파나소닉 홀딩스가 도전하는 데이터 주도형 차세대 R&D: 개발 데이터 가시화와 생성형 AI 분석으로 시행착오를 가속하는 연구개발

파나소닉 그룹의 R&D 영역에서는 개발 프로세스의 병목 현상을 '감'이 아닌 데이터로 파악하고 개선을 반복하는 시도가 시작되었습니다. 이를 추진하고 있는 조직은 기술 부문 DX·CPS 본부 전사 시스템 개발력 강화 추진실입니다. 스크럼(Scrum)을 실천하는 팀을 파일럿으로 선정해 Findy Team+를 도입했으며, Four Keys와 리뷰 지표를 결합한 분석을 통해 개발 생산성의 저해 요인을 가시화하고 있습니다.

본 기사에서는 R&D 조직에서 DevOps 지표를 어떻게 재해석하여 현장이 움직이는 개선 활동으로 연결했는지, 그 운영 노하우와 생성형 AI를 활용한 리포팅 자동화 사례를 살펴보았습니다.

프로필

• Miho Kazo 님
  파나소닉 홀딩스 기술 부문 DX·CPS 본부 전사 시스템 개발력 강화 추진실 시니어 리드 엔지니어
  
  

  1997년 마쓰시타 전기산업 입사 후 반도체·모바일 영역 임베디드 소프트웨어 개발에 종사하며 디바이스 드라이버, 미들웨어, 앱 개발을 폭넓게 경험함. 차량용 디스플레이 오디오, 스마트 리어뷰 미러, 보행자 감지 기능 포함 리어 카메라 시스템 등의 개발을 거쳐 차량 제어 영역에도 참여. 2023년부터 전사 차원의 소프트웨어 개발력 강화 및 개선 추진을 담당.
  
  

• Yuki Kashiwagi 님
  파나소닉 홀딩스 기술 부문 DX·CPS 본부 전사 시스템 개발력 강화 추진실 엔지니어
  
  파나소닉 그룹 전체의 소프트웨어 개발력 강화를 위해 선진적인 개발 기법의 실천과 체계화를 추진 중임. Findy Team+ 도입 프로젝트에서 파일럿 적용 설계 및 전개 방침 검토를 담당하며, 현장의 개선 성과를 데이터로 설명할 수 있는 기반을 구축.
  
  

• Naoto Morishita 님
  파나소닉 어드밴스드 테크놀로지 경영관리센터 업무추진과 시니어 엔지니어
  
  1988년 전신인 마쓰시타 소프트 리서치 입사 후 소프트웨어 개발에 종사, 2000년 이후부터 개발 프로세스 개선 및 품질 향상 지원에 주력함. 가시화, 해석, CI 등을 통해 개발 조직의 생산성 향상을 지원. 현재 파나소닉 그룹 내 소프트웨어 개발 프로세스 강좌 강사를 역임하는 동시에 전사 시스템 개발력 강화 추진실에서 생성형 AI를 활용한 개발 프로세스 개선을 추진 중. 
  
  

R&D 부문에서 '가시화'가 필요했던 이유 — 가치 창출 사이클의 가속화

—— 파나소닉 그룹 R&D 부문의 역할과 '가시화'를 추진하게 된 배경을 말씀해 주세요.

Kazo: R&D 부문은 새로운 상품이나 사업을 창출하고 육성하여 시장에 안착시키는 역할을 합니다. 여기서 핵심은 '가치 창출의 속도'입니다. 빠르게 만들고, 배우고, 개선하는 개발 사이클을 얼마나 신속하게 돌리느냐가 관건이죠.

하지만 R&D 현장, 특히 초기 단계에서는 소수 인원이 폐쇄적으로 개발을 진행하는 경우가 많아 진척도나 실태 파악이 어렵고 특정 개인에게 의존하게 되는 과제가 있었습니다. 이에 과제 논의와 개선을 재현성 있게 진행하기 위해 개발 사이클이 '제대로 돌아가고 있는지'를 파악하고 가시화할 수 있는 상태를 목표로 삼았습니다.

—— '전사 시스템 개발력 강화 추진실'은 그 과정에서 어떤 역할을 수행했나요?

Kashiwagi: 저희는 전사적인 입장에서 소프트웨어 개발력을 시스템으로서 정착시키고 향상시키는 역할을 맡고 있습니다. 구체적으로는 스크럼 도입 지원이나 클라우드 영역 중심의 개발 환경(IaC/CI/CD 등) 정비를 추진합니다. 현장 팀에 합류해 파일럿으로 먼저 시도해 보고, 성공 사례를 다른 조직으로 확산시키는 방식으로 움직이고 있습니다.

