AI TOP 100이 우리에게 남긴 것들

“AI가 개발자를 대체할까요?” 불과 1년 전만 해도 이 질문은 두려움 섞인 농담처럼 개발자들 사이를 떠돌았습니다. 하지만 지금, 우리에게 그 질문은 더 이상 유효하지 않습니다. 이제 우리가 던져야 할 질문은 이것입니다. “우리는 AI와 함께 어디까지, 얼마나 빨리 갈 수 있는가?”

여기, 그 질문에 온몸으로 답한 기록들이 있습니다. 이번 'AI TOP 100 경진대회’를 준비하며 전례 없는 실험을 감행했습니다. 통상 몇 달이 걸릴 시스템 개발을 단 2주 만에 완료해야 하는 불가능한 일정. 우리는 기획서 대신 AI 프로토타이핑을 택했고, 전통적인 개발론 대신 PoC(Proof of Concept) 중심의 애자일을 택했습니다.

이 과정에서 누군가는 하루에 2억 개의 토큰을 쓰는 기염을 토하며 AI를 극한으로 활용했고, 누군가는 데이터 엔지니어에서 백엔드 개발자로 직무의 경계를 넘었으며, 비개발자인 테스터는 코딩 한 줄 모른 채 AI로 복잡한 알고리즘 문제를 풀어냈습니다. 그리고 운영진은 AI의 발전 속도와 현실 적용 사이의 간극, 그 '라스트 마일’을 메우기 위해 치열하게 고민했습니다.

저는 이 글을 통해 '경진대회 시스템 개발기’가 아니라, AI라는 거대한 파도를 만난 엔지니어, 기획자, 그리고 운영자들이 각자의 자리에서 어떻게 일하는 방식을 혁신했는지에 대한 '적응의 기록’을 소개하고, 앞으로 우리가 나아가야 할 '새로운 개발 표준’에 대한 이야기를 하고자 합니다.

AI_TOP_100 경진대회 시스템 개발 회고록을 지금 공개합니다.

AI Top 100 경진대회 시스템 개발기 - robin.hwang (개발 총괄 리더)

AI 기술의 발전 속도는 이제 개인의 생산성 향상을 넘어 조직이 일하는 방식 그 자체를 흔들고 있습니다. 제가 속한 AI Native 전략팀은 단순히 새로운 도구를 도입하는 것을 넘어, 일상적인 업무부터 프로젝트 단위의 업무에 이르기까지 모든 프로세스를 ‘AI 중심’으로 재편하는 미션을 수행하고 있습니다.

이 미션이자 도전의 정점이 바로 이번 ‘AI Top 100 경진대회’ 시스템 개발이었습니다. 여기에서는 불가능해 보였던 일정 속에서 어떻게 일하는 방식을 혁신하고, 그 과정에서 AI를 통해 개발 문화를 어떻게 바꾸어 가고 있는 지에 대한 기록을 공유하려고 합니다.

물리적으로 불가능했던 타임라인, 그리고 결단

프로젝트의 시작은 위기 그 자체였습니다. 대회 일정은 이미 한 달 뒤로 확정되어 있었지만, 기획부터 디자인, 개발, QA, 배포까지의 통상적인 프로세스를 역산해 보았을 때 실제 개발에 투입할 수 있는 시간은 길어야 예선, 본선 각각 2주 남짓이었습니다. 설상가상으로 예선과 본선의 평가 방식이 달라 사실상 두 개의 시스템을 동시에 개발해야 하는 상황이었습니다.

기존의 방식대로라면 일정을 연기하거나 요구사항을 대폭 축소하는 것이 맞았습니다. 하지만 사내 AI 마일리지 제도를 시범 운영하며 Cursor나 Claude Code 같은 도구에 능숙해진 멤버들이 TF로 모였기에 우리는 조금 다른 결단을 했습니다. 개발 기간을 늘리지 않고, 우리가 가진 무기인 AI를 극한으로 활용해 정면 돌파를 해보자는 것이었습니다. 2주라는 시간은 전통적인 개발론으로는 턱없이 부족했지만, AI 네이티브 방식으로는 충분할지도 모른다는 가설을 검증해보고 싶었기 때문입니다.

“프로토타입이 곧 기획이다”

먼저 '상세 기획서’를 작성하는 단계를 과감히 생략했습니다. 대신 새로운 방식을 도입했습니다. 바로 AI 도구를 활용한 초고속 프로토타이핑입니다.

멤버 전원에게 "각자가 생각하는 이상적인 경진대회 시스템을 AI로 구현해 오라"는 미션을 부여했습니다. 제대로 된 기능 명세도, 화면 설계서도 없었지만, 결과는 놀라웠습니다. 텍스트로 된 기획서 대신, 각자의 해석과 아이디어가 담긴 실제 작동하는 프로토타입들이 쏟아져 나왔습니다. 한 개발자는 혼자서 무려 6가지 버전의 프로토타입을 만들어오기도 했습니다.

이후의 프로세스는 이 프로토타입들을 리뷰하는 것으로 대체했습니다. 어떤 프로토타입은 레이아웃이 훌륭했고, 어떤 것은 어드민 구성이, 또 어떤 것은 데이터 처리 로직이 탁월했습니다. 우리는 눈앞에 구현된 결과물들을 보며 빠르게 의견을 조율했고, 텍스트로 소통할 때보다 훨씬 더 빠르고 정확하게 팀의 눈높이를 맞출 수 있었습니다. 본질만 남기고 불필요한 기능은 덜어내며, 좋은 아이디어는 통합하는 이 과정은 그 어떤 기획 회의보다 효율적이었다고 자부합니다.

99%의 위임과 하루 2억 토큰의 열정

이렇게 정리된 스펙을 바탕으로 본격적인 개발이 시작되었을 때, 우리 팀의 모습은 이전과는 완전히 달랐습니다. 대부분의 코드는 Claude Code를 기반으로 작성되었습니다. 개발자들은 직접 코드를 타이핑하는 시간보다 AI에게 의도를 설명하고, 생성된 코드를 검수하는 데 더 많은 시간을 쏟았습니다.

작성된 코드의 99% 이상을 AI에게 위임하는 과정에서, 프로토타입 단계에서 미처 고려하지 못했던 기술적 난제들도 AI의 도움을 받아 ‘선(先) 구현, 후(後) 결정’하는 방식으로 속도를 높였습니다. 이 과정에서 한 개발자는 하루에만 2억 토큰을 소모하며 시스템을 완성해 나가는 압도적인 퍼포먼스를 보여주기도 했습니다.

특히 놀라웠던 점은 프론트엔드 개발 영역이었습니다. 단 한 명의 개발자가 예선과 본선의 모든 화면 개발을 도맡았습니다. 압도적인 업무량과 강도였지만, 프론트엔드 개발자의 숙련된 경험과 AI의 생산성이 결합하자, 믿기 힘든 속도로 완성도 높은 결과물들이 만들어졌습니다. 개발 기간 대비 산출물의 양과 질은 우리의 예상을 훨씬 뛰어넘는 수준이었습니다.

AI 뒤에 사람이 있다는 것

물론 모든 과정이 순탄치만은 않았습니다. 도메인 설계나 구현 방향성에 대해 멤버 간의 의견이 충돌하기도 했습니다. 흥미로운 점은 그 의견 차이의 배경에, 각자가 사용하는 AI 모델들의 '견고한 논리’가 자리 잡고 있었다는 것입니다. AI가 제시한 논리가 워낙 탄탄하다 보니 의사결정이 교착 상태에 빠지기도 했습니다.

