Mailchimp의 40% 코딩 속도 향상: AI 혁신과 거버넌스 균형

Intuit Mailchimp은 지난 해 많은 조직과 마찬가지로 AI 기반 코딩 기술을 탐구해 왔습니다.

Intuit Mailchimp은 강력한 이메일 마케팅 및 자동화 솔루션을 제공합니다. 더 넓은 Intuit 생태계의 일원으로, 독점적인 GenOS와 에이전트 AI를 다양한 사업 부문에 배포하며 생성 AI 역량을 꾸준히 발전시켜 왔습니다.

자체 AI 전문성에도 불구하고, Mailchimp은 AI 코딩 도구가 필수적인 특정 시나리오를 확인했습니다. 이 여정은 급박한 마감 기한을 맞추기 위한 필요에서 시작되었습니다.

Mailchimp은 짧은 시간 내에 이해관계자들에게 정교한 고객 워크플로를 제시해야 하는 도전에 직면했습니다. Figma와 같은 전통적인 도구로는 기능적인 프로토콤을 제공하는 데 한계가 있었습니다. 이미 AI 코딩 도구를 사용하던 일부 엔지니어들은 이를 실제 비즈니스 문제에 적용할 기회를 잡았습니다.

“우리는 이해관계자들을 위해 복잡한 워크플로의 신속한 프로토타입이 필요한 독특한 도전에 직면했습니다,” Intuit Mailchimp의 수석 아키텍트인 Shivang Shah가 VentureBeat와 공유했습니다.

엔지니어들은 AI 코딩 도구를 활용했고, 그 결과에 놀랐습니다.

“며칠이 걸렸을 작업이 단 몇 시간 만에 완료되었습니다,” Shah가 말했습니다.

이 돌파구는 Mailchimp에서 AI 코딩 도구의 광범위한 채택을 촉발하여 개발 속도가 최대 40% 빨라졌으며, 다른 조직이 채택할 수 있는 거버넌스, 도구 선택, 인간 전문성의 역할에 대한 중요한 교훈을 발견했습니다.

질문과 답변에서 작업 자동화로

Mailchimp의 경험은 개발자들이 AI와 상호작용하는 방식의 더 큰 트렌드를 반영합니다. 처음에는 엔지니어들이 기본적인 지침과 알고리즘 추천을 위해 대화형 AI를 사용했습니다.

“AI 코딩 도구가 주목받기 전에도 엔지니어들은 특정 문제에 대한 알고리즘을 검증하기 위해 대화형 AI를 사용했습니다,” Shah가 관찰했습니다.

고급 AI 코딩 도구의 도입으로 질문을 답변하는 것에서 코딩 작업을 수행하는 것으로 전환이 이루어졌습니다.

이러한 상담에서 작업 위임으로의 전환은 오늘날 기업에 제공되는 AI 코딩 도구의 핵심 가치를 강조합니다.

다양한 도구가 단일 벤더 솔루션을 능가

Mailchimp은 Cursor, Windsurf, Augment, Qodo, GitHub Copilot과 같은 플랫폼을 사용하여 다중 도구 전략을 선택했으며, 이는 각 도구의 특화된 강점에 대한 통찰에서 비롯되었습니다.

“개발 단계에 따라 다양한 도구가 고유한 장점을 제공하며, 이는 전문화된 엔지니어와 협업하는 것과 비슷합니다,” Shah가 설명했습니다.

이는 기업이 개발 단계에 따라 다양한 도구를 사용하며, 일부 영역에서는 탁월하지만 다른 영역에서는 부족할 수 있는 단일 솔루션에 의존하지 않는 방식을 반영합니다.

이 접근법은 실습 실험에서 비롯되었으며, Mailchimp은 특정 작업에 대해 특정 도구가 워크플로 내에서 더 나은 성능을 발휘한다는 것을 발견했습니다.

거버넌스 프레임워크로 AI 코딩 혼란 방지

Mailchimp의 AI 코딩에서 얻은 핵심 교훈은 거버넌스에 있습니다. 회사는 다른 조직에서도 적용 가능한 정책 기반 및 프로세스 통합 안전 장치를 설정했습니다.

