AMOREPACIFIC, Kiro IDE로 SAP 개발에 AI를 도입하다

개요

AMOREPACIFIC은 설화수, 에스트라, 라네즈, 헤라, 아이오페 등 수십 개의 뷰티 브랜드를 전 세계에 선보이는 글로벌 뷰티 전문 기업입니다. 오프라인 매장을 넘어 대표하는 아모레몰을 비롯한 각 브랜드 공식 온라인 몰까지, AMOREPACIFIC의 커머스 채널은 다양하게 그리고 빠르게 확장되고 있습니다.

그 화려한 브랜드 포트폴리오와 커머스 인프라 뒤에는 수십 년에 걸쳐 쌓아온 SAP ERP 시스템이 비즈니스 전반을 지탱하고 있습니다. AI가 소프트웨어 개발의 판도를 바꾸고 있는 지금, 아모레퍼시픽 ERP플랫폼기획팀은 한 가지 질문을 던졌습니다.

“레거시 SAP 환경에서도 AI 기반 개발이 가능한가?”

이 글은 그 질문에 답하기 위해 시작된 실험의 기록입니다. AMOREPACIFIC의 ERP플랫폼기획팀이 어떻게 레거시 SAP 환경에서 AI 도구와 AI 기반 방법론을 활용해 ABAP과 SAPUI5 개발에 AI를 도입할 수 있었는지 그 과정과 확인한 성과 및 시사점을 공유하고자 합니다.

배경

AMOREPACIFIC은 SAP ECC(ERP Central Component) 6.0 EHP7(NetWeaver 7.40) 환경에서 FI, CO, SD, MM 등 SAP 기본 코어 모듈(Core Module) 외에 확장형 ERP(Extended ERP) 및 SAPUI5 기반의 프론트엔드 환경을 운영하고 있습니다. 이를 지탱하는 ABAP 백엔드 코드와 SAPUI5 프론트엔드는 SAP GUI와 NWDS (NetWeaver Developer Studio)를 통해 개발되어 왔습니다.

기존 개발 방식에 큰 문제가 있었던 것은 아닙니다. 하지만 AI 시대를 대비하여 SAP 환경에도 선제적으로 AI를 적용해 개발 생산성을 높이려는 목표를 가지고, 팀은 AWS와 함께 AI-DLC(AI-Driven Development Life Cycle) 프레임워크를 수립하는 프로젝트를 시작했습니다.

2025년 8월부터 2026년 3월까지 진행된 이 프로젝트에서, ERP플랫폼기획팀은 다양한 AI 코딩 도구를 비교 평가한 끝에 Kiro IDE(이하 Kiro로 표기)를 최종 선정했습니다. 특히 Kiro의 Spec-Driven Development 방식이 SAP 환경의 FS/TS(Functional Specification/ Technical Specification) 기반 개발 문화와 자연스럽게 맞아떨어졌습니다.

AI가 요구사항(requirements)부터 설계(design), 구현 계획(tasks)까지 구조화된 명세를 먼저 작성하고 이를 기반으로 코드를 생성하는 접근이, 기존에 FS/TS를 먼저 작성한 뒤 코딩에 들어가는 SAP 개발 흐름과 동일한 구조였기 때문입니다.

Kiro의 2가지 모드(Spec 모드: 신규 개발 요건 / Vibe 모드: 기존 모듈의 수정&추가 개발)를 적용하여 AI-DLC의 가능성을 검증했습니다. 이 글은 그 과정에서 겪은 기술적 허들과 극복 과정, 그리고 얻은 실무적 인사이트를 공유합니다.

SAP 환경에 AI를 적용하기 어려운 이유

AI 코딩 도구의 발전 속도에 비해, SAP 환경의 AI 도입은 크게 뒤처져 있습니다. ABAP은 범용 언어 대비 AI 생태계가 협소하고, Classic ABAP 환경을 지원하는 도구는 더욱 드뭅니다. SAP 고유의 기술적 제약이 이를 가중시켜, 현장 개발자들은 AI의 혜택을 누리지 못하는 상황입니다.