이때 중심을 잡을 수 있도록 해준 열쇠는 결국 시니어 개발자들의 '경험’이었습니다. AI는 수많은 해결책을 제시할 수 있지만, 우리 시스템의 현재 상황과 미래의 유지보수성을 고려해 최적의 답을 선택하는 것은 결국 사람의 몫이었습니다. 우리는 이 경험을 통해 AI가 아무리 발전해도 최종적인 방향키를 쥐는 것은 사람이라는 사실을 다시금 깨달았습니다.

성공, 그리고 확신

치열했던 예선과 본선 각각 2주간의 개발 기간을 거쳐, 시스템을 성공적으로 오픈하고 QA까지 무사히 마칠 수 있었습니다. 혹자는 "프로토타입 좀 빨리 만든 게 뭐가 그리 대단하냐"고 반문할지도 모릅니다. 하지만 직접 이 과정을 겪어본 우리는 압니다. 이것이 단순히 속도의 문제가 아니라, 소프트웨어 개발의 패러다임이 바뀌는 현장이었다는 것을 말입니다.

이번 프로젝트를 통해, 기존의 폭포수 방법론을 완전히 대체하고, 기획과 개발의 경계를 허물며, AI를 진정한 동료로 받아들이는 경험을 했습니다. 하루 2억 토큰을 사용하며 몰입했던 그 열정 속에서, 앞으로의 개발 방식이 어떻게 변해야 할지를 미리 체험할 수 있었습니다.

무엇보다 가장 큰 수확은 '결과’가 아닌 '자신감’입니다. 이제 우리 멤버들은 그 어떤 불가능해 보이는 미션이 주어져도 주저하지 않습니다. 혁신적인 과정을 통해 또 다른 기회에 도전할 준비가 되었기 때문입니다. AI Native 전략팀의 실험은 이제 막 시작되었습니다.

가장 뜨거웠던 성장통: AI와 동료, 두 개의 엔진을 달다 - hook.jeong (예선시스템 리더, 프론트 전담 개발)

개발자로서의 커리어를 돌아볼 때, 이번 ‘AI Top 100 경진대회’ 프로젝트는 가장 가파른 성장 곡선을 그린 시기로 기억될 것입니다. 단순히 새로운 기술을 도입해 보았다는 차원을 넘어, "좋은 동료들과 AI가 만났을 때 어떤 시너지가 나는가"를 온몸으로 체감한 시간이었기 때문입니다.

동료가 주는 힘

사내에서 AI를 가장 능숙하게 다루는 동료들과 한 팀이 되어 일할 수 있었던 것은 저에게 큰 행운이었습니다. 우리는 단순히 "이 도구가 좋다"는 식의 정보 공유에 그치지 않았습니다. 각자가 가진 기술적 배경과 AI 활용 노하우를 아낌없이 꺼내 놓았고, 더 나은 결과물을 만들기 위해 치열하게 토론했습니다.

누군가 AI를 통해 기발한 해결책을 가져오면, 다른 누군가는 그것을 아키텍처 관점에서 다듬었고, 또 다른 누군가는 UX 관점에서 녹여냈습니다. 서로가 서로에게 가장 좋은 레퍼런스가 되어주는 이 과정은 저에게 신선하고도 강력한 자극이 되었습니다. 혼자서 AI를 공부할 때보다, AI를 잘 쓰는 동료들과 함께 부대끼며 고민할 때 성장의 밀도가 훨씬 높다는 것을 깨달았습니다.

도구를 넘어 비전을 보다

이번 프로젝트는 단순히 ‘빠르게 시스템을 만드는 과제’가 아니었습니다. 저는 이 치열한 과정을 통해 카카오가 AI를 어떻게 바라보고 있으며, 어떤 미래를 고민하고 있는지를 피부로 느낄 수 있었습니다.

단순히 생산성을 높이는 도구로서의 AI를 넘어, 업무의 본질을 바꾸고 조직의 문화를 재정의하려는 회사의 움직임을 프로젝트 안에서 목격했습니다. 덕분에 저는 '기능을 구현하는 개발자’의 시야에서 벗어나, 'AI 네이티브 환경에서 우리는 어떻게 일해야 하는가’라는 더 넓은 관점을 갖게 되었습니다. 제 AI 역량이 빠르게 성장한 것은 물론, 기술을 대하는 태도 자체가 변화한 계기가 되었습니다.

짧았지만 뜨거웠던 시간

개발기간은 물리적으로 매우 짧은 기간이었습니다. 하지만 그 밀도만큼은 제 개발 인생에서 가장 뜨거웠던 시간이었습니다. 불가능해 보이는 일정 속에서 AI라는 엔진과 동료라는 날개를 달고 질주했던 그 경험은, 앞으로 제가 마주할 어떤 도전 앞에서도 주저하지 않게 만드는 단단한 자산이 되었습니다.

저에게 성장의 기폭제가 되어준 프로젝트, 그리고 함께 치열하게 고민해 준 모든 동료분께 진심으로 감사의 마음을 전합니다.

해커톤 우승 팀이 경험한 ‘미래의 개발 표준’ - eric.signal (본선 시스템 리더)

10K 해커톤에서 동료 omin.ju, modi.fy와 함께 우승 트로피를 들어 올리며 성취감에 젖어있던 때였습니다. 그 짜릿한 기억이 채 가시기도 전에, 저에게는 또 다른 기회가 찾아왔습니다. 바로 ‘AI Top 100 경진대회’ 시스템 개발 TF 합류 제안이었습니다.

해커톤 당시 우리 팀이 보여주었던 문제 해결 방식과 기술 실험 능력이, 조직이 나아가고자 하는 방향성과 맞아떨어졌기 때문입니다. 저에게 이 제안은 "해커톤에서 보여준 가능성을 실제 업무로 확장해 보라"는 거대한 미션으로 다가왔습니다. 저는 기존의 개발 방식을 넘어, 우리 조직의 새로운 표준을 만들어야 한다는 즐거운 책임감을 안고 프로젝트에 뛰어들었습니다.

사고의 흐름을 바꾸는 AI 페어 프로그래밍

TF에 합류하고 가장 먼저 마주한 충격은 개발 도구 생태계의 완전한 변화였습니다. 과거의 개발 패턴은 '개발자의 사고’가 선행되고, 그것이 '코드’로 구현된 뒤 '테스트’로 이어지는 선형적인 구조였습니다. 하지만 이곳은 달랐습니다.

TF 내에서 우리는 Cursor, Claude, Gemini와 같은 AI 모델들을 단순한 도구가 아닌 페어 프로그래밍의 파트너로 대우했습니다. 레퍼런스 탐색과 구조 설계를 AI와 함께 논의하고, 아이디에이션 즉시 코드로 구현하여 테스트까지 완료하는 과정을 반복했습니다. 어떤 문제는 특정 모델이 인간보다 압도적으로 빠르게 해결하기도 했습니다.

개발 프로세스의 한 축을 AI에게 내어줌으로써, 개발자의 사고 흐름 자체가 재편되는 전환점에 서있음을 느낄 수 있었습니다. AI가 내 생각의 속도를 따라오고, 때로는 나보다 앞서 제안을 던지는 경험을 하며 개발 환경이 급격히 진화하고 있음을 체감했습니다.

불확실성을 속도로 돌파하는 PoC 중심 개발

하지만 이상과 현실 사이에는 언제나 '리소스 부족’이라는 벽이 존재했습니다. 특히 우리 TF는 정해진 스펙을 구현하는 것이 아니라, 가능성을 검증하는 것이 목표였기에 명확한 요구사항도, 안정적인 인력도 기대하기 어려웠습니다.

