국내 최대 IT 프로젝트 플랫폼과 IT 매거진을 운영하는 위시켓이 그 주인공입니다. Claude Code, Cursor, Codex, Antigravity까지 AI 개발 환경들이 앞다퉈 새로운 모델과 방식을 내놓으며 경쟁하고 있는 지금, 실제로 이 도구들을 업무 현장에서 전면 도입한 팀은 어떤 판단 기준으로 움직이고 있을까요?

위시켓은 여러 사업부에서 AI 개발 환경을 집중적으로 활용하고 있는데요. 그중에서도 AX 컨설팅을 담당하는 AIDP 사업부는 작년 3분기부터 사람의 코딩을 완전히 배제하고, Cursor AI를 메인 개발 환경으로 전환했습니다. 3개월간 누적된 AI 사용료만 2,348만 원이죠. 그런데 이 팀은 이 비용을 10배로 늘리겠다고 합니다.

그렇다면 대체 어떤 기준으로 AI 비용을 운영하고, 코딩 에이전트와 어떻게 협업하고 있는 걸까요? 요즘IT에서 위시켓의 AIDP 사업부 이홍주 리더를 만나, 자세한 이야기를 들어봤습니다.

AI 비용, 어떤 기준으로 운영해야 할까?

Q. 먼저 위시켓의 AIDP 사업부는 어떤 일을 하는 곳인가요?

위시켓은 현재 65명 정도의 인력으로, 국내 최대 IT 프로젝트 플랫폼과 매거진을 운영하면서, AX 컨설팅 비즈니스를 하고 있는 회사인데요. 그 중 제가 맡고 있는 AIDP 사업부는 AX 컨설팅을 담당하고 있습니다. Cursor AI를 메인 개발 환경으로 활용하고 있고, 지금은 일부 Claude Code의 병행 운영을 검토하고 있는 상황입니다.

Q. 3개월간 Cursor AI에 2,348만 원을 사용하셨다고요. 구체적으로 어떤 규모인 건가요?

저희가 사람의 코딩을 완전히 배제하고 방식을 전환한 건 작년 3분기부터였어요. 2월 16일 기준으로, 작년 11월부터 현재까지 Cursor AI 사용료가 $15,632, 약 2,348만 원 정도 됩니다. 1월 한 달만 보면 $7,559, 약 1,138만 원이었고요. 이 추세라면 연간 1.2억 원을 넘는 비용이 발생할 것으로 보고 있죠.

Q. 적지 않은 금액인데, 사내에서 AI 비용 예산은 어떤 기준으로 배정하고 있나요?

저희는 나름 직관적인 기준을 적용하고 있어요.

"AI 비용의 10배만큼 수익(매출)을 만들거나, 그에 준하는 가치를 만들어내면 된다. 이 기준을 지키는 선에서 예산은 무한으로 배정한다. 효율이 나오지 않는다면 한정적인 예산을 부여하고, 효율을 인증하는 레벨 및 성장 시스템을 운영한다."

지금은 사업부 관점에서 이 기준을 충분히 충족하고 있어서, AI 비용을 빠르게 10배인 2억 원 수준까지 끌어올리기로 했습니다. 얼핏 과감해 보이지만, AI가 예측 불가한 속도로 산업의 경계를 허물고 있는 지금, 시장을 쫓아가는 것 이상으로 리드하는 게 중요한 시점이라고 생각해요.

Cursor AI로 통합한 이유

Q. 다양한 AI 개발 환경이 있는데, Cursor AI를 메인으로 쓰게 된 이유가 궁금합니다.

일단 VSCode 기반이라 IDE가 익숙하고요. 무엇보다 코딩 에이전트에 올인하고 있다는 게 계속 느껴집니다. 저는 보통 에이전트 채팅 세션을 3~5개 동시에 돌리는데, 작년만 해도 이걸 제한하는 에이전트가 많았거든요. 그리고 Composer 모델들의 압도적인 속도가 저희 개발 생산성에 큰 영향을 줍니다.

