무신사는 Codex를 어떻게 활용할까? AI 네이티브 인재의 조건

URL: https://www.youtube.com/watch?v=6-bmczPW5n0 날짜: 2026-08-20 원문 게시일: 2026-08-18 채널: 조코딩 JoCoding 영상 길이: 2분 28초 출연: 김상범(무신사 전사 테크 리드) 행사: 조코딩AX파트너스 주최·OpenAI 후원 AX 인재전쟁

---

📌 핵심 질문 / 이 영상이 다루는 핵심 논점

==무신사에서 AI는 단순한 생산성 도구가 아니라 패션 커머스의 복잡한 기술 문제를 풀고 경쟁력을 유지하기 위한 생존 역량이며, 무신사는 AI를 숨 쉬듯 사용하는 사람을 인재로 본다.==

• 무신사는 브랜드와 여러 플랫폼을 연결해야 하는 패션 도메인의 복잡성을 AI 없이 감당하기 어렵다고 판단한다.
• 엔지니어 조직에서 Codex 사용량이 늘고 있으며, 한국어 표현의 직관성·명료함·요구사항을 결과로 연결하는 비율을 장점으로 체감한다.
• AX 인재전쟁에서는 무신사의 실제 문제인 의류 혼방률과 상품 표기 문제를 후보자들이 문제 정의부터 해결책과 결과까지 연결하는지를 평가했다.
• AI 네이티브 채용 이후에는 AI를 별도 도구로 의식적으로 호출하는 수준보다 원하는 일을 AI와 자연스럽게 연결하는 역량이 실제 성과로 나타났다.

김상범의 결론은 AI를 잘 다루는 사람의 핵심은 도구의 사용법 자체가 아니라 생각의 힘이라는 것이다. AI가 실행의 손발을 확장해 주는 시대일수록 어떤 문제를 풀지 정의하고 무엇을 원하는지 판단하는 능력이 커리어의 차이를 만든다.

1. 무신사 전사 테크 리드의 역할

1.1. 디자인부터 프로덕션까지 기술 의사결정을 연결한다

1. 제품 개발 전 과정을 바라보는 역할

   1. 김상범은 무신사에서 전사 테크 리드(Enterprise Tech Lead)로 일한다.
   2. 디자인에서 실제 프로덕션에 이르는 과정에 참여해 기술적 의사결정을 내린다.
   3. 특정 팀의 구현만 보는 것이 아니라 제품이 설계되고 운영되는 전체 흐름을 기술 관점에서 연결한다.

2. 개별 구현보다 방향성을 결정한다

   1. 전사 테크 리드의 판단은 한 기능의 코드 작성 여부를 넘어 회사의 기술 방향성과 관련된다.
   2. 회사 플랫폼을 여러 개로 나눌지 하나로 통합할지 결정한다.
   3. 상품 영역별로 플랫폼을 각각 보유할지, 공통 기반으로 합칠지 같은 구조적 선택도 담당한다.

1.2. 플랫폼 구조와 상품 전략을 함께 판단한다

1. 분리와 통합 사이의 선택

   1. 플랫폼을 따로 가져가면 각 상품의 독립성과 최적화가 쉬워질 수 있다.
   2. 플랫폼을 하나로 합치면 공통 기능과 데이터와 운영 체계를 공유하기 쉬워진다.
   3. 무신사의 기술 리더는 이런 선택의 장단점을 제품과 조직과 운영의 관점에서 함께 판단해야 한다.

2. 기술 결정의 범위

   1. 플랫폼의 개수와 경계는 개발 편의만이 아니라 상품 운영 방식과 회사의 확장 전략에 영향을 준다.
   2. 패션 커머스처럼 브랜드와 상품과 고객 접점이 많은 사업에서는 기술 구조가 비즈니스 구조와 직접 연결된다.
   3. 전사 테크 리드의 역할은 특정 기술을 도입하는 데서 끝나지 않고 기술 선택이 회사의 장기 방향과 맞는지 검증하는 것이다.