우리가 선택한 돌파구는 'PoC 중심 개발(PoC Driven Development)'였습니다.

추상적인 컨셉을 AI에게 던지면 AI는 순식간에 작동 가능한 PoC 코드와 설계 초안을 제시했습니다. TF 멤버들은 AI가 만들어낸 여러 PoC 중 어떤 아이디어가 가장 적합한지를 판단하고 선별하는 데 집중했습니다.

‘사람이 바닥부터 코드를 짜는 시간’을 ‘AI가 만든 결과물을 판단하는 시간’으로 치환하자, 적은 인력으로도 믿을 수 없는 속도로 기능을 구현할 수 있었습니다. 말 그대로 '개발 속도’라는 개념 자체가 재정의되는 순간이었습니다.

결국, 키를 쥐는 것은 사람의 역량

AI가 90%를 도와주었다 해도, 프로젝트를 성공으로 이끈 나머지 10%의 핵심은 결국 팀과 개인의 역량이었습니다.

AI는 훌륭한 초안을 만들어주지만, 그것이 서비스의 방향성에 맞는지 판단하는 것은 여전히 사람의 몫입니다. 매일 아이디어가 바뀌고 기능 우선순위가 요동치는 애자일 환경 속에서, 우리는 '구현-피드백-전환’의 사이클을 극단적으로 짧게 가져갔습니다. AI는 이 속도를 물리적으로 가능하게 해주었지만, 그 속도 안에서 올바른 방향을 잡는 것은 시니어 개발자들의 경험과 동료들의 통찰력이었습니다.

기술력, 빠른 의사결정, AI 활용 능력, 그리고 실행 속도. 이 모든 박자가 맞아떨어졌기에 우리는 TF가 원하는 수준의 결과물을 만들어낼 수 있었습니다.

'예외’가 아닌 ‘미래’

이번 프로젝트에서 경험한 압도적인 속도와 도구 활용 방식, 그리고 의사결정의 민첩함. 저는 이것이 특수한 TF였기에 가능했던 '예외적인 사례’라고 생각하지 않습니다. 오히려 앞으로 모든 개발 조직이 도달하게 될 '새로운 평균점’을 미리 경험한 것에 가깝다고 느낍니다.

AI는 개발자를 대체하는 것이 아닙니다. 개발자가 더 높은 밀도의 고민을 하고, 더 큰 임팩트를 낼 수 있도록 능력을 확장해 주는 존재입니다. 이번 경험은 저에게 "최소한 이 정도는 해야 미래 경쟁력이 있다"는 명확한 기준선을 제시해 주었습니다.

TF 덕분에 남들보다 조금 일찍 미래의 개발 문화를 경험할 수 있었습니다. 그리고 저는 이제 그 경험을 바탕으로 또 다른 혁신을 만들어갈 준비가 되었습니다.

헥사고날 아키텍처가 AI를 만났을 때: 구현을 넘어 본질로 - felix.sw (백엔드 API 개발)

TF 합류 이전, 저는 사내 AI 마일리지 프로그램의 일원으로 선정되어 남들보다 조금 일찍, 그리고 깊게 AI 도구들을 탐구할 시간을 가질 수 있었습니다. 수많은 도구 중 특히 저를 사로잡은 것은 Claude Code였습니다. 당시 초기 모델의 특성상 섬세한 프롬프팅과 조작이 필수적이었는데, 이를 파고드는 과정에서 도구에 대한 높은 이해도를 쌓을 수 있었고, 이는 곧 AI Impact TF 합류라는 새로운 기회로 이어졌습니다.

이번 TF 합류를 통해 저는 저보다 AI에 대한 깊은 식견을 가진 동료들의 사용 케이스를 자세히 관찰할 수 있었고, 그들의 노하우를 흡수하여 체화하는 과정 그 자체로 강렬한 성장의 시간을 보낼 수 있었습니다.

백엔드 개발자가 그린 UI

가장 짜릿했던 경험은 직무의 벽이 허물어지는 순간이었습니다. 저는 전문 프론트엔드 개발자가 아니지만, AI 도구를 활용해 머릿속에 구상하던 시스템의 UI를 실제 화면으로 구현해 냈습니다.

과거였다면 기획 의도를 설명하기 위해 문서를 작성하고, 수차례 미팅을 거쳐야 했을 것입니다. 하지만 이번에는 달랐습니다. 제가 중요하게 생각했던 핵심 영역을 직접 스케치하고, AI를 통해 즉시 시각화하여 팀에 공유했습니다. 말로 설명하기 모호했던 기획 의도는 코드로 구현된 화면을 통해 선명하게 전달되었고, 제가 그린 구상은 실제 제품 UI에 고스란히 반영되었습니다. AI 도구가 단순한 코딩 어시스턴트를 넘어, 직무 간의 기술 장벽을 낮추고 커뮤니케이션 비용을 획기적으로 줄여주는 '공통 언어’가 됨을 체감한 순간이었습니다.

헥사고날 아키텍처, AI를 만나 날개를 달다

협업 관점에서 우리가 풀어야 할 가장 큰 숙제는 '하나의 레포지토리에서 여러 명이 동시에 충돌 없이 작업하는 것’이었습니다. 그 해답으로 헥사고날 아키텍처를 도입했습니다.

일반적으로 헥사고날 아키텍처는 비즈니스 로직과 기술적인 구현을 분리하여 유연성을 높여주지만, 작성해야 할 파일과 보일러플레이트 코드가 많아 초기 구현 비용이 높다는 단점이 있습니다. 하지만 우리에겐 AI가 있었습니다. AI는 번거로운 설정 코드와 계층 간의 매핑 코드를 순식간에 생성해 주었고, 아키텍처의 단점은 자연스럽게 상쇄되었습니다.

더 놀라운 변화는 팀의 커뮤니케이션 방식이었습니다. 개발자들이 모이면 으레 발생하는 “어떤 폴더 구조를 가져갈 것인가”, "어떤 패턴을 적용할 것인가"와 같은 구현 방법에 대한 소모적인 논쟁이 사라졌습니다. AI가 구조적인 부분을 빠르게 채워주니, 우리는 자연스럽게 스펙과 비즈니스 가치에 대해 더 치열하게 논의할 수 있었습니다. 기술적 논쟁이 줄어든 자리에 본질에 대한 고민이 채워진 것입니다.

아쉬움을 넘어, 확신으로

개인적으로는 결혼식과 신혼여행 일정이 겹쳐, 예선과 본선 시스템을 완성해 놓고도 트래픽이 쏟아지는 현장의 열기를 함께하지 못한 점이 큰 아쉬움으로 남습니다. 하지만 복귀 후 진행 중인 대외 공개 작업을 통해 그 아쉬움을 확신으로 바꾸고 있습니다.

새로운 레포지토리에서 작업을 시작했음에도, 익숙한 도메인 지식에 AI의 속도가 더해지자 API 관련 핵심 기능들을 일주일도 안 되는 시간에 완성할 수 있었습니다. 이번 프로젝트의 성공이 우연이 아니었음을 수치로 증명하는 과정이었습니다.

개발자 역할의 재정의

이번 TF 활동을 통해 개발자의 역할이 근본적으로 변화하고 있음을 느꼈습니다. 이제 개발자는 코드를 한 줄 한 줄 직접 '작성’하는 사람이 아닙니다. AI가 만들어낸 결과물을 검증하고, 전체적인 그림을 '설계’하는 사람으로 진화하고 있습니다.

