Eximbay의 AWS Kiro 기반 AX 표준화 여정

개별 구성원의 AI 활용은 늘었지만, 그 방식이 조직의 공통 흐름으로 이어지지 않는 문제가 핵심 과제로 떠올랐다. Eximbay는 이를 **AX(AI Transformation)**의 출발점으로 보고, 단순한 도구 확산이 아니라 반복 가능한 업무 구조와 실행 자산 축적 체계를 만들기로 했다.

중심축은 AWS Kiro였다. Eximbay가 Kiro를 선택한 이유는 작업 단위를 정의하고 반복 실행할 수 있으며, 누구나 일정 수준의 결과를 낼 수 있게 돕고, 한 번 만든 실행 방식을 조직 자산으로 남길 수 있었기 때문이다.

이를 조직 전체로 확산하기 위해 3레이어 운영 구조를 설계했다.

• 실행 레이어: Kiro로 작업을 에이전트 단위로 실행
• 생성 레이어: Kiro Desk로 서브에이전트 설정 파일(.md)을 자연어 기반으로 자동 생성
• 축적 레이어: 형상관리 기반 협업 구조로 프롬프트, 에이전트 정의, steering, 결과물을 재사용 가능한 자산으로 관리

특히 Kiro Desk는 서브에이전트 생성의 진입 장벽을 낮추는 역할을 했다. 역할과 기대 결과를 자연어로 설명하면 설정 파일을 자동 생성해, 설정 구조를 모르는 구성원도 자신의 업무에 맞는 서브에이전트를 만들 수 있게 했다.

형상관리 기반 협업 구조도 중요했다. 팀 브랜치와 개인 브랜치를 분리해 팀별 프롬프트, 에이전트 정의, 템플릿, steering 규칙을 관리하고, 개인 실험 결과가 유효하면 팀 자산으로 병합하는 방식으로 운영했다. 그 결과 AI 활용이 개인 노하우에 머물지 않고 조직 자산으로 축적되기 시작했다.

개발 조직에서는 변화가 가장 먼저 나타났다. 기존에는 요구사항 이해부터 구현, 테스트, 문서화까지 사람이 전부 맡았지만, Kiro 도입 이후에는 개발자가 목표·구조·제약조건·품질 기준을 정의하고 AI가 구현 초안과 테스트 코드, 문서 초안을 병렬로 생성하는 방식으로 바뀌었다. WeChat MCC 자동 분류 엔진은 1.5~2주 걸리던 작업이 1주 이내로 줄었고, 사람 직접 개입 시간은 약 3시간 수준까지 낮아졌다. 배치 재처리와 데이터 보정도 약 8시간에서 약 2시간으로 단축됐다.

비개발 조직에서는 기능보다 사용 경험이 채택을 좌우했다. 기존 프로젝트 관리 툴의 대시보드는 기능은 충분했지만 복잡해서 쓰기 어려웠고, Eximbay는 Kiro로 핵심 지표를 직관적으로 볼 수 있는 새 대시보드를 다시 설계했다. 실제 업무에서 지속적으로 활용되고 있다는 점이, 비개발 조직 AX의 성패는 기술적 완성도보다 사용 가능한 경험에 달려 있음을 보여준다.

정리하면, 조직형 AX의 핵심은 좋은 도구를 도입하는 데서 끝나지 않는다. 실행 구조를 낮은 진입 장벽으로 설계하고, 결과를 자산으로 남기며, 누구나 자연스럽게 시작할 수 있는 경험을 만들어야 한다. Eximbay는 생성, 실행, 축적을 하나의 운영 구조로 묶어 AI가 조직의 일하는 방식에 자리 잡게 만드는 방향을 제시했다.