아직도 AI 도구만 사주시나요? 진짜 AX는 ‘이것’이 필요합니다.
배휘동, AX 팀 리드로의 여정
배휘동은 3년 반 동안 실리콘밸리의 AI 번역회사 엑셀렛(Excelerate)에서 프론트엔드 팀 리드로 일하다가, 2024년부터 AI와 바이브 코딩(Vibe Coding) 분야에서 의도치 않은 명성을 얻으며 교육, 강의, 컨설팅 활동을 시작했다. 현재는 코르카(Korca)에서 AX(AI Transformation) 팀 리드로 일하고 있다. 코르카는 AI 논문 도우미 ‘물라이트(Moonlight)‘와 AI 캘린더 ‘트레이스(Trace)‘를 운영하는 회사로, 물라이트는 글로벌 13만 유저를 보유하고 있으며 최근 딥시크(DeepSeek) 영향으로 중국에서도 VPN을 통해 많은 유저가 유입되고 있다.
배휘동의 개발 입문은 독특했다. 전산과 학생이었지만 대학 동아리에서 유일한 전산과 학생이라는 이유로 홈페이지 제작을 맡게 되었고, 생활코딩이 등장하기 전 오픈튜토리얼스를 통해 jQuery와 PHP를 독학하며 개발을 시작했다. 프론트엔드가 그에게 맞았던 이유는 두 가지였다. 첫째, 매의 눈을 가진 성향 덕분에 UI의 오류를 잘 찾아냈다. 둘째, 다양한 피처와 서버 개발 결과물을 UI 안에 통합하는 능력이 뛰어났다.
그는 김창준의 이자일 컨설팅 커뮤니티 AC2에 2011-2012년부터 참여하며 사람과 조직의 변화에 대한 깊은 관심을 키웠다. 이러한 배경이 팀 리드로서 주니어를 성장시키는 방법에 대한 고민으로 이어졌고, 결국 AX 컨설팅으로의 전환을 가능하게 했다. 2023년 엑셀렛이 AI로 인한 어려움을 겪으며 구조조정이 필요해졌을 때, 그는 자발적으로 퇴사를 제안했다. 회사는 대신 파트타임으로 전환하며 나머지 시간을 자유롭게 쓸 수 있게 해주었고, 이때부터 그는 육아와 글쓰기, 컨설팅을 병행하기 시작했다.
2024년 초, 커서(Cursor)를 사용하던 주변 개발자들의 극찬을 듣고 본격적으로 바이브 코딩을 시작했고, 강의 제안을 받아들였다. 공부를 위해 시작한 강의가 예상 외로 큰 반향을 일으키며 AI 관련 강의 요청이 폭주했다. 회사 업무와의 병행이 어려워지자 독립을 고민하던 중, 지인이었던 코르카의 정영현 대표와 만나 AX 팀을 이끌게 되었다.
AX란 무엇인가: 도구를 넘어선 변화
AX(AI Transformation)는 AI로 개인과 조직의 변화를 만들어내는 것이다. 대부분의 조직은 생산성 향상에만 초점을 맞추지만, 배휘동은 생산성이 늘어나려면 개인, 팀, 조직 모두가 동시에 변화해야 한다고 강조한다. 기존 AI 트랜스포메이션의 가장 큰 문제는 도구만 제공하고 끝난다는 점이다. 도구를 제공해도 실질적인 행동 변화와 조직의 생산성 변화, 지표 변화로 이어지지 않는 경우가 많다.
코르카 AX 팀은 개인의 역량을 향상시키고, 팀의 역량을 향상시키며, 제품을 개선하는 실질적 변화에 초점을 맞춘다. 배휘동은 AX 컨설턴트에게 필요한 세 가지 핵심 역량을 정의했다.
1. 문제 발견 역량(Problem Discovery): 조직과 개인의 진짜 문제를 찾아내는 능력이다. 이를 위해 그는 지난 하루와 일주일을 돌아보며 시간과 에너지 사용을 기록하게 한다. 텍스트로 정리된 이 데이터를 바탕으로 가장 고통스러운 부분, AI나 타인의 도움이 필요한 부분을 찾아낸다. 비개발자들은 프로그램이나 AI가 무엇을 할 수 있고 없는지 구분하지 못하기 때문에, 이 분석과 분해를 도와주는 것이 중요하다.
