AI가 개발을 주도하는 시대:
AI-DLC와 Mob개발 실전기
김동우

l “코드 치는 사람”에서 “방향 잡는 사람“으로💡
들어가며
AI 도구가 쏟아지는 요즘, “AI를 어떻게 써야 잘 쓰는 건가?”라는 질문을 많이 받습니다. 단순히 코드 자동완성이나 질문-답변 수준을 넘어, 개발 프로세스 자체를 AI 중심으로 재설계하려는 시도가 늘고 있습니다.
이 글에서는 제가 사이드 프로젝트 Alpha-Town을 진행하면서 실전 적용한 AI-DLC(AI-Driven Development Lifecycle) 방법론과, 팀이 함께 실천한 Mob 개발 방식을 소개합니다.
1. AI-DLC란 무엇인가?
AI-DLC(AI-Driven Development Lifecycle) 는 두 가지 핵심 차원을 강조하는 AI 중심의 소프트웨어 개발 접근 방식입니다.
1-1. 대화 방향의 역전
기존 개발에서는 개발자가 AI에게 “이거 만들어줘”라고 지시합니다. AI-DLC는 이 방향을 뒤집습니다.
- AI가 먼저 질문하고, 계획·설계·구현을 주도
- 인간은 검증·승인·의사결정에 집중
- AI 역량을 개발 프로세스 전반에 걸쳐 활용
이 전환의 핵심은 인간이 “실행자”가 아닌 “의사결정자“ 가 된다는 점입니다.
AI가 초안을 잡고, 계획을 세우고, 코드를 생성하는 동안, 개발자는 방향이 맞는지 검토하고 승인합니다.
1-2. 동적 팀 협업
AI가 일상적인 반복 작업을 처리하는 동안, 팀은 협업 공간에서 하나로 뭉쳐 실시간으로 문제 해결, 창의적 사고, 신속한 의사결정을 내립니다.
고립된 개인 작업에서 높은 에너지의 팀워크로의 전환 — 이것이 AI-DLC가 개발 혁신과 속도를 동시에 끌어올리는 방법입니다.
2. AI-DLC 라이프사이
AI-DLC는 세 단계로 구성됩니다.

Inception (착수)
- 의도(Intent) 명확화: 막연한 아이디어를 구체적 요구사항으로 정제
- 사용자 스토리 도출: 누가 무엇을 왜 원하는지 명확히 정의
- 단위(Unit) 분해: DDD 원칙 기반으로 독립 배포 가능한 단위로 분리
Construction (구축)
- 도메인 모델링: 집계, 엔티티, 값 객체, 도메인 이벤트 설계
- 논리 설계: 아키텍처 패턴 선택 및 ADR(아키텍처 결정 기록) 작성
- 코드 생성 → 테스트 → 배포 (Bolt): AI가 주도, 인간이 검토
Operation (운영)
- 모니터링, 인시던트 대응, 성능/비용 최적화
핵심 사이클: 계획 → 승인 → 실행
AI-DLC의 모든 작업은 이 사이클을 반복합니다.

승인 없이 다음 단계로 넘어가지 않는 것, 그리고 계획 없이 코드를 생성하지 않는 것이 철칙입니다.
3. Agile과 무엇이 다른가?

가장 큰 차이는 세 가지입니다.
1. 역할 전환 Agile에서는 인간이 계획하고 실행하고 회고합니다. AI-DLC에서는 AI가 계획하고 실행하며, 인간은 감독합니다. 실행자에서 의사결정자로의 전환입니다.
2. 문서와 추적성 Agile은 “동작하는 소프트웨어 > 문서”를 지향해 문서가 최소화되는 경향이 있습니다. AI-DLC에서는 프롬프트 이력 + 계획 파일 + 체크박스가 자연스럽게 개발 이력이 됩니다.
3. 피드백 속도 Agile의 스프린트 단위(1~2주) 피드백에서, 각 단계마다 즉시(분~시간) 피드백으로 iteration이 훨씬 빨라집니다.
4.Mob: 팀이 하나가 되는 방
AI-DLC의 또 다른 핵심은 Mob 개발 방식입니다.
Mob이란?
모든 팀원이 한 곳에 모여 하나의 화면을 보며 동시에 같은 문제를 해결하는 방식
: 혼자 각자 개발하는 것이 아니라, 모두가 같은 화면을 바라보며 함께 생각하고 함께 결정합니다.
Mob Elaboration
PO, Engineer, QA, AI 등 모든 구성원이 한 자리에 모여 요구사항을 함께 분석하는 회의입니다. 각자가 따로 해석한 요구사항이 아닌, 동일한 이해를 바탕으로 개발을 시작할 수 있습니다.
Mob Construction
Mob Elaboration과 유사하게 모든 구성원이 한 자리에 모여 설계 → 의사결정 → 구현 → 테스트 → 배포까지 함께 진행합니다.
개인별로 역할을 나누거나 태스크를 분리하지 않습니다. 하나의 화면을 보며 다 같이 논의하고, 구현하고, 결과를 확인하고, 피드백을 반복합니다.
5. 실전 적용: Alpha-Town 개발기
프로젝트 소개
Alpha-Town은 Flex(근태관리) + 게더타운(가상공간)을 결합한 가상사무실 메타버스 서비스입니다.
- 팀: TF-업푸업푸 (4명, 사이드 프로젝트 TF)
- 목표: Studio 개발팀 1분기 성장목표(AI 역량 강화)를 위한 실전 학습
- 스택: Next.js + FastAPI + PostgreSQL + Redis + WebSocket
진행 방식: 매주 목요일 Mob
저희 팀은 매주 목요일에 모여 Mob 형태로 개발했습니다.
별도로 역할을 나누거나 개별 개발을 하지 않았습니다. 미팅 시간에만, 그 자리에서 하나의 화면을 보며 다 같이 논의 → 구현 → 결과 확인 → 피드백 순서로 반복했습니다. “내 파트”가 없으니 병목도 없고, 모두가 전체 맥락을 공유하니 의사결정이 빠릅니다.
임팩트: 하루 만에 MVP 완성
가장 인상적인 성과는 단 2시간 만에 대규모 기능을 구현한 것입니다.
3월 2일 15:43 ~ 17:43 (약 2시간)
- 11 커밋, 4,686줄 추가
이 2시간 동안 구현한 것들:
- 출퇴근 관리 + 자동 체크인/아웃
- 일정 CRUD + 참석 응답
- 회의실 예약 (충돌 방지)
- 프론트엔드 통합 → MVP 완성
문서 추적성
AI-DLC를 적용하면 문서화가 부담이 아니라 자연스러운 산출물이 됩니다.