2. 패션 커머스에서 AI가 생존의 문제가 되는 이유

2.1. 패션 도메인의 복잡성

1. 많은 브랜드를 연결해야 하는 문제

   1. 무신사는 패션이라는 특화 도메인 안에서 다양한 브랜드를 다룬다.
   2. 브랜드마다 상품 구조와 운영 방식과 표현 방식이 달라 이를 하나의 서비스 경험으로 연결하기가 어렵다.
   3. 여러 브랜드의 정보를 안정적으로 다루려면 단순한 화면 개발을 넘어 복잡한 데이터·플랫폼 설계가 필요하다.

2. 여러 플랫폼을 엮는 문제

   1. 무신사는 여러 플랫폼과 기술 시스템을 연결해야 한다.
   2. 상품과 브랜드와 고객 경험을 플랫폼 사이에서 일관되게 유지하려면 높은 수준의 기술 역량이 필요하다.
   3. 김상범은 이런 복잡도를 AI 없이 달성하기 어렵다고 평가한다.

2.2. AI가 속도와 선행 경쟁력을 만든다

1. AI는 부가 기능이 아니다

   1. 무신사에서 AI는 있으면 좋은 보조 도구가 아니라 회사의 생존과 연결된 역량이다.
   2. 도메인 복잡도와 플랫폼 복잡도를 감당하면서 제품을 빠르게 발전시키려면 AI 활용이 필요하다.
   3. AI 활용 능력이 부족하면 같은 문제를 해결하는 데 더 오래 걸리고 복잡한 과제를 시도할 여유도 줄어든다.

2. 빠르게 앞서 가는 원동력

   1. AI는 무신사가 복잡한 기술 과제를 더 빠르게 시도하도록 만든다.
   2. 빠른 실험과 실행은 패션 트렌드와 브랜드 변화에 대응해야 하는 커머스 사업에서 경쟁력으로 작동한다.
   3. AI를 조직 전체의 실행 방식으로 흡수하는 일이 무신사가 다른 기업보다 앞서 가는 원동력으로 제시된다.

3. 무신사 내부의 Codex 활용

3.1. 여러 모델을 쓰되 Codex 사용량이 증가한다

1. 도구 선택의 현실

   1. 무신사 내부에서는 하나의 모델만 고집하지 않고 여러 AI 모델을 사용한다.
   2. 업무와 상황에 따라 적절한 모델을 선택하는 환경에서 최근 Codex 사용량은 증가하는 추세다.
   3. 특정 도구의 사용 자체보다 엔지니어가 자신의 작업 흐름에 AI를 결합하는지가 중요하게 다뤄진다.

2. 엔지니어 조직의 확산

   1. 김상범 개인도 Codex를 많이 사용한다.
   2. 팀 내부에서도 많은 엔지니어가 Codex와 CLI(Command-Line Interface)를 이용해 작업한다.
   3. 개인의 실험 단계가 팀 단위의 일상적 개발 방식으로 확산되고 있다는 점이 핵심이다.

3.2. 한국어 표현과 결과 도달률을 장점으로 본다

1. 직관적인 한국어 표현

   1. 김상범은 개인적인 체감으로 Codex가 다른 모델보다 한국어 표현에서 더 직관적인 표현을 사용하는 것 같다고 말한다.
   2. 개발자가 한국어로 요구사항과 맥락을 전달할 때 의도를 해석하고 되돌려 주는 방식이 자연스럽다고 느낀다.
   3. 한국어 기반 업무가 많은 조직에서는 자연스러운 상호작용이 도구 사용의 진입 장벽을 낮출 수 있다.

2. 퍼포먼스와 명료함

   1. 무신사 엔지니어들이 Codex를 평가하는 기준에는 성능(Performance)이 포함된다.
   2. 답변과 작업 과정의 명료함도 중요한 체감 요소로 언급된다.
   3. 단순히 그럴듯한 답을 생성하는 것보다 요구한 일을 실제 결과까지 연결하는 능력이 중요하다.