구현의 부담을 덜어낸 이제, 더 중요한 질문을 던져야 합니다. "어떻게 짤 것인가"가 아니라 “무엇을 만들 것인가”. 이번 프로젝트는 저에게 그 질문에 답할 수 있는 여유와 시야를 선물해 주었습니다.

변동성은 AI로 빠르게, 안정성은 AI로 단단하게: 커머스 개발자의 이벤트 서비스 도전기 - modi.fy (백엔드 API 개발)

사내 AI 해커톤은 저에게 뜻깊은 분기점이었습니다. 당시 동료 eric.signal, omin.ju 와 함께 거둔 좋은 성과는 저를 'AI TOP 100 경진대회’라는 더 큰 무대로 이끌어주었습니다.

이번 프로젝트에서 제가 얻은 가장 값진 수확은 ‘기술’ 이전에 '사람’이었습니다. AI 대회를 준비하는 팀답게 TF의 모든 멤버는 AI 활용 능력은 물론, 개발자로서의 기본기 또한 탄탄했습니다. 각자만의 노하우로 AI를 자유자재로 다루는 모습을 지켜보는 것만으로도, 저는 교과서에서는 배울 수 없는 실전 팁들을 수없이 흡수할 수 있었습니다. "AI를 잘 쓰는 동료가 최고의 복지"라는 말을 실감한 시간이었습니다.

모호한 텍스트를 실행 가능한 코드로

본격적인 개발에 들어서며 느낀 가장 큰 난관은 '요구사항의 불확실성’이었습니다. ‘인수인계’ 문제나 (최종적으로는 제외된) ‘주식 트레이딩’ 문제처럼, 텍스트로 된 스펙 문서만으로는 실제 문제 풀이가 어떻게 이뤄질지, 어떤 경험을 줄지 가늠하기 어려웠습니다.

이 간극을 메우기 위해 'PoC 중심 개발’을 택했습니다. "일단 만들어서 돌려보고, 수정한다"는 전략이었습니다. 이 과정에서 AI는 제 손발이 되어주었습니다. 저는 AI에게 거의 모든 코드 작성을 위임했다고 해도 과언이 아닙니다. 스펙이 변경될 때마다 달라진 점을 자연어로 정리해 프롬프트에 넣으면, AI는 즉시 수정된 코드를 내놓았습니다. 저는 그 결과물을 시스템에 적용하고 검증하는 역할에 집중했습니다. 덕분에 수없이 반복되는 "구현-테스트-피드백-스펙 수정"의 사이클을 지치지 않고, 매우 민첩하게 소화할 수 있었습니다.

AI와 함께한 성능 최적화

평소 저는 안정성이 무엇보다 중요한 커머스 플랫폼 조직에서 일해왔습니다. 반면 이번 대회 시스템은 짧은 시간에 트래픽이 폭발하는 ‘이벤트’ 성격이 강했습니다. 특히 ‘전설의 오목 AI와 한 판’ 문제의 API 서버는 트래픽 스파이크가 예상되는 요주의 구간이었습니다. 익숙지 않은 패턴의 트래픽을 감당해야 한다는 부담감이 컸습니다.

저는 이 문제 역시 AI와 함께 풀기로 했습니다. 병목이 발생할 지점을 예측하는 것부터 시작해, 사전 조치 아이디어 도출, 부하 테스트 시나리오 설계, 실제 테스트 스크립트(k6: Grafana Labs의 부하 테스트 툴 등) 작성, 그리고 테스트 결과 보고서 정리까지. 성능 테스트의 A to Z를 AI와 페어링하며 진행했습니다.

놀랍게도 첫 번째 시도에서 목표 성능을 달성했습니다. 기획부터 실행, 결과 확인까지 걸린 시간은 단 몇 시간이었습니다. 사람이 일일이 스크립트를 짜고 로그를 분석했다면 며칠이 걸렸을 일을, AI의 도움으로 반나절 만에 끝낸 것입니다.

긴장이 확신으로 바뀌던 날

철저한 준비 덕분이었을까요? 대회 당일, 서비스는 처음부터 끝까지 단 한 번의 출렁임도 없이 안정적으로 운영되었습니다. 참가자들의 긍정적인 반응이 로그로, 채팅으로 올라오는 것을 보며 긴장이 스르르 풀리던 그 순간의 안도감은 잊을 수 없을 것 같습니다.

평소 접하기 힘든 현장감 넘치는 프로젝트를 통해, '빠른 변화’와 '단단한 안정성’이라는 두 마리 토끼를 AI라는 도구로 어떻게 잡을 수 있는지 배웠습니다. 이 특별한 경험을 함께해 준 최고의 팀원들에게 깊은 감사를 전합니다.

“AI가 짠 코드, 운영 가능할까요?”: 속도를 넘어 지속 가능성을 확인하다 - omin.ju (백엔드 API 개발)

저에게 AI를 이용한 개발은 낯선 경험은 아니었습니다. 하지만 그동안의 경험은 해커톤처럼 단기간에 결과물을 쏟아내야 하는 상황에 국한되어 있었습니다. ‘빠르게 만드는 것’은 검증되었지만, 늘 한구석엔 의문이 있었습니다. “이걸 실제 서비스에 쓸 수 있을까? AI가 개발 과정 깊숙이 들어와도 괜찮은 걸까?”

이번 TF 참여는 그 오랜 의문, 즉 '실제 유저가 사용하는 프로덕션 레벨의 서비스’를 AI와 함께 만들어보며 답을 찾는 과정이었습니다.

유지보수성의 딜레마

프로젝트를 시작하며 가장 먼저 부딪힌 고민은 ‘코드의 지속 가능성’이었습니다. AI는 코드를 정말 잘 짜주지만, 반복적으로 생성을 요청하다 보면 맥락이 끊기거나 전체적인 구조의 일관성이 무너질 수 있다는 우려가 컸습니다. 사람이 한 땀 한 땀 구조를 잡은 코드보다 엉성하지 않을까, 나중에 유지보수가 불가능한 '스파게티 코드’가 되지 않을까 걱정했죠.

프로젝트가 진행될수록 이 우려는 사실로 드러났습니다. 이러한 가운데서도 유지보수성을 올릴 수 있었던 비결은 결국, '검증과 문서화’라는 인간의 역할에 있었습니다. 우리 팀원들은 AI가 생성한 코드를 맹목적으로 복사해 넣지 않았습니다. 꼼꼼하게 로직을 검증하고, 팀의 컨벤션에 맞게 피드백을 주며, 중요한 결정 사항을 문서화하는 과정을 집요하게 유지했습니다. AI에게 속도를 빌리되, 흐름을 정제하고 맥락을 부여하는 것은 철저히 사람의 몫으로 남겨둔 것입니다. 이 프로세스가 자리를 잡자, AI가 만든 코드 위에서도 이슈에 기민하게 대응하고 기능을 유연하게 변경할 수 있었습니다.

백엔드 개발자, 리액트 장벽을 넘다

이번 프로젝트의 백미는 PoC 중심의 개발 문화였습니다. 그중에서도 저에게 가장 강렬했던 기억은 화면 개발 미션이었습니다.

어느 날 리더인 로빈이 제안했습니다. “다음 주까지 리액트로 각자 생각하는 대회 화면을 만들어와서 공유해 봅시다.” 솔직히 처음엔 눈앞이 캄캄했습니다. 백엔드 개발자인 저에게 타입스크립트와 리액트는 낯선 영역이었으니까요. 하지만 "AI가 있으니 한번 해보자"는 마음으로 프롬프트를 입력하기 시작했습니다.

