KT의 사내 해커톤 kode:vibeJAM은 직무와 상관없이 AI 개발도구로 아이디어를 구현해보는 자리로, 다양한 조직의 임직원이 팀을 이뤄 도전하는 실험 무대입니다. 트랙은 창의형(Track A)과 전문형(Track B) 두 갈래로 운영됐고, 과제는 ‘업무 효율화’와 ‘사내 편의 서비스’ 범주 안에서 자유롭게 선택해 진행되었는데요. 본선 진출 팀에게는 트랙별로 GitHub Copilot, Cursor IDE(Pro) 등 AI 개발 도구 지원도 더해져, 실제 현업 문제를 빠르게 프로토타이핑할 수 있도록 설계됐죠.
이번 글에서는 그중 Track B, 개발자 트랙 대상(1위)을 수상한 팀 ‘악스디즈’의 이야기를 담았습니다. 악스디즈는 “커리어/프로젝트 정보가 여기저기 흩어져 있어, 막상 필요한 순간에 꺼내 쓰기 어렵다”는 아주 현실적인 문제를 AI 에이전트 두 개로 풀어냈는데요. 개인에게는 커리어를 정리해주는 에이전트, 팀장·PM에게는 RFP 기반으로 인재를 추천해주는 에이전트로, ‘사내 인재·프로젝트 매칭’의 가능성을 보여줬습니다.
먼저 간단히 팀 소개와 참여하게 된 계기는 무엇인가요?
저희는 바이브코딩 해커톤 개발자 트랙 대상을 수상한 '악스디즈’ 입니다. 각자 다른 팀 소속이지만, 올해 여름에 약 2개월간 고객사 상주 프로젝트를 같이 했어요. 지금은 각자 다른 프로젝트로 흩어져 있는데, 그때 팀워크도 좋았고 프로젝트 결과도 좋았어서 “한 번 더 같이 해보자”는 마음이 자연스럽게 생겼습니다.
그리고 팀 구성도 조금 특이한 편인데요. 저희는 개발자 2명, 컨설턴트 1명으로 이뤄져 있습니다. 각자 원래 하던 일만 하는 게 아니라, 이번 기회에 본 직무 밖의 영역도 경험해보자는 마음이 컸어요. 그게 바이브코딩 해커톤이랑도 잘 맞았던 것 같습니다.
이번 해커톤에서 만든 프로젝트를 소개해 주세요.
저희는 이번에 두 가지 에이전트를 만들었습니다.
첫 번째는 개인 커리어 관리 에이전트예요. 내가 진행했던 프로젝트, 보유 역량, 자격증 같은 정보를 기반으로 AI 프로필을 자동 생성해주고, 거기서 끝나는 게 아니라 나에게 맞는 프로젝트를 추천받을 수 있게 설계했습니다.
두 번째는 팀장이나 PM을 위한 에이전트입니다. 프로젝트를 시작할 때 RFP를 받아 분석하잖아요. 그걸 에이전트가 읽고, 적합한 인재를 추천해주고, 더 나아가 팀 구성의 적합도 점수까지 확인할 수 있게 만들었습니다.
둘 다 DB 기반 대시보드 + 챗봇으로 구성되어 있어요. 대시보드에서 정보가 구조적으로 보이고, 챗봇으로는 “내 정보 확인/수정” 같은 걸 바로 할 수 있게 했습니다.
아이디어 자체는 “KT에서 일하다보면 커리어·프로젝트 정보가 정말 흩어져 있는데, 이걸 한 곳에서 관리할 수 있으면 좋겠다”에서 출발했습니다. 개발 과정에서는 제안서를 기반으로 Figma Make로 화면을 먼저 설계했고요. Cursor에 개발 규칙과 요구사항 정의서를 작성한 뒤, TBD 방식으로 필요한 것부터 빠르게 쌓아 올렸습니다. Plan/Ask 모드로 개발 계획도 잡고요. 마지막에는 Azure 배포까지 AI 도움을 받아 끝까지 해봤습니다. PPT랑 홍보 영상 제작도 가능한 한 AI로 해보려고 했고요.결과적으로 “그럴듯한 데모”가 아니라, 실제 사용 가능한 PoC 수준까지 가는 걸 목표로 했고, 그 기술적 완성도를 인정받아서 본선·결선을 거쳐 대상을 수상하게 됐습니다.
현업에서 마주하던 문제 중 ‘이건 AI가 해결해야 한다’고 느낀 지점은 무엇이었나요?
재연 : 현업 프로젝트에서는 엔지니어 한 명이 프론트엔드, 백엔드부터 인프라 구축, AI 에이전트 개발까지 감당해야 하는 상황이 종종 있잖아요. 범위가 너무 넓어서 벅차기도 하고요. 그런데 AI를 쓰면, 혼자서도 그 범위를 완결성 있게 커버할 수 있게 되더라고요. 특히 반복적인 개발 로직 구현은, 개발자가 가이드라인과 의도를 명확히 전달하면 AI가 꽤 충실하게 코드로 구현해주기도 하고요. 결국 AI가 1인 개발자가 팀 단위의 생산성을 낼 수 있도록 도와준다고 느꼈습니다.