2. 엔드투엔드 구현 역량(End-to-End Implementation): 발견한 문제에 대한 해결책을 처음부터 끝까지 직접 구현하는 능력이다. 자신이 발견한 문제든 타인의 문제든 상관없이, 기술적으로 완성된 솔루션을 만들어낼 수 있어야 한다.
3. 변화 창출 역량(Change Management): 해결책을 구현했다고 끝이 아니다. 서비스에 비유하면 마케팅을 통해 사람들이 와야 하고, 전환이 일어나야 하며, 그들의 삶이 실제로 변해야 진정한 임팩트가 생긴다. 개인의 습관을 바꾸고, 조직 문화를 변화시켜 실제 지표 개선으로 이어지게 하는 능력이다.
채용 과정에서 배휘동은 이 세 가지 역량이 드러나도록 이력서를 작성하게 하며, 가장 좋은 검증 방법은 함께 프로젝트를 해보는 것이라 생각해 유망한 지원자와는 2-3시간 짝작업(Pair Work)을 진행한다.
집체교육의 한계와 습관 설계
배휘동은 전통적인 집체교육을 지양한다. 그 이유는 명확하다. 좋은 도구를 알려주고 방법을 가르쳐도 조직은 바뀌지 않았기 때문이다. 이는 AI만의 문제가 아니라 애자일(Agile) 등 모든 좋은 프랙티스가 직면하는 공통적 어려움이다. 조직들은 보통 겉만 가져온다. 첫째, 도구만 가져오고 그 도구가 어떤 내부 조직의 내홍을 거쳐 현재 형태에 이르렀는지, 그 히스토리는 가져오지 않는다. 스냅샷만 가져온 것이다. 둘째, 도구를 왜, 어떻게 써야 하는지에 대한 이해 없이 규칙으로만 작동시켜 사람들을 얽매니 오히려 불만이 생기고 효능감을 느끼지 못한다.
프롬프트 엔지니어링을 잘하는 방법은 이미 무료로 좋은 자료가 많다. 하지만 사람들의 평소 행동을 이해하고, 그 행동 양식에 아주 조금만 증강(Augment)되어도 큰 효능감을 느끼게 하는 습관 또는 훈련 설계가 함께 들어가지 않으면 결국 사용하지 않는다. 도구를 제대로 도입하려면 그 사람과 조직과 행동을 모두 이해한 채로, 그들의 습관을 어떻게 조금이라도 바꿀 것인가, 그러면서 어떻게 점점 더 잘하게 할 것인가를 함께 설계해야 한다.
집체교육이 커질수록 집중도는 떨어진다. 무슨 근무 시간에 바쁜데 이것까지 하라고 하느냐는 저항감이 생긴다. 그래서 배휘동은 개개인의 의지가 중요하다고 강조한다. 의지 높은 사람 몇 명이 먼저 변하는 모습을 보여주면, 동료들이 FOMO(Fear of Missing Out)를 느끼며 “나랑 똑같던 애가 왜 갑자기 저렇게 잘하지?”라고 생각하며 동기가 생긴다.
그는 톱다운(Top-down)과 바텀업(Bottom-up) 접근을 동시에 강조한다. 톱다운적으로는 “무조건 하루에 토큰 100만씩 써라” 같은 지시와 도구 지원이 필요하다. 동시에 바텀업적으로는 옆 사람이 잘하는 것을 보거나, 내가 하는 방식을 조금만 바꿨는데 훨씬 좋아지는 경험이 필요하다. 양쪽에서 동시에 접근해야 한다.
해외 사례로 니아 모틀리(Nia Motley)라는 유튜버도 AX 에이전시를 운영하며 조직에 들어가 챔피언(Champion)을 찾아내는 데 집중한다고 한다. 코르카도 마찬가지로 챔피언 선정부터 도와준다. 챔피언의 역량을 높여 그가 다시 다른 사람들을 높여주게 하는 체인지 에이전트(Change Agent)를 만드는 것이다. 정기적으로 세션을 열어 내부 공유가 계속 일어나게 하는 것이 진정한 AX의 모습이다.
