토스 UX 디자이너가 AI를 협력자로 삼아 피그마 시안 대신 실제 SwiftUI 코드로 iOS 앱을 직접 구현한 경험을 다룬다. "데드엔드" 화면(송금·결제 완료 등)을 다음 경험의 시작점으로 전환하는 underlay 컴포넌트를 설계하면서 Metal 셰이더 구현까지 디자이너가 주도했고, 완성된 코드를 개발팀에 전달해 협업 방식 자체를 바꿨다.

LY Corporation이 레거시 프로젝트를 AI 중심으로 전환하는 4단계 AX(AI Transformation) 로드맵을 공개했다. 핵심 방법론은 SDD(Spec-Driven Development, 명세 주도 개발)로, 코드나 테스트를 먼저 작성하던 기존 방식 대신 요구 사항과 명세를 먼저 확정한 뒤 AI가 코드를 생성하는 흐름으로 전환한다. 완전 전환 시 기능 정의부터 테스트까지 2~3일이 걸리던 개발 사이클을 2~3시간 안에 완료하는 것이 목표다.

AI 에이전트가 받는 빌드 피드백은 컴파일·의존성·스타일·테스트 별로 정보 품질이 달라 학습 효과가 들쭉날쭉했다.

AI 코딩 도구로 구현 속도는 빨라졌으나 왜 그렇게 설계됐는지 설명 못 하는 인지 부채가 조직 차원에서 누적된다.

Claude Code·Cursor·Copilot 같은 AI 코딩 도구의 실질적 ROI를 단일 지표로는 판단하기 어렵다.

AI 바이브 코딩 도구들이 빠르게 UI 를 생성하지만 디자인 시스템 규칙을 따르지 않아 "당근스러운 화면"을 만들 수 없음.

팀 생산성을 감각이 아니라 데이터로 설명하려면 Jira와 GitHub 기반의 맞춤형 DORA 지표 대시보드가 필요했다.

채널톡 Desk 실시간 채팅 SaaS 에서 입력·소켓 처리 병목으로 사용자 INP 가 느렸다.

기존 Copilot식 코드 보조만으로는 구현부터 PR까지의 개발 생산성 향상을 충분히 체감하기 어려웠다.

AI Native 레포만으로는 부족했고 팀챗·터미널·GitHub·Datadog 을 오가며 AI 를 수동 조율해야 했다.

Claude Code 로 복잡한 멀티 파일 작업을 하다가 잘못된 편집을 되돌릴 안전망이 필요했다.

MCP 서버는 강력하지만, 사내 데이터/API 에 무방비로 연결하면 보안/감사 문제가 발생한다.

AI 코딩 도구가 만들어내는 코드 양이 많아지면서 사람 리뷰어의 병목이 심해진다.

개발 조직이 AI 를 개인 도구가 아닌 조직 차원의 협업 방식으로 내재화하는 방법이 없었다.

단일 LLM 에이전트로는 사내 시스템 통합 같은 복잡한 워크플로를 다루기 어렵다.

100명 규모 버즈빌에서 홈페이지/기술블로그/SDK 문서/디자인 포털이 마케팅·개발·디자인 사이에서 소유권 공백 상태였다.

PR 리뷰가 적체되면 개발 속도가 느려진다. 큰 조직일수록 리뷰어 병목 심함.

flex 의 50개 이상 레포·3,500개 이상 모듈에서 Spring Boot 같은 의존성 버전업이 수동으로 수주씩 걸리며 보안 패치까지 미뤄졌다.

AI 도구는 개인 학습만으로 회사 전체에 안 퍼진다. 조직 차원의 학습 구조가 필요하다.

단위 테스트 작성은 시간이 많이 들고, 우선순위에서 밀려 테스트 커버리지가 낮은 상태로 누적된다.