Classmethod Forum 2026 참가 리포트

2026년 5월 20일에 개최된 Classmethod Forum 2026(Classmethod 주최)에 참가했습니다.

본 이벤트는 AI 활용을 메인 테마로 한 1일 이벤트로, 여러 세션과 전시회로 구성되어 있었습니다.

본 기사는 해당 참가 리포트입니다.

전기가 발명된 후 모든 산업에 침투하기까지 40년이 걸렸지만, AI는 그 이상의 속도로 변혁을 일으키고 있다. AWS의 AI 수익은 2026년 Q1에 150억 달러를 넘어섰으며, 상용 시작 3년 차인 AWS 전체와 비교했을 때 약 250~260배 규모에 달한다고 한다.

성공하는 기업의 공통점은, "AI로 무엇을 할 수 있는가"가 아니라 "어떤 비즈니스 과제를 AI로 해결할 것인가"에서 시작한다는 점. 3년 전 AI 모델 프로바이더(Model Provider)와의 미팅에서도 대화의 중심은 체인지 매니지먼트(Change Management)와 경영진의 마인드셋(Mindset)이었다고 한다.

Werner Vogels 씨가 제창하는, AI 시대의 개발자가 갖춰야 할 자질:

호기심 (Curiosity): 결과가 이미 알려진 실험에서는 발명이 태어나지 않는다. 실패를 두려워하지 않고 직접 움직이며 실험한다 -
시스템 사고 (Systems Thinking): 하나의 변경이 시스템 전체에 영향을 미친다. 부분이 아닌 전체를 본다 -
커뮤니케이션 능력 (Communication Skills): AI에 의도를 정확하게 전달할 수 있는 사양(Specification)을 작성하는 능력이 중요하다 (사양 주도 개발 (Specification-Driven Development)) -
오너십 (Ownership): 만든 것에 책임을 지고, 사용자의 행복을 포함하여 책임을 진다 -
폴리매스 (Polymath, 박학다식한 사람): 기술·비즈니스·디자인 등 여러 영역을 연결하는 능력

기존 프로세스에 AI를 추가하는 것이 아니라, AI를 전제로 처음부터 프로세스를 재설계하는 접근 방식. 180일이 걸리던 개발을 6명·76일 만에 완료시킨 사례도 소개되었다. "AI가 코드를 작성하고 인간이 제대로 평가한다"라는 역할 분담이 핵심.

디자인 T셔츠·IP 전개를 하는 어패럴 기업 「그라니프(Graniph)」가 외부 SaaS의 WebView 앱에서 탈피하기 위해 내재화를 결단. 과제는 표시 속도 저하·기술적 부채·외주 비용의 3가지 점이었으며, 앱 엔지니어가 제로인 상태에서 시작했다.

Classmethod의 동반 지원 하에, Flutter로 크로스 플랫폼(Cross-platform) 개발에 임하여 3단계(Phase)로 완전 내재화를 달성:

페이즈 1 (3개월): 기존 앱을 재현하여 출시 -
페이즈 2 (3개월): 화면 단위로 네이티브화 -
페이즈 3 (3개월): Classmethod로부터 완전 인계 및 문서화

• 앱 경유 매출 비중: 45% → 58.8%
• 스토어 평균 평점: 2.0 → 4.6/5
• 스토어 리뷰 수: 900건 → 6,500건 초과

크래시(Crash) 대응 워크플로우를 Claude Code + Skills(Jira MCP·Firebase MCP 등)로 자동화. KPI 확인 → Jira 티켓 생성 → 원인 특정 → 수정 및 PR(Pull Request) 작성까지 자동화하여, 수일이 걸리던 대응을 약 1시간으로 단축.

항목	Team 플랜	Enterprise 플랜
요금 체계	스탠다드/프리미엄 시트 정액제 (일정량까지 무제한 사용)	$20/시트/월 + 토큰 사용량에 따른 종량제 (시트 요금에 토큰 비용은 포함되지 않음)
SCIM (IDP 자동 동기화)	✗	✓
감사 로그 (Audit Log)	✗	✓ (최대 180일, Compliance API로 장기 보관 가능)
그룹 단위 지출 제한	✗	✓
커스텀 역할 (Custom Role)	✗	✓ (기능 단위의 세밀한 권한 제어)
Claude in Chrome	✗	✓
Claude Security / Claude Design	✗	✓
채팅·Code·Co-work	✓	✓
Skills·플러그인·커넥터	✓	✓ (기본 이용 가능)

상황	권장 플랜
데이터를 국내에서 내보낼 수 없음	Bedrock
...

