Google DORA 팀이 밝혀낸 AI를 잘 도입한 조직들의 특징: 정책편

안녕하세요, Aiden’s Lab 뉴스레터입니다.

설문에 참여한 개발자의 90% 이상이 AI와 함께 일하고 있다는 Google의 2025년 소프트웨어 개발 리포트가 공개되었습니다. 이런 조사 결과를 보면 이미 우리가 AI와 협업하는 것에 익숙해졌음을 체감합니다.

AI를 쓰는 게 효율적이라고 해서 써보니 좋은 것 같긴 하는데... 문득 이런 궁금증이 생긴 적 없으신가요?

그래서 이번에 조직의 AI 도입에 필요한 역량을 구체화한 체크리스트를 소개하고 어떻게 사용할지 알려드리겠습니다.

DORA 메트릭으로 유명한 Google DORA(DevOps Research and Assessment) 팀에서 올해 공개한 연구 결과이니, 믿을만하겠죠?

DORA 팀이 공개한 전체 리포트 분량이 140페이지를 넘어가는 관계로... 제가 그 중에서도 여러분들께 도움이 될 내용만 골라서 쉽게 정리해 2번에 걸쳐 공유드리겠습니다.

Google DORA 팀은 어떤 곳?

DORA 팀은 DevOps 관련 트렌드를 매년 조사해서 리포트하는 것으로 유명한 조직입니다. DevOps 조직의 역량 수준을 지표화하는 DORA 메트릭을 개발한 곳이기도 한데요.

DORA 메트릭은 조직이 운영하는 제품의 효율성과 효과성을 높이는 데에 도움이 됩니다. 조직의 현재 개발 속도와 제품 안정성 측정할 수 있고, 각 메트릭의 역량 수준을 보고 조직의 목표를 설정하기 쉽기 때문이죠.

지금까지 DORA 팀은 조직의 소프트웨어 개발 수준을 정량화해서 의사결정에 도움이 되는 모델을 제공해왔습니다. 하지만 AI, 특히 생성형 LLM 서비스가 등장하면서 소프트웨어 개발 프로세스가 크게 바뀌었습니다. 이제 코드를 AI가 대신 짜주거나 제안해주니까요.

이런 새로운 시대 흐름에 맞게 DORA 팀도 새로운 질문을 하게 됩니다.

그렇게 DORA 팀은 2025년 공개한 'State of AI-assisted Software Development' 보고서에서 AI 역량 모델(AI Capabilities Model)을 새로 선보입니다. AI를 잘 사용하는 조직의 사례를 모은 다음, 공통적으로 관찰되는 특징을 모아 분류한 체크리스트라고 볼 수 있겠습니다.

조직의 기술과 문화를 모두 아우르는 7개 항목으로 구성된 DORA AI 역량 모델은 조직이 앞으로 어느 분야에 투자해야 AI 도구를 더 잘 쓸 수 있을지 가늠하게 해주는데요. 이번에는 그 중에서도 조직의 정책에 주목한 항목 3가지를 쉽게 풀어서 정리해봤습니다.

명확하고 공유된 AI 활용 원칙(Clear and communicated AI stance)

개발자가 어떤 AI 도구를 어떻게 사용할 수 있는지에 대해서 조직의 공식적인 원칙이 있어야 AI를 잘 도입하고 활용할 수 있습니다.

1. 조직에서 AI 사용이 개발자들에게 어느 정도로 기대되는지

2. 조직이 개발자에게 AI 도구를 경험하도록 어느 정도로 지원하는지

3. 조직에서 어떤 AI 도구가 허용되는지에 대해 어느 정도로 명확한지

4. 조직의 AI 정책이 개발자들에게 어느 정도로 직접 영향을 받는지

위 질문에 대해 개발자들이 긍정적인 응답을 한 정도가 높을수록, 즉 AI 활용 원칙과 정책이 명확한 조직일수록...

• AI 도입으로 개발자 개인의 효율성과 조직의 성과는 증가했고,

• AI 도입으로 불필요한 마찰은 감소했다는 응답이 많았습니다.

만약 제시된 질문을 우리 팀에게 대입했을 때 보완이 필요하다면, 조직 내에서 허용되는 AI 툴과 활용법을 명확한 정책으로 만들고 누구나 접근할 수 있는 지점(공유 문서, 사내 플랫폼 등)에 공유하는 걸 추천드립니다. 개발자들의 마음 속 안정감이 되어 효율성을 높여주는 효과와, 작업에 방해가 되는 요인을 줄여 AI 활용으로 인한 조직의 성과가 증가될 것입니다.

건강한 데이터 생태계(Healthy data ecosystems)

조직의 내부 데이터 시스템의 전체적인 품질이 높아야 AI를 잘 도입하고 활용할 수 있습니다.

