발표에서 확인된 핵심 사실

AI 지원 코드 변경 비중이 1년 만에 7%에서 79%로 급증했다. 이 수치는 소프트웨어 수정과 배포의 주체가 전문 엔지니어에서 전사 조직으로 이동했음을 증명한다. 이제 프로덕트 매니저(PM)와 디자이너, 커머셜 팀원들이 직접 인프라를 수정하고 코드를 배포하는 체계가 작동한다.

동일 기간 배포 횟수는 73% 증가했다. 반면 이를 수행하는 엔지니어링 인원(Headcount)은 변동 없이 유지되었다. 인력 충원 없이 배포 빈도를 높인 것은 개발 프로세스의 병목이 해소되었음을 나타낸다.

loveholidays는 새로운 아이디어를 시험하는 능력과 실제 엔지니어링 투입 시간을 분리하는 것을 목표로 했다. 아이디어를 검증하기 위해 반드시 엔지니어의 작업 시간이 필요했던 제약을 제거한 것이다. 그 결과 프로토타이핑 속도가 빨라졌으며 더 많은 아이디어가 실제 제품으로 전환될 기회를 얻었다.

이러한 변화는 Codex(코덱스, AI 코드 생성 모델)를 통해 엔지니어링 전문성을 워크플로우로 코드화했기에 가능했다. 엔지니어링 팀이 베스트 프랙티스와 지침, 검증 로직을 Codex가 안내하는 작업 흐름 속에 미리 심어두는 방식이다. 비개발 사용자는 내부 시스템의 모든 세부 구조를 이해하지 않아도, Codex가 제안하는 변경 사항을 확인하고 체크를 실행하며 릴리스 프로세스를 완료할 수 있다.

이제 애플리케이션과 인프라를 변경하고 배포하는 행위는 엔지니어만의 전유물이 아니다. PM과 디자이너 등 비즈니스 이해도가 높은 구성원들이 직접 기술 플랫폼을 활용해 가치를 창출한다. 전문 엔지니어는 루틴한 가이드 역할에서 벗어나 더 복잡한 문제 해결에 집중하고, 아이디어를 내는 사람과 이를 구현하는 사람의 구분이 사라지는 환경이 구축되었다.

Search Playground와 베스트 프랙티스의 코드화

비개발자가 새로운 고객 경험을 제안할 때마다 엔지니어링 팀의 우선순위 조정과 그에 따른 기회비용이 발생하던 제약을 해결하기 위해 Search Playground를 도입했다. 기존에는 아이디어를 검증하기 위한 프로토타입 하나를 만드는 데에도 엔지니어의 시간이 투입되어야 했으며, 이는 다른 중요 과제의 지연으로 이어졌다. Search Playground는 이를 해결하기 위해 기업 내부의 디자인 시스템(UI 구성 요소와 스타일 가이드), 프론트엔드 기술(웹 브라우저에서 동작하는 사용자 인터페이스 개발 기술), 그리고 Codex(코드 생성 AI 모델)를 결합한 내부 프로토타이핑 도구다. 비즈니스 조직 구성원은 이제 엔지니어의 개입 없이도 아이디어를 실제 작동하는 서비스로 구현해 가치를 즉각 검증한다.

이 도구를 활용해 현재까지 10개 이상의 실제 사용자 경험을 개발했다. 여행자가 해변 휴양이나 미식 여행 등 다양한 테마의 여행을 탐색하도록 돕는 Inspire Me가 대표적인 사례다. 마케팅 팀이 진행한 Crisps from Abroad 캠페인에서는 경품 응모와 여행 영감을 공유하는 인터랙티브 마이크로사이트를 구축했다. 과거에는 이러한 단독 디지털 경험을 만들기 위해 외부 에이전시에 설계와 개발을 외주로 맡겨야 했으며, 이 과정에서 상당한 비용과 시간이 소모되었다. 하지만 Search Playground와 Codex를 활용해 단 몇 시간 만에 기존 디자인 시스템의 일관성을 유지하며 마이크로사이트를 직접 구현했다.

시스템의 안정성을 확보하는 핵심 기제는 엔지니어의 전문성을 코드화하여 워크플로우에 내재화한 점이다. 엔지니어는 단순한 코드 작성을 넘어 베스트 프랙티스(최적의 구현 방식), 기술 지침, 검증 로직을 Codex가 안내하는 단계별 절차로 변환했다. 사용자가 구현하고자 하는 목표를 설정하면 Codex가 이에 적합한 코드 변경 사항을 제안하고, 미리 정의된 체크 로직을 실행해 오류를 걸러내며, 최종 릴리스 프로세스까지 상세히 안내한다. 전문 지식을 시스템적으로 배포함으로써 비전문가가 임의로 코드를 수정해 발생하는 리스크를 줄이고, 누구나 안전하게 제품을 빌드할 수 있는 구조를 만들었다.

