AutoScout24, OpenAI AI 기반 워크플로우로 엔지니어링 규모 확대

이중 레이어 AI 도입을 통한 엔지니어링 변혁

AutoScout24 그룹은 AI를 조직 워크플로우에 통합하기 위해 광범위한 접근성과 전문 기술 영향을 균형 있게 맞추는 두 갈래 접근 방식을 채택했습니다.

• Broad Enablement: 모든 부서에 걸쳐 약 2,000명의 직원에게 ChatGPT 접근 권한을 부여하여 AI 리터러시의 기본 수준을 구축했습니다.
• Deep Technical Integration: 약 1,000명의 “빌더” 직원(엔지니어링, 데이터, 제품 역할)에게 Codex를 제공했으며, 이는 일상 업무에 직접 통합된 코딩 에이전트입니다.

3개월 평가 기간 후, Codex는 사용성, 워크플로우 호환성, 그리고 코드 품질 및 생산성에 대한 측정 가능한 개선을 제공하는 능력을 기준으로 선정되었습니다.

소프트웨어 개발에서 고효과 AI 활용 사례

AI 도구는 독립적인 도구가 아니라 기존 워크플로우에 내장되어 특정 엔지니어링 작업에서 측정 가능한 이점을 가져왔습니다:

• Automated Code Reviews: 풀 리퀘스트 리뷰와 관련된 수동 작업을 감소시킵니다.
• Large-Scale Refactoring: 레거시 시스템 업데이트 및 마이그레이션 과정을 가속화합니다.
• Technical Documentation: 기술 가이드의 생성 및 유지 관리를 자동화합니다.
• Post-Incident Analysis: AI를 활용해 실패와 사고를 분석하고 재발을 방지합니다.

엔지니어링을 넘어, 회사는 비기술 직무도 이제 독립적으로 아이디어를 프로토타입하고 개념을 검증할 수 있게 되었으며, 이는 조직 전체의 혁신 역량을 확대한다고 보고했습니다.

측정 가능한 결과 및 생산성 향상

AI 기반 워크플로우 통합으로 개발 시간이 크게 단축되었으며, 일부 프로젝트에서는 개발 일정이 23주에서 23일로 감소했습니다. 기타 주요 결과는 다음과 같습니다:

• Increased Throughput: 엔지니어링 처리량이 증가하여 더 빠른 실험과 반복이 가능해졌습니다.
• Enhanced Quality: 자동 리뷰를 통해 코드 일관성과 품질이 향상되었습니다.
• Reduced Manual Effort: 문서화 및 풀 리퀘스트 리뷰에 대한 수동 작업이 감소했습니다.

전략적 구현 프레임워크

AI 도입을 확대하기 위해 AutoScout24 그룹은 교차 기능적인 “AI 챔피언스” 네트워크를 구축했습니다. 이 네트워크는 중앙 리더십과 팀 간에 피드백 루프를 형성하여 AI 역량이 실용적이고 실제적인 사용 사례로 전환되도록 보장했습니다.

CTO Frederik Kraus에 따르면, 전략은 기존 팀 역량을 대체하기보다 보강하는 데 초점을 맞추었습니다. 회사가 확인한 리더십 교훈은 다음과 같습니다:

• Prioritize Use Cases: 상향식 명령보다 실제 적용에 중점을 둡니다.
• Rigorous Evaluation: 측정 가능한 엔지니어링 지표를 사용해 AI 도구를 평가합니다.
• Cross-Functional Scaling: 챔피언을 활용해 조직 전반에 지식을 자연스럽게 확산시킵니다.

향후 전망

AutoScout24 그룹은 플랫폼 전반에 걸쳐 자동화와 인텔리전스를 강화하기 위해 핵심 시스템에 AI 통합을 지속적으로 확대할 계획이며, 이를 통해 구매자와 딜러 모두의 사용자 경험을 더욱 향상시킬 것입니다.