1. GUI 기반 환경의 구조적 제약

SAP은 웹 브라우저가 아닌 SAP GUI라는 자체 그래픽 인터페이스에서 개발됩니다. 더 중요한 점은, SAP 개발 작업의 상당 부분이 순수 코딩이 아닌 GUI 기반의 Configuration(SE11 테이블 생성, SPRO 설정, PFCG 권한 관리 등)으로 이루어진다는 것입니다. 이 영역은 구조적으로 AI 자동화가 불가능합니다. 또한 대부분의 AI 코딩 도구는 파일 시스템 기반의 소스 코드를 전제로 하지만, SAP ABAP 코드는 SAP 서버 내부에 존재하며 로컬 파일로 자유롭게 접근하기 어렵습니다. 소스 연동이 불가능하면서 AI 도구를 적용할 수 없는 근본적 제약입니다.

2. ECC 6.0 Netweaver 7.40 환경 및 관련 MCP 부재

AI 도구가 SAP 시스템 컨텍스트를 이해하기 위해서는 MCP(Model Context Protocol) 서버가 필요하지만, SAP 환경을 위한 공식 MCP는 존재하지 않았습니다. 조직 고유의 커스텀 RFC 함수, ABAP 네이밍 규칙, SAPUI5 프레임워크 패턴을 AI에게 전달할 방법이 없었습니다. 또한 ERP플랫폼기획팀이 운영하는 SAP ECC 6.0 Netweaver 7.40 환경은 최신 S/4HANA와 SAP ADT(ABAP Development Tools) 지원이 제한적입니다. AI 도구가 SAP 시스템의 테이블 구조, RFC 함수, 코딩 컨벤션을 학습하기 위해 데이터를 조회(Read)하는 것은 가능하나, AI가 생성한 소스 코드를 시스템에 직접 반영(Write)하는 수준의 양방향 연동에는 기술적 제약이 존재합니다.

3. 환경에 맞는 AI 도구 그리고 Steering의 필요성

ERP플랫폼기획팀은 다양한 AI 코딩 도구를 비교 평가했습니다. 그러나 SAP GUI 기반 환경과의 연동 제약, 조직 고유의 코딩 컨벤션 지원 부족 등으로 범용 도구만으로는 한계가 있었으며, 내부 분석 기준으로 생산성 향상률은 20%~30% 수준에 그칠 것으로 산정되었습니다. 이 과정에서 AWS SA팀이 개발한 SAP 전용 MCP 서버가 안정성과 향후 유지보수 측면에서 가장 적합하다고 판단했고 이를 기반으로 Kiro IDE를 선정했습니다. Kiro를 선택한 결정적 이유는 Spec-Driven Development 방식에 있었습니다. SAP 개발은 본래 FS/TS를 먼저 작성한 뒤 코딩에 들어가는 설계 중심 문화를 가지고 있었는데 Kiro의 Spec 모드는 이 흐름과 동일하게 requirements.md → design.md → tasks.md라는 구조화된 명세를 먼저 만들고 코드를 생성하기 때문에, 기존 Jira 티켓 기반 워크플로우를 크게 변경하지 않고도 AI를 도입할 수 있는 장점이 있었습니다.

결국 SAP에 AI를 적용하려면 단순히 AI 코딩 도구를 설치하는 것으로는 부족했고, SAP 시스템과 AI를 연결하는 브리지, 즉 MCP를 확보하고, 조직의 코딩 컨벤션을 AI에게 사전 학습시키는 Steering이 선행되어야 했습니다. AWS와의 협업을 통해 이 두 가지를 해결한 것이 프로젝트의 실질적인 출발점이었습니다.

SAPUI5 프론트엔드: 더욱 복잡한 개발 환경

SAPUI5 개발은 ABAP보다 더 복잡한 환경에서 이루어졌습니다. ERP플랫폼기획팀은 일반적인 SAP Fiori가 아닌 NWDI(NetWeaver Developer Infrastructure) 기반 Portal Application Standalone 프로젝트를 운영하고 있었습니다.