저희는 전통적인 테스트 스크립트나 클린코드 리뷰보다, 사용자와 고객 접점에서 어떤 문제를 해결해 줘야 하는지를 직접 듣고, UI/UX를 정의하고 결과물을 전달하는 방식으로 일하거든요. 에이전트에게 계획을 세우게 하고, 아키텍처와 개발 가이드 룰을 적용해서 계획을 평가하게 한 뒤, Composer 모델로 빠르게 구현해서 UI/UX 중심으로 테스트하며 결과를 만들어냅니다.

눈에 보이는 것으로는 IDE, Rules, 에이전트 모드, 멀티 에이전트 세션이 있고요. 눈에 보이지 않는 것으로는 AI 코딩 에이전트에 대한 철학, 어떤 부분을 에이전트에 위임하고 어떤 부분을 인간이 해야 하는지에 대한 UX 철학이 느껴져요. 그래서 Cursor를 쓰게 된 것 같습니다.

Q. 다른 도구들은 어떻게 평가하고 계신가요?

VSCode 기반의 GitHub Copilot은 멀티 에이전트가 제한됐던 적이 있어요(지금은 지원함). 토큰당 처리속도도 느리고, GitHub Copilot 중심의 통합으로 인해 집중 방향이 다르다고 느꼈죠. 아마 앞으로도 선택하지 않을 것 같습니다. Codex는 5.3 같은 모델이 나와도, Opus가 주는 안정감을 대체하지 못해서 몇 시간 쓰다가 결국 Opus로 돌아오게 되더라고요. Cursor IDE에서도 활용 가능하니 별도로 CLI나 VSCode에 통합할 필요를 못 느낍니다.

Antigravity(구글)는 아직 써보지 않았는데, 구글은 전선이 너무 넓고 B2C에 집착하는 경향이 있다고 봐요. 코딩 에이전트에 몰입하는 Cursor나 Anthropic 대비 선택이 쉽지 않다고 느끼고요. 다만 구글을 배척하는 건 아닙니다. Gemini 3 Flash Preview 모델 같은 경우에는 가성비와 성능이 좋아서 프로젝트에서 잘 쓰고 있어요.

Claude Code는 병행 사용을 검토 중입니다. Max x20 플랜 기준으로 개인 계정당 월 $200 정도로 시작하려는데, 저희처럼 소프트웨어를 집중적으로 구현하는 방식에서는 사용 한도를 넘기면 비용 폭탄이 될 수 있거든요. 그래서 아키텍처 설계, 리팩토링, Opus 4.6 등 최신 프론티어 모델과의 Q&A, PoC 등에 활용하려고 합니다. 위시켓 프로덕트 팀이 이미 Claude Code로 완전히 넘어간 상황이라, 노하우를 이식받아 병행 체제로 전환할 계획이에요.

코딩 에이전트와 협업하는 방법

Q. 실제로 코딩 에이전트와 어떤 루틴으로 협업하시나요?

크게 세 단계로 나뉩니다. 먼저 .cursor/rules 디렉토리를 세팅합니다. 사업부에서 쓰는 표준 문서들을 깔아놓고, 프로젝트 스택별로 일부 커스터마이징하는 방식이에요. 아키텍처, 모듈 및 레이어, 코딩 컨벤션은 공통 룰을 적용합니다. 대단한 마법의 레시피라기보다는, 코딩 에이전트의 품질을 올리기 위해 다듬어온 자산을 재활용하는 거죠.

다음으로 Cursor Plan 기능을 반드시 활용합니다. .cursor/plans 디렉토리에 생성된 계획 마크다운 문서가 저장되고, 이 계획을 특정 룰을 컨텍스트에 직접 주입해서 다시 평가하고 필요시 업데이트합니다. 계획을 다루는 모델은 가급적 Opus 4.5, 4.6 같은 최고 수준의 모델을 씁니다. 계획이 잘 세워져 있으면, 낮은 수준의 모델이라도 에이전트 품질과 효율이 급격하게 올라가거든요.

