Eximbay의 AWS Kiro 기반 AX 표준화 여정

생성형 AI를 도입한 조직 대부분이 공통적으로 마주치는 질문이 있습니다. “개인의 생산성 향상이 확인됐는데, 왜 조직 전체의 업무 방식은 달라지지 않는가?” 엑심베이는 이 질문을 AX(AI Transformation)의 출발점으로 삼았습니다. 단순히 AI 도구를 더 많이 사용하는 것이 아니라, 반복 가능한 업무 흐름을 설계하고 그 실행 방식을 조직 자산으로 축적하는 구조를 만드는 것이 목표였습니다. 이 글은 AWS Kiro를 중심축으로 삼아 조직형 AX 운영 구조를 설계하고 실제 업무에 적용한 과정을 공유합니다.

엑심베이 소개

엑심베이(Eximbay)는 해외결제 시장점유율 1위의 PG(Payment Gateway) 기업으로, 국경 없는 결제 인프라 구축을 목표로 크로스보더 결제 핀테크 서비스를 제공하고 있습니다. 온라인·오프라인 결제 서비스, 외국인 대상 앱 서비스, 호텔 결제 솔루션까지 다양한 채널에서 글로벌 결제를 지원하며, AWS 클라우드 기반으로 서비스 인프라를 운영하고 있습니다.

사진1: 엑심베이 서비스 소개

배경 및 과제

개인의 AI 활용을 조직의 공통 흐름으로 연결하기까지

생성형 AI 도입은 개인 단위에서 먼저 확산됐습니다. 문서 초안 작성, 아이디어 도출, 반복 업무 부담 경감 등 여러 영역에서 개인 생산성 개선은 실제로 나타났습니다. 그러나 조직 전체의 관점에서는 다른 문제가 확인됐습니다.

핵심 과제는 AI 활용 자체가 아니었습니다. 개인의 생산성 개선이 조직의 재현 가능한 실행 방식으로 연결되지 못하고 있다는 점이었습니다. 이 시점에서 엑심베이는 AI 활용과 AX(AI Transformation)를 구분해 접근했습니다. 전자가 개인의 업무 효율을 높이는 단계라면, 후자는 그 활용 방식을 조직의 공통 흐름으로 정착시키는 단계입니다. 엑심베이가 필요로 한 것은 더 많은 도구가 아니라, 업무를 실행 가능한 구조로 만들고 조직 안에서 반복 가능하게 운영할 수 있는 체계였습니다.

솔루션: Kiro 중심의 3레이어 AX 운영 구조

왜 여러 AI 도구 중 Kiro를 중심축으로 삼았나

엑심베이가 Kiro를 중심축으로 삼은 이유는 단순한 기능 비교에 있지 않았습니다. 핵심은 조직형 AX에 필요한 세 가지 조건을 충족할 수 있는가에 있었습니다.

• 작업 단위를 정의하고 반복 실행할 수 있는 구조
• 누구나 일정 수준의 결과를 낼 수 있도록 돕는 표준화된 흐름
• 한 번 만든 실행 방식이 개인 노하우에 머무르지 않고 조직 자산으로 남는 체계

대화형 AI 도구는 초안 작성, 아이디어 발산, 요약과 정리에 강점이 있습니다. 그러나 엑심베이가 해결하려던 문제는 그보다 한 단계 더 구조적이었습니다. 반복 업무 절차를 정의하고, 한 번 만든 작업 방식을 재사용하며, 그 결과를 조직 자산으로 축적하는 체계가 필요했습니다. Kiro는 에이전트 기반으로 작업 단위를 구조화하고, 정리된 흐름을 실제 실행 가능한 형태로 운영할 수 있는 기반을 제공합니다. 엑심베이가 보고자 한 것은 “누가 질문을 더 잘하느냐”가 아니라 “어떤 업무를 어떤 구조로 반복 실행할 수 있느냐”였습니다.

조직 확산을 위한 3레이어 운영 구조 설계

Kiro의 실행 기반을 조직 전체로 확산시키기 위해서는 추가적인 설계가 필요했습니다. 실행 기반이 존재한다는 것과, 그 기반을 조직 구성원 모두가 실제로 활용할 수 있다는 것은 별개의 문제이기 때문입니다. 가장 대표적인 과제는 진입 장벽이었습니다. 어떤 작업을 어떤 구조로 정의해야 하는지, 실행 전에 무엇을 준비해야 하는지에 대한 이해가 부족한 사용자에게는 강력한 실행 기반도 쉽게 활용되기 어렵습니다. 이 상태가 지속되면 일부 숙련자만 활용하는 구조가 되기 쉽고, AX를 조직 전체의 운영 방식으로 확장하기도 어렵습니다.

