아틀라시안, AI 개발 경쟁의 초점 ‘코딩’서 ‘비코딩 병목’으로 옮긴다

인공지능(AI) 코딩 에이전트가 빠르게 확산하면서 단순한 코드 생성은 점점 ‘범용 기능’이 되고 있다. 그만큼 소프트웨어 업계의 관심도 ‘코드를 얼마나 빨리 쓰느냐’에서 ‘개발자를 얼마나 덜 막히게 하느냐’로 옮겨가는 분위기다.

아틀라시안($TEAM)은 이런 변화에 맞춰 AI 기반 소프트웨어 개발 생애주기 전략을 강화하고 있다. 핵심은 코드 작성 자체보다 개발자의 하루 대부분을 잡아먹는 정보 탐색, 도구 간 전환, 요구사항 재확인, 코드 리뷰 같은 ‘비코딩 마찰’을 줄이는 데 있다.

아틀라시안 개발자 AI 엔지니어링 총괄 밍 우(Ming Wu)는 최근 ‘아틀라시안 팀’ 행사에서 개발자가 실제 코딩에 쓰는 시간은 전체의 16%에 그친다고 설명했다. 나머지 시간은 필요한 맥락을 찾고, 여러 협업 도구를 오가고, 팀 간 정렬을 맞추는 데 소모된다는 것이다.

그는 개발자 생산성을 높이려면 단순히 코드를 더 많이 생성하는 것이 아니라, 업무를 느리게 만드는 병목을 해소해야 한다고 짚었다. 코드 리뷰, 정보 검색, 요구사항 명확화, 중복 작업 방지 같은 과정이 실제 현장에서는 더 큰 생산성 이슈라는 설명이다.

AI 개발 경쟁의 핵심으로 떠오른 ‘컨텍스트 엔지니어링’

초기 AI 투자 흐름은 코드 자동 생성에 집중됐지만, 최근에는 개발 전 과정을 AI로 연결하려는 시도가 늘고 있다. 아틀라시안의 ‘로보 데브’는 지라, 컨플루언스, 비트버킷을 하나의 맥락 층으로 연결해 개발 생애주기 전반에 AI를 적용하려는 플랫폼이다.

밍 우는 여기서 가장 중요한 요소로 ‘컨텍스트 엔지니어링’을 꼽았다. 단순히 도구를 붙이는 것이 아니라, 여러 시스템에 흩어진 정보와 관계를 AI가 이해할 수 있게 정리하는 작업이 먼저라는 의미다. 적절한 맥락이 없다면 사람이든 AI든 올바른 판단을 내리기 어렵다는 설명이다.

이 대목은 최근 AI 도입 경쟁에서도 중요한 시사점을 준다. 생성형 AI의 성능이 상향 평준화될수록 차별화 포인트는 모델 자체보다 ‘어떤 맥락을 얼마나 정확하게 연결하느냐’에 달릴 가능성이 크기 때문이다. 기업용 소프트웨어 시장에서 아틀라시안이 협업 데이터와 개발 데이터를 함께 묶으려는 이유도 여기에 있다.

개발자 역할도 변화… 직군 경계 흐려진다

AI 확산은 개발자 경험뿐 아니라 조직 구조에도 영향을 주고 있다. 전통적으로는 제품 관리자(PM)가 요구사항을 정리해 엔지니어에게 넘기고, 엔지니어가 이를 구현하는 식의 분업 체계가 일반적이었다. 하지만 AI 도구가 중간 단계를 압축하면서 이런 경계도 점차 옅어지고 있다는 분석이다.

밍 우는 개발자와 다른 직군 사이의 선이 점점 흐려지고 있다고 말했다. 각 역할이 서로의 영역을 더 많이 이해하고, 더 ‘크로스 디서플린’한 방식으로 일하게 된다는 것이다. 이는 AI가 단순 반복 업무를 줄이는 대신 협업과 의사결정의 중요성을 더 키우고 있음을 보여준다.

결국 이번 AI 사이클에서 개발자 경험의 승부처는 ‘더 빠른 코딩’만이 아니다. 필요한 정보를 제때 연결하고, 팀 간 맥락을 맞추며, 반복적인 마찰을 줄이는 체계가 더 중요해지고 있다. 아틀라시안의 전략은 AI 시대 소프트웨어 경쟁이 코드 생성에서 ‘업무 흐름 최적화’로 이동하고 있음을 보여주는 사례로 읽힌다.