SSO·SCIM부터 설계 시작: 퇴직자 계정의 자동 삭제 대응, 그룹 관리·커스텀 역할의 전제가 됨 -
유령 계정(Shadow Account) 대책: "조직 생성 제한" 기능으로 도메인을 이용한 신규 조직 생성을 방지 -
테넌트(Tenant) 제한: 개인 Gmail 등으로의 액세스를 네트워크적으로 차단 (사내 프록시 필수) -
감사 로그의 장기 보관: Compliance API로 자동 취득하여 S3 등에 출력하는 구조를 권장 (기본은 최대 180일)

Anthropic은 AI의 안전성을 사후 조치가 아닌 설계의 중심에 두고 있으며, 그 핵심은 AI 헌법 (Constitutional AI) 이라는 개념이다. 규칙을 외부에서 부여하는 것이 아니라, AI 모델 스스로가 "무엇이 옳고 무엇이 틀린가"를 판단할 수 있도록 학습시키는 접근 방식을 취하고 있다.

이를 통해 기업이 Claude를 업무에 도입하더라도 "예기치 않은 유해한 답변이 나올" 리스크를 설계 단계부터 저감한다. 이익보다 안전성을 법적 의무로 삼는 기업 구조가 이러한 노력의 배경에 있다.

스타일	개요
Chat	질문·브레인스토밍·메일 작성 등, 함께 고민하는 파트너
Claude Code	코드 읽기/쓰기·버그 수정·테스트·명령어 실행을 일괄 대응하도록 지원하는 엔지니어
Co-work	복잡하고 반복적인 업무를 통째로 맡길 수 있는 작업자. 로컬 파일에 대한 직접 액세스, 여러 도구를 가로지르는 자동화가 가능

Skills의 정교한 구축과 지속적인 브러시업 (Brush-up) 이 정착의 열쇠다. 전개 방법으로는 멤버 간의 공유, 챔피언(Champion)을 통한 수평 전개, 표준 Skills 배포 등이 있다.

경영진이 "개인의 생산성 향상"이 아니라 "회사 전체의 생산성 향상"으로 파악하고, 탑다운 (Top-down) 방식으로 추진하는 것이 성공 조건이다. 자율적으로 움직이는 AI는 1명을 채용하는 것보다 저비용으로 유사한 업무를 수행할 수 있다는 관점이 의사결정을 뒷받침한다.

PoC 종료냐 전사 전개냐의 분기점은 기술이 아니라 의사결정의 속도에 있다. 일본은 해외와 비교해 의사결정에 시간이 걸리는 경향이 있으며, 실패를 두려워하는 문화도 장벽이 되기 쉽다.

권장 접근 방식은 "AI와 인간의 경계선을 먼저 정하지 않는" 것이다. 일단 AI에게 모든 것을 맡긴다는 전제로 진행하고, 인간이 담당할 부분을 나중에 분리하는 것이 좋다 (보람을 느낄 수 있는 업무가 바람직하다). 100점을 목표로 하기보다, AI의 진화 속도를 따라가는 것을 우선시한다.

수천 명 규모의 개발자가 활용 중이다. 신기능 출시 기간을 26일에서 5일로 단축(79% 감소), 초기 중대 에러를 97% 감소시켰다. 엔지니어 외의 직군(영업·마케팅·재무)도 에이전트 (Agent)를 활용해 대시보드를 구축·운용하고 있어, 대기업에서의 활용도 진행되고 있다.

Anthropic은 일본 시장에 강력하게 커밋 (Commit) 하고 있으며, 일본 기업 특유의 업무 스타일이나 관습에 적합한 AI로의 진화를 목표로 하고 있다. 엔터프라이즈 (Enterprise)가 강한 일본 시장의 특성을 중시하며, Classmethod 등의 파트너 기업과의 협력을 통한 도입·정착 지원을 중요하게 위치시키고 있다.

