27P by neo 2일전 | ★ favorite | 댓글 1개
  • Moda는 Amplitude 내부 데이터를 연결해 빠르게 질문에 답하고 PRD 같은 산출물을 생성하는 AI 도구
  • 처음에는 몇 명에게만 공유됐지만, 유용성이 입증되며 전사적으로 폭발적으로 확산됨
  • 작은 아이디어 스니펫을 기반으로 구체적이고 완성도 있는 문서로 발전시키는 과정을 자동화
  • 배포 전부터 직원들의 기대와 요청이 쏟아져, 짧은 기간 안에 라이브 환경에 배포됨
  • 데이터 접근성과 문서 작성 속도를 비약적으로 향상시키며 생산성에 큰 변화를 가져옴

Amplitude의 내부 AI 도구 Moda 구축과 활용 전략

  • Amplitude의 CTO Wade Chambers가 내부적으로 만든 AI 툴을 시범적으로 일부 동료에게 보여줌
    • 반응이 폭발적이어서 일주일 만에 회사 전체가 쓰기 시작함
  • 기존 문제: 사내 데이터에 접근하고 필요한 자료를 찾아 문서로 정리하는 데 시간이 오래 걸림
  • 목표: 누구나 자연어로 질문하면 데이터 기반 답변과 함께 완성도 있는 문서를 생성할 수 있도록 함
  • 주요 기능

    • 데이터 접근 자동화: 내부 저장소, 로그, 분석 데이터를 실시간으로 검색 가능
    • 문서 생성: PRD, 분석 리포트 등 다양한 문서를 AI가 초안 형태로 자동 작성
    • 아이디어 확장: 한 줄 메모나 개략적인 아이디어를 기반으로 구체적인 문서로 확장
    • 즉시 배포: 개발 단계에서 이미 높은 수요가 확인되자 빠르게 라이브 배포

핵심 내용 정리

1. 3~4주 여가 시간으로 강력한 내부 AI 도구 구축

  • 정규 업무 외 여가 시간을 활용해 3~4주 만에 내부 AI 도구 Moda를 개발
  • 초기 목표: 사내 데이터를 신속히 검색하고, PRD 같은 문서를 자동 생성하는 기능 구현
  • 접근 방식: 완벽한 제품보다 작동 가능한 프로토타입을 빠르게 만들고, 실제 문제 해결에 초점을 맞춤
  • 개발 과정에서 데이터 접근 API와 사내 지식 베이스를 연결해, 질문 → 데이터 수집 → 문서 생성의 전 과정을 자동화

2. 소셜 엔지니어링으로 단 1주일 만에 전사 확산

  • CTO Wade Chambers가 일부 동료에게 시연 → 즉각적인 호응과 입소문
  • 의도적으로 '선별된 소규모 그룹' 에만 먼저 공유해 초기 열광을 만들고, 이를 주변으로 확산시킴
  • "이거 언제 쓸 수 있나요?"라는 요청이 폭발적으로 늘어나면서, 정식 출시 전 이미 전사적 사용 준비 완료
  • 빠른 도입을 위해 복잡한 승인 절차를 최소화하고 즉시 배포 전략을 사용

3. AI 기반 고객 피드백 분석과 주요 주제 파악

  • 제품 관리자가 Moda를 활용해 여러 데이터 소스(지원 티켓, 설문, NPS, 소셜 미디어 등)에서 고객 피드백 수집
  • AI가 자동으로 피드백을 분류하고, 반복적으로 등장하는 핵심 주제를 요약
  • 이를 기반으로 제품 개선 우선순위고객 요구 분석 보고서를 신속히 생성
  • 수동 분석 대비 시간과 인적 리소스 절감 효과 큼

4. 연구·PRD·프로토타입 제작을 단일 회의로 압축

  • 전통적 워크플로: 리서치 → 아이디어 회의 → PRD 작성 → 프로토타입 제작 (수 주 소요)
  • Moda를 활용하면 한 번의 회의에서:
    • 아이디어 입력 → 관련 데이터/사례 검색
    • AI가 PRD 초안 생성
    • AI 보조를 통해 프로토타입 설계까지 진행
  • 회의 종료 시점에 이미 실행 가능한 구체적 계획시제품 확보 가능

5. 역할 교환 연습으로 부서 간 공감·유창성 향상

  • 제품, 디자인, 엔지니어링 팀이 서로의 역할을 AI 도구로 시뮬레이션
  • 예: 엔지니어가 AI를 통해 디자인 제안 생성, 디자이너가 AI로 기술적 제약 고려
  • 역할 전환 경험이 부서 간 언어와 관점의 이해도를 높이고, 협업 효율을 개선
  • AI가 복잡한 전문 지식을 빠르게 번역·요약해 주기 때문에 진입 장벽이 낮아짐

6. 엔지니어링 팀의 기술 부채 해결 지원

  • Moda가 기존 코드베이스 분석문서화 작업을 자동화하여 부채 파악을 가속
  • 오래된 시스템에서 발생하는 문제를 AI가 우선순위별로 정리하고, 리팩토링 제안까지 제공
  • 기술 부채 해결 계획을 데이터 기반으로 제시하므로, 관리·개발 간 합의 형성이 쉬워짐
  • 반복적인 유지보수와 리스크 관리 작업이 예측 가능하고 체계적으로 진행됨

"Amplitude의 CTO Wade Chambers가 내부적으로 만든 AI 툴을 시범적으로 일부 동료에게 보여줌"

하용호님의 발표자료에서 언급해주신 네이버 글도 그렇고, AI Transformation도 C-level에서 의지나 목표가 있어야 전사적으로 잘 퍼지나보내요.