AI와 함께 개발하면 공수가 얼마나 줄어들까? — ERP 실전 사례

1인 개발자가 AI(Claude Code)와 협업하여 엔터프라이즈급 ERP 플랫폼을 구축한 실전 경험기.
기존 개발팀 대비 약 10배의 생산성 향상을 체감한 과정을 공유합니다.

---

1. 프로젝트 소개

HunikFlow는 한국 시장을 위한 로우코드(Low-Code) 엔터프라이즈 플랫폼입니다.

• 백엔드: Java 21 + Spring Boot 3.5 (Maven 모듈 17개)
• 프론트엔드: Angular 21 + ng-zorro-antd 21 + @delon 21
• 아키텍처: @Flow + @FlowField 어노테이션 기반 자동 CRUD 생성
• 모듈: CRM, HR, 재무, 자산, CS, 재고, 주문/배송, 프로젝트 관리, BPM 워크플로우, eCount ERP 연동 등

로그인화면

HunikFlow 로그인 화면 — 한국어 UI, 깔끔한 디자인

---

2. 기존 개발팀 방식의 예상 공수

만약 이 프로젝트를 전통적인 개발팀에서 진행했다면 어떤 규모가 필요했을까요?

프로젝트 범위 (실제 구현된 내용)

영역	내용	산출물
플랫폼 현대화	14개 중국 라이브러리 교체, i18n 시스템 구축 (625개 키)	Phase 1~2
보안 강화	RCE 취약점 5건 수정, 기술 부채 제거	Phase 3
환경 업그레이드	Java 21, Angular 21, 모든 라이브러리 최신화	Phase 4
전체 리브랜딩	패키지명, 클래스명, DB 테이블, API 경로 전면 변경	Phase 5~6
ERP 모듈 (40+ 엔티티)	CRM 10개, HR 9개, 재무 6개, 자산 5개, CS 3개, 재고 4개, 주문 3개	엔티티 + CRUD
프로젝트 관리 모듈	프로젝트, 이슈, 스프린트, 칸반 보드, 백로그	신규 개발
BPM 워크플로우	결재 프로세스 정의/실행/승인/반려	신규 개발
eCount ERP 연동	API 인증, 품목/창고/재고 동기화, 스케줄러	외부 연동
QA 테스트	363개 테스트 케이스 (99.4% 통과율)	자동화 스크립트

전통적 개발팀 예상 공수

팀 구성: 4~5명 (백엔드 2, 프론트엔드 1, QA 1, PM/아키텍트 1)

Phase 1~3 (플랫폼 현대화 + 보안)    : 3~4주 × 3명 = 9~12 man-weeks
Phase 4   (환경 업그레이드)           : 2~3주 × 2명 = 4~6 man-weeks
Phase 5~6 (리브랜딩)                 : 3~4주 × 2명 = 6~8 man-weeks
ERP 모듈 (40+ 엔티티)               : 4~6주 × 2명 = 8~12 man-weeks
프로젝트 관리 모듈                    : 3~4주 × 2명 = 6~8 man-weeks
BPM 워크플로우                       : 2~3주 × 2명 = 4~6 man-weeks
eCount 연동                         : 2~3주 × 1명 = 2~3 man-weeks
QA 테스트                           : 2~3주 × 1명 = 2~3 man-weeks
───────────────────────────────────────────────
합계: 약 41~58 man-weeks (약 10~15 man-months)

현실적으로 최소 3~4개월, 인건비 기준 1.5억~2억 원 수준입니다.

---

3. AI와 1인 개발자의 실제 소요 시간

실제 투입 공수

단계	기간	작업 내용
Phase 1~3	2일	14개 라이브러리 교체, i18n 625키, RCE 5건 수정
Phase 4	1일	Java 21 + Angular 21 + 전체 라이브러리 업그레이드
Phase 5~6	2일	패키지/클래스/DB/API 전면 리네이밍, 중국어 제거
Phase 7	0.5일	런타임 버그 수정 (로그인, API 라우팅)
ERP 모듈	1일	40개 엔티티 + DataProxy + KPI 컨트롤러
프로젝트 관리	1일	10개 엔티티 + 칸반 보드 + 백로그 + 커스텀 API
eCount 연동	1일	API 인증 + 동기화 서비스 + 대시보드
QA 테스트	1.5일	363 TC 작성 + 실행 + 버그 수정 + 재테스트
합계	~10일	1인 개발자 + Claude Code

10 man-days vs 41 ~ 58 man-weeks = 약 20 ~ 30배 효율 차이

물론 단순 비교는 어렵습니다. 로우코드 프레임워크 위에서 작업했고, AI가 반복 패턴을 빠르게 생성했기 때문입니다. 그러나 핵심 포인트는 명확합니다:

"AI는 반복적인 코드 생성과 패턴 적용에서 인간 개발자를 압도적으로 능가한다."