강화학습과 교육의 유사성: Off-Policy vs On-Policy
배휘동은 AF Frontier 팟캐스트에서 노정석, 최승준, 김상현이 나눈 강화학습 이야기를 듣고 교육과의 깊은 연결고리를 발견했다. 강화학습의 Off-Policy와 On-Policy 개념은 교육 맥락과 완벽하게 매핑된다.
Off-Policy는 보상을 주는 주체가 외부인 경우다. 외부 에이전트가 학습한 정책을 내부 에이전트에게 전달하는 방식인데, 문제는 외부 에이전트의 환경과 능력이 내부 에이전트와 다르다는 점이다. 그들이 할 수 있었던 것을 내부 에이전트는 할 수 없을 수 있다.
On-Policy는 내부 에이전트가 자신의 경험으로 학습하는 방식이다. 강화학습에서는 내부 에이전트가 할 수 있는 형태로 학습이 일어나게 하고 보상이 일어나게 해야 더 효과적이다.
이는 교육에서도 동일하다. 외부 강사가 들어와 “나는 이렇게 하면 돼, 요즘 이렇게 하고 있어, 정말 좋아”라고 말하는 것은 Off-Policy다. 청중에게 와우를 줄 수는 있지만, 실제 임팩트와 변화가 생기려면 갭이 존재한다. 그들의 평소 행동에서 델타(Delta)로 가야 변화할 수 있다. 외부인이 제시하는 이상적 상태와 현재 상태의 차이가 너무 크면 사람들은 시도조차 하지 않는다.
이것이 배휘동이 전달식 교육을 피하는 이유다. 외부 강의는 새로운 특이한 관점을 수용한다는 점에서 나쁘지 않을 수 있지만, 실질적 변화를 이끌어내려면 내부적으로 모든 태스크를 분석적으로 파악하고 하나씩 교체해가는 AX 컨설팅 방식이 필요하다.
물라이트 팀의 에이전틱 워크플로우: Tidying 자동화 사례
배휘동과 시니어 엔지니어 강규영은 물라이트 팀을 에이전틱한 팀으로 만들기 위한 프로젝트를 시작했다. 그 핵심은 코드 품질 관리였다. 많은 이들이 AI 시대에 코드 품질이 왜 중요한가 반문할 수 있다. 예를 들어 JavaScript/TypeScript에서 import 문의 순서를 강제하는 린터 규칙이 AI 시대에 필요한가?
배휘동은 중요하다고 단언한다. AI를 잘 쓰기 위한 핵심은 좋은 예시를 주고 따라하게 하는 것이다. 프롬프트 내에 좋은 예시가 있으면 사전학습된 지식 중 비슷한 고품질 코드 조각을 샘플링할 확률이 높아진다. Import가 정렬된 코드베이스에서는 정렬된 코드 조각이 검색될 확률이 높고, 그런 코드베이스의 코드는 품질이 높을 확률이 높다. 따라서 AI가 실수할 확률이 줄어든다. 코드베이스 품질이 높아질수록 AI도 훨씬 더 일을 잘한다.
그들은 켄트 벡(Kent Beck)의 Tidying First 개념을 도입했다. Tidying은 극도로 안전한 미세 리팩토링을 의미한다. 예를 들면:
- 코드 뭉치 사이에 시맨틱 차이가 있으면 한 줄 띄우기
- 코드가 다른 위치에 있는 게 더 유리하면 위치 옮기기
이런 사소한 변화들이 쌓이면 코드가 점점 예뻐지고, 어느 순간 더 과감한 리팩토링이 가능한 상태가 된다.
Tidying 프롬프트와 자동화 시스템
초기에는 복잡한 프롬프트를 만들었지만, GPT의 최신 프롬프팅 가이드에 따라 “less is more” 원칙을 적용해 압축된 프롬프트를 완성했다. 하지만 두 가지 문제가 있었다.
문제 1: 팀원들이 무엇을 Tidying 해야 할지 모른다. 코드베이스에 너무 익숙해져 개선점이 보이지 않는다.