3. 요구사항을 결과로 연결하는 비율

   1. 사용자가 일을 시켰을 때 원하는 결과에 도달하는 비율이 Codex의 강점으로 제시된다.
   2. 개발자는 AI가 생성한 내용을 다시 해석하고 수정하는 비용까지 고려해 도구를 평가한다.
   3. 결과 도달률이 높으면 AI가 아이디어 단계가 아니라 실제 구현 흐름의 일부가 된다.

4. AX 인재전쟁에서 본 문제 해결 역량

4.1. 무신사의 실제 문제를 과제로 삼다

1. 의류 혼방률 문제

   1. 무신사가 중요하게 고민하던 문제 중 하나는 의류의 혼방률 정보와 관련된 문제였다.
   2. 여러 소재가 섞인 의류에서 각 소재의 비율을 정확하게 다루는 일은 상품 정보의 신뢰성과 연결된다.
   3. 패션 커머스에서는 이런 속성 정보가 고객의 구매 판단과 상품 표기 품질에 영향을 준다.

2. 상품 표기의 문제

   1. 혼방률을 포함한 상품 정보가 어떻게 표기되는지는 고객이 상품을 이해하는 방식과 관련된다.
   2. 후보자들은 무신사가 평소 고민하는 혼방률과 표기 문제를 과제에서 찾아냈다.
   3. 단순히 AI를 사용해 코드를 만드는 것이 아니라 실제 도메인 문제를 식별하는 능력이 평가 대상이 됐다.

4.2. 문제 정의에서 결과까지의 전 과정을 평가한다

1. 문제 정의

   1. 좋은 후보자는 주어진 현상을 곧바로 구현 과제로 바꾸지 않고 무엇이 진짜 문제인지 먼저 정의한다.
   2. 혼방률과 표기 문제를 발견했다는 것은 패션 도메인에서 고객과 상품 정보가 만나는 지점을 이해했다는 뜻이다.
   3. 문제 정의가 정확해야 AI에게 요청할 일과 결과를 평가할 기준도 명확해진다.

2. 솔루션 설계와 구현

   1. 후보자들은 정의한 문제에 맞춰 해결책을 만들었다.
   2. Codex를 사용해 아이디어를 구체화하고 구현하는 과정에서 AI를 실행 파트너로 활용했다.
   3. 도구의 사용 여부보다 문제 정의·해결책·결과가 하나의 논리로 이어지는지가 중요하게 평가됐다.

3. 결과까지 도달하는 능력

   1. 무신사는 후보자가 문제를 찾고 솔루션을 제안하는 데서 멈추지 않고 실제 결과까지 도달하는지를 봤다.
   2. 결과는 구현물의 작동 여부뿐 아니라 무신사가 실제로 고민하던 문제와 연결되는지로 판단된다.
   3. 이 과정은 AI 활용 능력을 코딩 속도가 아니라 문제를 끝까지 해결하는 능력으로 정의한다.

5. AI 네이티브 채용 이후의 성과

5.1. 공평한 AI 사용 환경을 만든 채용 전형

1. AI 네이티브 인재 채용

   1. 무신사는 얼마 전 AI 네이티브 인재를 채용하는 전형을 운영했다.
   2. 채용 과정에서 지원자들이 AI를 얼마나 자연스럽게 활용해 자신의 역량을 확장하는지 살폈다.
   3. AI를 사용할 수 있는 환경 자체를 전형에 포함해 실제 업무와 가까운 방식으로 역량을 평가했다.

2. 동일한 Codex 토큰 제공

   1. 지원자들이 Codex를 활용할 때 초보자에게 불리하지 않도록 공평하게 토큰을 사용할 수 있는 조건을 마련했다.
   2. 동일한 자원 안에서 후보자가 무엇을 생각하고 어떻게 요청하며 어떤 결과를 만드는지 비교할 수 있게 했다.
   3. AI 사용량의 많고 적음보다 제한된 자원을 문제 해결에 어떻게 배분하는지가 드러나는 구조다.

