AI와 엔지니어링 생산성에 관한 임원 라운드테이블 인사이트

Dropbox는 AI tooling을 도입하는 것 자체보다, 그것이 실제 비즈니스 성과로 이어지도록 만드는 데 초점을 맞췄다. Claude Code와 Cursor 같은 도구를 적극 활용하면서도, 거대한 multi-language monorepo와 같은 조직 특성에 맞게 어디는 도입하고 어디는 확장하며 어디는 직접 구축할지 구분했다.

이를 위해 경영진과 먼저 정렬해 AI adoption을 회사 차원의 우선순위로 끌어올렸고, 계약 승인 절차도 줄여 실험 속도를 높였다. 그 결과 코드 리뷰, 문서화, 디버깅, 테스트 전반에서 효과를 확인했고, PR 실패 빌드를 감지해 AI 플랫폼으로 수정안을 제안하는 자체 도구도 만들었다.

Dropbox는 핵심 지표로 PR throughput per month, per engineer를 추적하고 있다. AI 코딩 도구를 더 적극적으로 사용하는 개발자일수록 코드 반영량이 더 크게 늘었고, 내부 설문에서도 AI가 생산성에 미치는 영향에 대한 긍정적 인식이 시간이 갈수록 커졌다.

엔지니어들이 체감하는 마찰도 줄었다. 팀이 각자에게 맞는 도구를 선택해 쓰도록 허용하면서 도입 장벽을 낮췄고, 대부분의 개발자가 이미 최소 한 가지 AI 도구를 업무 흐름에 넣고 있다.

2025년 12월 11일 샌프란시스코 스튜디오에서 열린 임원 라운드테이블에는 여러 기술 리더가 모여 AI와 엔지니어링 생산성을 논의했다. 대화의 축은 다음 세 가지였다.

• Measuring impact: AI로 늘어난 개발 생산성과 그에 따른 비즈니스 임팩트를 어떻게 재는가
• Leadership alignment: 회사 리더십과 AI 도입 속도, 방향을 어떻게 맞추는가
• The human element: AI 역량을 갖춘 인재를 어떻게 뽑고 키우며, 비개발자의 생산성까지 어떻게 끌어올리는가

논의에서 반복된 핵심은 균형, 리더십의 역할, formalization이었다. 생산성 향상이 품질 저하나 장기 유지보수 비용으로 이어지지 않게 조절해야 하고, 기술 리더가 AI 사용 규범을 세워야 하며, AI 역량을 커리어 프레임워크에 공식 반영해야 한다는 공감대가 나왔다.

남은 질문도 분명했다. AI가 만들어낸 추가 역량이 어디로 가는가 하는 문제다. Dropbox는 그 역량을 tech debt 해소, 마이그레이션, 신뢰성 개선에 쓰고 있지만, 2026년의 과제는 생산성 향상을 구체적 제품·사업 성과와 직접 연결하고 엔지니어링을 넘어 운영 전반의 엄격함을 확장하는 데 있다.