법인 영업의 델리버티브 (Derivative) 제안에서의 전문 지식을 퇴직·이동으로 상실하기 전에 조직 자산으로서 활용할 수 있는 AI 에이전트를 내재 개발했다. 프로 세일즈가 연마해 온 "유가증권보고서 읽는 법" "고객 과제 발견법" "제안 스토리 구성법" 등을 에이전트에 집약했다.

레벨 1: 메일·채팅·사내 사이트에 산재한 문서를 구조화 (PDF+이미지의 VLM 처리)

레벨 2: 프로의 머릿속에 있는 구전 지식을 기록. 유가증권보고서 읽는 법 등 실제 처리 절차를 워크플로우 (Workflow)화함으로써 "프로의 관점에서의 분석"을 양산 및 복제 가능하게 함

레벨 3: 과거 제안 자료에서 LLM을 통해 제안 골자를 추출. 고객 정보를 AI+인간의 더블 체크로 제거한 후 참조 가능하게 함

사용자 설문 조사에서 "제안 자료 작성 보조로서 뛰어나다" "경험치를 축적하는 메커니즘으로서 유효하다" 등의 높은 평가를 받았다. 2026년도에는 AI 에이전트 앱 개발 지원으로도 전개할 예정이다.

조직 내 개인의 지식·판단 패턴을 계승 가능한 AI 에이전트로 재구축하는 서비스. 퇴직이나 이동으로 상실되기 쉬운 암묵지를 조직 자산으로서 저장·인계할 수 있다.

주요 특징:

• 1~2시간의 자동 인터뷰 + 통합 처리를 통해 초판 AI 에이전트 생성
• 여러 에이전트를 통합하여 "롤 모델 (Role Model)"을 직위별로 최적화
• 신규 멤버가 부임 첫날부터 셋업이 완료된 에이전트에게 질문할 수 있는 온보딩 (Onboarding) 개선
• 파일럿 단계에서 동료 승인율 92.3% 달성 (피어 검증 메커니즘)

공수 압축과 담당자 부재 시의 업무 연속성 개선, 신규 멤버의 원활한 적응이 주요 소구 포인트다.

레거시 시스템의 이행·쇄신을 AI 활용으로 지원하는 서비스. 어세스먼트 (Assessment)부터 버전 업그레이드·운용 보수까지 동일 팀이 일괄 대응한다.

주요 특징:

• AI 어세스먼트: 정적 코드 스캔·취약점 탐지·의존 관계 매핑을 1~2주 내에 실시
• 진단 리포트는 무료로 제공 (우선 현상 파악부터 시작하기 쉬운 구성)
• AI 구동 버전 업그레이드: 이행 절차·테스트 코드를 자동 생성
• 마이그레이션 (Migration) 후에도 동일 팀이 지속적으로 운용 보수를 담당

사내에 산재한 정보를 정리·체계화하는 AI 에이전트 (AI Agent) 서비스. Claude를 활용한 정보 정리 에이전트로, 태스크 (Task)의 복잡도에 따라 Claude Sonnet과 Haiku를 모델 레벨에서 전환하며 처리하는 것이 특징.

주요 특징:

• 정보의 수집·분류·체계화 자동화
• 처리 내용에 따른 Claude 모델 (Sonnet/Haiku)의 동적 전환을 통한 최적화
• 항목 정리·문서 구조화에 특화된 설계

이번 Classmethod Forum 2026은 AI 활용을 테마로 한 실천적인 내용이 많았으며, 특히 Claude/Anthropic 관련 세션이 충실했던 이벤트였습니다. 세션 전체를 관통하며 "AI를 도구로서 추가하는 것이 아니라, AI를 전제로 프로세스 (Process)를 재설계한다"라는 메시지가 일관되게 전달되었다는 인상을 받았습니다.

전시회에서는 각 프로덕트 (Product) 담당자로부터 직접 이야기를 들을 수 있었기에, 공식 정보만으로는 알 수 없는 실운용 측면의 이야기가 매우 참고가 되었습니다.