문제 2: Tidying이 너무 작은 변화라 유의미하게 느껴지지 않는다. 임팩트가 없다고 느낀다.
해결책은 두 가지였다.
- 프롬프트를 만들어 제안을 자동화한다
- 제안 대상을 최근 변경으로 한정한다 - 최근 변경한 코드는 관심이 있는 코드이고, 그것이 개선되면 이득이 커지며 실행도 쉽다.
하지만 코드 분석이 길어져 실행 시간이 오래 걸렸다. 그래서 Claude Code의 커맨드로 추가했다. Claude Code를 쓰지 않는 팀원을 위해 마크다운 파일은 그대로 두고, Claude Code 사용자는 서브 에이전트를 활용하게 했다.
구현 아키텍처:
# Tidy Target Commit 스크립트 (Shell Script)
# Git Log에서 "Tidy"가 아니면서 Merge Commit이 아닌 커밋들을 찾음이 스크립트로 타겟 커밋들을 찾은 다음, 이들을 병렬로 실행한다. 병렬 실행에서는:
- Tidying 기법과 제약사항을 이해
- 각 커밋 내에서 Tidying 할 것을 찾아 제안
메인 에이전트가 오케스트레이션하며 모든 제안을 수집해 제시한다. 사람은 최근 커밋이기 때문에 맥락을 잘 알고 있는 상태에서 검토하고, 괜찮으면 적용한다. 승인은 바로 하지 않고 반드시 검토 후 판단한다.
배휘동과 강규영은 수십 차례 직접 실행하며 제안의 품질을 검증했고, 안전 수준이 충분히 올라갔다고 판단했다. 이 프랙티스가 팀 내 정착되고 코드베이스 품질이 올라가면 AI의 제안도 좋아지므로, 어느 수준부터는 매일 수십 개의 Tidying 커밋을 자동으로 올리게 할 수도 있다고 기대한다.
코드 품질 지표의 극적인 개선
배휘동은 코드 품질을 추적하기 위한 대시보드를 만들었다. 네 가지 지표를 추적한다:
| 지표 | 설명 | 변화 |
|---|---|---|
| Lint 오류 수 | ESLint 규칙 위반 | 5,000+ → 수백 개 (극적 감소) |
| NIP (죽은 코드) | 어디서도 참조하지 않는 코드 | 점진적 감소 |
| Line of Code | 전체 코드 라인 수 | 추적 중 |
| 오류 밀도 | (Lint + NIP + 기타) / LOC | 계단식 하락 |
Lint 오류가 어느 날 확 줄어든 이유는 ESLint 룰을 함께 정리하고 자동 픽스를 돌렸기 때문이다. 오류 밀도라는 복합 지표를 사용하는 이유는 단일 지표만 추적하면 그쪽으로만 집착하게 되기 때문이다. 라인 수가 늘었지만 오류 수가 그대로면 이는 좋은 것이다. 상보적 지표가 필요하다.
그래프는 계단식으로 하락하는 패턴을 보인다. 작은 결정과 클린업이 쌓여 과감한 결정을 할 수 있게 되고, 그때마다 품질이 급격히 개선되는 것이다.
팀 문화의 변화: Tidying의 중요성을 강조하고 나서부터 물라이트 팀 내에서 Tidying 커밋이 아니더라도 평소 개발할 때 Tidying을 신경 쓰며 더 잘하게 되었다. 조직의 압박이 아니라 문화의 개선이다.
실행 타이밍: 팀원들은 자기 전이나 출근 직후 다른 맥락과 상관없이 Tidying을 한다. Suggest Tidying 커맨드 한 번이면 5분 만에 제안이 나오기 때문이다.
물라이트 팀은 개발자와 비개발자의 구분이 거의 없어 전 팀원이 PR을 올린다. 조직 전체가 AI 네이티브하게 움직이고 있다. 처음에는 배휘동과 강규영만 제안하고 실험했지만, 점점 전파되면서 다른 팀원들도 “저 이런 거 프롬프트 해보고 싶다” 또는 “이런 제 좋은 프랙티스를 어떻게 에이전틱하게 바꿀 수 있을까”라는 이야기를 꺼내고 있다.
