우리가 일해온 방식에 이름을 붙였습니다
Move Fast · Deep Dive · Share Out, 실제 업무에서는 어떻게 나타날까요?
Channel Talk
- 개발 문화
그 어느 때보다 빠르게 변하고 있고, 누구도 처음부터 정답을 알고 출발하지 않습니다. 결국 차이를 만든 것은 더 나은 답을 미리 갖고 있었느냐가 아니라, 빠르게 시도하며 자신들만의 답을 만들어냈느냐였습니다. 채널 엔지니어링 팀은 변화에 적응하는 팀이 아니라, 변화를 이끄는 팀을 지향합니다.
단, 빠르게 달린다는 것이 방향 없이 움직인다는 뜻은 아닙니다. 세상이 빠를수록 '무엇을 기준으로 판단하고 어떻게 일할 것인가'는 오히려 더 분명해야 합니다. 그 기준이 바로 우리의 코어 밸류입니다.
Customer Driven이 우리가 향하는 방향이라면, Move Fast · Deep Dive · Share Out은 엔지니어링팀의 일하는 방식입니다. 이 세 가지는 우선순위를 다투는 가치가 아닌 함께 작동하는 하나의 순환입니다.
Move Fast와 Deep Dive는 하나를 선택하는 가치가 아닙니다. 깊이 이해할수록 판단은 정확해지고, 빠르게 실행할수록 학습은 빨라집니다.
Share Out은 그 과정에서 얻은 배움을 팀의 자산으로 만들어, 다음 Move Fast와 Deep Dive를 더욱 강하게 합니다.
깊이 이해하고, 빠르게 실행하고, 배움을 나누는 순환을 통해 우리는 변화에 앞서가며 고객에게 더 나은 가치(Customer Driven)를 지속적으로 전달합니다.
빠르게 판단하고 실행합니다. 모두가 긴박감을 공유하며, 완벽한 계획을 기다리기 보다 상황에 맞는 판단을 빠르게 내리고 먼저 시도합니다. 실행이 느려지면 병목과 블로커를 즉시 찾아 해소합니다.
끝까지 완주 하며 더 빠르게 배웁니다. 시작만 빠른 것이 아니라, 복잡한 문제도 실제 가치가 확인될 때까지 붙잡고 결과로 만듭니다. 실행 과정에서 즉각적으로 피드백을 주고받으며 판단을 검증하고, 다음 사이클을 더 정확하게 시작합니다.
Move Fast 실제 사례
'스타트업이니까 빨라야 한다'는 구호에 머무르지 않습니다. CoS 출시 일정에 맞춰 고객의 ALF 초기 설정을 돕는 ALF Setting Skill을 먼저 출시했고, 실제 사용자 반응을 확인한 결과 진짜 병목은 초기 설정이 아니라 ALF 오동작 디버깅과 복잡한 앱 태스크 수정이라는 피드백을 얻었습니다. 팀 내부에서 쓰던 디버깅 도구를 고객에게 안전하게 제공하도록 빠르게 연동하고 Setting Skill도 복잡한 태스크 수정에 맞춰 개선한 결과, ALF Skill은 현재 CoS에서 리텐션이 가장 높은 기능이 되었습니다.
AI 기반 개발로 실행 속도를 높이는 동시에, 코드 품질이 떨어지지 않도록 CI 환경을 정비했습니다. 번역 변경이 필요할 때마다 Tolgee에 직접 번역 키를 만들고 배포해야 했던 과정을, AI를 활용해 홈페이지 화면에서 바로 번역 키를 바꿀 수 있는 시스템으로 단축했습니다. 웍스 리디자인 배포가 임박한 시점에 사이드패널 개편 니즈가 생기자 완성된 기획을 기다리는 대신 인터페이스를 빠르게 설계하고 AI로 구현해 각 팀에 전파했고, 이후 각 팀이 필요한 사이드패널을 직접 구현하도록 했습니다.
AI 기반으로 지식 구조의 격차를 메워주는 기능에 대한 니즈가 있었습니다. 완벽한 기능을 오래 준비하는 대신 PoC부터 빠르게 검증하고 피드백을 바탕으로 반복 개선한 끝에, 고객사가 편하게 쓸 수 있는 기능을 빠르게 출시했습니다.