AI가 이해해야 할 조직 고유의 개발 컨벤션

AI를 SAP 환경에 적용하려면 범용 코드 생성을 넘어 조직 고유의 개발 방식을 AI가 이해해야 하는데 ERP플랫폼기획팀의 경우, ABAP 쪽에서는 TOP, F01, C01 등 Include 프로그램 패턴과 ALV 리포트 골격, Selection Screen 정의 등 오랜 시간 축적된 코딩 표준이 자리 잡고 있었습니다. SAPUI5 쪽은 더 복잡했는데, 표준 SAP Fiori가 아닌 NWDI Portal Application 기반의 커스텀 프레임워크와 IIFE 패턴을 사용하고 있었고, _new 접미사 파일 관리 규칙처럼 공식 문서 어디에도 없는 내부 컨벤션이 존재했습니다. 여기에 FS/TS 기반의 문서화 체계가 Jira 티켓과 연동되어 관리되고 있었습니다.

AI에게 일반적인 ABAP이나 SAPUI5 코드를 생성하게 하는 것 자체는 어렵지 않지만 진짜 과제는 “우리 팀의 개발 방식”으로 코드를 생성하게 하는 것이었습니다. 이를 위해서는 MCP로 시스템 컨텍스트를 제공하고, Steering으로 코딩 표준을 학습시키는 두 가지 접근이 동시에 필요했습니다.

솔루션

AI-DLC: SAP 개발에 AI를 적용하는 방법

ERP플랫폼기획팀이 AWS와 함께 설계한 AI-DLC(AI-Driven Development Life Cycle) 프레임워크는 기존 개발 도구를 교체하는 것이 아니라, AI가 설계부터 코딩, 문서화까지 협업하는 방식을 기존 워크플로우에 통합하는 것이었습니다.

이 전환의 핵심은 “도구를 바꾸는 것이 아니라 일하는 방식을 바꾸는 것”이었습니다. 즉, 개발자가 코드 편집기 앞에 앉아 있는 시간을 줄이고, 그 시간을 요구사항 검증과 비즈니스 로직 설계에 투자하도록 하는 것입니다. 전통적인 SDLC(Software Development Life Cycle)가 “사람이 주도하고 도구가 보조”하는 구조였다면, AI-DLC는 “사람이 의사결정하고 AI가 실행을 가속화”하는 방식으로 개발의 무게중심을 옮깁니다. 팀은 이 AI-DLC를 Kiro IDE의 Spec-Driven Development 방식으로 구현했습니다. 프레임워크는 세 가지 핵심 컴포넌트 위에 세워졌습니다.

1. Kiro: Spec-Driven Development로 설계부터 AI가 관여하는 개발 환경

Kiro는 AWS에서 개발한 Spec-Driven IDE입니다. 기존 AI 코딩 도구가 코드 자동완성에 집중하는 반면, Kiro는 구조화된 명세(Spec)를 먼저 작성하고, 이를 기반으로 코드를 생성하는 설계 중심 접근을 하는데 팀은 개발 상황에 따라 Kiro의 두 가지 모드를 선택적으로 활용했습니다.

Kiro IDE 화면 – Spec 모드와 Vibe 모드 선택, Steering 설정, MCP 서버 연결 화면

Spec 모드: 구조화된 신규 개발을 위한 AI 설계 파트너

Spec 모드는 신규 프로젝트나 복잡한 기능 개발에 적합한 모드로, AI가 3단계 구조화된 설계 프로세스를 자동으로 수행합니다.

Spec 모드 자동 설계 흐름 (Spec-Driven Automated Design Flow) – 요구사항에서 구현 계획까지의 자동화 과정

Vibe 모드: 빠른 반복 개발을 위한 AI 채팅 파트너

Vibe 모드는 이미 Spec 문서가 존재하는 프로젝트에서 대화형 채팅 기반으로 빠르게 코드를 수정하는 모드입니다. 자연어로 변경 요청을 전달하면 AI가 기존 Spec 문서를 참조하여 맥락에 맞는 코드 수정을 즉시 수행합니다.