짝 프롬프팅(Pair Prompting)과 압축 성장
배휘동은 2024년 중순부터 매주 5-6시간을 누군가와 짝작업했다. 그 짝작업의 90%는 **짝 프롬프팅(Pair Prompting)**이었다. 짝 프로그래밍의 AI 버전이다.
짝 프롬프팅 방법론:
- 하나의 태스크/문제를 정의
- 각자 접근 방법을 프롬프트로 작성 - 서로 비교하고 취합하거나 각자 실행해보고 비교
- 실행 전 예측 - “이 프롬프트 돌리면 어떻게 될 것 같으세요?” 서로 얘기해보고 “이 부분은 이렇게 키워드를 써야 AI가 더 잘할 것 같다” 같은 대화
- 결과 비교와 학습
배휘동은 코칭을 할 때든, 수민, 규영과 작업할 때든 이런 방식으로 진행했고, 이 기간에 압축 성장을 많이 했다고 회고한다. 짝 프롬프팅은 단순히 프롬프트를 함께 쓰는 것이 아니라, AI의 동작 방식에 대한 이해를 깊게 하고, 다른 사람의 사고방식을 배우며, 예측과 검증을 반복하며 프롬프팅 역량을 빠르게 향상시키는 방법론이다.
저항과 극복: 되묻기 프롬프트 사례
배휘동이 교육에서 경험한 좌절적인 순간도 있었다. 그는 프롬프트를 쓸 때 **되묻기(Ask-back)**를 하게 하는 것을 좋아한다. 생각이 다 나지 않고 컨텍스트가 부족할 때 AI에게 물어보게 하면 AI가 훌륭한 질문을 해준다. 그렇게 컨텍스트를 충분히 채워넣은 다음 새로운 세션에서 실행하는 방식을 선호한다.
하지만 아무리 설명해도 대부분은 귀찮아서 안 한다. 대신 “모르겠고, 그냥 이 프롬프트 하나만 쓰시면 돼요” 같은 즉시 사용 가능한 템플릿을 주면 사용한다.
원인 분석:
- 인지적 부하가 크다 - 평소 하던 행동과 많이 다르면 실행하지 않는다
- 압도적으로 좋지 않으면 행동을 바꿀 요인이 생기지 않는다
- LLM 이해 부족 - 새로운 세션으로 넘어갈 때 기존 대화의 컨텍스트가 넘어갔는지조차 이해 못 할 수 있다
요즘 AI 또는 특정 모델, 특정 챗봇이 어떤 기능이 있고 어디까지 할 수 있는지에 대한 이해, LLM의 기본 동작 방식(컨텍스트, 인도우, 토큰 등)을 알고 있어야 그런 고급 테크닉을 쓸 생각이 든다. LLM과 AI에 대한 리터러시가 전제되어야 AX가 원활하게 진행된다.
코르카 AX 팀에 합류해야 하는 이유
배휘동은 코르카 AX 팀의 매력을 몇 가지로 정리했다.
1. 프론티어 시야를 가진 사람들: AX와 AI 분야의 최전선을 쫓아가는 사람들이 많지 않다. 그런 사람들과 대화할 때 “아, 맞아 이런 시야가 있고 이런 문제가 있었지” 같은 공감과 쾌감이 있다. 코르카는 그런 프론티어적 시야를 가진 조직이다.
2. 배휘동과 강규영이라는 동료: 자신의 입으로 말하기 민망하지만, 본인이 있다는 것 자체가 메리트라고 생각한다. 그리고 엑셀렛에서 코르카로 데려온 강규영은 정말 엄청난 실력자다. 둘은 정기적으로 짝작업(페어 프로그래밍)을 많이 하며 서로 배운다. 배휘동은 엔지니어링 기초부터 배우고 있고, Tidying도 강규영에게 배운 것이다. 기초부터 AI 프론티어까지 모두 함께 짝작업하며 배울 수 있다는 것이 큰 매력이다.
