다. 근거가 본인 경험 안에 있을 테니까. 직접 물어본 건 아니라서 어디까지나 내 추정이지만, 그렇게 보지 않고는 이 속도가 잘 설명되지 않는다.

나의 방식

나는 반대편에 있다. 설계 경력은 있지만 이 도메인 경력은 짧다. 그래서 설계부터 AI와 함께 한다. 기존 시스템의 소스와 화면 캡처, PI 단계 문서를 근거로 AI에게 설계안을 받고, 그 안이 왜 그런 모양인지 납득될 때까지 묻는다. 1편에서 쓴 대로, 이 “근거를 확보하는 시간”이 내 작업에서 가장 큰 비중을 차지한다.

피드백도 한 박자 늦다. 나는 프로젝트 사무실에 상주하고, 고객 리뷰는 주로 PM을 거쳐 전달받는다. 맡은 파트를 직접 리뷰하러 현장에 간 적도 있지만 매주 그럴 수는 없다.

그럼에도 이 방식으로 맡은 파트를 무리 없이 끌고 가고 있다. 현업 리뷰에서 방향성 동의를 받았고, PM과 AX 리드의 반응도 나쁘지 않았다. 도메인 경력이 짧은 사람이 이 자리에서 버틸 수 있는 이유를 따져보면, 결국 이전 직장에서 보낸 시간으로 돌아가게 된다.

이전 직장에서 쌓인 것

이 프로젝트에 오기 전에는 PL로 일했다. 회사에 AI 코딩 도구가 막 들어오던 시기였고, 운이 좋게도 남들보다 조금 일찍, 조금 더 많이 써볼 기회가 있었다.

처음엔 커서를 썼다. 그러다 어딘가 손에 맞지 않는 부분이 쌓이면서 클로드 코드로 넘어갔고, 그때부터는 에디터 대신 터미널에서 일하는 시간이 늘었다. 나만의 작업 규칙도 그 무렵 갖추기 시작했는데, 사실 그것도 클로드 코드가 대부분 구성해 줬다. 업무 밖에서는 AI만으로 게임과 앱을 몇 개 만들어 출시해 보기도 했다. 운영 업무도 마찬가지였다. 개발자에게 넘기던 수정 요청을 AI와 함께 직접 처리하는 일이 점점 늘었다.

그중 지금 가장 도움이 되는 경험을 하나 꼽으라면 관리자 사이트 하나를 통째로 갈아엎었던 프로젝트다.

관리자 사이트를 통째로 옮겼던 일

성격이 전혀 다른 두 관리 시스템이 하나의 레포에 섞여 있던 사이트였다. 로그인 페이지만 둘로 나눠서 겉으로는 별개의 사이트처럼 보이게 해놓았고, 데이터베이스도 하나를 사이트 구분 코드로 나눠 쓰고 있었다. 처음 구조를 파악했을 때는 솔직히 좀 막막했다.

서버를 분리하는 건 비용 문제로 어렵다는 게 고객사의 판단이었다. 그래서 방향을 반대로 잡았다. 두 시스템을 아예 하나로 통합하고, 로그인 권한에 따라 담당자별로 필요한 메뉴와 화면만 보이도록 바꾸는 것이다. 권한 체계를 새로 설계했고, 사내 계정통합관리 시스템(IAM)과 연계 플랫폼(EAI), 그리고 우리 시스템 사이의 3자간 인터페이스 송수신도 새로 만들었다. 거의 모든 걸 다시 짠 셈이다.

가장 힘들었던 건 데이터 이관이었다. 옮겨야 할 데이터가 많았는데, 외부와 양방향 통신이 안 되는 폐쇄망 VDI 안에서 운영 DB에 직접 접속해 넣어야 했다. 이관 쿼리는 AI로 만들었다. 손으로 했다면 훨씬 오래 걸렸을 것이고 실수도 더 많았을 것이다. 오히려 애를 먹었던 건 기술보다 일정 쪽이었다. 연계 시스템 측 작업이 일정상 늦게 들어오면서 그걸 기다리는 시간이 길었다. 나머지는 대부분 AI와 함께 해결했다.

