500 people vibe-coded for 30 days. I was one of them. - Sanja Grbic, Automattic

한 줄 핵심

Automattic의 30일 ‘radical speed month’는 AI 코딩 도구와 자율성을 결합해 비개발자도 실제 제품을 만들게 했고, 개인의 역량뿐 아니라 팀·조직의 역할과 개발 프로세스까지 바꿀 수 있음을 보여준다.

시간별 요약

1. 0:01
   Automattic은 1,400명 규모의 완전 분산·비동기 조직에서 30일간 로드맵 작업을 멈추고 2인 팀이 원하는 것을 직접 만들게 하는 실험을 진행했다. 이 실험은 개인이 AI를 써서 얼마나 빨라질 수 있는지보다, 큰 조직에서 그 속도를 어떻게 구조적으로 확장할 수 있는지를 보는 데 초점이 맞춰져 있다.
2. 3:00
   실험 이전부터 사내 AI 교육, 비개발자도 개발 환경을 띄울 수 있는 문서·보안 체계, 그리고 context AC 같은 MCP 서버가 준비되어 있었다. 즉, AI 활용은 개인의 재능보다도 접근 가능한 도구, 학습 기회, 컨텍스트 제공 인프라가 있어야 실제 생산성으로 이어진다.
3. 6:00
   첫 번째 프로젝트인 board game session manager는 4명이 2시간 만에 함께 만들었고, 핵심 성과는 결과물보다 협업 방식의 변화였다. 강한 엔지니어가 다른 역할의 참여를 돕고 Git과 프로젝트 세팅을 열어주자, 혼합 숙련도 팀에서도 모두가 직접 코드를 만지며 배울 수 있었다.
4. 10:02
   두 번째 프로젝트는 디자인 시스템 정보를 humans와 AI tools가 모두 바로 쓸 수 있게 만드는 tracker였고, 약 2주 반 만에 Proof of Concept부터 내부 배포와 외부 공개 사이트까지 완성됐다. Figma 중심의 설계 방식보다 먼저 실제 프로토타입과 배포를 만들고, 나중에 시각적 다듬기를 하는 흐름으로 프로세스가 바뀌었다.
5. 13:00
   세 번째 프로젝트는 6일 만에 WooCommerce merchants용 iOS chat과 AI agent를 포함한 작동하는 제품 개념을 구현한 사례였다. 프로젝트 폴더에 채팅과 아이디어가 기록되는 방식은 협업 속도를 높였고, 디자인과 개발이 분리된 단계가 아니라 하나의 연속된 작업으로 재구성될 수 있음을 보여줬다.
6. 16:02
   이 실험의 핵심 결론은 AI가 속도를 주는 방식보다, 사람이 역할을 확장하고 서로를 enable하는 조직이 더 크게 달라진다는 점이다. 대규모 조직에서는 새 도구보다 행동 변화가 더 중요하므로, 접근 권한, 챔피언, 실험 공간, 그리고 자율성을 함께 설계해야 한다.

실무 인사이트

• AI 도입의 성패는 모델 성능보다도 비개발자·타직군이 실제로 코드를 만져볼 수 있는 권한과 환경을 얼마나 빨리 열어주느냐에 달려 있다.
• 대규모 조직에서는 Figma 같은 산출물 중심 흐름만으로는 한계가 있어, 먼저 작동하는 프로토타입을 만들고 나중에 시각적 완성도를 높이는 방식이 더 빠를 수 있다.
• 엔지니어의 가치는 직접 생산량을 늘리는 것뿐 아니라 다른 역할이 생산에 참여할 수 있게 길을 터주는 enableer 역할에서 더 크게 커진다.