32P by neo 2달전 | ★ favorite | 댓글 2개
  • 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

여가시간을 써서 만들었다는게 안좋은 선례로 남는건 아닐지 모르겠네요
왜 항상 인하우스 도구는 누군가 총대를 매고 본인의 여가시간을 써서 만들어야만 하는걸까요 ..

"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.