Vibe 모드 프로세스 흐름 – 채팅 기반 대화형 빠른 반복 개발 과정

Spec vs Vibe: 언제 어떤 모드를 사용할까?

*DDIC(SAP Data Dictionary): 테이블, 구조체, 도메인 등 데이터 모델 정의하는 SAP 고유 메타저장소

ERP플랫폼기획팀의 시도: 기존에 없던 신규 개발 요건에는 Kiro의 Spec 모드를 적용하여 AI가 설계부터 체계적으로 참여하는 Spec-Driven Development를 시도했고, 기존 모듈의 수정/추가 개발 요건에는 Vibe 모드를 적용하여 대화형 AI 협업의 가능성을 검증했습니다. 이 두 모드의 조합이 초기 설계 품질과 유지보수 민첩성을 동시에 확보할 수 있는지가 이번 프로젝트의 핵심 실험이었습니다.

2. MCP: AI와 SAP 시스템을 이어주는 컨텍스트 브리지

MCP(Model Context Protocol)는 AI IDE와 외부 시스템 간 컨텍스트를 공유하기 위한 오픈 프로토콜입니다. Kiro가 SAP 시스템의 기존 코드, 데이터 구조, 비즈니스 로직을 이해하고 참조할 수 있도록 연결하는 역할을 합니다.

Kiro가 MCP Server로 SAP 작업 수행하는 과정

범용 AI 모델은 일반적인 프로그래밍 지식은 갖추고 있지만, 팀이 운영하는 SAP 환경에 존재하는 커스텀 RFC 함수 모듈이나 테이블 구조, 비즈니스 로직까지 알고 있지는 않습니다. MCP 서버가 이러한 조직 고유의 컨텍스트를 AI에게 전달해야 비로소 AI가 “우리 회사의 코드”를 이해하고 일관성 있는 결과를 만들어낼 수 있습니다. 예를 들어 “ZXXX_GET_EMPLOYEE_DATA RFC 함수를 호출하는 코드 생성해줘”라는 요청이 들어오면, MCP 서버가 해당 함수의 파라미터 구조와 반환 값, 사용 예시를 AI에게 함께 전달하는 식입니다. 팀은 User Level(~/.kiro/settings/mcp.json)에 MCP 서버를 한 번 설정하여, ABAP RFC Function Module과 SAPUI5 백엔드 RFC를 모두 분석할 수 있도록 구성했습니다. 이 설정은 AMOREPACIFIC의 SAP 개발자 Kiro 프로젝트에 공통 적용되므로, 새 프로젝트마다 환경을 재구성할 필요가 없습니다.

3. Steering: AI에게 “AMOREPACIFIC의 방식”을 가르치다

Steering은 AI의 행동을 가이드하는 문서 체계입니다. ~/.kiro/steering/ 디렉토리에 배치된 파일들은 AI가 코드를 생성할 때 자동으로 참조하게 되는데 별도의 프롬프트를 입력하지 않아도 ERP플랫폼기획팀이 정한 코딩 표준이 코드에 자연스럽게 녹아들 수 있다는 것이 핵심입니다. 범용 AI 모델은 일반적인 ABAP이나 SAPUI5 코드를 생성할 수는 있지만, 팀 고유의 변수 네이밍 규칙이나 Include 구조, 에러 처리 패턴, g.get() 프레임워크 사용법 같은 내부 코딩 표준까지 자동으로 따르지는 않습니다. Kiro의 Steering 파일이 바로 이 간극을 메우는 역할을 하는데 “AMOREPACIFIC의 ERP개발팀은 이렇게 코드를 작성한다”는 규칙을 사전에 지정해 두면, 이후 Kiro가 생성하는 코드가 별도 상세한 프롬프트 없이도 조직의 표준을 자연스럽게 준수하게 됩니다.

이 수행 과정에서 팀은 ABAP과 SAPUI5 각각에 특화된 Steering 파일을 준비했습니다.

