[현장] 바이브 코딩 한계 넘는다…AWS, AI·사람 협업 'AI-DLC' 전면에
최근 IT 업계에서 인공지능(AI)을 활용한 소프트웨어(SW) 개발이 확산되는 가운데, 아마존웹서비스(AWS)가 코드 생성을 넘어 AI와 사람이 개발 전 과정을 함께 수행하는 'AI-DLC'를 앞세워 새로운 개발 패러다임 확산에 나섰다. 박혜영 AWS코리아 수석 솔루션즈 아키텍트(SA)는 16일 서울 강남구 센터필드 오피스에서 개최한 기자간담회에서 "AI 활용 개발에서 중요한 것은 도구가 아니라 체계"라며 "AI가 실행하고 사람이 단계별로 검증하는 AI-DLC가 속도와 품질을 모두 확보할 수 있는 새로운 개발 방식"이라고 밝혔다. AWS는 클로드코드, 코덱스 등 AI 코딩 도구만으로는 실제 개발 생산성이 기대만큼 향상되지 않는다는 점에 주목해 AI-DLC 방법론을 설계하고 깃허브에 공개했다. 실제 회사가 인용한 서클CI 조사 결과에 따르면 AI를 도입한 개발 조직 가운데 상위 5%만 의미 있는 성과를 거뒀으며 기능 개발 속도는 85% 빨라졌지만 서비스 배포 속도는 26%만 개선된 것으로 나타났다. 스택 오버플로우 설문에서도 응답자의 66%가 '거의 맞지만 완벽하지 않은 코드'를 수정하는 데 오히려 더 많은 시간을 쓰고 있다고 답했다. AI가 코드 작성은 빠르게 수행하지만 전체 개발 과정은 충분히 지원하지 못한다는 분석도 내놨다 박 SA는 "AI가 코딩 과정을 빠르게 만들어주지만 SW 개발에서 코딩이 차지하는 비중은 약 20%에 불과하다"며 "설계·테스트·협업·운영을 포함한 80%를 지원해야 진정한 생산성 향상이 가능하다"고 짚었다. AWS가 설계한 AI-DLC는 프로젝트 착수·구축·운영 등 개발 전 과정을 AI와 사람이 함께 수행하는 협업형 개발 방법론이다. AI가 각 단계 작업을 수행하면 사람은 승인과 검토를 반복하며 다음 단계로 넘어가는 구조다. 프로젝트 전 과정의 의사결정과 산출물은 문서 형태로 자동 기록돼 감사 추적과 인수인계도 쉽게 할 수 있도록 설계됐다. 특히 단일 AI가 모든 작업을 수행하는 것이 아니라 단계별 11개 AI 에이전트가 역할을 나눠 협업하는 것이 특징이다. 각 단계에서 축적된 문맥을 다음 단계로 연결하고 요구사항 정의서와 설계 문서, API 문서, 보안 문서, 운영 매뉴얼 등도 함께 생성해 개발 과정 전체를 표준화한다. 기존 AI 코딩 도구가 개발 일부만 지원하는 데 그쳤다면, AWS는 요구사항 정의부터 설계·구현·운영까지 AI와 사람이 함께 협업하는 체계를 구축해 개발 생산성과 품질을 동시에 높인다는 목표다. 박 SA는 "AI에게 모든 것을 맡기는 바이브 코딩은 빠를 수 있지만 통제와 품질 보장이 어렵다"며 "AI-DLC는 AI가 실행하고 사람이 방향을 결정하는 구조로 안전성과 생산성을 동시에 확보하는 것이 핵심"이라고 말했다. 이날 AWS는 대표 개발 도구인 '키로'도 함께 소개했다. 키로는 프롬프트를 입력하면 바로 코드를 생성하는 기존 방식과 달리, 요구사항과 설계 문서를 먼저 작성한 뒤 개발을 진행하는 스펙 기반 개발 방식을 지원한다. 또 단계별 승인 절차와 자동 테스트, 문서화, 보안 점검 기능 등을 제공한다. AWS는 오픈소스 벤치마크에서 키로와 유사 성능 AI 모델을 비교한 결과, 키로의 작업 비용이 다른 AI 개발 도구의 6분의 1 수준으로 나타났다고 밝혔다. 국내 기업들의 활용 사례도 소개됐다. LG전자는 AI-DLC를 자체 개발 환경에 적용해 800개 개발 주기를 기존 2주에서 1주로 단축하고 총 투입 공수도 절반 수준으로 줄이며 생산성을 두 배 높였다. CJ올리브영은 3일간 진행한 AI-DLC 워크숍을 통해 5개의 프로젝트 최소기능제품(MVP)을 개발하고 AI 샌드박스를 신설하는 등 조직의 개발 방식 자체를 변화시키고 있다. 박 SA는 "AI-DLC는 특정 AI 코딩 도구가 아니라 어떤 생성형 AI 개발 환경에서도 활용할 수 있는 오픈소스 개발 방법론"이라며 "AI 시대에는 코드를 얼마나 빨리 작성하느냐보다 AI와 사람이 함께 품질과 운영까지 책임지는 개발 체계를 만드는 것이 경쟁력이 될 것"이라고 강조했다.