이 문서들이 중요한 이유:
- 모든 의사결정의 근거가 남음
- “왜 이렇게 만들었지?” 추적 가능
- 새 팀원 온보딩이 쉬워짐
- AI 컨텍스트 유지에 필수
- 유지보수 시 히스토리 참고
6. AI-DLC를 경험하며 느낀 점
What에 집중할 수 있었다
How(어떻게 구현하지?)보다 “무엇을 만들지” 에 집중할 수 있었습니다. 구현의 세부 사항은 AI가 처리하고, 저는 방향을 잡는 데 에너지를 쏟았습니다.
계획이 오히려 속도를 높인다
직관에 반하지만, 먼저 계획을 세우는 것이 전체 개발 속도를 높였습니다. 계획 없이 시작하면 중간에 방향을 바꾸는 삽질이 많아지는데, AI-DLC의 계획-승인-실행 사이클이 이를 방지해줬습니다.
문서화가 자연스럽게 된다
AI 컨텍스트를 유지하려면 이전 결정들이 문서로 남아있어야 합니다. 이 필요가 자연스러운 문서 축적으로 이어졌습니다. 의식적으로 문서를 쓰려고 노력하지 않아도 됐습니다.
역할이 바뀐다
“코드 치는 사람”에서 “방향 잡는 사람” 으로. 이 전환이 처음엔 어색하지만, 익숙해지면 훨씬 더 큰 그림을 볼 수 있게 됩니다.
마치며
AI-DLC는 단순히 “AI 도구를 잘 쓰는 방법”이 아닙니다. 개발 프로세스 전체를 AI 중심으로 재설계하는 접근입니다.
그리고 Mob은 이 방법론을 팀 단위로 실천하는 방식입니다. 각자 흩어져서 AI를 쓰는 것이 아니라, 함께 모여 AI와 함께 생각하고 함께 만드는 것.
한 가지 덧붙이자면, AI의 발전이 소프트웨어 생명주기 전반의 생산성을 높이고 있는 건 분명하지만, 개발 생산성의 향상 속도가 기획·디자인보다 훨씬 빠르게 올라가고 있는 것 같습니다. 그 결과 병목이 기획·디자인 쪽으로 이동하고 있습니다. 기획자와 디자이너 입장에서는 오래 고민할 시간보다 빠르게 결과물을 확인하며 의사결정을 내릴 수 있는 환경이 필요해졌습니다. AI-DLC의 빠른 계획-실행 사이클과 Mob Elaboration 방식이 이 문제의 해결 방향이 될 수 있다고 생각합니다.
다만 한 가지 주의할 점은, AI-DLC는 처음부터 새로 만드는 그린필드(Greenfield) 프로젝트에서 더 잘 작동하는 방법론인 것 같습니다. 기존 코드베이스 위에서 진행하는 브라운필드(Brownfield) 환경에서는 AI가 파악해야 할 컨텍스트가 방대하고, 계획-승인-실행 사이클을 기존 구조에 맞춰 적용하기가 쉽지 않습니다. Alpha-Town이 빠르게 진행될 수 있었던 것도 처음부터 AI-DLC 방식으로 설계하고 시작했기 때문이라고 생각합니다.
아직 정답이 있는 방법론은 아닙니다.
하지만 Alpha-Town 프로젝트를 통해, AI와 함께하는 개발이 어떤 모습일 수 있는지를 조금이나마 체감할 수 있었습니다.
여러분도 다음 프로젝트에서 한번 시도해보시면 어떨까요?
Ref
- AI-Driven Development Life Cycle: Reimagining Software Engineering
- AI-Driven Development Lifecycle (AI-DLC)