AI가 만든 파도 위에서 당근이 서핑하는 법

생성형 AI가 비즈니스 전반을 휩쓸고 있는 가운데, 당근은 그 파도 위에 올라타 프로덕트와 일하는 방식을 과감히 재설계하고 있어요. AI 전환에 주저 없이 발을 내디딘 당근은 어떤 목표를 그리고 있을까요? 당근이 어떤 확신으로 AI 전환에 뛰어들었고, 그 변화는 어떤 모습으로 실현되고 있는지 전해드릴게요. 

당근이 마주한 새로운 변화

생성형 AI의 등장으로 얼마 전까지만 해도 놀랍던 일들이 이제는 익숙한 일상이 됐어요. 사람들은 이제 메일부터 회의록까지 AI로 작성하고, 궁금한 게 생기면 AI에게 먼저 묻곤 하죠. AI의 압도적인 편리함을 한 번이라도 경험해 본 사람들은 더 이상 예전 방식으로 돌아가려 하지 않아요. AI는 사용자 경험의 기준 자체를 바꾸고 있고, 그 새로운 기대치에 미치지 못하는 비즈니스는 빠르게 외면받고 있어요. 

당근은 모바일 혁신 속에서 빠르게 성장했지만, 과거의 성공 방식이 지금도 유효할지는 확신할 수 없어요. 그래서 당근은 과감히 변화하기로 했죠. 검색, 추천, 게시글 작성 등 여러 기능에 AI를 활용하는 지금의 수준을 넘어, 처음부터 AI를 중심으로 설계된 AI 네이티브 프로덕트를 만들려고 해요. 이를 위해 당근에서는 모두 “내가 AI 스타트업의 창업자라면?”이란 질문을 품고 프로덕트를 다시 바라보고 있어요. 변화에 대한 두려움보다 기대와 설렘으로, AI 중심의 새로운 성공 방식을 탐색 중이죠.

하지만 이 변화 속에서도 당근의 최우선 가치는 여전히 사용자 경험이에요. 당근이 AI에 집중하는 이유는 새로운 기술 그 자체보다, 그 기술이 더 빠르고 편리한 사용자 경험을 만들 수 있기 때문이에요. AI를 통해 압도적인 사용자 만족을 실현하고, 급변하는 환경 속에서도 로컬 커뮤니티의 표준으로 자리매김하는 것. 이것이 바로 당근이 AI라는 파도 위에 올라타 나아가려는 방향이에요.

조직을 바꾸는 실행, 어떻게 시작됐을까

AI 전환을 위해선 과감한 실행이 필요해요. 지금 같은 시기엔, 내일 또 어떤 새로운 AI 기술이 나타나 시장을 바꿔놓을지 예측하기 어려워요. 이런 상황에선 완벽한 계획을 세우느라 시간을 소모하기보다, 즉각적으로 의사결정을 내리고 빠르게 실행해야 해요. 쌓여가는 시행착오 속에서 AI 기술의 가능성을 몸으로 체감하고, 변화의 방향성을 구체적으로 그려나가는 거예요.

그래서 당근은 먼저 과감한 실행이 가능한 환경을 만들었어요. 당근에서는 완벽한 의사결정을 기다리지 않아요. 70% 정도의 가능성이 보이면 바로 실행에 옮기고, 사용자 반응을 실시간으로 반영해 개선하죠. 이런 실행 방식을 방해하는 구조적 요소들도 주저 없이 제거하는 중이에요. 불필요한 회의, 복잡한 승인 절차를 없애고, 팀 안에서 아이디어를 신속하게 실행할 수 있도록 바꿔나가고 있어요.

실행이 전사에 확산되도록 각 팀의 시행착오를 공유하는 시스템도 만들었어요. 매주 열리는 AI Show & Tell 세션에서는 각 팀의 실행 과정과 레슨런을 생생하게 나누고 있죠. 성공 사례는 다른 팀이 새로운 실험을 시작하는 데 유용한 인사이트를 제공하고, 실패 사례는 같은 실수를 반복하지 않도록 도와줘요. 실행이 계속 꼬리를 물고 이어지는 과정에서, AI에 대한 구성원들의 확신도 더 강해지고 있어요.

AI Show & Tell에서 발표되는 당근의 AI 프로젝트들이 궁금하다면, 🔗당근 테크 블로그에서 확인하실 수 있어요!