도훈 : 저는 PoC 상황에서 항상 비슷한 벽을 느꼈어요. 급박한 상황에서 문제를 진단하고 해결책을 제안할 때, 결국 설득력은 아이디어를 실제로 시연 가능한 형태로 얼마나 빨리 구현하느냐에서 나오거든요. 완벽하지 않아도 기술 개념을 실증하는 속도가 사업 성패에 영향을 주는 경우가 많고요. 바이브코딩은 그 과정을 압축해서 진행할 수 있는 좋은 AI 기반 툴이라고 생각했습니다.
문제를 해결하기 위해 사용한 기술 스택은 무엇인가요?
민지 : 저는 업무 특성에 따라 AI 도구를 여러 가지로 나눠서 쓰는 편이에요. 요구사항 분석이나 회의록 정리에는 ChatGPT, Claude를 쓰고요. UI/UX 기획을 시각화할 때는 Figma를 사용합니다. 개발 단계에서는 기본 코드 구조를 먼저 잡아둔 뒤에 Cursor, GitHub Copilot으로 빠르게 보완하고 확장하는 방식으로 작업했고요. 계속 새로운 툴을 테스트하면서 “내 업무에 가장 효율적으로 적용하는 방법”을 찾고 있습니다.
재연 : 저는 Cursor의 Plan, Ask, Agent 기능을 활용했습니다. 무작정 코딩을 시작하기보다, 먼저 설계 문서(.md)를 명확히 정의하고 그걸 기반으로 AI에게 Instruction을 내려 개발을 진행했어요. 단순 생성만 쓰는 게 아니라, Context7, TDD-Guard 같은 MCP(Model Context Protocol) Server도 적극 연동했습니다. AI가 프로젝트 맥락을 깊게 이해하고, TDD 원칙을 준수하면서 안전하게 코드를 작성하도록 유도하려는 목적이었습니다.
이 프로젝트가 KT 전사에 확산되면, 일방식 변화 측면에 어떤 임팩트가 있을까요?
도훈 : 조금 더 크게 보면, 기획자와 개발자의 경계가 점점 사라질 수 있다고 생각합니다. 모든 직원이 컨설팅부터 MVP 구현까지 가능한 ‘일당백 인재’가 되는 방향이요. 특히 전략기획, 컨설팅, 사업개발 부서에서 빠르게 적용 가능할 것 같고, 아이디어 검증 사이클이 단축되면 의사결정 속도도 빨라질 겁니다. 소규모 팀도 독립적으로 프로토타입을 만들어 내부 제안이나 고객 검증을 할 수 있게 될 것 같고요.
민지 : 저희 프로젝트는 B2B 프로젝트를 진행하는 조직에 가장 빠르게 적용될 수 있다고 생각합니다. 개인 입장에서는 커리어가 정리되고, 역량에 맞는 프로젝트 추천을 받을 수 있고요. 프로젝트 입장에서는 적합한 인재를 자동 매칭해서 팀 구성이 효율적으로 될 수 있습니다. 또 바이브코딩 기반으로 PoC 수준의 프로토타입을 빨리 만들어서 고객사에 바로 시연할 수 있으면, 제안 단계에서 설득력이 훨씬 커질 거라고 봅니다. 전사적으로는 반복적인 문서 작업이나 자료 정리 같은 중복 업무를 AI가 처리하고, 전문가는 검토와 핵심 의사결정에 집중하면서 생산성이 향상될 것 같아요.
이번 해커톤에서 잊을 수 없는 개발 에피소드가 있을까요?
민지 : 대회 당일까지 제안서 외에는 거의 준비를 못 해서 솔직히 걱정이 컸어요. 그런데 팀원들과 “겉치레보다는 개발자가 실제로 쓸 만한 실용적인 에이전트를 만들자”, “다양한 AI 툴을 활용하고 배포까지 완성해보자”는 전략을 세웠습니다. 예전에 짧게나마 같이 프로젝트를 했던 경험이 있어서 역할 분담도 자연스럽게 됐고, 밤을 새워가며 집중한 끝에 원하는 결과물을 만들 수 있었습니다. 촉박하긴 했지만, 본선·결선까지 가는 모든 과정이 정말 재밌었습니다.
재연 : 1박 2일이라는 짧은 시간 안에 머릿속에 그리던 결과물을 온전히 구현해낸 경험은 이번이 처음이었습니다. 무엇보다 결과물을 만들어가는 과정 자체가 정말 즐거웠고요. 구현이 물리적으로 힘든 부분은 전략적으로 Mock-up 처리해서 시간을 벌고, 그 시간을 Agent 성능을 목표 수준까지 끌어올리는 데 집중 투자했습니다. 전략이 적중해서 의도한 성능이 실제로 구현되는 걸 확인했을 때의 짜릿함은 잊을 수 없을 것 같아요.
바이브 코딩 기반으로 ‘다음에 해보고 싶은 프로젝트/확장 아이디어’가 있나요?
