"AI가 코드는 잘 짜는데, 프로젝트 전체를 맡기기는 불안해요."
맞습니다. AI는 작은 작업은 잘하지만, 큰 프로젝트를 통째로 이해하고 구현하기는 어렵습니다.
그런데 **WBS(Work Breakdown Structure)**와 결합하면 어떨까요?
최근 프로젝트에서 이 조합으로 개발 시간을 6배 단축한 경험을 공유합니다.
WBS + AI = 마법
문제: AI에게 큰 작업을 통째로 주면
요청: "이커머스 사이트 만들어줘"
AI: ???
결과: 쓸모없는 스켈레톤 코드
AI는 당황합니다. 어디서부터 시작해야 할지 모르거든요.
해결: WBS로 나눠서 주면
요청 1: "상품 목록 API (GET /products) 만들어줘"
AI: ✅ 완벽한 코드 생성
요청 2: "장바구니 추가 API (POST /cart) 만들어줘"
AI: ✅ 완벽한 코드 생성
요청 3: "결제 처리 API (POST /payment) 만들어줘"
AI: ✅ 완벽한 코드 생성
각각 15분이면 완성됩니다!
실제 프로젝트: 로그인 시스템
최근에 진행한 실제 프로젝트입니다.
Step 1: WBS로 분해 (30분)
로그인 시스템 (총 8시간)
├── 1. 백엔드 API (4시간)
│ ├── 1.1 회원가입 API (1시간)
│ ├── 1.2 로그인 API (1시간)
│ ├── 1.3 비밀번호 재설정 API (1시간)
│ └── 1.4 토큰 검증 미들웨어 (1시간)
├── 2. 데이터베이스 (1시간)
│ ├── 2.1 사용자 테이블 생성 (30분)
│ └── 2.2 세션 테이블 생성 (30분)
├── 3. 프론트엔드 (2시간)
│ ├── 3.1 로그인 폼 컴포넌트 (1시간)
│ └── 3.2 회원가입 폼 컴포넌트 (1시간)
└── 4. 테스트 (1시간)
├── 4.1 API 통합 테스트 (30분)
└── 4.2 E2E 테스트 (30분)
Step 2: 각 작업에 명세 추가 (1시간)
Task 1.1: 회원가입 API
Time: 1시간
Spec:
Endpoint: POST /api/auth/register
Input:
email: string (RFC 5322)
password: string (min 8, 특수문자)
name: string
Output:
userId: UUID
message: string
Validation:
- Email must be unique
- Password strength check
Security:
- bcrypt (rounds: 10)
- Rate limit: 3/hour/IP
Error Cases:
- 409: Email already exists
- 400: Validation failed
Step 3: AI에게 생성 요청 (2시간)
각 작업마다:
- AI가 코드 생성 (5분)
- 개발자가 검토 (10분)
- 수정 요청 (5분)
- 테스트 추가 (10분)
결과: 1시간짜리 작업을 30분만에 완료!
실제 측정 결과
전통적 방법
- 전체 개발: 80시간 (2주)
- 버그 수정: 40시간 (1주)
- 총 120시간
WBS + AI 방법
- WBS 작성: 2시간
- 명세 작성: 4시간
- AI 코드 생성: 8시간
- 검토 및 수정: 6시간
- 총 20시간
6배 빨라졌습니다!
병렬 처리로 더 빠르게
WBS의 숨은 장점: 병렬 처리
// 의존성 없는 작업들은 동시에!
const parallelTasks = [
"1.1 회원가입 API",
"1.2 로그인 API",
"2.1 사용자 테이블"
];
// 3명이 동시에 AI와 작업
const results = await Promise.all(
parallelTasks.map(task =>
developer.workWithAI(task)
)
);
// 3시간 작업이 1시간만에!
PM의 실제 하루
제가 실제로 일하는 방식입니다.
오전 9시: 오늘의 WBS 확인 (30분)
오늘 할 일:
□ 1.1 회원가입 API
□ 1.2 로그인 API
□ 1.3 프로필 API
오전 10시: AI와 첫 번째 작업 (45분)
1. 명세 복사 → AI에 붙여넣기
2. 생성된 코드 검토
3. "여기 에러 처리 추가해줘"
4. "테스트 코드도 만들어줘"
5. 완료!
오전 11시: 두 번째, 세 번째 작업 (1시간 30분)
같은 패턴으로 반복. 점점 빨라집니다.