엑심베이는 Kiro를 실행의 중심에 두고, 생성의 진입 장벽을 낮추는 레이어와 실행 자산을 축적하는 레이어를 추가로 설계했습니다. 역할을 세 가지 레이어로 구분한 통합 운영 구조입니다.

이 세 레이어는 각각 분리된 기능이 아니라 Kiro를 중심으로 연결된 하나의 운영 구조입니다. AX는 도구를 추가로 도입하는 일이 아니라, 일의 흐름을 다시 설계하는 일입니다. 생성은 더 쉽게, 실행은 더 명확하게, 자산은 더 오래 남도록 만드는 것이 이 구조의 방향이었습니다.

사진2: Eximbay AX 3레이어 운영 구조 — 실행(Kiro), 생성(Kiro Desk), 축적(형상관리) 레이어

구현 과정

Kiro Desk: 서브에이전트 생성을 조직 전체의 일상적 작업으로

Kiro의 가능성을 조직 전체로 확산시키기 위해서는 잘 만든 에이전트를 공유하는 것만으로는 충분하지 않았습니다. 각 구성원이 자신의 업무에 맞는 서브에이전트를 직접 만들 수 있어야 했습니다.

Kiro에서 서브에이전트를 구성하려면 역할, 지시사항, 맥락, 주의사항 등을 담은 .md 파일을 직접 작성해야 합니다. 숙련된 사용자에게는 간단한 작업이지만, 처음 접하는 구성원에게는 설정 구조 자체를 이해하는 것부터 진입 장벽이 됩니다. 실제로 현업에서는 서브에이전트 활용에 대한 수요는 높았지만, 설정 파일 작성 단계에서 실행으로 이어지지 못하는 경우가 빈번했습니다.

Kiro Desk는 이 문제를 해결하기 위해 설계한 대화형 인터페이스입니다. 구성원이 원하는 서브에이전트의 역할과 기대 결과물을 자연어로 설명하면, Kiro Desk가 이를 분석하여 Kiro에서 바로 사용할 수 있는 .md 설정 파일을 자동으로 생성합니다. 설정 구조에 대한 사전 이해 없이도 서브에이전트 생성이 가능해진 것입니다.

Kiro Desk의 도입 효과는 단순한 편의성 향상에 그치지 않았습니다. 서브에이전트 생성이 소수 숙련자의 전유물에서 조직 구성원 누구나 시도할 수 있는 일상적 작업으로 전환되면서, Kiro 활용 자체의 저변이 확대됐습니다. 이는 조직형 AX 확산에서 핵심적인 adoption layer로 기능했습니다.

사진3: Kiro Desk — 자연어로 서브에이전트 설정 파일(.md)을 자동 생성하는 대화형 인터페이스

사진4: Kiro Desk가 생성한 서브에이전트 설정 파일 예시

형상관리 기반 협업 구조: 실행 결과보다 실행 자산을 남기는 방식

조직형 AX에서는 한 번의 결과보다, 그 결과를 만들어낸 자산이 더 중요합니다. 어떤 프롬프트를 사용했는지, 어떤 steering을 적용했는지, 어떤 에이전트 정의를 기반으로 실행했는지가 기록으로 남아야 다음 실행이 더 나아질 수 있기 때문입니다.

엑심베이는 중앙에서 단일 표준을 배포하는 방식 대신, 팀별 다양성을 인정하면서도 그 다양성을 자산화할 수 있는 구조를 설계했습니다. 팀 브랜치와 개인 브랜치를 분리하여 운영하는 방식입니다. 각 팀은 자기 맥락에 맞는 프롬프트, 에이전트 정의, 결과물 템플릿, steering 규칙을 관리하고, 개인은 그 위에서 실험합니다. 실험 결과가 유효하다고 판단되면 팀 자산으로 병합하는 구조입니다.

이 구조가 만든 가장 큰 변화는 AI 활용이 더 이상 개인 노하우에 머물지 않게 되었다는 점입니다. 특정 구성원이 효과적으로 활용한 방식을 다른 구성원도 꺼내 쓰고, 개선하고, 다시 축적할 수 있게 됐습니다. 형상관리 기반 협업 구조는 단순한 저장소가 아니라, 실행 가능한 업무 자산을 지속적으로 쌓아가는 운영 방식으로 기능했습니다.

성과

개발 조직: 속도 향상과 판단 중심의 업무 방식 전환

엑심베이에서 먼저 가시적인 변화가 나타난 것은 개발 조직이었습니다. Kiro 기반 흐름이 자리 잡으면서 개발자가 시간을 투입하는 방식 자체가 달라졌습니다. 기존에는 요구사항 이해, 구현 구조 설계, 핵심 로직 작성, 테스트와 문서화까지 개발자가 전 과정을 직접 수행하는 방식이 일반적이었습니다. Kiro 도입 이후에는 개발자가 작업 목적, 구조, 제약조건, 품질 기준을 정의하면 AI가 구현 초안, 테스트 코드, 문서 초안을 병렬로 생성하고, 개발자는 검토와 방향 조정에 집중하는 방식으로 무게중심이 이동했습니다.

