CJ올리브영의 AI 협업 개발 프로세스 구축, AI-DLC 실전 도입 사례

AI 요약

AI 코딩 도구로 개인 생산성이 크게 향상되었지만 이런 능력이 특정 개인에게 집중되어 팀에는 맥락과 프로세스가 남지 않는 문제가 있어, 리더들은 팀 전체가 같은 수준과 맥락으로 AI와 협업하고 이를 반복 가능한 구조로 정착시키는 방법을 고민하고 있습니다. 이를 위해 CJ올리브영은 2026년 3월 AWS의 AI-DLC 방법론을 도입해 총 24개 후보 과제 중 Greenfield 4개와 Brownfield 1개 등 5개 과제를 엄선하고, AWS의 AI 개발 도구 Kiro를 활용해 요구사항 분석부터 설계·구현·품질 검증까지 전 개발 주기를 AI와 체계적으로 협업했습니다. AI-DLC는 SDLC 각 단계에 AI를 구조적으로 통합하는 워크플로우로 Inception Phase(요구사항 정의)와 Construction Phase(구현 반복)를 중심으로 산출물을 다음 단계의 AI 입력값으로 연결해 바이브 코딩의 조직적 한계를 해결하려는 방법론이며, 올리브영은 3일간의 워크숍을 통해 얻은 인사이트와 과제별 해결 과정을 공유했습니다