—— 처음에는 자체 제작 툴로 가시화를 시도했다고 들었습니다. Findy Team+ 도입을 결정한 결정적인 이유는 무엇이었나요?

Kazo: 사업부에서는 메트릭을 보며 개선하는 것이 당연했지만, 지표 집계가 수작업이라 운영 부담이 컸습니다. 월 1회 집계와 분석에도 많은 공수가 들어갔죠. Findy Team+는 GitHub 등과 연동되어 자동으로 데이터를 수집하고 분석 화면도 잘 갖춰져 있어, '현장의 부담을 늘리지 않고 개선을 반복할 수 있겠다'는 구체적인 이미지를 가질 수 있었던 점이 가장 컸습니다.

Morishita: 2022년도부터 PMO로서 지원하던 현장에서 부장님으로부터 "Four Keys(DORA 지표)로 현황을 보고 싶다"는 요청이 있었습니다. 그래서 독자적으로 레이더 차트를 만들어 가시화를 진행했으나, 매주 릴리스를 하지 않는 R&D 부문에서는 Four Keys를 그대로 적용하기에 한계가 있었습니다. 또한 자체 시스템은 운영할수록 '처음 보는 사람이 이해하기 어렵다'는 단점이 있어 설명 비용이 늘어났습니다. 이러한 배경에서 공용어로 이해하기 쉬운 Findy Team+로 전환하기로 결정했습니다.

—— 추진실 차원에서 처음부터 전사에 전개하지 않고 특정 팀을 '파일럿'으로 선정한 의도는 무엇인가요?

Kazo: 갑자기 전체로 확대하기보다는 스크럼 개발 등이 이미 잘 실천되고 있는 팀에 도입하여 '가시화→개선→성과'로 이어지는 일련의 흐름을 만드는 것이 사내에 성과를 설명하기에 더 유리하다고 판단했습니다. 다른 부서에 협조를 요청하려면 '도입 이유'와 '도입 결과'를 누구나 납득할 수 있는 형태로 제시해야 하니까요. 작게 시작해 실패까지 고려하며 개선 체계를 잡고, 거기서 성과가 나오면 횡단 전개가 쉬워질 것이라 생각했습니다.

Morishita: 파일럿 팀은 원래 '리뷰 습관이 정착되지 않았다'는 인식이 있었기에, 도입 후 리뷰 관련 개선부터 시작했습니다. 팀의 과제에 맞는 관점을 정의하며 추진한 결과, 도입 3개월 만에 리뷰 요청률 100%를 달성하는 등 조기에 효과가 나타났습니다.

데이터 가시화가 가져온 현장과 매니지먼트의 변화

—— 파일럿 진행 시 현장에서 가시화에 대한 거부감이나 반대는 없었나요?

Morishita: 파일럿 팀 리더의 의지가 강했고 "적극적으로 해달라"는 긍정적인 태도였기에 거부감은 없었습니다. 다만 현장 입장에서는 무엇을 어떻게 가시화해야 개선으로 이어질지 모르는 상태에서 숫자만 제시받으면 혼란을 느껴 실행이 멈출 수 있습니다. 그래서 도입 전부터 일정 수준의 가시화를 시도하며 현장이 납득할 수 있는 방식으로 진행했습니다.

—— 추진 과정에서 현장이나 매니지먼트 층의 변화 혹은 예상치 못한 반응이 있었나요?

Kashiwagi: 개발자 관점에서는 자신이 얼마나 일하고 있는지, 사업 기여도가 어떤지가 데이터로 명확히 드러나는 점이 좋았습니다. 상사가 "요즘 얼마나 일하고 있나?"라고 물었을 때 감이 아닌 숫자로 보여줄 수 있으니까요. 놀라움보다는 "노력이 제대로 시각화되어 안심되고 동기부여가 될 것 같다"는 반응이 많았습니다.

Kazo: 리뷰가 특정 인원에게 편중된 상황을 단적으로 보여줄 수 있게 된 점이 인상적이었습니다. 막연하게 느끼던 과제가 정량 데이터로 제시되니 현장의 인식을 하나로 모으기가 훨씬 수월해졌습니다. 또한 현장 주도로 생성형 AI 리뷰 지원 등을 도입한 결과, 리뷰 대기 시간이 단순히 '체감상 줄었다'가 아니라 실제로 '1/8로 감소했다'는 것을 수치로 확인했습니다. 성과를 데이터로 입증하고 개발 생산성 향상을 동일한 화면에서 추적할 수 있다는 것은 추진 조직 입장에서 매우 큰 가치입니다.