민지 : 저는 실제 프로젝트 데이터와 인력 데이터를 기반으로 에이전트를 더 고도화해보고 싶습니다. KT 내부에서도 조직 개편이나 인력 재배치가 매년 이뤄지잖아요. 이런 실제 데이터를 학습시키면 HR 에이전트로 발전시킬 수 있을 것 같고, 더 나아가 인력 관리에 어려움을 겪는 다른 기업들을 위한 B2B 상품으로도 확장 가능하다고 생각합니다.
도훈 : 저는 이번에 만든 인재 추천 에이전트를 확장해서, 프로젝트 제안서 작성부터 팀 구성, 일정 관리까지 통합한 ‘AI 기반 프로젝트 오케스트레이션 플랫폼’을 만들어보고 싶습니다. 방법론적으로는 기획 단계부터 커서를 더 본격적으로 활용해보고 싶어요. 기획자/컨설턴트가 PPT나 장표로만 소통하는 게 아니라 개발환경을 이해하고 개발자들과 소통하는 방식으로 기획을 진행하면 효율이 더 나올 것 같고, 이걸 조직의 협업 프로토콜로 발전시켜보고 싶었습니다.
재연 : 저는 기능 구현을 넘어, 코드 품질과 안정성을 책임지는 QA 에이전트로 고도화하고 싶습니다. Agile 환경은 속도가 빠르다 보니 테스트나 리팩토링을 놓치기 쉬운데요. 제가 코드를 짜는 동안 백그라운드에서 AI가 실시간으로 TDD를 작성해 검증하고, 잠재적 오류를 먼저 찾아내는 시스템을 구축해보고 싶습니다. “빠르지만 깨지지 않는 단단한 소프트웨어”가 AI와 협업하는 애자일의 지향점이라고 생각해요.
이 경험이 본인의 직무 역량/커리어 방향에 변화를 줄 거라 생각하나요?
민지 : 이번 해커톤에서 개발뿐 아니라 기획부터 발표까지 전 과정을 직접 경험하면서 역량의 폭이 확 넓어진 느낌이었습니다. 최근 AI 엔지니어에게는 한 분야의 깊이도 중요하지만, 새 기술을 빠르게 습득하고 기획–개발–배포까지 전체 프로세스를 이해하는 능력이 더 중요해지고 있다고 생각합니다. 이번 경험이 그 방향으로 성장할 수 있는 의미 있는 첫걸음이었다고 봅니다.
도훈 : 확실히 변화를 줬습니다. 이제 저는 단순히 “제안하는 컨설턴트”가 아니라, “직접 검증하고 구현할 수 있는 컨설턴트”가 된 것 같아요. 앞으로는 고객에게 보고서만 전달하는 게 아니라, 실제로 작동하는 프로토타입과 함께 솔루션을 제시할 수 있을 것 같습니다. 기획과 개발을 자유롭게 넘나들 수 있게 되면서 조직 내에서 기능할 수 있는 범위가 훨씬 넓어진 느낌입니다.
재연 : 저는 그동안 최신 모델을 학습시키고 성능을 높이는 AI 엔지니어 역량에 집중해 왔는데, 이번에 혼자서 전체 서비스를 구축해보면서 시각이 많이 바뀌었습니다. 이제는 AI 기술로 인프라부터 서비스 배포까지 전체를 장악하는 E2E(End-to-End) 엔지니어로서의 성장을 진지하게 고민하게 됐어요. 단순히 기능을 만드는 개발자가 아니라, AI를 통해 혼자서도 온전한 제품(Product)을 만들어내는 엔지니어가 되는 게 새로운 목표가 되었습니다.
마지막으로, KT에 한마디 남긴다면?
민지 : 현재 KT 내부에는 AI 툴을 포함해 다양한 개발 도구와 플랫폼이 여러 곳에 흩어져 있습니다. 이런 도구들을 한 곳에서 테스트하고 통합적으로 활용할 수 있는 환경이 마련된다면 개발 효율이 훨씬 높아질 것 같습니다.
도훈 : 바이브 코딩이라는 기술을 통해 역할의 경계를 허문 이번 해커톤 같은 기회를 만들어주셔서 감사합니다. 앞으로는 자연어로 더 정교하게 의사결정을 시뮬레이션하고 팀 간 협업을 자동화하는 AI 프로젝트 방법론으로 발전했으면 좋겠습니다. 앞으로도 이런 대회들을 통해 조직 내에 AI 기반 업무에 대한 긍정적인 인식을 확산시키고, 기술을 잘 활용하는 BP를 함께 만들어나갔으면 좋겠습니다. 화이팅입니다!
재연 : 이번 해커톤을 통해 AI 활용 능력이 곧 엔지니어의 핵심 경쟁력이라는 걸 확신했습니다. 앞으로는 알고리즘만 푸는 코딩 테스트가 아니라, AI와 협업해 문제를 해결하는 “바이브 코딩 테스트”가 새로운 기준이 되어야 하지 않을까 하는 생각까지 들었습니다. 모든 엔지니어의 역량을 상향 평준화시킬 수 있는 이런 강력한 도구를 경험하게 해주셔서 감사합니다. 앞으로도 기술 혁신의 최전선에서 이런 즐거운 ‘판’을 계속 깔아주시길 기대합니다.