Steering: 조직의 표준 코딩 가이드 – 범용 AI 코드 생성기가 Steering 파일을 참조하여 조직의 내부 코딩 표준을 자동 준수하는 흐름

아키텍처: Jira부터 SAP까지 통합

앞서 언급한 ECC 6.0의 직접 연동 제약을 해결하기 위해, 팀은 공유 폴더(Shared Folder) 방식을 채택했습니다. 이 방식은 Kiro가 생성한 코드를 공유 폴더에 저장하고, 개발자가 이를 SAP GUI나 NWDS에 반영하는 구조입니다. 더 나아가 Jira 티켓부터 SAP 시스템까지 전체 개발 라이프사이클을 하나의 통합 아키텍처로 연결했습니다.

흥미롭게도 ERP플랫폼기획팀의 기존 Jira 티켓 기반 워크플로우는 Kiro의 Spec 모드와 자연스럽게 맞아떨어졌습니다. Jira 티켓의 요구사항이 requirements.md로, FS/TS 설계서가 design.md로, 개발 작업 분해가 tasks.md로 전환되는 구조 덕분에 기존 업무 프로세스를 크게 바꾸지 않고도 Kiro를 활용한 개발 방식을 적용해 볼 수 있었습니다. 단순히 개발 도구를 바꾼 것이 아니라, Jira 기반 요구사항 관리와 AI 기반 코드 생성이 유기적으로 연결된 셈입니다.Kiro가 생성한 코드는 공유 폴더를 거쳐 ABAP은 SAP GUI(SE38: ABAP Editor/SE11: ABAP Dictionary)로, SAPUI5는 NWDS를 통해 SAP 시스템에 반영됩니다. SAP 버전에 관계없이 적용할 수 있는 범용성을 확보하면서, AI가 생성한 코드를 개발자가 한 번 더 검토하는 자연스러운 리뷰 과정도 갖추게 됩니다.

AI-DLC 프로세스: ABAP과 SAPUI5 공통 프레임워크

ERP플랫폼기획팀의 AI-DLC 프레임워크는 아래 프로세스로 이루어지며, ABAP 백엔드와 SAPUI5 프론트엔드 모두에 공통으로 적용됩니다.

각 단계의 핵심을 요약하면 다음과 같습니다.

이 프로세스의 핵심 원칙은 “코드를 수정하고 수정에 참조한 문서를 함께 업데이트 한다!”라는 것입니다. Kiro의 Spec-Driven 방식에서는 코드와 Spec 문서가 항상 함께 동기화되므로, 설계-코드 불일치 문제를 근본적으로 방지할 수 있습니다.

성과

약 8개월간 진행된 프로젝트에서 ABAP 백엔드 1건 + SAPUI5 프론트엔드 3건, 총 4개 프로젝트에 Kiro를 사용한 이 개발방식을 적용했습니다. 기존 자체 분석에서 약 20% ~ 30% 수준으로 산정되었던 생산성 향상 가능치를, AI-DLC 프레임워크와 MCP 서버 기반의 접근으로 최대 72%까지 끌어올리는 성과를 확인했습니다. 부가적으로 산출물과 소스 코드의 현행화 및 전반적인 품질 향상 효과도 얻었습니다.

1차 시도: ABAP 백엔드 (Spec 모드로 신규 개발)

목표: 신규 개발 요건에 Kiro의 Spec-Driven Development를 적용하여 AI-DLC 프레임워크 검증

프로젝트: SAP 리포트 신규 개발 (Jira 티켓 ITO0177-XXXX)

결과: 기존 개발 흐름은 단순했지만 반복적이었습니다. Jira 티켓이 열리면 개발자는 FS/TS를 작성하고, 코드를 짜고, 리뷰를 받았습니다. Kiro를 도입한 후 이 흐름이 바뀌었습니다. Spec 모드가 FS/TS를 requirements.md, design.md, tasks.md로 자동 변환하고, Include TOP/F01/ALV 같은 정형 코드와 DDIC TSV 파일까지 생성했습니다. 개발자가 손으로 처리하던 반복 작업이 사라지면서, 비로소 요구사항 검증과 비즈니스 로직 구현에 집중할 수 있게 되었습니다.