1. 내부 데이터 소스의 전체적인 품질

2. 내부 데이터 소스로의 접근성

3. 내부 데이터 소스가 부서별로 고립되지 않고 통합되어 있는지

위 질문에 대해 개발자가 긍정적인 응답을 한 정도가 높다는 것은 조직 내부 데이터가 고품질이고 접근하기 쉬우며, 부서간 통합되어있다는 뜻인데요. 이렇게 내부 데이터 생태계가 건강한 조직일수록 AI 도입 후 조직의 성과가 크게 향상되었다고 응답했습니다.

조직 내부 데이터를 활용하는 AI 모델인 경우, 사내 데이터 생태계에 크게 영향을 받는다고 할 수 있겠습니다.

만약 우리 팀의 데이터 생태계를 건강하게 하고 싶다면, 3가지를 기억해야 합니다.

• 데이터 품질

• 데이터 접근성

• 내부 데이터 통합

조직에 도입한 AI 툴이 양질의 데이터를 활용할 수 있어야 조직에게 필요한 가치를 창출할 수 있는 법이니까요.

AI가 접근 가능한 내부 데이터(AI-accessible internal data)

내부 데이터의 품질만큼 중요한 것이 바로, AI 도구가 내부 데이터 소스와 얼마나 연결되어있는지입니다.

1. 업무에 사용되는 AI 도구가 내부 회사 데이터에 접근한 것으로 보이는지

2. AI 도구가 생성한 응답이 내부 회사 정보를 컨텍스트로 사용한 것으로 보이는지

3. 내부 회사 정보를 AI 도구의 프롬프트로 입력하는 빈도

4. 내부 회사 정보를 검색하기 위해 AI 도구를 사용하는 빈도

위 질문에 대해 개발자가 긍정적으로 응답한 정도가 높다면, 작업에 사용하는 AI 도구를 통해 사내 정보 접근 및 처리가 가능하다고 개발자가 인식하고있다는 뜻입니다. 그리고 이런 조직일수록 개발자는 AI를 통해 개인의 효율성과 코드 퀄리티가 크게 향상되었다고 응답했다고 하는데요.

해당 조사는 AI 모델이 회사 내부 정보에 접근 가능한 경우 개발자들에게 더욱 긍정적인 영향을 줄 수 있다는 것을 시사합니다. AI가 답변을 생성할 때 회사에 특화된 컨텍스트를 활용할 수 있기 때문이겠죠.

중요한 건 AI 툴이 내부 데이터를 안전하게 접근할 수 있느냐입니다. 단순히 내부 데이터를 AI 툴이 접근할 수 있게 공개하는 것이 아니라, 접근 권한 제어가 철저하고 암호화된 Vector DB에 내부 데이터를 저장하고 AI 툴이 접근하게 하는 RAG 방식도 권장되는 접근법입니다.

마무리

DORA AI 역량 모델은 심층 인터뷰와 전문가 자문 등을 통해 'AI 도입으로 높은 성과를 낸 조직에게는 이런 특징들이 있더라'라고 정리한 가이드입니다. 그래서 AI를 이제 도입하려는 조직과 이미 도입한 조직 모두가 '우리 조직이 AI를 잘 도입하려면 어떤 부분을 개선해야 하는지' 판단해볼 수 있는 체크리스트라고 할 수 있죠.

이번 아티클에서는 DORA AI 역량 모델 중 정책과 관련된 항목 3가지를 살펴봤는데요. 다음 아티클에서는 개발과 관련된 나머지 4가지 항목을 살펴보도록 하겠습니다. 실제 제품 개발에 직결되는 항목들이니 기대해주세요!

그럼 다음 아티클에서 뵙겠습니다.

감사합니다.😸

참고 자료

• https://services.google.com/fh/files/misc/2025_state_of_ai_assisted_software_development.pdf

• https://cloud.google.com/blog/products/ai-machine-learning/from-adoption-to-impact-putting-the-dora-ai-capabilities-model-to-work?hl=en

✨이번 뉴스레터는 어떠셨나요?

이번 글에서 다룬 주제에 대해 어떻게 생각하는지 알려주세요! 뉴스레터를 더 나은 방향으로 개선하기 위해 아래 폼에서 짧은 피드백을 받고 있어요.

👉 피드백 보내기 (1~2분 소요)

여러분들의 소중한 의견은 Aiden’s Lab 뉴스레터에게 큰 힘이 됩니다!

🔭Aiden’s Lab에서 더 많은 아티클을 만나보세요

발행된 뉴스레터를 아카이빙하고 다양한 정보를 공유하는 기술 블로그를 운영 중입니다.

👉 Aiden’s Lab 기술 블로그 둘러보기