AI가 정말 개발 시간을 90% 단축할 수 있을까요? 저희가 직접 테스트해 보았습니다.

AI가 소프트웨어 개발을 혁신할 잠재력은 부인할 수 없지만, 실제로 테스트해 보면 어떤 일이 벌어질까요? Windsurf IDE에 내장된 Claude 3.5 Sonnet을 사용하여 Scopic People이라는 작은 내부 애플리케이션을 구축하기 위한 집중적인 내부 실험을 진행하기로 했습니다.  

목표는 생산에 바로 투입할 수 있는 시스템을 만드는 것이 아니라, 제한된 시간, 기본적인 요구 사항, 제한된 범위 등 실질적인 제약 하에서 AI가 실제 개발자를 어떻게 지원할 수 있는지 이해하는 것이었습니다.  

또한 우리는 촉진 전략, 툴링 설정, 작업 구조가 개발 결과와 생산성에 어떤 영향을 미치는지 알아보고 싶었습니다. 

그 결과, 기존에는 90~80시간의 개발 시간과 간접 비용을 예상했던 것과 비교해 개발 시간이 약 100% 단축되었습니다. 

이 블로그에서는 정확한 설정, 사용한 도구, 실험 구성 방법, 결론에 도달한 요점에 대해 설명하겠습니다. 

참고: 이 블로그는 백서의 정보를 기반으로 운영됩니다. AI 기반 개발: 약속과 위험 

사용한 도구: Claude 3.5 Sonnet + Windsurf 

AI가 개발을 어떻게 가속화할 수 있는지 알아보기 위해 Claude 3.5 Sonnet을 프롬프트 기반 워크플로에 맞춰 설계된 대화형 IDE인 Windsurf와 결합했습니다. 

• 클로드 3.5 소네트 

Claude 3.5 Sonnet을 사용하여 프런트엔드 구성 요소, 백엔드 로직, 인증 및 데이터 통합 ​​코드를 생성했습니다. 이 모델은 구조화된 작업에서 뛰어난 성능을 보였지만, 신속한 명확성에 크게 의존했습니다. 광범위하거나 모호한 지침은 종종 비효율적이거나 반복적인 동작으로 이어졌습니다. 

• 윈드서프 IDE 

Windsurf는 개발 환경으로 사용되어 코드베이스에서 직접 인라인 프롬프트 및 출력 관리를 가능하게 했습니다. Windsurf 플랫폼은 구조화된 워크플로를 지원하고, 빠른 반복 작업을 가능하게 하며, 컨텍스트 전환을 최소화했습니다. 이는 시간 절약의 핵심 요소였습니다. 

우리의 설정 및 프로세스 

저희는 이 프로젝트를 기존 코드 없이 처음부터 시작하는 그린필드 빌드 방식으로 접근했습니다. 이 도구는 프레임워크 없이 순수 PHP로 개발되었으며, Windsurf와 Claude 3.5 Sonnet만 사용했습니다. 

우리의 프로세스는 반복적인 촉구를 중심으로 구성되었습니다. 

1. 작업은 작은 단계로 나누어졌습니다. 
2. 자연어 명령은 Windsurf의 Cascade 인터페이스를 통해 입력되었습니다. 
3. AI가 생성한 코드는 검토 후 승인되거나 개선되었습니다. 
4. 승인된 모든 변경 사항은 Git에 커밋되어 버전 제어와 쉬운 롤백이 가능해졌습니다. 

이러한 사이클은 인증, UI, 역할 기반 액세스, 캐싱, 데이터베이스 컨테이너화를 포함한 전체 도구가 완성될 때까지 계속되었습니다. 

결과: 시간, 산출량 및 개입 

Scopic People 개발을 완료한 후, AI 지원 워크플로가 실제 가치를 제공하는지 평가하기 위해 기존 벤치마크와 결과를 비교했습니다.  

우리는 3가지 핵심 영역을 살펴보았습니다. 얼마나 많은 시간을 절약했는지, 결과물의 품질은 어땠는지, 그리고 여전히 인간 개발자가 개입해야 하는 부분은 어디인지입니다. 

시간 절약 

Scopic People을 구축하는 데 필요한 기존 추정 시간은 개발 시간 80~100시간에 기획, 품질 보증, 리더십에 대한 80%의 간접비용을 더한 총 144~180시간이었습니다. 