데이터 플랫폼 성공률 93% 달성과 연간 13.6만 파운드 절감

데이터 플랫폼의 변경 성공률이 지난 1년 사이 58%에서 93%로 상승했다. 셀프서비스 인프라 워크플로우, 즉 사용자가 관리자의 도움 없이 직접 서버나 네트워크 설정을 변경하는 작업의 성공률 또한 63%에서 90%로 올라섰다. 이는 단순한 수치 상승을 넘어, 시스템 변경 과정에서 발생하는 휴먼 에러가 줄어들고 배포의 예측 가능성이 확보되었음을 의미한다. 전문 지식이 코드화되어 가이드라인으로 제공되면서 비전문가도 정확한 설정을 적용할 수 있게 된 결과다.

지원 요청 한 건당 수행되는 데이터 플랫폼 변경 횟수는 이전보다 4배 증가했다. 과거에는 사소한 설정 변경조차 엔지니어링 큐, 즉 작업 대기열에 요청을 넣고 담당자의 승인과 실행을 기다려야 했으나, 이제는 사용자가 직접 변경 사항을 적용하는 빈도가 압도적으로 높아졌다. 엔지니어의 개입 없이도 변경 성공률이 90%를 상회하게 되면서, 운영 병목이 제거되고 플랫폼 전체의 가동 효율이 개선되었다. 이는 인적 자원의 의존도를 낮추면서도 작업 속도를 높인 실질적인 운영 최적화 사례다.

운영 효율화는 직접적인 비용 절감이라는 재무적 성과로 이어졌다. 데이터 엔지니어링 팀은 단순 반복적인 트러블슈팅 업무에서 벗어나, 그동안 높은 기회비용으로 인해 방치했던 최적화 작업에 투입될 수 있는 시간적 여력을 확보했다. 기회비용이란 어떤 선택으로 인해 포기한 다른 선택지의 가치를 말하며, 여기서는 루틴한 업무 때문에 포기했던 고도화 작업을 의미한다. 이를 통해 클라우드 스토리지 비용을 연간 약 36,000파운드 절감했으며, 데이터 처리 과정에서 발생하는 불필요한 낭비를 제거해 매년 약 100,000파운드를 추가로 아꼈다.

결과적으로 연간 총 136,000파운드의 비용을 줄이며 기술적 자동화가 재무적 성과로 직결되는 구조를 만들었다. 엔지니어가 루틴한 요청 처리 대신 고차원적인 아키텍처 개선에 집중할 수 있는 환경이 조성되자, 플랫폼의 안정성과 경제성이 동시에 향상되었다.

단일 제어 평면(Control Plane)으로서의 AI 인터페이스

Codex는 엔지니어, 데이터 과학자, 비즈니스 팀이 공유하는 단일 제어 평면(Control Plane, 시스템 전체를 관리하고 제어하는 통합 접점)으로 작동한다. 기존 데이터 플랫폼과 인프라는 전문 도구, 저장소, 소스 제어 및 내부 프로세스에 대한 지식이 있는 기술 사용자만 다룰 수 있는 구조였다. 이제는 직군마다 서로 다른 도구를 개별적으로 학습할 필요 없이 하나의 인터페이스에서 협업한다. 직군 간의 도구 격차를 없애 문제 해결의 계층을 이동시킨다.

엔지니어는 반복적인 트러블슈팅(Troubleshooting, 시스템 오류를 찾아 해결하는 과정) 업무에서 벗어난다. 기술적 지식이 부족한 사용자가 작업 중 막혔을 때마다 전문 엔지니어가 개입해야 했던 루틴한 지원 요청 시간이 사라진다. 확보된 리소스는 플랫폼 자체의 성능 개선이나 더 고차원적인 기술 문제 해결에 투입한다. 단순 운영 지원이 아닌 플랫폼의 기초 체력을 높이는 엔지니어링 본연의 작업에 집중하는 환경이다.

loveholidays는 8개 유럽 시장에서 매일 60조 개의 패키지 조합을 처리하는 기술 플랫폼과 인적 전문성을 결합해 전사적으로 접근 가능하게 만드는 일반 여행 지능(General Intelligence for Travel) 전략을 실행한다. AI 도입률이라는 단순 수치보다 비즈니스 결과물이라는 실질적 성과를 측정 기준으로 삼는다. 기술적 장벽을 낮춰 조직 전체가 전문 지식을 공유하고 즉각적으로 서비스에 반영하는 체계를 구축한다. 전문성을 코드화하여 누구나 활용할 수 있게 만드는 것이 핵심이다.

엔지니어링 리소스 투입 없이 프로토타이핑을 수행함으로써 아이디어 검증의 기회비용을 제거하고 운영 효율을 높이는 것이 실질적인 도입 기준이 된다.