2차 시도: SAPUI5 프론트엔드 (Spec 모드 + Vibe 모드 병행)

목표: 신규 개발(Spec 모드)과 수정 개발(Vibe 모드)을 병행하여 SAPUI5 환경에서의 AI-DLC 확장 가능성 검증

프로젝트: HR 근태 관리 화면 개선 (ITO0177-AAAA), HR 승인 프로세스 변경 (ITO0177-BBBB), HR 모바일 뷰 추가 (ITO0177-CCCC)

결과: SAPUI5 Portal Application 개발은 NWDI 특유의 폴더 구조(ui.pdk.{코드}, _comp/dist/mvc/), 커스텀 프레임워크, IIFE 패턴, 파일 관리 규칙까지 숙련 개발자도 실수가 잦은 영역입니다. Kiro에 sapui5-development.md 하나를 Steering 파일로 추가하자, 이 모든 규칙이 자동으로 적용되기 시작했습니다. 또한 문서화 방식도 바뀌었습니다. design_doc_template.md 기반으로 FS/TS 설계 산출물이 자동 생성되면서 문서화 시간이 80% 단축되었고, Jira 티켓 번호·제목·요청자가 자동 반영되어 요구사항 추적성 100%를 확보했습니다.

2번의 시도를 통해 확인한 업무 개선 효과

정성적 성과

수치 이상으로 의미 있었던 변화는 개발자의 역할이 달라졌다는 점입니다. AI-DLC 적용 이후 개발자는 코드를 한 줄 한 줄 타이핑하는 대신, 요구사항을 검증하고 Kiro가 생성한 코드를 리뷰하는 데 더 많은 시간을 쓰게 되었습니다. Kiro의 Steering 가이드는 기술 스택 간의 장벽을 눈에 띄게 낮췄습니다. ABAP 개발자가 SAPUI5 Portal Application의 구조를 이해하고 직접 수정할 수 있게 된 것이 대표적인 사례입니다. 실제로 1차 ABAP 파일럿에 참여했던 개발자가 2차 SAPUI5 프로젝트에도 기여하는 성과로 이어졌습니다. 또한 기존에는 커스텀 프레임워크의 독자적인 호출 구조와 NWDI 기반의 복잡한 폴더 체계가 신규 개발자의 진입을 가로막는 주요 요인이었지만 Kiro의 Steering이 이러한 학습 곡선을 대신 흡수하면서, 개발자는 구조 파악에 소모하던 시간을 실제 개발에 집중할 수 있게 되었습니다. 향후 신규 개발자의 온보딩 기간도 함께 단축될 것으로 기대합니다. 또한 4개 프로젝트 모두에서 Spec 문서와 코드의 동기화율 100%를 달성했습니다. 이는 Kiro의 Spec-Driven 방식, 즉 명세를 먼저 만들고 코드를 생성하는 접근 덕분에 설계와 코드가 처음부터 함께 관리되었기 때문입니다. 기존에 Jira 티켓 → FS/TS 작성 → 코딩 → 문서화로 분리되어 있던 단계들이, “Jira 티켓 → Kiro Spec 모드 → AI 코드 자동 생성 → 설계산출물 자동 생성”이라는 하나의 흐름으로 연결되었습니다.

향후 계획

AMOREPACIFIC은 이번 프로젝트를 시작점으로 생산성을 더욱 극대화하기 위한 다음 단계를 준비하고 있습니다.