3. 물라이트라는 제품의 매력: 논문 또는 연구를 다루는 제품은 희소하다. 운 좋게도(그가 이 도메인을 잘 모르기 때문에 쓴 표현이지만) AI 사이언스(AI for Science)가 요즘 크게 뜨고 있어 트렌드와 잘 맞물린다. 최첨단 트렌드를 달리는 제품, 그것도 J-커브의 초입에 있는 성장 초기 제품에 기여할 수 있다. AX 팀으로서 내부 제품에도 당연히 기여하기 때문이다.
4. 영업 걱정 없는 컨설팅: 모든 컨설턴트는 여유 시간의 50%를 마케팅에 써야 한다는 말이 있다. 계속 다음 고객을 찾아야 하고, 모든 글의 마지막은 “연락하세요”가 되어야 한다. 영업은 쉽지 않다. 하지만 코르카는 현재 인바운드로 너무 많은 연락이 들어오고 있다. 그중에는 꽤 큰 기업도 많고, 임팩트 있는 일을 할 기회가 많다.
2-3년 후 AX의 미래
배휘동은 미래 예측에 조심스럽다. 요즘은 하루가 일 년 같고, 최고의 모델이 내일 또 나올 것이다. 지금 우리가 쓰는 모델은 인류 역사상 가장 구린 모델이다. 미래 예측이 너무 어렵고, AX가 얼마나 잘 될지 솔직히 잘 모르겠다고 말한다.
어쩌면 구글, 각종 LLM 벤더들이 다 내재화해버릴 수도 있다. 구글 워크스페이스는 이미 너무 잘한다. 거기 하나로 통합될 수도 있다. 솔루션 아키텍트 같은 역할은 살아남겠지만, AX 팀이나 TF 같은 조직이 얼마나 오래 갈지는 모른다.
하지만 그것이 내재화되든, 흡수되든, 그 니즈 자체는 계속 있을 것이다. DX(Digital Transformation)라는 말이 나온 지 한참 됐는데, AX를 도와달라고 오는 팀을 보면 DX조차 제대로 안 돼 있다. 그 다음 레벨도 비슷할 것이다. 말이 바뀔지언정, 변화를 만들고 일을 더 잘하고자 하는 흐름은 계속 지속될 것이고, 그걸 위한 너무 좋은 도구로 AI가 주어졌다.
AX 팀은 사라질지언정, AX라는 본질을 가진 업무는 계속 살아 있을 것이다.
마지막 조언: 모든 것은 프로그램화될 수 있다
배휘동이 개발자와 기획자, 시니어들에게 전하는 한 문장은 이것이다.
“지금 여러분이 손으로 하고 있는 그 작업은 언제나 프로그램화될 수 있다고 생각해보고, 한번 만들어보시라.”
그 자신조차 이 원칙의 적용 대상이다. 그는 구글 앱스스크립트(Google Apps Script)를 적극 활용하게 된 지 얼마 안 됐다. EO 바이브코딩 해커톤 심사를 위한 폼을 만들 때, 예전 같았으면 손으로 다 했을 것이다. 하지만 구글 앱스스크립트를 이용해보자는 생각에 1시간 정도 작업했더니 완성됐다.
구현한 자동화의 흐름:
- 구글 시트의 정보를 취합한 구글 독스를 생성
- 독스 안에 이미지 파일을 포함한 모든 정보 삽입
- 권한을 “모두가 볼 수 있게” 설정
- 그 링크를 시트에 추가
- 시트의 링크를 포함한 구글 폼 생성
몇 달 전에는 이런 작업을 프로그램화할 생각조차 못 했을 것이다. 하지만 지금 해보니 너무 편하고, 수정도 훨씬 용이하고, 공유하기도 쉽다.
이런 하나하나의 작은 변협(변화 + 협업)을 스스로 만들 수 있다는 효능감이 생기고, 내가 하는 저 일도 내가 더 낫게 할 수 있다고 생각하면 AI와 프로그램의 도움을 받아 시야가 굉장히 넓어진다.
호기심이 제일 중요하다. 될까? 해볼까? 했더니 되네? 이런 경험을 반복하며 효능감을 확인하는 활동이 진짜 진짜 중요한 시대다. 한번 도전해보고 부딪혀 보는 것, 이것이 가장 중요하다.