WeChat MCC 분류 엔진 작업은 텍스트 정규화, 키워드 사전, 우선순위 기반 매칭 엔진, API 레이어, 회귀 테스트, 유지보수 문서까지 포함된 작업으로, 구현 전반의 약 90%를 AI가 담당했습니다. 최종 품질은 개발자의 방향 결정과 검증에서 완성됐습니다.

주목할 만한 또 다른 변화는 재작업 비용의 감소입니다. 작업 도중 스코어링 방식에서 우선순위 기반 매칭으로 설계 방향을 전환하고, 패키지 구조도 프로젝트 컨벤션에 맞게 재정리해야 하는 상황이 발생했습니다. 기존 방식에서는 이미 구현된 코드를 재작업하는 부담으로 인해 차선책을 선택하는 경우가 많았습니다. Kiro 기반 협업 흐름에서는 재구현 비용이 낮아져 더 나은 설계 방향으로의 전환이 용이해졌습니다.

비개발 조직: 기능보다 사용 가능한 경험이 채택을 결정한다

비개발 조직에서는 다른 형태의 변화가 나타났습니다. 개발 조직에서 AX의 효과가 처리 속도와 업무 방식 변화로 체감됐다면, 비개발 조직에서는 보다 직접적인 기준이 중요했습니다. 실제로 사용되는가.

엑심베이는 기존 프로젝트 관리 툴의 대시보드를 활용하는 방안을 먼저 검토했습니다. 필요한 데이터를 표시하는 기능은 갖추고 있었지만, 실제 사용자 입장에서는 화면 구성이 복잡하고 핵심 지표를 직관적으로 파악하기 어려웠습니다. 기능은 존재했지만 사용 경험은 자연스럽지 않았습니다.

사진5: 기존 프로젝트 관리 툴 대시보드 — 복잡한 화면 구성으로 핵심 지표 파악이 어려웠던 기존 화면

이에 엑심베이는 Kiro를 활용해 별도의 대시보드를 구축하는 방향으로 전환했습니다. 더 많은 정보를 담는 대신, 현재 필요한 정보가 빠르게 파악되도록 구조를 재설계했습니다. 전체 계획 수립, 표시 지표 정의, 요구사항 구체화, 구현 초안 생성, 반복 수정의 단계로 진행됐으며, AI는 설계안과 구현 초안을 빠르게 생성하는 역할을 담당했고 사람은 실제 사용자 관점에서의 판단에 집중했습니다.

사진6: Kiro를 활용해 새로 구축한 대시보드 — 핵심 지표를 직관적으로 파악할 수 있도록 재설계

현재 이 대시보드가 실제 업무에서 지속적으로 활용되고 있다는 점은, 비개발 조직에서 AX 채택의 성패를 가르는 핵심이 기술적 정교함이 아니라 사용 가능한 경험임을 보여줍니다.

시사점 및 향후 계획

엑심베이의 AX 표준화 여정에서 확인된 핵심 시사점은 세 가지입니다.

향후 엑심베이는 이 운영 구조를 더 다양한 팀과 직군으로 확장하고, 효과 측정 기준을 정교화할 계획입니다. 또한 AX 확산 과정에서 가장 중요한 과제로 채택 격차 해소를 설정했습니다. 기술 수준의 차이보다 시작 방법을 모르거나 초기 결과에서 기대치를 충족하지 못해 중단하는 경우가 더 빈번하게 나타나기 때문입니다. 더 쉽게 시작하고, 더 빠르게 의미 있는 결과를 확인하며, 기존 업무 흐름 안에 자연스럽게 통합될 수 있도록 사용 경험을 지속적으로 개선해 나갈 예정입니다.

마치며

엑심베이의 사례는 조직형 AX가 단순한 도구 도입의 문제가 아님을 보여줍니다. AI를 실제 업무 흐름 안에 연결하고, 반복 실행 가능한 구조로 정착시키며, 실행 자산이 지속적으로 축적되는 체계를 함께 설계해야 합니다. AWS Kiro를 중심축으로 삼아 생성, 실행, 축적의 세 레이어를 통합한 운영 구조는 이 과제에 대한 엑심베이의 실질적인 답이었습니다.

AI를 잘 활용하는 소수를 만드는 것이 아니라, AI가 조직의 일하는 방식 안에 자리 잡도록 만드는 것. 엑심베이가 이 여정을 통해 만들고자 한 변화는 바로 그것이었습니다.

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.
• AWS Kiro 공식 문서
• Kiro Steering 가이드
• Kiro Spec-Driven Development