결과는 충격적이었습니다. 하나씩 기능을 요청하고 코드를 쌓아 올리자, 머릿속에만 있던 화면의 골격이 순식간에 모니터 위에 나타났습니다. “아, 이게 진짜 되는구나.” 대부분 백엔드 개발자로 구성된 우리 팀이 그 짧은 시간 안에 그럴듯한 프론트엔드 PoC를 만들어낼 수 있었던 건, AI가 직무 간의 기술 장벽을 완벽하게 메워주었기 때문입니다.

협업의 방식이 바뀌다

이번 프로젝트를 통해 저는 단순히 "AI라는 도구를 써봤다"는 경험을 넘어, 협업의 방식 자체가 진화하는 순간을 목격했습니다. 작고 엉성하더라도 일단 PoC를 만들고, 눈앞의 결과물을 보며 즉시 방향을 수정하는 'PoC 중심’의 방식은 개발 속도를 비약적으로 끌어올렸습니다.

AI가 만든 코드는 사람이 어떻게 관리하느냐에 따라 충분히 단단해질 수 있으며, AI와 함께라면 내 주특기가 아닌 영역에서도 1인분의 몫을 해낼 수 있다는 사실을 알게 되었습니다. 이 귀중한 경험과 자신감을 이제 제가 몸담은 커머스 업무 현장에도 녹여내 보려 합니다.

데이터 엔지니어, AI를 딛고 플랫폼의 벽을 넘다: 신뢰와 검증의 줄타기 - terra.ria (백엔드 API 개발)

처음 TF 합류 제안을 받았을 때, 솔직히 기대보다는 걱정이 앞섰습니다. 저는 데이터 엔지니어링을 주 업무로 하고 있었기에, 실제 사용자들이 직접 사용하는 '서비스 플랫폼’을 만드는 일은 제 익숙한 영역 밖의 일이었기 때문입니다. "과연 내가 잘 해낼 수 있을까?"라는 의문표가 머릿속을 맴돌았지만, 한편으로는 내 손으로 만든 서비스를 누군가가 직접 사용한다는 생각에 가슴 뛰는 설렘을 안고 프로젝트를 시작했습니다.

본업과 TF 사이, AI로 효율의 균형을 찾다

현실은 녹록지 않았습니다. 본업과 TF 업무를 병행해야 했기에 절대적인 시간 부족에 시달려야 했습니다. 초기에는 이 두 가지 업무의 무게 중심을 잡느라 꽤 애를 먹었습니다.

하지만 이 난관을 돌파하게 해 준 것은 역시 AI였습니다. AI 도구 활용에 익숙해지면서 저는 단순한 ‘코딩 속도’ 이상의 것을 배웠습니다. 바로 'AI를 어디까지 믿고 맡길 것인가’를 판단하는 감각이었습니다. 모든 것을 AI에게 의존하는 것이 아니라, AI가 잘하는 단순 구현은 과감히 위임하고, 정교한 로직이나 데이터 정합성이 중요한 부분은 제가 직접 챙기는 '효율적인 분업’이 가능했습니다. 이 신뢰와 검증의 줄타기에 익숙해지자, 데이터 엔지니어인 저도 서비스 개발의 속도를 따라잡을 수 있었습니다.

낯선 서버 구축, '검증’으로 돌파하다

이번 프로젝트에서 가장 큰 도전은 '외부 사용자용 서버 구축’이었습니다. 내부 데이터 파이프라인이 아닌, 불특정 다수의 외부 트래픽을 받아내는 서버를 구축하는 것은 저에게 첫 경험이었습니다.

경험이 부족했기에 낯선 부분도 많았고, 혹시나 내 실수로 서비스가 멈추지 않을까 하는 불안감도 있었습니다. 그래서 제가 선택한 전략은 '집요한 검증’이었습니다. AI가 생성해 준 코드를 베이스로 하되, 보안 취약점이나 트래픽 처리 로직에 대해서는 그 어느 때보다 꼼꼼하게 테스트하고 검증했습니다. 다행히 이러한 노력 덕분에 큰 이슈 없이 프로젝트를 마무리할 수 있었고, 이는 저에게 "나도 할 수 있다"는 큰 자신감을 심어주었습니다.

최고의 교과서가 되어준 동료들

마지막으로, 함께 고생한 동료들에게 깊은 감사를 전하고 싶습니다. 뛰어난 동료들이 작성한 코드를 읽고 참고하는 것만으로도, 저에게는 그 어떤 기술 서적보다 훌륭한 공부가 되었습니다.

비록 많은 시간을 투자하며 몸은 고단했지만, 전혀 아깝지 않을 만큼 재미있었고 뿌듯했습니다. 데이터 엔지니어링이라는 울타리를 넘어, AI와 동료들을 통해 더 넓은 개발의 바다를 항해해 본 이 경험은 제 커리어에 오래도록 남을 소중한 자산이 될 것입니다.

AI와 함께 다진 단단한 기반: 아키텍처부터 스켈레톤, 그리고 기술 부채에 대한 고찰 - june.kim (공통모듈 담당)

Claude Code를 비롯한 AI 도구들이 가져다주는 새로운 개발 방식에 한창 매료되어 있을 무렵, 저는 다양한 조직의 개발자들과 함께 ‘AI Top 100’ 프로젝트에 합류하게 되었습니다. 저에게 맡겨진 핵심 미션은 프로젝트의 뼈대를 세우는 일, 바로 '인프라 구축’과 '스켈레톤 프로젝트 작성’이었습니다.

AI가 실제 프로덕션 레벨의 기반 공사에 어디까지 관여할 수 있을지, 그리고 그 효율은 어느 정도일지 직접 검증해 볼 수 있는 귀중한 시간이었습니다.

단 하루 만에 끝낸 시스템 설계

프로젝트 초반, 저는 시스템 설계를 담당했습니다. 과거의 방식대로라면 아키텍처 다이어그램을 그리고, 리소스를 산정하고, 시나리오를 검증하는 데만 며칠이 꼬박 걸렸을 작업입니다. 하지만 이번엔 달랐습니다.

AI의 지원을 받아 수천 명의 동시 접속 트래픽을 감당해야 하는 대규모 부하 시나리오를 분석했고, 단계별 해결 방안을 도출했습니다. 놀랍게도 이 모든 과정이 단 하루 만에 완료되었습니다. 더 인상적이었던 것은 피드백 반영 속도였습니다. "IDC 3중화 구성을 적용하자"는 팀원의 중요한 기술적 피드백이 나왔을 때, AI는 이 복잡한 변경 사항을 즉시 설계에 반영하고 다이어그램을 수정해 주었습니다. 반복적인 수정 작업은 AI에게 맡기고, 우리 팀은 ‘의사결정’ 그 자체에만 집중할 수 있었던 것입니다.

사내 인프라 문서를 학습한 AI, 스켈레톤을 완성하다

설계가 끝난 후, 곧바로 스켈레톤 프로젝트 구축에 돌입했습니다. 저를 포함해 단 두 명의 작업자가 Java, Python, JavaScript라는 각기 다른 언어 환경에서 동작하는 스켈레톤을 만들어야 했습니다.

일반적인 오픈소스 라이브러리 연동은 AI에게 식은 죽 먹기였습니다. Kafka, Redis, DB 연동부터 K8s 배포 설정까지 일사천리로 진행되었습니다. 하지만 진짜 난관은 AI가 학습한 적 없는 '사내 전용 인프라’였습니다. 우리는 이 문제를 해결하기 위해 사내 가이드 문서를 AI에게 제공하는 방식을 택했습니다.