5.2. 입사 후 실제 업무에서 나타난 차이

1. 채용 평가와 실무 성과의 연결

   1. 해당 전형을 통해 입사한 인재들이 실제 업무에서 보여 주는 성과는 무신사 입장에서 놀라울 정도였다고 한다.
   2. 채용 과제에서 보인 AI 활용 역량이 입사 후의 업무 수행으로 이어졌다.
   3. 이는 AI를 활용한 채용 평가가 단순한 유행이나 시연이 아니라 실무 적응력의 신호가 될 수 있음을 보여 준다.

2. 도구를 의식하지 않는 사용 습관

   1. AI를 별도의 특별한 도구로 가끔 사용하는 사람보다 원하는 일을 AI와 자연스럽게 연결하는 사람이 더 중요해지고 있다.
   2. 숨 쉬듯 AI를 사용하는 역량은 문제를 만났을 때 어떤 단계에서 AI를 호출하고 무엇을 직접 판단할지 몸에 배어 있는 상태다.
   3. AI가 일상적인 업무 흐름에 들어오면 사람은 더 많은 문제를 시도하고 결과까지 빠르게 검증할 수 있다.

6. 무신사가 찾는 AI 인재상

6.1. AI 사용법보다 생각의 힘

1. 문제를 고르는 능력

   1. AI는 주어진 요청을 실행하는 손발을 확장할 수 있지만 무엇을 요청해야 하는지 스스로 정해 주지는 않는다.
   2. 어떤 문제가 중요한지, 어디까지 해결해야 하는지, 결과가 충분한지 판단하는 능력은 사람에게 남는다.
   3. 무신사는 AI 사용 경험보다 문제를 정의하고 해결 방향을 세우는 생각의 힘을 중요하게 본다.

2. AI를 손의 확장으로 사용한다

   1. AI를 단순한 대화 상대나 답변 생성기로 쓰는 수준을 넘어 자신의 손을 확장하는 실행 도구로 활용한다.
   2. 생각한 결과를 코드·문서·분석·프로토타입으로 옮기는 속도를 AI가 높여 준다.
   3. 사람은 방향과 판단을 맡고 AI는 실행과 반복을 보조하는 방식으로 역할이 나뉜다.

6.2. 커리어를 고민하는 사람에게 주는 조언

1. 생각을 많이 한다

   1. 커리어와 일을 고민하는 사람은 어떤 도구를 먼저 배울지보다 어떤 문제를 풀고 싶은지 깊이 생각해야 한다.
   2. AI가 실행을 자동화할수록 문제 선택과 관점 설정의 가치가 커진다.
   3. 깊이 생각한 문제 정의는 AI에게 더 좋은 지시를 내리는 기반이 된다.

2. 실행은 AI와 함께 자동화한다

   1. 생각한 결과를 실행으로 옮기는 과정에서 AI를 적극적으로 활용할 수 있다.
   2. 반복적인 손발 작업이 자동화되면 사람은 더 중요한 판단과 검증에 시간을 쓸 수 있다.
   3. 앞으로의 인재는 모든 일을 직접 처리하는 사람이 아니라 생각을 명확히 하고 AI를 통해 결과를 끝까지 만드는 사람이다.

주요 발언 모음

“AI는 저희에게 생존의 문제입니다.”

“패션이라는 특화 도메인이 가지고 있는 복잡도와 여러 플랫폼을 엮어야 하는 기술적인 복잡도는 AI 없이는 달성하기 어렵습니다.”

“AI를 도구로 쓰기보다는 자기가 원하는 것들을 AI 도구로 숨 쉬듯이 사용할 수 있는 역량이 더욱 중요해지는 것 같습니다.”

“생각의 힘, 그다음에 AI를 이용해서 자기의 손을 확장해서 쓸 수 있는 인재들이 더욱 부각될 수 있는 시대가 되고 있습니다.”

