# JetBrains 내부 들여다보기 — 전 세계 코딩 방식을 재정의하는 기업
요약
JetBrains는 OpenAI 모델을 통합하여 개발자들의 코딩 방식과 워크플로우를 근본적으로 재정의하고 있습니다. 이 변화는 단순한 코드 자동화를 넘어, 반복적인 작업을 줄이고 엔지니어들이 시스템 설계, 아키텍처, 그리고 고차원적인 추론에 집중할 수 있도록 '권한 부여(empowerment)'하는 데 초점을 맞추고 있습니다. JetBrains는 AI를 통해 속도 향상뿐만 아니라, 가독성 있고 검토 가능하며 유지보수가 용이한 높은 품질의 코드를 생성하여 개발 프로세스의 전반적인 우수성을 높이는 것을 목표로 합니다.
핵심 포인트
- AI 통합은 단순 자동화가 아닌 '권한 부여(Empowerment)'에 초점을 맞추어, 엔지니어가 설계와 아키텍처 같은 고차원적 작업에 집중하도록 돕는다.
- JetBrains는 AI를 통해 개발 속도 향상과 더불어 가독성, 검토 가능성 등 '엔지니어링 우수성'을 높이는 것을 핵심 목표로 삼고 있다.
- AI의 역할은 코드를 대체하는 것이 아니라, 초안 작성(Drafting)을 담당하고 인간이 설계 및 검토를 통해 완성도를 높이는 하이브리드 워크플로우 구축에 중점을 둔다.
- 개발자는 이제 시스템 설계자이자 AI 에이전트의 안내자(Guardrail Setter) 역할을 수행하며, 더 나은 작업과 빠른 출시 사이클을 목표로 한다.
JetBrains 는 OpenAI 모델을 도구와 워크플로우 전반에 통합함으로써 개발자들이 AI 와 함께 설계하고, 추론하며, 구축하는 방식을 재정의하고 있습니다.
소프트웨어를 작성하지 않는다면 JetBrains 를 모를 수도 있습니다.
만약 작성하신다면, 거의 확실하게 JetBrains 제품을 사용하고 계실 것입니다.
이 기업은 현대 개발의 배경에 자리 잡고 있으며, 전 세계 약 1500 만 명의 전문 엔지니어 (Fortune 100 기업 중 88 개) 가 사용하는 도구를 구동시키고, Kotlin(Android 의 공식 프로그래밍 언어) 의 제작자이기도 합니다. IntelliJ, PyCharm, WebStorm, GoLand, 또는 Rider 를 열었다면 JetBrains 제품을 사용했습니다.
우리는 JetBrains 의 제품 책임자 (Head of Product) Kris Kang 과 만나 팀이 OpenAI 모델을 활용하여 개발자들이 구축하는 방식을 어떻게 변화시키고 있는지 탐구했습니다. 그들이 할 일을 대체하기 위한 것이 아니라, 그 한계를 높이기 위함입니다.
“개발자들은 단순히 코드를 작성하는 것만 하는 것이 아닙니다. 그들은 코드를 검토하고, 이를 추론하며, 시스템을 설계합니다. AI 는 타이핑을 넘어선 부분에서 도움을 줄 수 있습니다.”
JetBrains 가 OpenAI 를 채택하는 방식
"약 1500 만 명의 개발자가 JetBrains 를 사용하는데, 이제 우리는 그 워크플로우에 OpenAI 를 도입하고 있습니다."라고 Kang 이 우리에게 말했습니다. 이 전환은 단순한 자동화를 위한 것이 아닙니다. 그것은 또한 권한 부여 (empowerment) 에 관한 것입니다. 개발자의 흐름 (flow) 을 보호하고 반복적인 작업을 줄이며, 엔지니어들이 설계, 아키텍처, 그리고 판단력—AI 와 함께 더 긴 레버리지 (leverage) 를 주는 기술들—에 집중할 수 있도록 하는 데 관한 것입니다.
내부적으로 JetBrains 팀은 다음을 사용하고 있습니다:
- ChatGPT
- GPT‑5
- Codex
외부적으로 JetBrains 고객은 Junie(기업의 코딩 에이전트) 와 AI Assistant(채팅 지원용) 에서 GPT‑5 를 선택할 수 있습니다.
"우리는 ChatGPT 를 사용합니다. 우리는 GPT-5 를 사용합니다. 우리는 Codex 를 사용합니다… Junie 의 선택된 LLM 중 하나는 GPT-5 입니다."
엔지니어들은 이미 에이전트에게 실제 작업을 위임하고, 완성을 보고 있습니다. "나는 GPT-5 로 지원되는 에이전트에게 점점 더 어려운 작업을 지시합니다—and 놀랍게도 많은 작업이 성공적으로 완료됩니다"라고 Kang 이 말합니다.
JetBrains 의 벤치마킹은 속도뿐만 아니라—지속적인 엔지니어링 우수성입니다. "단순히 코드를 생성하는 것만으로는 부족합니다—그것은 안전하고, 가독성이 있으며, 유지보수가 가능해야 합니다"라고 Kang 이 계속합니다.
JetBrains 는 영향을 두 가지 렌즈를 통해 고려합니다:
속도: 더 적은 템플릿 코드 (boilerplate), 더 적은 컨텍스트 전환, 더 빠른 반복.
품질: 가독성이 있고, 검토 가능하며, 유지보수가 가능한 코드—프로덕션에서 고장 나지 않는 똑똑한 출력.
Kris 에서 배운 리더십 교훈
인간이 마찰을 느끼는 곳에서 시작하세요: 문서화. 테스트. 검토. 인수 (hand-offs).
깊은 작업 (deep work) 을 보호하세요: 컨텍스트 전환은 타이핑 속도보다 더 많은 것을 죽입니다.
하이브리드 워크플로우를 구축하세요—대체가 아닌: AI 는 초안을 작성합니다. 인간이 설계하고 검토합니다.
기본 사항의 기준을 높여보세요: 잘 정의된 의도와 강력한 아키텍처는 힘의 배가제가 됩니다.
복합 효과를 내는 실험을 수행하세요: 효율적인 반복이 즉각적인 증거보다 낫습니다.
"채팅은 당신에게 상승 (lift) 을 줍니다. 에이전트는 당신에게 단계 변화 (step-change) 를 줍니다."
앞으로의 계획
엔지니어들이 다음과 같은 미래를 향해 나아가는 곳:
- 시스템을 설계합니다
- 에이전트를 안내하고 경계 (guardrail) 를 설정합니다
- 더 효율적으로 검토하고 추론합니다
- 더 많은 자신감으로 더 빠르게 출시합니다
더 적은 작업이 아닙니다—더 나은 작업입니다.
"잘 실험하는 사람들은...
AI 자동 생성 콘텐츠
본 콘텐츠는 OpenAI Blog의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기