보험・통신·IT서비스 대기업이 AI 주도형 SW 개발 방법 도입한 결과

아마존웹서비스(AWS)코리아는 지난 16일 AWS 코리아 사옥에서 ‘AI-DLC & Kiro 기자간담회’를 개최하고, AI 기반 개발 방법론인 ‘AI 주도 개발 라이프사이클, AI DLC)과 스펙 기반 개발 도구 키로(Kiro)를 소개했다. 이날 간담회에 지난 AWS 서밋 서울 2026 ‘AI-DLC 챌린지’에서 우승한 현대해상, LG유플러스, SK AX 등 3팀의 관계자가 참석해 구축한 솔루션과 키로 활용 경험을 공유했다. 박혜영 AWS 코리아 수석 솔루션즈 아키텍트(SA)가 AI 시대 소프트웨어 개발 환경의 변화와 AWS의 대응 방안을 발표했다. 박혜영 SA는 AI를 도입한 개발 조직의 94%가 기대한 성과를 내지 못하고 있다고 밝혔다. 서클CI의 ‘2026 소프트웨어 딜리버리 현황(2026 State of Software Delivery)’ 보고서에 따르면 이미 체계를 갖춘 상위 5% 조직만 뚜렷한 성과를 냈으며, 이 조직조차 기능 개발 속도는 85% 빨라진 반면 실제 배포 속도는 26% 개선에 그쳤다. 보안 측면에서 블랙덕’2026 OSSRA’ 보고서 기준 코드베이스당 평균 취약점이 전년 대비 107% 증가했고, 베라코드 분석에서 취약점 없는 코드 비율이 AI 생성 코드 55%, 사람이 작성한 코드 75%로 나타났다. 박혜영 SA는 소프트웨어 개발에서 코딩이 차지하는 비중은 전체의 20%에 불과하며, 현재 AI 코딩 도구 대부분이 이 20%만 가속하고 있어 전체 개발 속도가 크게 개선되지 않는다고 설명했다. AWS가 제안하는 AI 협업 개발 방법론인 AI-DLC는 AI 실행과 사람 검증을 반복해 속도와 안전성을 함께 확보하는 방법론이다. AI-DLC는 착수, 구축, 운영 3단계로 구성되며, 이전 결정이 다음 단계로 이어지는 맥락 축적, 사람 승인이 필요한 승인 게이트, 모든 과정이 문서로 남는 감사 추적이 핵심이다. 코드뿐 아니라 요구사항 문서, 설계 문서, 운영 매뉴얼까지 함께 생성된다. AI-DLC는 하나의 방법론으로, 특정 AI 코딩 도구에 종속되지 않고 사용할 수 있다. 그는 개발 생산성을 2배로 높인 LG전자 MS사업본부와 3일간의 워크숍에서 5개 프로젝트의 MVP를 완성한 CJ올리브영의 국내 사례도 소개했다. AWS 람다·컨테이너 800개 이상 규모의 B2B 서버 플랫폼 사례에서는 스프린트 수행 기간이 2주에서 1주로, 총 투입 맨먼스가 6.0M/M에서 3.0M/M으로 각각 50% 줄어 생산성을 2배로 향상시킨 것으로 나타났다. AWS 키로는 프롬프트 입력 시 곧바로 코드를 생성하는 기존 방식과 달리, 요구사항과 설계를 먼저 문서로 정리한 뒤 코드를 생성하는 스펙 기반 AI 개발도구다. 단계별로 사람이 승인하는 스펙 기반 개발, 특정 이벤트 발생 시 테스트·문서화·보안 점검을 자동 수행하는 에이전트 훅, 3개 문서로 팀의 개발 규칙을 AI에 학습시키는 스티어링, 외부 시스템에 직접 연결하는 MCP 등의 핵심 기능을 제공한다. AWS에서 공개한 오픈소스 벤치마크에 따르면 동일한 AI 모델로 동일 작업을 수행했을 때 키로의 작업당 비용은 타사 도구의 6분의1~10분의1 수준이었다. 장진우 현대해상 데이터사이언스파트 대리는 조직 내 흩어진 업무를 AI가 탐색·연결해 협업을 제안하는 AI 업무 인텔리전스 플랫폼 ‘Hi-Universe’를 소개했다. 신상품 기획이 등록되면 이와 연관된 중복 업무나 시너지를 낼 수 있는 다른 부서의 업무를 찾아 선제적으로 협업을 제안하는 방식이다. 그래프 데이터베이스로 사내 업무와 담당자를 연결하는 구조로, 6개의 AWS 서비스를 활용해 다수 기능 요구사항과 약 100개의 인수 조건을 구현했다. 장진우 대리는 단순히 협업 과정을 돕는 데 그치지 않고, 누구와 어떤 업무를 왜 함께해야 하는지 그 명분과 대상을 AI가 직접 찾아주는 것이 특징이라고 설명했다. AI DLC 방법론을 택한 이유에 대해 현대해상 장진영 대리는 “기존의 소프트웨어 개발 획득을 생각하면 요구사항 정의부터 기획, 개발, 검증 등에 많은 시간이 걸렸는데, AI DLC를 활용하면 모든 라이프 사이클을 AI와 함께 진행하면서 빠른 개발 사이클을 돌릴 수 있고, 이 프로젝트에서 요구 사항 정의부터 개발까지 6시간 안에 다 완료했다”고 밝혔다. 그는 “속도에 더해 AI에게 맡기는 부분 외에 추가로 더 무엇을 할지 같은 더 고차원적인 업무에 집중할 수 있었다”고 덧붙였다. 권영우 LG유플러스 모빌리티AX개발팀 책임은 차량 내 다중 화자 AI 에이전트 ‘Family Profile Co-pilot’을 소개했다. 여러 명이 동시에 차량에 탑승해 말하더라도 최대 4명까지 화자를 구분해 개인별로 응답하며, P95 기준 3초 이내 응답 속도를 확보했다. 현재는 아빠, 엄마, 아이, 조부모, 게스트 등 가족 구성원별 페르소나를 기반으로 반응하며, 향후에는 성별과 나이대, 선호도를 기반으로 더 자연스럽게 대응하는 방향으로 고도화할 계획이다. 유수의 완성차 브랜드(OEM)에 단일 코드베이스로 적용할 수 있도록 개발한 점도 특징이다. LG유플러스 권영우 책임은 “개발 과정에서 각 단계마다 작업 내용을 문서로 남기게 되는데, 사람이 하면 저마다 다 달라서 결과물이 설계와 다르게 되거나 커뮤니케이션도 많이 필요하다”며 “AI DLC 방법론은 산출물의 일관성을 확보하게 해준다”고 말했다. 유해식 SK AX AI Architect팀 매니저는 제안요청서(RFP) 분석 자동화 시스템 ‘RFP Insight AI’를 소개했다. 이 시스템은 최대 200페이지 분량의 RFP 문서를 업로드하면 문서의 주요 내용을 분석해 사업 제안과 프로젝트 수행 계획에 필요한 결과물을 자동으로 생성한다. 주요 기능은 ▲고객 요구사항 분석 ▲핵심 리스크 식별 ▲단계별 작업분류체계(WBS) 및 마일스톤 작성 ▲PM, 개발, AI·ML, QA 등 역할별 팀 구성안까지 자동으로 생성한다. 단순한 문서 요약을 넘어 실제 사업 제안과 프로젝트 착수 단계에서 활용할 수 있는 실행 계획까지 제공하는 것이 특징이다. 사업 제안 과정에서 시니어 PM과 아키텍트 등 전문인력이 반복적으로 수행하던 문서 분석과 산정 업무를 자동화해서 1~20분…