AMOREPACIFIC, Kiro IDE로 SAP 개발 생산성 72% 향상!
AMOREPACIFIC은 레거시 SAP 환경에서 AI 기반 개발을 위해 Kiro IDE를 도입, ABAP 및 SAPUI5 개발에 AI를 적용함
Kiro IDE의 Spec-Driven Development 방식을 활용, 기존 FS/TS 기반 개발 문화와 AI를 통합하는 AI-DLC 프레임워크(AI-Driven Development Life Cycle)를 구축함
AI-DLC 프레임워크를 통해 최대 72%의 생산성 향상을 달성하고, 설계-코드 동기화 및 품질 개선 효과를 얻음
SAP GUI 기반 환경, MCP 부재 등 기술적 제약에도 불구하고, AWS와의 협업을 통해 AI 도입의 핵심 과제를 해결함
향후 GitLab 연동, Jira/Confluence MCP 연동 등을 통해 개발 워크플로우 자동화를 추진하며, AI 코딩 엠베서더를 선정하여 확산을 계획함
Kiro IDE의 Spec-Driven Development 방식
Kiro IDE는 기존 AI 코딩 도구와 달리, 구조화된 명세(Spec)를 먼저 작성하고 이를 기반으로 코드를 생성하는 설계 중심 접근 방식을 채택했다. 특히, SAP 개발 환경의 FS/TS(Functional Specification/ Technical Specification) 기반 개발 문화와 자연스럽게 융합되었다.
Spec 모드: 신규 프로젝트 및 복잡한 기능 개발에 적합하며, AI가 요구사항부터 구현 계획까지 3단계 구조화된 설계 프로세스 자동화
Vibe 모드: 기존 Spec 문서가 존재하는 프로젝트에서 대화형 채팅 기반으로 코드 수정, 자연어 기반 변경 요청을 통해 AI가 코드 수정 수행
이러한 Spec-Driven 접근 방식은 개발자의 요구사항 검증 및 비즈니스 로직 설계에 집중할 수 있도록 돕고, 설계-코드 간의 불일치 문제를 근본적으로 해결한다.
AI-DLC 프레임워크의 핵심 구성 요소
AMOREPACIFIC은 AI를 SAP 개발에 통합하기 위해 AI-DLC(AI-Driven Development Life Cycle) 프레임워크를 구축했다. 이 프레임워크는 Kiro IDE, MCP(Model Context Protocol), Steering으로 구성된다.
Kiro: Spec-Driven Development를 통해 설계부터 AI가 관여하는 개발 환경 제공
MCP: AI IDE와 SAP 시스템 간의 컨텍스트 공유를 위한 오픈 프로토콜로, 조직 고유의 컨텍스트를 AI에게 전달
Steering: AI의 행동을 가이드하는 문서 체계로, 조직의 코딩 표준을 AI에게 학습시켜 일관성 있는 코드 생성
이러한 구성 요소들의 유기적인 결합을 통해, AI가 레거시 환경에서도 조직의 코딩 표준을 준수하며 개발을 주도할 수 있도록 했다.
SAP 환경에서의 AI 도입을 가로막는 기술적 제약
SAP 환경은 AI 도입에 여러 기술적 제약이 존재한다. GUI 기반 환경, ECC 6.0 Netweaver 7.40 환경, 그리고 관련 MCP(Model Context Protocol) 부재가 주요 원인으로 작용했다.
GUI 기반 환경: SAP GUI라는 자체 그래픽 인터페이스에서 개발되며, GUI 기반 Configuration 영역은 AI 자동화가 불가능
ECC 6.0 Netweaver 7.40 환경: 최신 S/4HANA 및 SAP ADT(ABAP Development Tools) 지원 제한으로, AI가 소스 코드에 직접 반영하는 데 기술적 제약
MCP 부재: SAP 시스템 컨텍스트를 이해하기 위한 공식 MCP 부재로, 조직 고유의 코딩 컨벤션 전달 어려움
AMOREPACIFIC은 AWS와의 협업을 통해 이러한 제약을 극복하고, AI-DLC 프레임워크를 성공적으로 구축했다.
AI-DLC 프레임워크 적용에 따른 업무 개선 효과
AI-DLC 프레임워크 적용을 통해 개발자의 역할 변화와 함께 다양한 업무 개선 효과를 얻었다. 특히, 개발 생산성 향상, 코드 품질 개선, 그리고 개발자 역할의 변화가 두드러졌다.
요구사항 해석 시간 단축: Kiro의 Spec 모드를 통해 FS/TS 작성을 자동화하여 요구사항 해석 시간 단축
초기 코드 작성 시간 대폭 단축: AI가 반복적인 정형 코드 자동 생성하여 초기 코드 작성 시간 절감
코드 리뷰 사이클 시간 단축: Steering을 통해 코딩 표준 자동 적용으로 코드 리뷰 시간 단축
문서화 시간 80% 단축: Kiro의 Spec-Driven 방식은 설계 산출물 자동 생성을 지원하여 문서화 시간 단축
이러한 개선을 통해 개발자는 요구사항 검증 및 비즈니스 로직 구현에 더욱 집중할 수 있게 되었다.
향후 계획: 개발 워크플로우 자동화 및 확산
AMOREPACIFIC은 AI-DLC 프레임워크를 기반으로 개발 환경을 지속적으로 개선하고 있다. 특히, 개발 워크플로우 자동화와 AI 코딩 엠베서더를 통한 확산을 계획하고 있다.
GitLab 레포지토리 연동: Kiro 프로젝트 폴더를 GitLab에 저장하여 버전 관리 및 협업 강화
Jira/Confluence MCP 연동: Jira 이슈를 Kiro IDE에서 직접 조회하고, Confluence에 설계 산출물을 자동 업로드하는 End-to-End 자동화 구축
AI 코딩 엠베서더 선정: AI-DLC 활용 숙련 개발자를 선정하여 다른 팀으로의 확산 주도
이러한 계획을 통해 AMOREPACIFIC은 AI 기반 개발 환경을 더욱 고도화하고, 개발 생산성을 극대화할 예정이다.