오후 2시: 통합 테스트 (1시간)
- 전체 API 연동 테스트
- 버그 발견 → AI에게 수정 요청
- 재테스트
오후 3시: 완료!
8시간 작업을 4시간만에 끝냈습니다.
WBS 작성 실전 팁
1. 작업은 1-2시간 단위로
❌ 너무 큰 작업
└── 사용자 관리 시스템 (40시간)
✅ 적절한 크기
├── 회원가입 API (2시간)
├── 로그인 API (2시간)
├── 프로필 수정 API (1시간)
└── 비밀번호 변경 API (1시간)
이유: AI가 한 번에 이해할 수 있는 크기
2. 의존성 명시
Tasks:
- id: 1.1
name: "DB 스키마"
- id: 1.2
name: "User 모델"
depends_on: [1.1] # 1.1 먼저!
- id: 1.3
name: "회원가입 API"
depends_on: [1.2] # 1.2 먼저!
이유: 병렬 처리 시 충돌 방지
3. 완료 기준 명확히
Definition of Done:
- [ ] API 동작 확인
- [ ] 에러 처리 완료
- [ ] 테스트 작성
- [ ] 문서 업데이트
이유: AI도 사람도 헷갈리지 않게
흔한 실수들
실수 1: 작업이 너무 크다
"백엔드 개발"이라고 하면 AI는 어디서부터 시작해야 할지 모릅니다.
해결: 최대 2시간 단위로 쪼개기
실수 2: 명세가 없다
"로그인 기능"이라고만 하면 AI는 if (id == "admin")같은 코드를 만듭니다.
해결: YAML이나 JSON으로 명세 작성
실수 3: 의존성 무시
DB 없이 API를 먼저 만들면? 나중에 다시 작업해야 합니다.
해결: 의존성 그래프 그리기
도구 선택 가이드
WBS 관리 도구
필수 기능:
- 계층 구조 지원
- 의존성 관리
- 진행률 추적
- 명세 첨부
추천:
- Plexo: WBS 특화, AI 친화적
- Jira: 복잡하지만 강력
- Notion: 유연하지만 수동
AI 도구
코드 생성:
- Claude: 긴 코드, 정확도 높음
- ChatGPT: 설명 잘함, 리팩토링 강함
- Copilot: IDE 통합, 자동완성
실제 프로젝트 적용 사례
사례 1: 스타트업 MVP (B2B SaaS)
- 프로젝트: 팀 협업 도구
- 기간: 3개월 → 3주
- 인원: 3명
- WBS: 127개 태스크
- AI 활용률: 70%
- 결과: 10배 빠른 출시
사례 2: 레거시 마이그레이션
- 프로젝트: PHP → Node.js
- 기간: 6개월 → 2개월
- 인원: 5명
- WBS: 342개 태스크
- AI 활용률: 85%
- 결과: 버그 50% 감소
WBS + AI 시너지 효과
1. 예측 가능성 ↑
작은 단위로 나누니 시간 예측이 정확해집니다. "이 기능 언제 끝나요?"라는 질문에 정확히 답할 수 있습니다.
2. 품질 향상 ↑
각 작업이 작아서 검토가 쉽습니다. 버그를 일찍 발견하고, AI가 생성한 코드도 쉽게 검증할 수 있습니다.
3. 스트레스 ↓
"어디서부터 시작하지?"라는 고민이 사라집니다. 그냥 WBS 위에서부터 하나씩 해결하면 됩니다.
4. 협업 효율 ↑
팀원들이 각자 다른 WBS 태스크를 맡아 병렬로 진행합니다. 충돌 없이, 빠르게.
마무리: 미래는 이미 여기에
WBS + AI는 단순한 도구의 조합이 아닙니다. 새로운 개발 패러다임입니다.
앞으로 개발자는:
- WBS로 문제를 분해하고
- 명세를 작성하고
- AI와 협업하여 구현하고
- 품질을 검증하는
**"AI 오케스트레이터"**가 될 것입니다.
이미 이렇게 일하는 팀들이 10배 빠른 속도로 제품을 만들고 있습니다.
여러분도 늦기 전에 시작하세요.
**분할 정복(Divide and Conquer)**은 알고리즘뿐만 아니라 AI 시대 개발의 핵심 전략입니다.
WBS 기반 프로젝트 관리와 AI 통합이 필요하신가요? Plexo를 확인해보세요.
댓글 없음:
댓글 쓰기