—— 팀 상황을 리포팅하는 운영은 매니지먼트 층(부장급)에 어떤 목적으로 진행되었나요?

Morishita: 가장 큰 목적은 '현장의 문제를 얼마나 빨리 파악해 해결하느냐'입니다. 예전에 부장님으로부터 "문제가 보고되지 않는다"는 지적을 받은 적이 있습니다. 당시에는 현장의 과제를 정확히 파악하지 못했거나 초점이 빗나간 지원을 했던 것을 반성했습니다. 그 경험을 통해 객관적이고 시의적절하게 데이터를 분석·가시화하여 논리적으로 '이것은 과제가 아닐까'라고 제시하는 것이 중요하다고 생각하게 되었습니다.

—— 즉, "지표상 흐름이 좋지 않으니 위험할 수 있다"는 근거를 숫자로 보여주는 것이 핵심이었군요.

Morishita: 맞습니다. 조직 규모가 50~60명이 되고 개발 테마가 늘어나면 부장이 모든 것을 직접 파악하기 어렵습니다. 그래서 PMO가 제3자로서 부장의 '눈과 귀'가 되어 객관적인 데이터를 수집할 필요가 있었습니다.

또한 정량 데이터만으로 부족한 부분은 멤버들과 1on1을 통해 정성적인 정보도 공유했습니다. 정량 데이터와 정성적 상황을 함께 설명하면 "이대로는 위험하다", "이 부분이 막혀 있다"는 경고를 조기에 보낼 수 있고, 해결책의 선택지도 넓어집니다.

가시화를 통해 단순히 숫자가 보이는 것을 넘어 '여기는 바꾸자'는 의사결정이 빨라졌고, 사람과 조직을 육성하기도 쉬워졌습니다.

Kazo: Findy Team+의 고객 성공(Customer Success) 팀에서 컨설팅을 제공해 주어 UI 보는 법이나 분석의 핵심 노하우를 배운 것도 큰 도움이 되었습니다. 수치에서 보이는 과제나 지표 간의 상관관계 등을 습득했기에, 이후 생성형 AI를 활용한 리포팅에서도 "이 출력 결과가 타당하다"고 판단할 수 있었습니다. 단순 툴 도입을 넘어 분석의 '틀' 자체를 도입한 것에 큰 가치를 느낍니다.

생성형 AI를 활용한 리포팅 자동화

—— 그 노하우를 바탕으로 생성형 AI 리포팅을 시작하셨다고요. 계기가 무엇이었나요?

Morishita: 처음에는 현장에 Findy Team+ 화면 보는 법을 알려주기 위해 매뉴얼을 만들려 했습니다. 그런데 화면과 논점이 너무 많아서 자세히 설명하려 할수록 매뉴얼이 두꺼워지고, 만드는 공수도 막대해져서 읽는 사람에게도 큰 부담이 된다는 한계를 느꼈습니다.

그때 시험 삼아 그래프 캡처 화면을 생성형 AI에 넣고 "어떤 과제가 읽히느냐"고 물었더니 상당히 정확하게 짚어내더군요. 그걸 보고 "매뉴얼을 만드는 것보다 AI에게 요점을 정리시키는 게 훨씬 합리적이다"라고 판단해 곧바로 시스템화했습니다.

—— 생성형 AI를 '또 한 명의 분석 전문가'로 활용하면서 어떤 변화가 있었나요?

Morishita: 분석의 속도와 정보량이 비약적으로 변했습니다. Findy Team+의 데이터를 해독하는 능력이 증폭된 느낌입니다. 이전에는 사람이 직접 분석하느라 시간이 걸려 분석 포인트를 좁힐 수밖에 없었지만, 지금은 '정비 효율은 4배, 정보량은 5배'가 되었고 리포트 작성 자체는 30분 정도면 끝납니다.

—— 실제 AI 리포트를 현장에 공유했을 때 반응은 어땠나요?

Morishita: 처음에는 AI 리포트가 다소 '차갑다'는 인상이 있었습니다. 그래서 사람이 쓴 리포트와 AI 리포트를 AI 스스로 비교 분석하게 했더니 "사람이 쓴 것에 따뜻함이 느껴진다"는 결과가 나왔습니다. 사람이 쓰면 격려나 감정적인 뉘앙스가 섞이기 마련이죠. 앞으로는 AI 리포트에도 그런 뉘앙스가 묻어나도록 프롬프트를 개선해 더 설득력 있는 '온도'를 갖추려 합니다.