1. GitLab 레포지토리 연동: Kiro 프로젝트 폴더(.kiro/specs/, ABAP_Code/, ui.pdk.{코드}/, docs/)를 AMOREPACIFIC GitLab에 저장하여 버전 관리 및 협업을 강화하고, Spec 설계문서(.md), 생성된 코드, 설계산출물을 모두 Git으로 관리하여 변경 이력을 추적하고 팀원 간 공유를 활성화할 예정입니다.
2. Jira/Confluence MCP 연동 – 완전한 워크플로우 자동화: 현재는 개발자가 Jira 웹에서 티켓 정보를 복사하여 Kiro에 입력하지만, Jira MCP 연동이 완료되면 Kiro IDE Chat에서 직접 Jira 이슈를 조회하고 자동으로 Spec 문서에 반영할 수 있습니다. 예를 들어 “Jira 티켓 ITO0177-AAAA의 요구사항을 기반으로 Spec 문서 생성해줘”라고 요청하면, Kiro가 Jira API를 통해 티켓 내용을 직접 가져와서 requirements.md를 생성하고, 개발 완료 후에는 Confluence에 설계산출물을 자동 업로드하는 전체 워크플로우가 완성됩니다. 이는 Jira → Kiro → SAP → Confluence로 이어지는 End-to-End 자동화를 의미합니다.
3. AI 코딩 엠베서더 선정: 파일럿 참여 개발자 중 AI-DLC 활용 숙련도가 높은 인력이 Steering 문서 작성 가이드 제공, 6단계 프로세스 교육, 트러블슈팅 지원 등의 역할을 맡아 다른 팀으로의 확산을 주도하게 될 예정입니다.

결론

AMOREPACIFIC은 다가오는 AI 시대에 발맞춰, 보수적인 엔터프라이즈 SAP 환경에 AI를 선제적으로 도입하는 과감한 도전에 나섰습니다. SAP GUI 기반, ECC 6.0 Netweaver 7.40이라는 레거시 환경과 공식 MCP의 부재는 당초 ‘불가능’으로 여겨졌던 기술적 허들이었습니다. 하지만 이 한계를 정면으로 돌파하여, ABAP과 SAPUI5 총 4개 프로젝트에 AI-DLC를 성공적으로 적용했습니다. 이번 프로젝트의 핵심은 단순한 신기술 도입이 아닙니다. ‘사람 중심의 전통적 개발’에서 ‘AI 중심(AI-Centric)의 개발’로 일하는 방식의 패러다임이 완전히 전환되었다는 점입니다. Kiro의 Spec-Driven 접근, AWS SAP MCP 서버, 그리고 Steering 문서의 전략적 조합은 레거시 환경에서도 AI가 조직의 코딩 표준을 완벽히 이해하고 주도할 수 있음을 증명했습니다. 이를 통해 30% 수준으로 예상했던 생산성 향상률을 최대 72%까지 끌어올렸으며, 부가적으로 산출물-소스코드 간 현행화 및 설계-코드 동기화라는 품질 측면의 개선도 함께 이뤄냈습니다.

AMOREPACIFIC은 더 나아가 업무 플로우와 제반 개발 환경을 AI 기반으로 전면 재정의하고 있습니다. 특히 Kiro를 활용하여 두 가지 모드를 효과적으로 활용할 수 있었습니다. 신규 개발에는 설계부터 AI가 주도하는 ‘Spec 모드’를, 유지보수에는 ‘Vibe 모드’를 유연하게 적용하여 SAP 환경의 다양한 요건을 커버하고 있습니다. AI의 Spec-Driven 방식이 기존 SAP의 FS/TS 설계 문화와 자연스럽게 맞물리면서, 개발자들의 저항을 최소화하고 성공적인 변화 관리(Change Management)를 이끌어낸 것은 매우 의미 있는 성과입니다. AMOREPACIFIC의 이번 여정이, 레거시 시스템의 한계 앞에서 AI 도입을 망설이는 수많은 엔터프라이즈 개발팀에게 실질적인 해답이자 혁신의 이정표가 되기를 기대합니다.

이 솔루션에 사용되는 방법론 및 서비스의 자세한 정보, 그리고 실제 활용사례를 참고해 보세요.

• Kiro IDE/CLI의 기능에 대해 더 자세히 알아보고 싶으신 경우, kiro.dev에 방문해 주세요.
• AI-DLC에 대한 공식적인 고객 사례는 다음 블로그에서 확인해 보세요
  • AI-DLC 기반 웅진씽크빅 북큐레이터 AI 에이전트 구축
• SAP ABAP 개발에 AI를 활용한 코드 변환, 테스트, 문서화 자동화에 대한 내용은 다음 블로그에서 확인해 보세요.
  • Introducing ABAP Accelerator for AI-Assisted Development