AI 코딩 에이전트, 10배 수익 창출 도전!
위시켓 AIDP 사업부는 Cursor AI를 메인 개발 환경으로 도입, 3개월간 2,348만 원의 AI 사용료를 지출
AI 비용의 10배 수익 창출을 목표로, 예산 무한대 배정 및 효율 기반의 성장 시스템 운영
Cursor Plan 기능을 활용, 아키텍처 설계 및 개발 가이드 룰을 적용하여 에이전트 품질 향상
AI 중심 조직의 등장과 함께, AI 운영, 의사결정, 비용 배정 등 새로운 역할의 중요성 증대
AI 코딩 에이전트 도입 배경
위시켓 AIDP 사업부는 사람의 코딩을 완전히 배제하고 AI 코딩 에이전트 중심의 개발 환경으로 전환했다. 이는 AI 기술의 발전과 함께, 개발 생산성 향상 및 새로운 시장 경쟁력 확보를 위한 전략적 선택으로 분석된다.
Cursor AI를 메인 개발 환경으로 채택, 멀티 에이전트 세션(Multi Agent Session) 지원 및 Composer 모델의 빠른 속도를 활용
기존의 테스트 스크립트(Test Script)나 클린 코드 리뷰(Clean Code Review) 대신, 사용자 및 고객 중심의 UI/UX 정의 및 결과물 전달 방식 채택
AI 비용 대비 10배 수익 창출이라는 명확한 목표 설정을 통해, AI 기술 투자의 효율성을 극대화하려는 의지를 보여준다.
AI 코딩 에이전트 활용 방법론
위시켓은 AI 코딩 에이전트의 품질을 높이기 위해, 체계적인 방법론을 구축했다. 이는 단순히 도구를 사용하는 것을 넘어, AI를 효과적으로 활용하기 위한 조직 문화와 프로세스를 강조한다.
.cursor/rules 디렉토리를 설정하여, 사업부 표준 문서 및 프로젝트 스택별 커스터마이징 적용
Cursor Plan 기능을 활용, 계획 마크다운 문서를 생성하고 룰을 적용하여 계획 평가 및 업데이트
구현 단계에서는 Composer 1.5 모델을 사용, PM 및 PL처럼 에이전트와 산출물을 관리
결과적으로, AI 에이전트의 품질 관리를 통해 토큰 효율을 최적화하고, AI 비용 대비 수익 10배를 달성하는 것을 목표로 한다.
AI 코딩 에이전트 선택 기준
위시켓은 여러 AI 코딩 에이전트 중 Cursor AI를 선택하고, 다른 도구와의 비교를 통해 그 이유를 설명한다. 이는 각 도구의 장단점을 파악하고, 자사의 요구사항에 맞는 최적의 솔루션을 선택하는 과정을 보여준다.
VSCode 기반 IDE를 선호, 익숙한 개발 환경을 통해 생산성 향상
GitHub Copilot은 멀티 에이전트 지원 제한, 토큰 처리 속도, 통합 방향성 등의 이유로 선택하지 않음
Codex는 Opus 모델의 안정감을 대체하지 못해, Cursor IDE에서 Opus 모델 활용
Antigravity(구글)는 B2C에 집중하는 경향으로 인해, Cursor 및 Anthropic 대비 선택의 어려움
결론적으로, Cursor AI의 멀티 에이전트 지원, Composer 모델의 성능, UX 철학 등이 선택의 주요 요인으로 작용했다.
AI 중심 조직의 미래
위시켓 AIDP 사업부의 사례는 AI 기술의 발전과 함께, 조직 내에서 AI 운영, 의사결정, 비용 배정, 도입 우선순위, 거버넌스를 책임지는 역할의 중요성을 강조한다.
AI 비용과 인건비, 기타 비용을 조합하여 10배의 가치를 창출하는 새로운 패러다임 제시
AIDP FDE(Forward Deployed Engineer)와 같은 AI 전문 인력 채용을 통해, 시장을 선도하려는 전략
AI 기술 도입을 넘어, AI 중심의 조직 문화 구축을 통해 지속적인 혁신 추구
결과적으로, AI 기술은 단순한 도구를 넘어, 조직의 핵심 경쟁력을 결정하는 중요한 요소로 자리 잡을 것이다.
