ERP를,with AI, 함께지었습니다.
Whale ERP 세 저장소에 10주 동안 쌓인 5,144개의 커밋. 그중 81.5%에 AI가 공동 작성자로 이름을 올렸습니다. 무엇을 맡기고, 무엇을 끝까지 사람이 지켰는지 그대로 보여드립니다.
WHEN
Whale ERP 세 저장소에 10주 동안 쌓인 5,144개의 커밋. 그중 81.5%에 AI가 공동 작성자로 이름을 올렸습니다. 무엇을 맡기고, 무엇을 끝까지 사람이 지켰는지 그대로 보여드립니다.
WHEN
01 — 세션 소개
사내 웹 ERP를 AI와 함께 만든 두 달을 성과와 부족한 점으로 나누어 돌아봅니다. 숫자는 모두 저장소를 직접 집계한 값이고, 잘된 것만큼 아쉬운 것도 그대로 꺼내 놓습니다.
02 — AI와 일하는 방식
사람이 정책과 화면 기준을 문서로 확정하면, AI가 그 문서를 읽고 코드와 테스트를 함께 씁니다. 정책이 바뀌면 코드보다 문서를 먼저 고칩니다.
검수에서 문제가 보이면 확정 단계로 돌아가 문서를 고치고, AI가 다시 구현합니다. 개발 중 근거 문서·시안 갱신 약 1,100건.
모든 저장소가 같은 규칙 문서를 읽고, 같은 개념을 같은 말로 부릅니다.
서버·화면 개발 원칙을 지침으로 정리해, 누가 시켜도 같은 품질 기준으로 구현합니다.
코드가 바뀌었는데 문서가 그대로면, 작업이 끝나는 시점에 갱신을 요구합니다.
03 — 성과
개발 인력은 계획보다 1명 적은 7명. 기획 1개월, 개발 1개월로 잡은 두 달 안에 마쳤습니다.
※ 저장소 분석 기준(2026-10-30)이며 대략치입니다. QA는 별도 기간으로 진행해 위 기간에 넣지 않았습니다.
Film — 출시 영상
Whale ERP 직원 근무 앱 출시 영상입니다. 출근 등록부터 근로계약 서명까지, 세션에서 다룰 결과물이 실제로 어떻게 움직이는지 21초로 먼저 확인해 보세요.
04 — 부족했던 점
개발이 빨라지자 부담이 앞뒤로 몰렸습니다. 세션에서는 잘된 점만큼 이 부분을 솔직하게 나눕니다.
1개월 계획이 약 5주로. 원인은 AI가 아니라 현업 소통, 현행 업무 파악 부족, 잦은 정책 변경, 기획 PL에 몰린 업무였습니다.
AI가 빨리 만든 결과를 검증하고 보완하는 비용이 컸습니다. 특히 화면 쪽 자동 검증이 서버보다 얇았습니다.
기존 방식의 공수·기간 기준선이 없어, AI 효과를 수치로 증명하기 어렵습니다.
수정 약 1,000건 · 신규 기능 약 720건
05 — 다음 프로젝트
개선 방향은 기획 보강, 검증 강화, 사내 기준 마련 세 축입니다. 세션 마지막에는 다음 웹 프로젝트에 적용하기 위해 아래 여섯 가지를 함께 논의합니다.
다음 웹 프로젝트에 이 방식을 어디까지, 어떤 파일럿으로 적용할지
단위업무 분배와 개발 PL·담당자의 확정 논의 참여
확정 기준일과 변경 요청·영향 검토 절차
화면 자동 테스트 확대, 검수 분산, QA와의 역할 분담
기간·공수 기준선을 프로젝트마다 기록하고 비교하는 법
정보 반출·개인정보 기준과 이를 정리할 담당 부서
잘된 것과 아쉬운 것, 그리고 다음에 바꿀 것. 전 직원 누구나 들을 수 있습니다.
WHEN