AI 시대, 마이리얼트립의 역할 기반 협업과 문제 해결 방식

마이리얼트립의 PS팀은 문제 중심의 조직 구조를 채택하여, 각 PE는 특정 버티컬에 묶이지 않고 가장 중요한 비즈니스 문제에 투입됨. 이는 역할 기반 협업(Role-based Collaboration)을 통해 가능하며, 앤트로픽의 Boris Cherny가 제시한 프로토타이퍼, 빌더, 스위퍼, 그로워, 메인테이너의 다섯 가지 역할을 프로젝트 상황에 맞게 유연하게 조합함. 한 사람이 모든 역할을 완벽히 수행하기보다, 자신의 강점과 프로젝트의 목표에 따라 필요한 역할을 선택적으로 수행하며 프로젝트 오너십(Project Ownership)을 강화하는 것이 핵심임. 이러한 유연성은 신속한 프로토타이핑(Rapid Prototyping)부터 제품 고도화(Product Enhancement), 운영 안정화(Operational Stability)까지 전 과정에 걸쳐 적용됨.

AI가 구현의 상당 부분을 자동화하면서, 엔지니어링 조직은 '무엇을 만들 것인가'에 대한 근본적인 질문에 직면함. 구현 자체의 난이도는 낮아졌지만, 정말 가치 있는 것을 선택하고 그 가치를 증명하는 일의 중요성은 오히려 커졌다고 허원진 CTO는 강조함. 이는 특정 직군에 국한된 것이 아니라, 엔지니어, 디자이너, 기획자 등 제품에 기여하는 모든 사람에게 해당되는 이야기임. 마이리얼트립은 이러한 관점을 바탕으로 AI 네이티브 조직(AI-Native Organization)으로서 일하는 방식을 재정의하고 있음. 결과물을 스스로 이해하고 체화하는 '진짜 학습(True Learning)'을 통해 AI 활용 능력을 넘어선 문제 해결 능력을 키우는 것이 중요함.

기존의 Bottom-up 방식 학습에서 벗어나, 마이리얼트립은 Top-down 학습 방식을 채택함. 이는 구체적인 문제 해결을 먼저 정의하고, 일단 만들어 보면서 필요한 개념을 그때그때 습득하는 방식임. AI를 활용할 때도 구현 자체에만 의존하는 것이 아니라, 정책 수립, 계획, 구현 스펙 정의 등 사전 단계를 거친 후 AI를 활용하고, 결과물에 대한 리뷰와 체화 과정을 통해 학습 효과를 극대화함. 이러한 접근은 반복적인 학습 자산(Reusable Learning Assets)을 구축하고, AI 에이전트(AI Agent)를 활용하여 트레이드오프를 극복하고 'Good, Fast, Cheap' 세 가지 목표를 모두 달성하는 것을 목표로 함.

마이리얼트립은 프로젝트 목표 설정 시 비즈니스 임팩트를 최우선 기준으로 삼음. 단순히 기능 추가 개수보다는 회사의 성과에 얼마나 기여하는지를 중점적으로 평가하며, 이는 사용자에게 보이는 '피처 과제'와 보이지 않는 '개발 과제'의 이분법을 넘어섬. 로딩 속도, 동시 접속 안정성, 결제 안정성 등 겉으로 드러나지 않는 영역의 중요성도 함께 고려함. 프로젝트 시작 전 임팩트 지점과 예상 변화치를 파악하고, 한 영역에 국한되지 않고 다른 영역까지 확장 적용하여 더 큰 가치를 창출하는 것을 지향함. 이는 데이터 기반 의사결정(Data-Driven Decision Making) 문화를 강화하는 데 기여함.