핵심 데이터 & 수치

• 2분 28초: 영상 전체 길이.
• 2026-08-18: YouTube 원문 게시일.
• 전사 테크 리드: 김상범의 무신사 내 역할로, 디자인부터 프로덕션까지의 기술 의사결정과 회사의 장기 기술 방향을 담당한다.
• 여러 AI 모델: 무신사 내부에서 다양한 모델을 사용하며, 최근 Codex 사용량이 증가하는 추세다.
• 동일한 Codex 토큰 조건: AI 네이티브 채용 전형에서 지원자들이 공평한 조건으로 AI 활용 역량을 평가받도록 제공한 환경이다.
• 혼방률·상품 표기: AX 인재전쟁에서 후보자들이 찾아내고 문제 정의부터 결과까지 풀어낸 무신사의 실제 고민이다.

결론 및 시사점

1. AI 도입의 출발점은 모델 선택보다 회사가 가진 도메인 복잡도와 생존 과제를 정확히 정의하는 일이다.
2. 패션 커머스의 브랜드·상품·플랫폼 복잡성은 AI를 부가 기능이 아니라 조직의 실행 역량으로 만든다.
3. Codex의 가치는 답변을 생성하는 데만 있지 않고 한국어 요구사항을 명료하게 해석해 실제 결과로 연결하는 데 있다.
4. AI 채용은 도구 사용 여부가 아니라 동일한 자원 안에서 문제를 정의하고 결과를 만들어 내는 과정을 평가해야 한다.
5. AI 네이티브 인재는 AI를 특별한 이벤트처럼 호출하지 않고 업무 흐름 속에서 자연스럽게 사용한다.
6. AI가 실행의 손발을 확장할수록 사람의 차별점은 문제 선택·판단·검증·책임에 남는다.
7. 커리어를 고민하는 사람은 새로운 도구를 좇기 전에 어떤 문제를 풀고 싶은지 더 많이 생각해야 한다.

핵심 요약 (20줄)

무신사 전사 테크 리드는 디자인부터 프로덕션까지 이어지는 기술 의사결정을 담당한다. 플랫폼을 분리할지 통합할지와 상품 구조를 어떻게 가져갈지가 전사 테크 리드의 주요 판단 영역이다. 패션 도메인의 브랜드·상품·플랫폼 복잡성은 AI 없이는 빠르게 감당하기 어렵다. 무신사에서 AI는 생산성 기능을 넘어 회사의 생존과 선행 경쟁력을 좌우하는 역량이다. 무신사 내부에서는 여러 AI 모델을 사용하지만 최근 Codex 사용량은 증가하고 있다. 엔지니어들은 Codex와 CLI를 실제 작업 흐름에 결합하고 있다. Codex는 한국어 표현의 직관성·성능·명료함·결과 도달률에서 강점으로 체감된다. AX 인재전쟁에서는 의류 혼방률과 상품 표기 문제가 실제 문제로 다뤄졌다. 좋은 후보자는 문제 정의부터 솔루션과 결과까지 하나의 흐름으로 연결했다. 무신사는 코딩 시연보다 도메인 문제를 발견하고 끝까지 해결하는 역량을 평가했다. AI 네이티브 채용 전형은 지원자에게 공평하게 Codex 토큰을 제공하는 방식으로 진행됐다. 동일한 AI 자원 안에서 무엇을 요청하고 어떻게 결과를 검증하는지가 후보자 간 차이를 만들었다. 해당 전형으로 입사한 인재들은 실제 업무에서도 놀라운 성과를 보였다. AI를 별도 도구로 가끔 사용하는 것보다 숨 쉬듯 업무에 연결하는 능력이 중요해지고 있다. AI 인재의 핵심은 도구 사용법보다 문제를 고르는 생각의 힘이다. AI는 사람이 생각한 결과를 코드와 실행물로 옮기는 손발을 확장한다. 커리어를 고민하는 사람은 도구보다 먼저 풀고 싶은 문제를 깊이 생각해야 한다. AI가 반복 실행을 맡을수록 사람은 방향 설정·판단·검증에 집중해야 한다. 무신사의 AI 활용은 패션 커머스의 복잡성을 기술 실행력으로 바꾸는 사례다. AI 시대의 경쟁력은 AI를 사용할 줄 아는 사람이 아니라 AI로 더 중요한 문제를 끝까지 해결하는 사람에게 있다.