엔터프라이즈 AIDLC 도입 전략
엔터프라이즈 SI 환경에서 워터폴 중심 개발 문화를 AIDLC로 전환하기 위한 실전 도입 전략을 제시한다.
엔터프라이즈 AIDLC 도입의 현실
워터폴 SI 시장의 구조적 제약
대형 SI 프로젝트는 다음과 같은 이유로 AIDLC 직접 도입이 어렵다:
| 제약 요소 | 설명 | AIDLC 충돌 지점 |
|---|---|---|
| 고정 프로세스 | ISO 9001, CMMI 인증 프로세스 | Intent/Bolt 주기가 문서 템플릿과 불일치 |
| RFP 문화 | 요구사항 명세 → 고정가 계약 | Adaptive Elaboration이 범위 변경으로 해석됨 |
| 역할 경직성 | 기획자/개발자/QA 분리 | Mob Programming이 역할 경계를 흐림 |
| 산출물 중심 | 계약서, 요구사항 명세서, 설계서, 테스트 계획서 | Working software over documentation 충돌 |
| 검수 단계 | 완료 시점 일괄 검수 | Continuous Validation과 리듬 충돌 |
VP 압력과 현장 저항의 딜레마
- 경영진: "AI 활용률 80% 달성" 같은 정량적 목표 선언
- 현장: 기존 방식 고수 ("일정 내에 배울 시간 없음", "고객이 요구하지 않음")
- 중간 관리자: 혁신 압력과 프로젝트 납기 사이에서 갈등
→ 점진적 전환 모델 없이는 조직 전체가 표면적 도입에 그침
3단계 전환 모델
AIDLC를 한 번에 도입하지 않고, 기존 워터폴 프레임 안에서 점진적으로 적용한다.
Phase 1: 워터폴 + AI 보조 (3-6개월)
기존 프로세스를 유지하되, 개발 단계에서만 AI를 코딩 보조로 활용한다.
적용 범위
- 요구사항 분석: 기존 방식 유지
- 설계: 기존 방식 유지
- 개발: Claude Code, GitHub Copilot 등 코딩 보조 도구 허용
- 테스트: 기존 QA 프로세스 유지
성과 지표
- 개발 속도 개선: 20-30%
- 버그 밀도: 유지 또는 소폭 개선
- 팀원 만족도: AI 도구 사용 경험 축적
조직 변화
- 없음 (역할, 프로세스, 산출물 변화 없음)
- AI 도구 교육 프로그램 운영 (주 1회, 2시간)
Phase 2: 하이브리드 (6-12개월)
워터폴 프레임을 유지하되, 개발 단계에서 Bolt 주기와 Mob Programming을 도입한다.
적용 범위
- 요구사항 분석: 워터폴 (산출물 형식 유지)
- 설계: 워터폴 + Mob Elaboration (핵심 모듈만)
- 개발: Bolt 주기 (2주 단위 Working Software 산출)
- 테스트: Continuous Validation (Bolt마다 시연)
Bolt 주기 구조
성과 지표
- 개발 속도 개선: 40-60%
- 요구사항 변경 대응 시간: 50% 단축
- 고객 만족도: Bolt 시연으로 가시성 증가
조직 변화
- 역할 유연화: 개발자가 설계 일부 참여, QA가 Bolt 시연 참여
- Mob 세션: 주 2-3회, 핵심 로직에 한정
- 산출물 간소화: Bolt 종료 보고서 = 시연 영상 + 코드
Phase 3: AIDLC 네이티브 (12개월+)
Intent → Unit → Bolt 풀사이클을 적용하고, 온톨로지/하네스를 전면 활용한다.
적용 범위
- Intent Driven: 고객 요구를 Intent로 직접 변환
- Mob Elaboration: 전체 설계를 Mob으로 진행
- Bolt 주기: 1-2주 단위 Intent 완료
- 하네스 자동화: Unit 테스트, 통합 테스트, 배포 자동화
- 온톨로지: 도메인 지식을 명시적으로 관리
조직 구조
- 역할 재정의: 역할 재정의 참조
- Facilitator: Intent 정제, Mob 진행
- Domain Expert: 온톨로지 관리
- Infrastructure Engineer: 하네스 관리
- 프로젝트 구조: 10-15명 → 5-7명 Mob 단위로 분할
- 계약 방식: 고정가 → Time & Material 또는 Bolt 단위 검수
성과 지표
- 개발 속도 개선: 60-80%
- 요구사항 변경 비용: 80% 감소
- 배포 빈도: 주 1회 → 일 1회
- 품질: 운영 버그 50% 감소
Brownfield-First 전략
신규 프로젝트가 아닌 기존 시스템 최적화부터 시작한다.
왜 Brownfield인가?
| 요소 | Greenfield (신규) | Brownfield (기존) |
|---|---|---|
| 리스크 | 높음 (전체 실패 시 책임 명확) | 낮음 (부분 개선, 현 상태보다 나쁠 수 없음) |
| 학습 곡선 | 가파름 (모든 것을 새로 결정) | 완만함 (기존 코드베이스 이해 필요) |
| 가시성 | 낮음 (완료 시점까지 산출물 없음) | 높음 (개선 전후 비교 가능) |
| 고객 신뢰 | 불확실 (최종 결과에 의존) | 높음 (빠른 피드백) |
3단계 확산 경로
Stage 1: 소형 프로젝트 (10억 이하)
- 대상: 레거시 시스템 유지보수, 기능 추가
- 목표: AIDLC 적용 경험 축적
- 기간: 3-6개월
- 성과: Bolt 주기, Mob 세션, 하네스 자동화 검증
Stage 2: 중형 프로젝트 (10-50억)
- 대상: 기존 시스템 일부 재작성 + 신규 기능
- 목표: 하이브리드 모델 검증
- 기간: 6-12개월
- 성과: 온톨로지 적용, 역할 재정의, 계약 모델 실험
Stage 3: 대형 프로젝트 (50억+)
- 대상: 전사 시스템 전면 재구축
- 목표: AIDLC 네이티브 적용
- 기간: 12개월+
- 성과: 조직 전체 프로세스 전환, 고객사 확산
챔피언 모델
조직 내 AIDLC 확산은 1인 챔피언에서 시작해 팀, 조직으로 확산한다.