결과는 기대 이상이었습니다. 문서를 이해한 AI는 사내 스토리지와 인증 시스템에 맞는 클라이언트 코드, 서비스 로직, 심지어 테스트용 프론트엔드 코드까지 척척 생성해 냈습니다. 덕분에 우리는 단 일주일 만에 복잡한 사내 인프라가 모두 연동된 3개 언어의 스켈레톤 프로젝트를 완성할 수 있었습니다.

속도의 이면에 감춰진 교훈

AI를 통한 압도적인 속도감에 취해 있을 때쯤, 역설적으로 저는 '사람의 역할’에 대해 다시금 깊게 고민하게 되었습니다.

첫 번째 깨달음은 '소통의 부재’에서 왔습니다. 프로젝트 초기, 팀원이 이미 유사한 프로젝트 경험을 가지고 있었음에도 불구하고 저는 AI와의 작업에 몰두하느라 그 사실을 놓쳤습니다. 동료의 경험을 먼저 물었다면 훨씬 더 효율적인 지름길로 갈 수 있었을 것입니다. "AI가 아무리 똑똑해도, 옆자리 동료의 경험 자산을 넘을 수는 없다"는 것을 뼈저리게 느꼈습니다.

두 번째는 '기술 부채’의 위험성이었습니다. AI가 생성한 코드는 놀라울 정도로 빨랐지만, 때로는 구식 패턴을 사용하거나 비효율적인 로직을 포함하고 있었습니다. 이를 검증 없이 수용했다면, 우리는 훗날 감당하기 힘든 유지보수 비용을 치러야 했을 것입니다. "두 명의 엔지니어가 AI를 쓰면 순식간에 50명분의 기술 부채를 만들 수도 있다"는 문장이 머리를 스쳤습니다. 빠른 속도만큼이나, 생성된 코드의 방향과 품질을 검증하는 '리뷰어’로서의 습관이 그 어느 때보다 중요함을 깨달았습니다.

도구가 아닌 사람이 중심이 되는 개발

이번 프로젝트를 통해 저는 AI가 가져다주는 생산성의 혁신을 맛보았습니다. 하지만 동시에 협업, 우선순위 조율, 코드 검증과 같은 '인간 고유의 영역’이 얼마나 중요한지도 깊이 체감했습니다.

AI는 우리를 빠르게 달리게 해주지만, 올바른 방향으로 가고 있는지 확인하는 것은 결국 사람의 몫입니다. 좋은 동료들과 함께 이 균형점을 찾아가며 프로젝트를 완주했다는 사실이 무엇보다 자랑스럽습니다. 앞으로 펼쳐질 AI 시대, 우리는 도구에 종속되는 것이 아니라 도구를 지휘하는 진정한 엔지니어로서 성장해 나갈 것입니다.

백 마디 설명보다 강력한 하나의 PoC: 상상을 '설명’하지 않고 '증명’하는 법 - kenny.kim2 (공통모듈 담당)

짧은 시간이었지만, 이번 ‘AI Top 100 경진대회’ 프로젝트는 저에게 순수한 개발의 즐거움을 다시금 일깨워준 시간이었습니다. AI를 적극적으로 활용해 서비스를 만들어가는 과정은 그 자체로 거대한 실험실 같았고, 뛰어난 동료들과 함께 호흡하며 제가 기여한 부분보다 훨씬 더 많은 것을 배우고 느낄 수 있었습니다.

말이 아닌 '제품’으로 소통하다

이번 프로젝트에서 가장 뇌리에 깊게 박힌 순간을 꼽으라면, 주저 없이 프로젝트 초기에 각자가 만들어온 PoC를 공유하던 시간을 이야기하고 싶습니다.

일반적인 프로젝트였다면 아이디어를 공유하기 위해 장문의 문서를 작성하거나, 화이트보드에 그림을 그리며 "이런 느낌 아시죠?"라고 추상적인 설명을 이어갔을 것입니다. 이 과정에서 필연적으로 오해가 생기고, 서로 다른 그림을 상상하곤 합니다. 하지만 이번엔 달랐습니다.

우리는 AI의 힘을 빌려 각자의 머릿속에 있던 아이디어를 실제로 동작하는 서비스 형태로 구현해 왔습니다. 회의 시간, 우리는 ‘설명’하지 않고 ‘시연’했습니다. "이런 기능이 있으면 어떨까요?"라는 제안 대신, "제가 구현해 온 이 기능을 한번 써보세요"라고 URL을 건넸습니다. 백 마디 말이나 정교한 다이어그램보다, 엉성하더라도 실제로 돌아가는 하나의 PoC가 훨씬 더 명확하고 강력한 커뮤니케이션 수단임을 확인하는 순간이었습니다.

속도 안에서 발견한 견고함

능력 있는 동료들이 AI라는 무기를 쥐었을 때 얼마나 폭발적인 속도를 낼 수 있는지 목격한 것도 큰 자극이었습니다. 다들 놀라운 속도로 결과물을 만들어냈지만, 그 결과물은 결코 가볍지 않았습니다.

대회 당일, 수많은 참가자가 동시에 접속하는 상황에서도 우리가 만든 서비스는 놀라울 정도로 '단단하다’는 느낌을 주었습니다. 짧은 기간, 급박한 일정 속에서 만들어진 소프트웨어라고는 믿기지 않을 만큼의 안정감이었습니다. 이는 앞서 말한 ‘PoC 기반의 소통’ 덕분에 기획 단계의 불확실성을 빠르게 제거하고, 실제 구현과 검증에 더 많은 에너지를 쏟을 수 있었기 때문이라 생각합니다.

감사의 말

개인적으로는 팀에 더 많은 기여를 하지 못한 것 같아 미안한 마음도 남습니다. 하지만 이토록 치열하고 즐거웠던 여정에 함께할 수 있었다는 것만으로도 큰 영광이었습니다. 이번 프로젝트는 저에게 ‘아이디어를 가장 빠르고 명확하게 현실로 만드는 법’을 가르쳐 주었습니다. 이 배움을 바탕으로 다음번에는 더 든든한 동료로 함께하고 싶습니다. 고생하신 모든 분께 박수를 보냅니다.

속도의 재정의, 그리고 결국 사람 - sun.flower (어드민 개발 담당)

지난 몇 주간의 시간은 저에게 있어 '개발 속도’라는 개념을 재정의하는 시간이었습니다. AI 도구를 실무의 가장 깊숙한 곳까지 적극적으로 도입하면서, 저는 물리적인 시간의 한계가 기술로 어떻게 극복될 수 있는지를 체감했습니다.

절대적 시간의 부족, AI로 메우다

프로젝트의 시작부터 마감까지, 주어진 시간은 절대적으로 부족했습니다. 하지만 우리는 "시간이 없다"는 핑계 대신 'AI 기반의 빠른 PoC 검증’이라는 해답을 택했습니다. 머릿속의 아이디어를 긴 회의로 검증하는 대신, AI를 통해 즉시 작동하는 코드로 만들어 눈으로 확인했습니다. 이 과정에서 불필요한 커뮤니케이션 비용은 획기적으로 줄어들었고, 팀의 소통은 그 어느 때보다 애자일하게 흘러갔습니다. AI가 벌어준 시간 덕분에 우리는 더 중요한 문제 해결에 집중할 수 있었습니다.