Claude 3.5와 Windsurf를 사용하여 같은 범위를 단 9시간 만에 완성했습니다. 

이를 통해 개발 시간이 약 90% 단축되고, 간접비 감소를 고려하면 전체 생산성이 약 75~80% 향상될 것으로 추산됩니다. 

게다가 같은 시간 안에 원래 사양을 넘어서는 기능(하드코딩된 역할 대신 데이터베이스 기반 관리자 액세스 등)을 추가하는 데 성공했습니다. 

코드 품질 및 최종 출력 

시간 절약에도 불구하고 코드 품질은 여전히 ​​우수했습니다. AI가 생성한 코드는 다음과 같습니다. 

• 정의된 모든 요구 사항을 충족했습니다 
• 논리적 구조와 좋은 추상화를 따랐습니다. 
• 읽기 쉽고 기능적이며 확장 가능했습니다.

우리 개발자들이 여전히 개입한 곳 

AI가 대부분의 코드를 생성했지만, 인간의 감독 또한 필수적이었습니다. 개발자들은 다음과 같은 목적으로 개입했습니다. 

• 복잡한 작업을 더 작은 프롬프트로 나누세요 
• Claude가 반복 루프에 들어갔을 때 지침을 구체화합니다. 
• Zoho People API를 수동으로 탐색하고 통합을 위한 엔드포인트 정보를 제공합니다. 
• AI 프롬프트를 건너뛰고 작은 변경 사항을 수동으로 구현할 시기를 결정하세요. 

가장 효율적인 접근 방식은 하이브리드 방식인 것으로 드러났습니다. 즉, AI가 구조, 정형문, 논리를 처리하도록 하면서 미세 조정이나 도메인별 결정에는 개입하는 방식입니다. 

그만한 가치가 있었을까? 우리의 평결 

네, 적절한 조건 하에서는 가능합니다. 

클로드 3.5 소네트는 개발 속도를 크게 향상시켰지만, 명확하고 체계적인 프롬프트와 빈번한 검토가 함께 제공되었을 때에만 가능했습니다. 성공은 AI에 맡기는 것이 아니라, AI를 어떻게 활용하느냐에 달려 있었습니다. 

우리는 다음을 발견했습니다. 

• 모호한 지침으로 인해 혼란이나 루핑이 발생했습니다. 
• 구체적이고 단계별 프롬프트를 통해 빠르고 정확한 출력이 가능합니다. 
• 작은 조정의 경우 직접 수동 편집이 더 빠른 경우가 있습니다. 

AI를 올바르게 사용하면 대체물이 아니라 개발자 생산성을 증폭시키는 강력한 협력자가 됩니다. 

결론: 다른 팀에 권장할 사항 

이 실험은 기존 개발을 대체하기 위한 것이 아니었습니다. AI 도구를 신중하게 사용하면 워크플로를 어떻게 간소화할 수 있는지 보여주는 개념 증명이었습니다. 

실험의 주요 내용: 

• 작업을 개별 작업으로 분할하세요. 큰 프롬프트는 LLM을 압도합니다. 
• 각 반복을 검토하여 문제를 조기에 파악하세요 
• 버전 제어를 사용하여 오류를 쉽게 복구하세요 
• 모든 결정에 AI를 강제로 투입하지 마세요. 더 빠른 곳에서는 수동으로 편집하세요. 
• 올바른 도구를 선택하세요 – Windsurf + Claude 3.5가 매끄럽게 프롬프팅을 가능하게 합니다. 

개발 중인 AI를 테스트하는 팀의 경우, 명확하고 범위가 명확한 프로젝트부터 시작해야 합니다. 가장 큰 성과는 AI의 순수 결과물이 아니라, AI 역량과 인간의 판단을 결합한 체계적인 워크플로에서 비롯되었습니다. 

AI를 사용하여 실제 앱을 구축했을 때 실제로 무엇이 효과가 있었는지(그리고 무엇이 효과가 없었는지) 알아보세요. 프롬프트, 시간 절약, 도구 등이 모두 포함되었습니다.

Or 무료 상담 예약 귀사의 LLM 전략을 어떻게 지원할 수 있는지 확인해 보세요.