나중에 들은 얘기인데, 고객사 담당자가 이 작업을 나한테 맡기자고 했다고 한다. 계약 업체 쪽 이사님이 전해준 말이다. 당시엔 익숙하지 않은 방식으로 큰일을 떠안아서 꽤 고생했는데, 지금 돌아보면 그 경험이 가장 큰 자산이 됐다. 고마운 일이다.

그때 배운 것

처음부터 원칙은 하나였다. 일단 다 시켜본다. 될지 안 될지 미리 판단하지 않고 AI에게 넘겨본 뒤, 어디까지 해내고 어디서 막히는지를 확인했다. 막히면 왜 막혔는지도 AI에게 물었다. 어떻게 말해야 의도를 제대로 알아듣는지, 왜 기대와 다른 결과가 나왔는지, 이 작업은 어떤 순서로 쪼개야 하는지 같은 것들이다. 그렇게 경계를 하나씩 확인하다 보니 AI를 쓰는 방법도 따라서 익었고, 속도도 붙었다.

주변에서 “AI한테 뭘 시켜야 할지 모르겠다”는 말을 종종 듣는다. 그 마음도 이해는 간다. 다만 나는 그 질문의 답을 미리 정해두지 않았던 쪽이다. 뭘 시킬 수 있는지는 시켜보기 전엔 알 수 없었고, 그걸 확인하는 과정이 곧 배우는 과정이었다.

지금 돌아보면 AI 시대에 사람이 해야 할 일은 답을 찾는 게 아니라 질문을 하는 것이라고 생각한다. 답을 찾는 일은 이미 AI가 사람보다 훨씬 빠르고 정확하다. 하지만 무엇을 물을지, 그 답을 믿어도 되는지 한 번 더 물을지는 여전히 사람이 정한다. 이 프로젝트에서 설계 근거를 AI에게 묻고 납득될 때까지 파고드는 것도 같은 맥락이다.

속도 차이는 어디서 오나

두 방식을 나란히 놓으면 이렇다. 20년 차 쪽 설계와 근거 칸은 앞서 말한 대로 내 추정이다.

  20년 차 설계자 나
설계 본인이 직접 (추정) AI와 함께
설계 근거 본인 경험 안에 있음 (추정) AI에게 묻고 검증하며 확보
구현 AI AI
피드백 현장에서 즉시 PM을 거쳐 주 단위

구현 칸은 똑같다. 둘 다 AI에게 맡기고, 둘 다 거기서 막히지 않는다. 차이는 전부 그 앞에서 난다. 설계 근거가 이미 머릿속에 있느냐, 아니면 만들어 가야 하느냐. 그리고 고객의 반응이 얼마나 빨리 돌아오느냐.

정리하면 이렇게 볼 수 있을 것 같다. AI를 잘 다루는 능력은 구현의 병목을 없애준다. 그리고 도메인 경력이 짧은 사람도 이 분야에 들어올 수 있게 진입 비용을 낮춰준다. 내가 지금 이 자리에 있는 것도 그 덕분이다. 하지만 설계의 병목까지 없애주지는 않는다. 어디까지 빨라질 수 있느냐는 결국 도메인을 얼마나 깊이 알고, 고객과 얼마나 가까이 있느냐가 정한다.

20년 차 설계자의 속도가 부럽지 않다면 거짓말이다. 다만 그 차이가 AI 실력에서 오는 게 아니라는 걸 알고 나니 무엇을 채워야 하는지는 분명해졌다. 매주 설계 근거를 AI에게 묻고 정리하는 과정이 나한테는 도메인을 쌓는 과정이기도 하다.

다음 편에 계속.