도구가 빨라질수록, 방향키는 무거워진다

하지만 이 과정에서 얻은 가장 큰 배움은 아이러니하게도 '사람의 중요성’이었습니다. AI 도구가 발전하고 코드를 생성하는 속도가 빨라질수록, 그 속도를 제어하고 올바른 목적지로 이끄는 '개인의 역량’이 핵심임을 뼈저리게 체감했습니다. 엑셀을 밟는 것은 AI가 할 수 있지만, 핸들을 잡고 방향을 결정하는 것은 결국 엔지니어의 몫이기 때문입니다. 도구의 성능이 뛰어날수록, 그것을 다루는 사람의 시야와 판단력이 결과물의 퀄리티를 결정짓는다는 사실을 확인했습니다.

새로운 표준, 그리고 함께한 동료들

이제 AI는 단순한 보조 수단을 넘어, 개발 프로세스를 지탱하는 하나의 거대한 축이 되었습니다. 이번 프로젝트는 저에게 "앞으로의 개발은 이러해야 한다"는 새로운 표준을 제시해 주었습니다.

이 낯설고도 빠른 도전의 길목에서, 서로의 빈틈을 채워주며 끝까지 함께 달려준 팀원들에게 깊은 감사의 마음을 전합니다. 우리가 함께 만든 것은 시스템뿐만 아니라, 앞으로 우리가 나아갈 '미래의 개발 문화’입니다.

기대와는 달랐지만, 더 빛나는 것을 발견했다 - victor.shin (채점 모듈 담당)

제가 이번 TF에 합류하게 된 첫 번째 동기는 '사람’에 대한 관심이었습니다. 몇 해 전, 외부 강의에서 좋은 인상을 심어주었던 로빈, 그리고 함께 일해보고 싶었던 베네딕트와 호흡을 맞춰볼 수 있다는 이야기는 저를 움직이게 하기에 충분했습니다.

하지만 막상 프로젝트의 뚜껑을 열어보니 현실은 제 기대와는 조금 달랐습니다. 로빈은 프로젝트의 총괄로서 눈코 뜰 새 없이 바빠 얼굴조차 보기 힘들었고, 베네딕트 역시 문제 출제위원으로 활동하느라 직접적으로 함께 머리를 맞대고 일할 기회는 많지 않았습니다.

스타 플레이어의 부재를 채운 '원팀’의 태도

처음의 기대가 빗나간 자리, 그 빈공간을 채운 것은 다름 아닌 TF 멤버 전원의 태도였습니다.

제가 목격한 것은, 특정 누군가의 개인기가 아니라, 예선 시스템 담당자부터 본선 시스템 담당자까지, 누구 하나 빠짐없이 "이 프로젝트를 기필코 성공시키겠다"는 주인의식을 공유하고 있다는 점이었습니다. 내 업무와 네 업무를 칼같이 나누기보다, 프로젝트의 성공이라는 하나의 목표를 향해 정렬된 책임감과 열정이 팀 전체를 감싸고 있었습니다.

서로의 빈틈을 메우는 이타적인 몰입

물론 몸은 힘들었습니다. 절대적인 시간이 부족했고, 해결해야 할 기술적 난제들은 쌓여있었습니다. 하지만 그 과정에서 제가 느낀 것은 피로감이 아닌 '일하는 즐거움’이었습니다.

연차가 높든 낮든 상관없었습니다.

누군가 놓치는 부분이 있으면 다른 누군가가 조용히 다가와 그 빈틈을 메웠습니다. 나의 성과를 드러내기보다 팀의 완주를 위해 기꺼이 헌신하는 ‘적극적이고 이타적인 태도’.

서로가 서로에게 든든한 등받이가 되어주는 그 모습들을 보며, 저는 오랜만에 가슴 뛰는 보람과 배움을 얻었습니다.

일하는 즐거움을 되찾다

처음 기대와는 달랐지만 프로젝트가 끝난 지금, 제 기억에 더 깊이 남은 것은 묵묵히 서로를 빛내주었던 '동료들’입니다.

다음에 또 이런 기회가 있을지는 모르겠습니다.

하지만 분명한 것은, 이번 프로젝트가 저에게 잊고 있었던 '함께 일하는 즐거움’을 다시금 깨닫게 해주었다는 사실입니다.

치열했지만 즐거웠고, 힘들었지만 따뜻했던 이 기억은 좋은 사람들과 함께한 최고의 추억으로 오래도록 남을 것 같습니다.

“원리는 모르지만, 작동합니다”: 비개발자가 AI와 함께 자신의 한계를 넘는 법 - sue.cream (사전 내부 테스터 1위)

비개발자의 관점에서 이번 대회를 회고해 봅니다. 평소 혼자서 소위 '바이브 코딩’을 할 때, 저는 무의식적으로 제가 할 수 있는 작업의 한계선을 스스로 그어두곤 했습니다. "여기까지는 내가 이해할 수 없으니 안 될 거야"라고 단정 짓는 식이었죠.

하지만 이번 테스트 참여로 인해, 해결해야만 하는 강제적인 상황에 놓이게 되자, 저는 제가 상상조차 할 수 없었고 원리도 모르는 문제들을 AI와 함께 풀어내고 있었습니다. 이 경험은 저에게 "이미 AI로 할 수 있는데, 단지 내가 몰라서 시도하지 않았던 일의 범위는 대체 어디까지일까?"라는 깊은 호기심을 남겼습니다.

모든 정보를 넣고, 답을 기다리는 블랙박스 개발

저의 문제 해결 방식은 꽤 단순했습니다. 문제에 대한 모든 설명과 자료를 있는 그대로 AI에게 입력하고, 각 문항의 정답을 되묻는 방식이었습니다. 솔직히 고백하자면, 저는 문제의 복잡한 조건이나 문항의 세부 내용을 기술적으로 완벽히 이해하지는 못했습니다.

이 과정에서 저는 LLM 유목민이 되어야 했습니다. 예선에서는 Claude Code, Gemini, ChatGPT를 오가며 사용했고, 본선에서는 Codex CLI를 주력으로 쓰다가 사용량이 소진되어 동료인 Sun.flower의 계정을 빌려 쓰는 해프닝도 있었습니다. 하지만 중요한 건, 도구를 바꿔가면서도 '문제를 해결한다’는 결과값을 만들어냈다는 사실입니다.

API가 뭔지 몰라도, 서버는 응답한다

가장 짜릿했던 경험은 비개발자에게는 '넘을 수 없는 벽’처럼 느껴졌던 ML 모델링(전투 시뮬레이션)과 API 문제(몽타주, 오목)를 해결했을 때였습니다.

ML 문제는 Claude가 알아서 척척 풀어주었지만, API 문제는 초반이 난관이었습니다. 저는 API를 호출하는 방법조차 모르는 상태였으니까요. 하지만 AI 에이전트가 코드를 실행하고, 서버의 응답 결과가 문제 사이트에 기록되는 것을 보며 "아, 내가 제대로 된 방향으로 가고 있구나"를 확인할 수 있었습니다. 원리는 모르지만, 무언가가 제대로 돌아가고 있다는 것을 눈으로 확인하는 그 과정이 저에게는 가장 큰 재미였습니다.

특히 몽타주 문제에서 Codex가 제안해 준 전략은 인상적이었습니다. "베이스라인부터 구축하기 어려우니, DALL-E로 얼굴을 먼저 생성하고 수정하자"는 AI의 제안을 받아들였고, 결과 이미지를 제가 눈으로 직접 확인하며 AI에게 지시를 내리는 방식으로 문제를 풀었습니다. AI가 기술을 맡고, 저는 방향을 지시하는 분업을 수행했습니다.