—— 효율화로 확보된 시간은 어떻게 활용하시나요?

Morishita: 리포트 작성 시간이 단축된 만큼 현장과의 소통이나 과제 심층 분석에 시간을 더 쓸 수 있게 되었습니다.

Kashiwagi: 단순히 리포트만 던져주면 받는 쪽에서도 지적받는 느낌을 가질 수 있습니다. 하지만 PMO가 직접 소통하며 "같이 고민해 보자"고 다가가면 개선의 질이 달라집니다. 효율화의 진정한 장점은 확보한 시간을 현장과의 커뮤니케이션에 투자해 개선의 루프를 더 강력하게 돌릴 수 있게 된 점이라 생각합니다.

도입 1년, 성과를 증거(Evidence)로 말하는 조직으로

—— 생성형 AI 리포팅을 포함해 도입 1년이 지났습니다. 현장에 어떤 변화가 있었나요?

Morishita: 분석 테마가 계속 늘어나고 있습니다. 조직 전체에 '보고, 분석하고, 활용하고, 개선한다'는 흐름이 생겼고 그 의지가 높아졌음을 체감합니다. R&D 현장에서 개선 활동에 적극적으로 참여해 줄지 걱정도 했지만, 실제로 그만두자거나 필요 없다는 목소리는 없었습니다.

—— 매니지먼트나 상부 보고 관점에서는 어떤가요?

Kazo: 추진 부서 입장에서 리포트를 통해 "이만큼 개선되고 있다"는 것을 데이터로 입증할 수 있게 된 것은 큰 진전입니다. 데이터가 있으니 관계자들 사이에 "우리 활동이 착실히 성과로 이어지고 있다"는 공감대를 형성하기 쉬워졌습니다. 언제든 증거를 제시하며 논의할 수 있다는 점이 추진 과정에서 큰 힘이 되었습니다.

향후 전망과 엔지니어들에게 전하는 메시지

—— 2026년도의 목표를 말씀해 주세요.

Kazo: 특정 부서의 파일럿 적용을 통해 성과를 확인했으므로, 다음 단계로 이 '실천 체계'를 DX·CPS 본부의 다른 부문, 나아가 전사적으로 확산시키려 합니다. 또한 Morishita 님이 구축한 생성형 AI 활용 리포트 기법 등을 사내 LT(Lightning Talk) 등을 통해 공유하여 유효한 실천 사례를 넓혀갈 방침입니다. 동료를 늘리고 생산성 향상 활동의 원을 넓혀가는 것이 다음 도전 과제입니다.

—— 마지막으로 조직의 매력 포인트와 독자들에게 메시지 부탁드립니다.

Kashiwagi: 파나소닉 그룹은 다른 IT 기업에 비해 소프트웨어 개발 역량 면에서 아직 성장 잠재력이 큽니다. 현재 Findy Team+ 도입과 생성형 AI 활용을 포함해 '소프트웨어 개발자에게도 일하기 좋은 회사'가 되기 위해 그룹 전체가 노력하고 있습니다. 이러한 개발 철학에 공감하시는 분들이 파나소닉 그룹에 많은 관심을 가져주시면 좋겠습니다.

Kazo: 저희의 미션은 선진적인 시스템 개발력을 내재화하여 그룹 전체의 비즈니스 모델 변혁을 가속화하는 것입니다. 사업부에 있을 때는 정보를 수작업으로 모았지만, 이제는 툴 연동만으로 데이터를 가시화하고 타사와의 비교를 통해 우리 위치를 파악하기 쉬워졌습니다. 이런 환경이 갖춰지니 "다음에는 더 높은 수준을 목표로 하자"는 긍정적인 대화가 자연스럽게 일어납니다.

Morishita: 지금은 생성형 AI로 인해 사업의 패러다임이 크게 바뀌는 시점입니다. 이를 활용해 파나소닉 그룹의 비즈니스 모델을 바꾸고 도약할 수 있는 기회가 왔다고 봅니다. 파트너사들과 협력하며 추진해 나간다면 다시 업계를 선도하는 최전선에 설 수 있다고 확신합니다.

※AI전략지원 SaaS「Findy Team+」의 상세한 서비스 내용은, 아래 링크에서 확인하실 수 있습니다.

경영과 개발 현장을 연결하는 AI전략지원 SaaS Findy Team+