개발-배포 사이클이 빨라지며 배포 지원 요청이 크게 늘었습니다. 개발자가 인프라 지식이나 DevOps 팀의 도움 없이도 스스로 배포할 수 있도록, 내부 개발자 플랫폼 QWER에서 서버를 Self-Service할 수 있게 개선했습니다. 비개발자도 접근 가능한 공용 저장소와 개발 템플릿을 만들어, AI의 도움을 받아 만든 애플리케이션도 사내 표준을 지키며 플랫폼에서 바로 배포할 수 있게 했습니다.
피처 팀 지원이 많아지면서, 코어 팀에게도 고객 니즈를 정확히 파악하는 일이 중요해졌습니다. 팀 리드를 통해 니즈를 간접적으로 듣기도 하지만, 요청이 올라오기를 기다리는 대신 개발자들을 직접 찾아다니며 필요한 것을 확인하려 합니다.
문제의 본질까지 파고듭니다. 중요한 문제를 정의하고, 고객과 제품의 맥락부터 기술의 원리와 근본 원인까지 이해해 해결책을 찾습니다.
기술적 기본기를 축적합니다. 반복적인 탐구로 개인과 팀의 기술력을 높여 복잡한 문제를 더 빠르고 명확하게 해결하고, 장기적인 기술 경쟁력을 확보합니다.
Deep Dive 실제 사례
DynamoDB 사내 스터디로 기술의 원리를 깊이 탐구하고, 실제 제품에서의 활용 가능성을 검증해 개선으로 연결했습니다. Kafka·OLAP·Flink와 같이 제품의 기반이 되는 핵심 기술을 사용할 줄 아는 수준에 머무르지 않고, 가장 깊이 이해하는 기술로 만들겠다는 목표로 의식적으로 파고듭니다. PostgreSQL과 CS 기본기로 벌크 액션과 스케일링 워커의 구조를 깊이 분석해, 벌크 액션이 서버를 경유하도록 구조를 개선하며 문제를 근본적으로 해결했습니다.
모니터링 장애 앞에서 표면적인 현상만 해결하지 않고, Istio 오픈소스 코드를 직접 분석해 Linux OS·네트워크·패키지 레벨까지 파고들어 근본 원인을 찾았습니다. AI 호출이 다양해지며 API Key 관리, 보안 감사, 비용 추적, 멀티 프로바이더 지원이 모두 필요해졌고, 사내 AI Gateway 플랫폼 Prism을 개발해 이 문제들을 해결하고 있습니다.
성능과 에러를 표면적으로 해결하지 않고, 좋은 성능을 직접 정의해 지표로 설정하고 모니터링합니다.
AI 상담 시스템 구축에 그치지 않고, 상담의 품질까지 평가해야 했습니다. 자체 평가 항목만으로는 부족한 고객사별 맥락을 파고들어, 고객사별 비즈니스 기준을 충족하는 평가 시스템을 구축했습니다.
ALF 함수 모킹 기능을 원한다는 피드백에, 개발하기 전 그 이유를 먼저 조사했습니다. 진짜 필요는 다양한 조건에서 ALF 동작을 한 번에 확인하는 것이었고, 그에 맞춰 Test Suites 기능을 개발했습니다.
경험과 배움을 팀의 자산으로 만듭니다. 실행과 고민에서 얻은 경험을 문서·세션·포스팅으로 공유하고 아카이빙하여, 누구나 다시 찾아 활용할 수 있도록 합니다.
편하게 나누고 함께 성장합니다. 서로의 고민과 의사결정 과정을 자연스럽게 나누며, 솔직하게 말하고 열린 태도로 경청하는 분위기를 만듭니다. 이는 다음 Deep Dive와 Move Fast의 출발점을 높입니다.
Share out 실제 사례
기술 블로그와 Dev Session, 사내 포스팅으로 문제를 해결한 과정과 그 안에서 얻은 배움을 적극적으로 공유합니다.
이렇게 공유된 경험은 다른 팀의 문제를 함께 생각하는 계기가 됐습니다. “우리에게도 생길 수 있는 문제 아닐까?”라는 질문에서 출발해, 각 팀의 상황을 돌아보고 미리 대비할 방법을 논의했습니다.