AI 파도 위, 변화를 만드는 다양한 방식 

변화의 물결이 조직 전반에 퍼지면서, 각 팀은 효과적인 AI 전환을 위해 일하는 방식을 다양하게 바꿔가고 있어요. 팀의 상황과 주어진 과제에 맞춰 구체적인 실행 방식을 직접 설계하고 있죠. 당근의 여러 팀들이 어떤 모습으로 변화를 만들고 있는지 몇 가지 사례들을 보여드릴게요.

변화 1. 직접 부딪히며 방향을 찾아라 - 아이덴티티 서비스팀

당근 계정과 인증을 담당하는 아이덴티티 서비스팀은 처음에 AI를 어떻게 활용해야 할지 막막했어요. 플랫폼 조직이라는 특성상, AI를 서비스 전반에 적용할 아이디어를 떠올리기 어려웠죠. 이런 상황에서 팀원들은 우선 작은 기능이라도 만들면서, AI의 활용 방향을 구체화하자는 데 뜻을 모았어요. AI의 가능성을 빠르게 체감하기 위한 4일간의 해커톤은 그렇게 시작됐죠.

해커톤 기간 동안 팀원들은 익숙한 업무 루틴을 돌아보며, AI로 해결할 수 있는 문제를 찾아봤어요. 예를 들어 PM인 Audrey는 매일 아침 국가별 가입자 수와 전환율을 일일이 확인하며 특이사항을 분석했었는데요. 번거로운 반복 작업을 자동화하기 위해, 해커톤에서 핵심 지표 변화와 특이사항을 자동 정리하는 슬랙 요약봇을 만들었어요. 덕분에 아침 루틴을 30분에서 3분으로 단축할 수 있었죠.

이외에도 매주 온콜 관련 메시지를 자동으로 수집·요약해 온콜 당직 인수인계 과정을 간소화한 슬랙봇, 기술적으로 복잡한 에러 발생 시 문제 원인을 자동 분석해 주는 AI 도구 등 다양한 결과물들이 탄생했어요. 그 결과물들은 지금도 실무에서 유용하게 쓰이며, 팀의 업무 생산성을 크게 높이고 있어요.

이번 해커톤은 AI를 어떻게 활용해야 할지 구체화하는 출발점이 됐어요. 아이덴티티 서비스팀은 해커톤을 계기로 일정한 구조와 패턴을 가진 반복 업무를 자동화하고 있어요. 또 에러 원인 분석을 넘어 CS 대응, 이상행동 탐지 등 더 다양한 영역으로 AI를 확장하려고 하죠. 업무 생산성을 높이는 데서 그치지 않고, 사용자들이 더 빠르고 안전하게 당근을 이용할 수 있도록 AI로 일의 방식을 바꿔나가고 있어요.

변화 2. 직군의 경계를 허무는 새로운 협업 방식 - 부동산팀

부동산팀은 AI를 활용해 새로운 협업 방식을 실험했어요. AI 도구 덕분에 간단한 코딩이나 디자인 구현이 쉬워진 지금, 누구나 기획, 디자인, 개발 등 다양한 영역에 직접 기여할 수 있다고 본 거죠. 역할에 얽매이지 않고 문제 해결 자체에 집중하게 된다면, 기획부터 구현까지의 실행 속도도 훨씬 빨라지고 사용자 경험도 크게 바꿔낼 거라 기대했어요.

부동산팀은 매달 진행해 오던 피처톤 데이를 실험 무대로 삼았어요. 피처톤 데이는 하루 동안 기존 업무에서 벗어나 새 기능을 만드는 행사인데, 이번에는 특별히 역할 구분 없이 새로운 AI 기능을 만들기로 했어요. 이를 위해 팀원들은 사전에 Cursor나 Claude 같은 AI 도구를 연습해 왔고, 당일에는 네 개의 그룹으로 나뉘어 각자 피처를 구현해 냈어요.

피처톤은 실제 사용자 경험을 바꾸는 결과로도 이어졌어요. 대표적으로 ‘AI 매물 정보 요약’ 피처는 매물 게시글에서 원하는 정보를 한눈에 파악하기 어렵다는 문제에서 출발했는데요. 사용자의 필터와 알림 설정 조건을 기반으로, 사용자가 관심 가질 만한 정보를 게시글 상단에 요약해요. 피처톤 직후 6일 만에 보완을 거쳐 테스트 배포한 결과, 관심 수와 채팅 수를 유의미하게 증가시키며 사용자의 탐색 경험을 개선해 냈죠. 무엇보다 중요한 건, 직군의 경계를 허문 협업으로 기능을 완성했다는 점이에요. 구현 과정에선 디자이너가 프롬프트를 다듬어 요약 정확도를 높였고, 엔지니어가 기획과 UI 구현을 함께 맡았어요. 