마지막으로 구현(Build) 단계에서는 Composer 1.5 모델을 씁니다. 지금은 50% 론칭 혜택이 있어서 무조건 쓰고 있는데, 이후에 Composer 1로 돌아갈지, Haiku를 쓸지, 계속 1.5를 유지할지는 아직 지켜보는 중이에요.

Q. 에이전트가 만든 결과물은 어떻게 관리하나요?

팀원들에게 PM, PL처럼 에이전트와 산출물을 관리하라고 가이드합니다. 주니어 개발자도 기대와 다른 결과를 내고, 중급~고급 개발자도 요구사항이 불분명하거나 구조가 잘못 접근되면 기대에 미치지 못하는 결과를 내잖아요. 에이전트도 마찬가지입니다. 인간이 해야 할 일은 그 경과와 진척사항을 관리하는 역할이에요.

관리하지 않아도 결과는 나옵니다. 다만 삥삥 돌게 되고, 토큰 소모량도 커지고, 기술 부채가 쌓여서 추가 비용이 나가게 됩니다. 인간이 결합됐을 때 토큰 효율이 최적화되고, AI 비용 대비 수익 10배를 만들어낼 수 있는 건 지금도 앞으로도 동일할 거라 생각해요.

팀 단위의 협업 구조

Q. 팀 안에서의 협업은 어떤 구조로 이루어지나요?

앞서 말한 Plan 문서가 가장 작은 개발 단위가 됩니다. 저희는 전통적인 환경처럼 요구사항이나 이슈를 미리 깔아놓고 일하지 않아요. 실시간으로 고객 접점에서 요구사항을 구체화하고, 과업을 직접 정의합니다. 개발해 놓고 요구사항과 이슈가 정리되는 흐름이 일부 있는 거죠. 물론 고객의 직접적인 요구사항과 목소리는 별도로 취합하고 있습니다.

그래서 Plan으로 만든 최소 단위 개발 산출물과 로컬 변경사항을 기반으로, 룰에 따라 에이전트에게 적절한 단위로 이슈를 생성하게 하고 커밋시킵니다. PR(Pull Request)도 같은 방식이고요.

이렇게 가독성과 시인성이 높아진 정보들이 형상을 이루고 Slack 알림에 통합됩니다. 일부는 고객과 소통하는 텔레그램 같은 채널에도 직접 연결되고요. 별도로 결과를 시간 들여 공유하지 않아도, Slack 알림 → PR → 커밋 메시지 → 이슈만 보면 다른 팀원들이 쉽게 협업할 수 있는 구조입니다.

AI 시대, 새로운 조직과 역할이 필요한 이유

이처럼 AI가 보편화되면서, 위시켓의 AIDP처럼 AI를 중심에 둔 새로운 조직과 기능이 등장하고 있습니다. 단순히 AI 도구를 도입하는 것을 넘어, 조직 내에서 AI 운영과 의사결정, 비용 배정, 도입 우선순위, 거버넌스를 책임지는 역할이 점점 더 중요해지고 있는 거죠. 인터뷰를 마무리하며, 그는 이런 이야기를 덧붙였습니다.

"누군가는 AI 비용과 인건비, 기타 비용을 조합해서 1의 가치를 만들어냅니다. 사람들은 1만큼의 비용을 지불하고 그 서비스를 구매하겠죠. 저희는 이걸 10으로 만들어내면서, 시장의 고질적인 문제를 바꾸는 패러다임을 제시하고 이끌어가려고 합니다."

현재 위시켓 AIDP 사업부는 이러한 역할을 함께할 동료를 찾고 있습니다. 채용 포지션은 'AIDP FDE(Forward Deployed Engineer)'로, AX 분야에서 자주 언급되는 팔란티어의 FDE와 동일한 성격의 역할인데요. AI 비용을 10배, 나아가 수백·수천 배로 키워나가며, 시장을 리드하는 과정에 관심 있으신 분들은 아래 채용 공고를 확인해 보세요.