정책에는 고객 데이터를 포함한 배포에 대한 책임 있는 AI 검토가 포함됩니다. 프로세스 통제는 인간 감독을 핵심에 두며, AI는 초기 코드 검토를 처리하지만 프로덕션 배포 전에는 인간의 승인이 필요합니다.

“인간의 감독은 절대 타협할 수 없습니다,” Shah가 강조했습니다. “사람이 항상 솔루션을 정제하고 검증하여 올바른 문제를 해결하는지 확인해야 합니다.”

이 이중 접근법은 AI 생산성 향상과 코드 품질 및 보안의 균형을 맞추는 일반적인 기업 우려를 해결합니다.

컨텍스트 부족은 정밀한 프롬프팅 요구

Mailchimp은 AI 코딩 도구가 일반 프로그래밍에서는 탁월하지만 깊은 비즈니스 도메인 지식이 부족하다는 것을 발견했습니다.

“AI는 산업 표준 패턴을 이해하지만 우리의 특정 사용자 여정과는 일치하지 않을 수 있습니다,” Shah가 언급했습니다.

이러한 깨달음은 엔지니어들이 기술 및 비즈니스 전문성에 기반한 정밀하고 맥락이 풍부한 프롬프트를 제공할 필요성을 강조했습니다.

“여전히 기술, 비즈니스, 시스템 아키텍처를 알아야 합니다. AI는 당신의 역량을 증폭시킵니다,” Shah가 말했습니다.

기업에게 이는 팀이 AI 도구뿐만 아니라 비즈니스 컨텍스트를 효과적으로 전달하는 방법에 대한 교육이 필요하다는 것을 의미합니다.

프로토타입에서 프로덕션으로의 격차 연결

AI 코딩 도구는 신속한 프로토타이핑에서 빛을 발하지만, Mailchimp은 통합 복잡성, 보안 요구, 시스템 아키텍처 요구로 인해 프로토타입이 프로덕션 준비 상태가 되기 위해 상당한 인간의 노력이 필요하다는 것을 배웠습니다.

“프로토타입이 프로덕션 준비가 된 것을 의미하지 않습니다,” Shah가 경고했습니다. “타임라인은 이러한 현실을 고려해야 합니다.”

이 통찰은 AI 코딩 도구가 초기 개발에서 탁월하지만 전체 개발 라이프사이클에 대한 완전한 솔루션이 아니라는 점에서 기업이 현실적인 기대를 설정하는 데 도움이 됩니다.

고부가가치 작업에 집중

속도 외에도, AI 도구는 Mailchimp 엔지니어들이 반복적인 코딩 작업 대신 시스템 설계, 아키텍처, 고객 워크플로 통합과 같은 고영향 작업에 우선순위를 둘 수 있게 했습니다.

“이제 우리는 평범한 작업 대신 시스템 설계와 고객 워크플로 통합에 집중할 수 있습니다,” Shah가 말했습니다.

기업은 AI 코딩 성공을 생산성뿐만 아니라 개발자들이 이제 우선순위를 둘 수 있는 작업의 전략적 가치로 측정해야 합니다.

기업을 위한 핵심 교훈

Mailchimp의 여정은 AI 강화 개발에서 선도하고자 하는 기업에게 명확한 교훈을 제공합니다: AI 코딩 도구를 인간 전문성을 대체하는 것이 아니라 강화하는 강력한 조수로 취급하십시오.

이 균형을 맞춘 조직은 기술적 역량과 인간 감독, 속도와 거버넌스, 생산성과 품질을 결합하여 지속적인 경쟁 우위를 얻을 것입니다.

AI 코딩 도구를 나중에 채택하는 조직에게, Mailchimp의 긴급 실험에서 구조화된 구현으로의 경로는 신뢰할 수 있는 로드맵을 제공합니다. 핵심 원칙은 여전히 유효합니다: AI는 개발자를 증강하지만, 프로덕션 성공을 위해서는 인간 전문성과 감독이 여전히 중요합니다.