지금은 기능 개선을 위해 잠시 중단한 상태지만, 이 경험은 부동산팀의 실행 방식을 바꿔놨어요. 이제 부동산팀에선 PM이 Cursor로 요구사항을 직접 코딩해 엔지니어와 소통하고, 엔지니어는 Claude로 UI를 설계한 뒤 디자이너의 피드백을 받아 곧바로 개발에 착수해요. 더 이상 직군에 구애받지 않고, 지금 당장 필요한 일을 스스로 실행하는 거죠. 모두가 메이커로서 문제 해결 자체에 집중하며, 더 빠르고 유연하게 사용자 문제에 대응하게 됐어요.

변화 3. 일하는 구조를 바꿔 실행 속도를 높이다 - 서비스 운영실

서비스 운영실은 AI를 활용하면 하루 넘게 걸리던 문제도 몇 분 안에 해결하는 시대가 올 거라고 확신했어요. 그런데 그 가능성을 빠르게 실현하려면, 먼저 일하는 방식을 바꿔야 한다고 판단했죠. 여러 파트로 나뉘어 기능 단위로 일하는 기존 방식으로는 AI 실험을 빠르게 진행하기 어려웠거든요. 같은 문제에 파트마다 다른 방식으로 접근하는 경우, 매번 조율 과정이 길어지면서 실행이 지연되곤 했죠.

그래서 운영실은 문제 중심으로 실행할 수 있는 구조를 설계했어요. 파트와 무관하게 같은 문제를 해결하는 팀원들이 한 워킹그룹에 모여, 하나의 AI 프로덕트를 만들기로 했죠. 오피스 자리까지 워킹그룹 중심으로 재배치해, 한 공간에서 빠르게 피드백을 주고받게 했어요. 그러자 즉각적인 피드백과 빠른 개선이 반복되면서 실행 속도가 눈에 띄게 빨라졌어요. 매주 월요일마다 각 그룹이 담당 AI 기능을 데모로 공유하고, 한 주 동안 피드백을 반영해 다시 개선하는 사이클이 자리 잡았어요.

눈에 띄는 사례 중 하나는 반년 넘게 개발하던 VoC 분석 시스템을 단 일주일 만에 AI 기반 플랫폼으로 피봇한 사례예요. VoC 워킹그룹은 VoC를 쉽고 빠르게 분석할 수 있는 플랫폼이 시급하다고 판단해, 정교한 분석 기능을 하나하나 설계하던 기존 프로젝트를 과감히 폐기했어요. 대신 핵심 AI 기능에 집중해 ‘VoC Playground’를 완성했고, CS 분석의 진입장벽을 크게 낮췄죠. 덕분에 여러 서비스팀에서 짧은 프롬프트만으로 다양한 채널의 CS 데이터를 손쉽게 추출하고 분석하고 있어요. 구성원 피드백도 실시간으로 반영하면서, 감정 분석이나 카테고리 분류 같은 기능을 계속 추가하고 있죠.

이후로도 다양한 워킹그룹이 문제를 더 효과적으로 해결할 수만 있다면, 기존 프로젝트의 방향을 틀어 AI 기반의 결과물을 빠르게 만들어내고 있어요. 이런 경험을 통해 운영실은 단순히 기술을 도입하는 것보다, 어떤 방식으로 실행하느냐가 더 중요하다는 걸 실감했어요. 앞으로도 운영실은 주어진 상황에 맞게 실행 속도를 극대화하는 방식을 찾아가며, 더 빠르고 효과적으로 문제를 해결해 나갈 예정이에요.

여러 사례에서 알 수 있듯이 당근에게 AI 전환은 단순히 기술을 바꾸는 일이 아니에요. 우리가 쌓아온 모든 프로덕트와 기능, 익숙했던 일의 방식을 다시 바라보고, 과감한 실행을 통해 바꿔나가는 과정이죠. 두려움보다는 확신으로, 망설임보다는 실행으로. 당근은 지금 이 순간에도 새로운 시도에 뛰어들고 있어요. 실행 하나하나 쌓아가며 이전에는 접하지 못한 새로운 사용자 경험을 만들어가는 중이에요.