치열하게 논의하고, 더 나은 답을 끝까지 찾고, 결정한 방향은 반드시 결과로 만든다.
Summary
코드 안 쓰는 서버 개발팀? 라포랩스가 AI를 '진짜' 일하는 도구로 쓰는 법
치열하게 챌린지하고 끝까지 책임지는 퀸잇 서버 엔지니어들의 초고밀도 협업 방식
4050 라이프스타일 플랫폼 퀸잇을 운영하는 라포랩스 엔지니어들이 비즈니스의 폭발적 성장 속에서도 밀도와 속도를 잃지 않는 비결을 공유합니다. 'Challenge & Commit' 토론 문화부터 표준 모듈 아키텍처 수립 과정, 수동 개발을 극도로 줄여주는 AI Native 워크플로우까지 시니어 엔지니어들의 생생한 성장의 경험을 전합니다.
- 011. 논의 단계에서 끝없이 질문하되 결정 후엔 하나의 팀으로 전력 지원하는 Challenge & Commit 문화
- 022. 백엔드 챕터 리더들이 3시간 이상 치열하게 논의하여 수립한 현 조직 맞춤형 표준 모듈 아키텍처 도입
- 033. 사내 전용 AI 도구 '라쿠'와 AX 팀을 통해 엔지니어가 수동 코딩을 거의 안 하는 수준까지 구현한 AI Native 업무 환경
- 044. 리더십 피드백을 팀원들과 투명하게 공유하며 자극을 주는 독특한 BERA Session 피드백 문화
- 055. 여행, 렌탈 등 새로운 버티컬 확장과 초개인화 및 트래픽 증가를 대비하는 검색/광고 시스템 고도화 과제
RECOMMENDATION
주도적인 오너십을 통해 빠른 성장과 비즈니스 임팩트를 직접 내고 싶거나, 실용적인 아키텍처 정의 및 AI Native 워크플로우를 팀에 이식하고자 하는 엔지니어와 테크 리더에게 이 아티클을 적극 추천합니다.
The Problem
라포랩스 서버 엔지니어링 팀은 급격한 비즈니스 성장 및 버티컬 영역 확장 과정에서 효율적인 의사결정 체계와 고밀도 협업 환경을 유지하고, 축적된 시스템 복잡도 및 레거시를 통제해야 하는 과제에 직면했습니다.
The Solution
치열하게 논의하되 합의된 사항은 끝까지 책임지는 'Challenge & Commit' 문화를 정착시켰고, Backend 챕터 주도로 표준화된 모듈 아키텍처를 정의했습니다. 더불어 사내 AI 툴 '라쿠' 도입 및 AX 팀 지원을 기반으로 AI Native 업무 방식을 정착시키고 리더 피드백 세션(BERA)을 제도화했습니다.
The Result
사내 AI 도구의 적극적인 활용으로 대다수 엔지니어의 수동 코드 작성이 비약적으로 감소하여 생산성이 극대화되었습니다. 또한, 오너십 중심의 의사결정과 모듈 아키텍처 표준화를 통해 신규 비즈니스 확장 및 트래픽 증가에 기민하게 대응할 수 있는 단단하고 고밀도화된 엔지니어링 조직을 구축했습니다.
Trade-off
신속한 시장 대응과 적극적인 AI 네이티브 전환을 최우선시하면서 과거 전략적으로 허용했던 시스템 레거시와 복잡성이 일부 누적되어, 향후 신속한 개발 속도를 저해하지 않도록 지속적인 리팩토링 리소스가 요구되는 구조적 트레이드오프가 존재합니다.
Key Concepts
More from 라포랩스
View all posts from 라포랩스고객을 잘 안다는 착각
User ResearchProduct ManagementWorking Backwards2주 전4050의 장바구니 속 고민을 들여다보며 시작된 PB팀 이야기
AI GenerationE-commerceData Analysis1개월 전잘하는 PO라는 착각
Product ManagementHypothesis TestingProblem Definition1개월 전광고 성과 데이터 StarRocks 도입기
StarRocksOLAPApache Iceberg2개월 전플랫폼은 왜 계속 다시 설계되어야 할까 - Server Platform Team 이야기
Platform EngineeringCI/CDSRE3개월 전