실패와 최적화, 그리고 가능성

물론 모든 것이 성공적이지는 않았습니다. 영상 문제와 OCR을 해결하기 위해 예선과 본선 사이에 '바이브 코딩’으로 직접 OCR 도구까지 만들어 보았지만, 오픈소스의 한계로 본선에서는 크게 활용하지 못했습니다. 또한 CLI 환경에서 AI의 답변이 휘발되는 것을 막기 위해, "답과 판단 근거를 텍스트 파일로 따로 저장해 줘"라고 워크플로우를 개선 요청하기도 했습니다.

비록 서툰 과정이었지만, 이번 대회는 저에게 '기술을 몰라도 기술을 활용할 수 있다’는 확신을 심어주었습니다. API가 무엇인지, 코드가 어떻게 도는지 몰라도 우리는 AI를 통해 상상 이상의 문제를 해결할 수 있습니다. 저의 한계를 제가 정하지 않게 된 것, 그것이 이번 대회가 저에게 준 가장 큰 선물입니다.

Vibe Coding을 넘어 안정적 파이프라인으로: AI는 '마법’이 아니라 '현실’이다 - rani.ko (경진대회 본선 동상 공동 수상)

“개발자가 대체될 것이다.” 요즘 업계에 떠도는 이 말이 저를 이 대회로 이끌었습니다. 평소 업무에서 AI를 쓰고는 있지만, 과연 내가 AI의 성능을 100% 끌어내고 있는지, 남들은 어떻게 쓰고 있는지에 대한 막연한 궁금증과 불안감이 있었습니다. 정답이 정립되지 않은 AI 시대에, 'AI Top 100’은 제 실력을 객관적으로 검증해 볼 수 있는 국내 최초이자 최고의 무대였습니다.

'라스트 마일’의 부재 발견

가장 기억에 남는, 아니 저를 가장 화나게 했던 문제는 예선의 '춘식도락’이었습니다. 익숙한 이미지들이 나왔지만, 배경이 없는 이미지가 섞여 있는 등 생각지도 못한 함정들이 숨어 있었습니다.

이 문제를 풀며 저는 'AI의 라스트 마일이 아직 부족하다’는 사실을 뼈저리게 느꼈습니다. AI는 OCR을 통해 글자를 인식할 수는 있지만, 그것이 담고 있는 맥락과 정보를 완벽하게 이해하는 것은 별개의 문제였습니다. AI의 답변을 맹신하지 않고, "AI도 틀릴 수 있다"는 전제하에 검증하는 과정이 반드시 필요함을 깨달았습니다.

30분의 사투, 그리고 아쉬움

본선은 그야말로 시간과의 싸움이었습니다. 특히 '몽타주’와 ‘오목’ 문제는 마감 30분 전까지 저를 붙잡고 놓아주지 않았습니다. 오목 문제에서는 최근 유행하는 ‘바이브 코딩’ 방식으로 접근해 보려 했으나, AI 모델들이 생각보다 방어적으로 답변하여 한계를 느꼈습니다. 결국 AI에 의존하기보다 직접 알고리즘을 개발하는 방향으로 선회해야 했습니다. 몽타주 문제 역시 백엔드 개발자인 저에게 생소한 ‘이미지 생성’ 영역이라 어려움이 있었지만, 5초를 남기고 포기할 때까지 점수를 쥐어짜 내는 과정은 그 자체로 짜릿한 경험이었습니다.

내가 바라는 미래의 경진대회

대회는 정말 재미있었고 훌륭했습니다. 하지만 수상자의 입장에서, 그리고 AI 엔지니어링을 고민하는 입장에서 한 가지 아쉬움이자 제안을 남기고 싶습니다.

지금의 3시간짜리 스프린트 방식도 좋지만, 앞으로는 "누가 더 안정적인 에이전틱 파이프라인을 구축하느냐"를 겨루는 대회가 되었으면 합니다. 우리는 아직 AGI(일반 인공지능) 시대에 살고 있지 않기에, AI의 결과물은 완벽하지 않습니다. 따라서 불완전한 AI를 보완하고 검증하는 시스템을 누가 더 견고하게 만드느냐가 AI 활용 역량의 핵심이라고 생각합니다.

예를 들어, 3시간 동안 코딩을 하는 것이 아니라, 일주일 동안 주식 시장 데이터를 실시간으로 스트리밍 받아 호재를 판단하고 자동으로 매매 수익을 내는 '알고리즘 트레이딩 파이프라인’을 구축하게 하면 어떨까요? 단발성 문제 해결이 아닌, 긴 호흡 속에서 시스템의 안정성과 수익성을 검증해 보는 것이야말로 실무에 더 가까운 평가 방식일 것입니다.

AI Top 100은 현실이다

저에게 이번 대회는 AI가 더 이상 신기한 장난감이 아니라, '업무에 당장 적용해야 할 현실’임을 확인시켜 준 자리였습니다. (덕분에 생활비도 벌었으니 더욱 현실적이었죠!)

이제는 "AI가 신기하다"는 감상을 넘어, "이 도구를 우리 시스템에 어떻게 안정적으로 녹여낼 것인가"를 치열하게 고민해야 할 시점입니다. 회사의 업무 범위가 넓어지고 AI 도입이 가속화되는 지금, 이번 대회는 저에게 본격적인 검증과 시도를 해볼 수 있는 소중한 기회였습니다. 앞으로도 이런 소통과 검증의 장이 회사 차원에서 더 넓게 열리기를 기대합니다.

마무리하며

회고를 관통하는 하나의 공통된 메시지가 있습니다. AI가 인간의 한계를 넓혀주고, 믿을 수 없는 속도를 선물해 준 것은 사실입니다. 하지만 역설적이게도 기술이 강력해질수록 그 기술을 다루는 '사람’의 역량과 태도가 더욱 중요해졌다는 것입니다.

• AI는 코드를 짤 수 있지만, 무엇을 만들지 결정하는 것은 사람입니다.

• AI는 환상적인 프로토타입을 보여주지만, 그것을 안정적인 서비스로 완성하는 것은 사람의 검증입니다.

• AI는 질문에 답할 수 있지만, 올바른 질문을 던지고 빈틈을 메우는 이타적인 협업은 사람만이 할 수 있습니다.

TF 운영진이 언급했듯, 벤치마크 점수가 아무리 높아져도 현실 문제 해결을 위한 일들은 여전히 우리 앞에 숙제로 남아 있습니다. 마치 제논의 역설처럼 좁혀지지 않는 그 미세한 간극을 채우는 힘은, 결국 동료와 치열하게 토론하고, AI의 결과를 끊임없이 의심하며, 더 나은 가치를 좇는 '엔지니어의 집요함’에서 나옵니다.

우리는 이번 ‘AI Top 100’ 프로젝트를 통해 AI 네이티브가 된다는 것이 단순히 도구를 잘 쓰는 것을 넘어, '도구 위에 올라타 더 넓은 세상을 설계하는 것’임을 깨달았습니다.

우리의 실험은 여기서 멈추지 않습니다. 이 기록이 AI 시대의 새로운 일하는 방식을 고민하는 모든 분께 작은 이정표가 되기를 바랍니다. 끝으로, 불가능해 보였던 미션을 '즐거운 축제’로 만들어준 모든 TF 멤버들과 참가자분들께 깊은 존경과 감사를 보냅니다.

많은 분께서 “도대체 어떤 문제가 나왔나요?”, “저도 한번 풀어보고 싶어요!” 라며 문제 공개를 요청해 주셨는데요.

성원에 힘입어 직접 체험해 볼 수 있는 [AI TOP 100 챌린지 사이트]를 오픈하였습니다! 👏🏻👏🏻

[AI TOP 100 챌린지 사이트 바로가기]