AI 기술 발전으로 개발자 한 명의 코딩 속도가 10배 이상 빨라질 수 있지만, 실제 기업의 전체 생산성 향상은 25~30% 수준에 머무는 것으로 나타났습니다. 이는 AI 네이티브 스타트업부터 기존 기업까지 20개 이상 기업의 CTO와 엔지니어링 리더를 인터뷰한 결과로, 개인의 생산성 증대가 조직 전체의 가치 창출로 이어지지 못하는 현실을 보여줍니다. 코드를 만드는 시간은 줄었지만, 요구사항 작성, 코드 리뷰, 보안 검토, 승인 및 배포 등 후속 절차가 병목 현상을 일으키기 때문입니다.
보고서는 이러한 문제를 해결하기 위한 '에이전틱 전환(Agentic Awakening)'을 제안합니다. 이는 단순히 AI 코딩 도구를 도입하는 것을 넘어, AI 에이전트가 장시간 병렬로 작업할 수 있는 개발 환경(코딩 인프라), 전담 AI Ops 조직, 결과 중심의 측정 체계, 그리고 강화된 보안 및 규정 준수를 기술적 토대로 삼아야 한다고 강조합니다. 특히 AI Ops 팀은 모델, 에이전트 도구, 컨텍스트, 샌드박스, 비용 등을 중앙에서 관리하며 각 팀이 안전하고 빠르게 움직일 수 있는 공통 기반을 제공하는 역할을 합니다. 또한, 코드 줄 수나 AI 사용량 같은 지표 대신, 실제로 채택되고 배포된 기능, 해결된 작업의 복잡도, 기능이 요구사항에서 배포까지 도달하는 시간 등 '검증되고 배포된 가치'를 측정해야 한다고 조언합니다.
에이전틱 전환은 기술적 변화뿐 아니라 사람과 조직 운영 방식의 변화를 요구합니다. 리더가 직접 에이전트 기반 개발을 경험하며 변화를 이해하고, 구성원들의 저항이 시스템 한계 때문인지, 아니면 기존 전문성이나 지위를 잃을까 하는 '정체성 기반' 저항 때문인지 구분하여 대응해야 합니다. 오래된 코드베이스나 부족한 테스트 환경이 문제라면 시스템을 개선해야 하고, 사람의 저항이라면 교육과 함께 새로운 역할을 제시해야 합니다. 에이전틱 엔지니어는 코드를 직접 작성하기보다 여러 작업을 설계하고 위임하며 결과를 검증하는 역할로 전환되며, 에이전트의 자율성은 모델 성능보다 '결과를 얼마나 자동으로 검증할 수 있는지'에 의해 제한됩니다.
궁극적으로 에이전트가 코드 작성을 가속화하면 기존 조직의 대기 시간이 더욱 명확해지므로, 조직 구조와 의사결정 방식도 재설계해야 합니다. 몇 달 단위의 로드맵 대신 짧은 계획 주기를 가지고 1~5명 규모의 자율적인 팀을 운영하며, 자동 테스트와 정책 검사로 대체 가능한 승인 절차는 제거해야 합니다. PM(제품 관리자)의 역할 역시 무엇을 만들지 정확히 정의하는 능력에 집중해야 하며, 엔지니어는 아키텍처, 품질, 보안, 운영 승인에 더 많은 비중을 두게 됩니다. 이러한 변화는 아이디어가 실제 가치로 배포되는 시간을 단축하고, 기업의 진정한 생산성 향상을 이끌어낼 것입니다.