롯데 신동빈 회장이 직접 바이브 코딩 실습을 했다는 소식이 나왔다. zdnet 보도에 따르면, 신 회장은 지난 6월 5~6일 'CEO AI 아카데미'에 참석해 자연어로 요구사항을 입력하고 AI가 코드를 구현하는 방식으로 AI 서비스를 직접 만들었다. 계열사 CEO 50여 명을 대상으로 매주 주말 AI 교육을 돌리고, 전 임직원 AI 에이전트 실무 교육과 AI 해커톤까지 예고한 상황이다. 국내 대기업 총수가 직접 코딩 도구를 손에 쥔 것은 상징적 사건이다.
그런데 이 뉴스를 '오너 리스크를 줄이는 보여주기 이벤트'로 읽으면 절반만 보는 것이다. 신 회장이 남긴 말이 더 중요하다. "AX는 선택이 아닌 그룹의 생존이 걸린 최우선 과제"이며, "중간 관리자는 이제 인력이 아니라 AI 에이전트를 조율하는 역할로 바뀐다"고 못 박았다. 채용과 평가 기준도 AI 에이전트 활용 역량으로 바꾼다는 방향까지 공식화했다. 교육 이벤트가 아니라 조직 설계 변경 선언이다.
그렇다면 이 선언이 실제 개발 현장에서 어떻게 구현되는지를 함께 봐야 한다. 공교롭게도 같은 시기에 Hacker News에서 주목받은 홈랩 AI 개발 플랫폼 사례(geeknews)가 그 구체적인 그림을 보여준다. 개발자 한 명이 OpenCode + GitOps 조합으로 구성한 이 환경의 핵심 구조는 단순하다. AI는 Git 브랜치에만 푸시할 수 있고, 사람이 PR을 검토해 병합하면 GitOps가 배포를 이어받는다. AI가 실제 서비스에 직접 접근하지 못하는 구조를 의도적으로 설계했다.
이 두 사례를 나란히 놓으면 AI-First 전환의 두 축이 선명하게 드러난다. 하나는 경영진과 조직이 AI를 어떻게 인식하고 받아들이느냐의 문제다. 롯데 사례는 이 축에서 강한 드라이브를 보여준다. 다른 하나는 실제 워크플로우가 어떻게 설계되느냐의 문제다. 홈랩 사례는 이 축에서 구체적인 청사진을 제시한다. 조직 전체의 AI 전환이 실패하는 이유는 대부분 이 두 축이 동시에 움직이지 않기 때문이다. 경영진 선언은 있는데 현장 워크플로우가 그대로이거나, 반대로 개발팀은 AI 도구를 쓰는데 조직 구조와 평가 체계가 과거 방식에 묶여 있는 경우가 흔하다.
홈랩 GitOps 사례에서 특히 주목할 지점은 'AI 위임의 경계 설계'다. 컨테이너 업데이트 릴리스 노트 확인에 몇 시간씩 쓰던 작업을 AI가 몇 분으로 줄였다. 동시에 AI는 배포 브랜치에 직접 푸시하지 못하고 사람의 PR 검토를 거치도록 강제했다. 속도와 통제를 동시에 설계한 것이다. 이 구조는 개인 홈랩에서 작동하지만, 기업 개발팀에서도 원칙은 동일하다. AI에게 무엇을 맡기고 어디서 사람이 판단을 쥘 것인가를 명시적으로 설계하지 않으면, AI 도입은 속도를 높이는 대신 통제 불능의 리스크를 키운다.
팀 리빌딩 관점에서 롯데의 방향 전환이 흥미로운 이유가 하나 더 있다. 중간 관리자 역할의 재정의다. 인력 관리에서 AI 에이전트 조율로의 전환은 말하기는 쉽지만 실행이 어렵다. AI 에이전트를 효과적으로 조율하려면 어떤 작업을 어떤 에이전트에게 맡길지, 에이전트 결과물을 어떻게 검증할지, 에이전트들 사이의 의존성을 어떻게 관리할지를 판단할 수 있어야 한다. 이것은 도구 사용법 교육이 아니라 워크플로우 설계 능력이다. 그리고 이 능력은 현장에서 실제 AI 워크플로우를 돌려본 경험 없이는 쌓이지 않는다.
결국 AI-First 전환의 진짜 측정 기준은 CEO가 바이브 코딩을 했느냐가 아니다. 조직 전체에서 AI가 생성한 변경사항이 어떤 검토 프로세스를 거쳐 프로덕션에 반영되는지, 그 워크플로우가 팀 전체에 걸쳐 일관되게 설계되어 있는지다. 선언은 출발점이고, 워크플로우 설계가 실체다. 롯데가 AI 해커톤과 챌린지를 예고한 것은 맞는 방향이지만, 그 다음 단계—현장 개발 워크플로우를 실제로 재설계하는 것—가 따라오지 않으면 교육 이벤트로 끝날 가능성이 높다. AI-First는 문화이기 이전에 프로세스다.