---

4. AI가 특히 강력했던 영역

4-1. 대규모 리팩토링 — 패키지/클래스 전면 리네이밍

Phase 5에서 xyz.erupt.* → kr.hunik.flow.*로 전면 리네이밍을 진행했습니다.

• Java 패키지: 수백 개 파일의 import/package 변경
• Maven POM: groupId, artifactId, module 이름 일괄 변경
• DB 테이블: e_ → hf_ 접두사 변경
• API 경로: /erupt-api/ → /api/v1/ 변경
• Angular 컴포넌트: 셀렉터, 모듈명 변경

전통적 방법이라면 IDE의 리팩토링 기능 + 수동 확인으로 1~2주가 걸릴 작업을, AI와 함께 2일 만에 완료했습니다. AI는 패턴을 인식하고 일관성 있게 적용하는 데 탁월합니다.

4-2. 반복 엔티티 생성 — 40개 ERP 모듈

40개 이상의 엔티티를 @Flow + @FlowField 어노테이션으로 정의했습니다. AI에게 "CRM 모듈에 거래처, 담당자, 제품, 영업기회, 견적서, 수주, 계약, 청구서, 영업활동, 분석 엔티티를 만들어줘"라고 요청하면, 각 엔티티의 필드 정의부터 관계 매핑, DataProxy, 검색 조건까지 일관된 패턴으로 생성합니다.

CRM 거래처 관리

CRM 거래처 목록 — 13건의 테스트 데이터가 자동 생성된 모습

###HR 직원 관리

HR 직원 관리 — 조직도 트리뷰 + 43명의 직원 데이터

4-3. 프론트엔드 커스텀 모듈 — 칸반 보드

프로젝트 관리 모듈의 칸반 보드는 @Flow 어노테이션만으로는 구현할 수 없는 커스텀 UI입니다. Angular CDK Drag & Drop을 활용한 칸반 보드, 백로그 뷰, 이슈 상세 패널을 AI가 설계부터 구현까지 담당했습니다.

프로젝트 CRUD

프로젝트 관리 — 자동 생성된 CRUD 테이블

이슈 관리

이슈 트래커 — 프로젝트별 이슈 목록, 스프린트/백로그 이동 오퍼레이터

칸반 보드

칸반 보드 — 드래그 앤 드롭 기반의 이슈 상태 관리

4-4. 외부 API 연동 — eCount ERP

eCount의 OAPI V2 API 스펙을 분석하고, 인증(Zone 조회 → 로그인 → SESSION_ID), 품목/창고/재고 동기화, 스케줄러, 대시보드까지 하루 만에 구현했습니다.

• 3,531건 품목 동기화
• 39개 창고 매핑
• 2,388건 재고 현황 동기화

4-5. QA 자동화 — 363 테스트 케이스

AI가 테스트 스크립트를 작성하고 실행한 뒤, 실패한 케이스의 원인을 분석하여 수정까지 진행했습니다.

Phase 1 단위 테스트:    95 TC → 94 PASS (98.9%)
Phase 2 기능 테스트:    56 TC → 56 PASS (100%)
Phase 3 시나리오 테스트: 56 TC → 54 PASS (96.4%)
워크플로우 QA:          16 TC → 16 PASS (100%)
성숙도 90% E2E:       140 TC → 139 PASS (99.3%)
────────────────────────────────────────────
총합: 363 TC → 359 PASS, 3 FAIL, 1 SKIP (99.4%)

---

5. AI가 약했던 영역 (솔직한 평가)

5-1. 복잡한 런타임 디버깅

Phase 7에서 로그인이 안 되는 버그를 찾는 데 시간이 걸렸습니다. @FlowRouter의 skipAuthIndex 계산이 API 경로 변경(/erupt-api → /api/v1)으로 인해 깨진 것인데, AI가 여러 시도 끝에 해결했습니다. 컴파일 에러가 아닌 런타임 동작 오류는 AI도 시행착오가 필요합니다.

5-2. 프레임워크 내부 동작 이해

HunikFlow(구 Erupt)의 내부 동작 — 특히 FlowUtil.validateFlowValue() → flowInsertDataProcess() → DataProxy.beforeAdd() 실행 순서 같은 미묘한 부분은 코드를 깊이 분석한 후에야 파악할 수 있었습니다.

5-3. UI/UX 디자인 판단

기능적으로는 완벽하지만, 색상 선택이나 레이아웃 배치 같은 디자인 감각은 여전히 인간의 영역입니다. AI는 "작동하는 UI"는 빠르게 만들지만, "아름다운 UI"는 디자이너의 눈이 필요합니다.

---

6. 결과물 — 실제 동작하는 화면

메인 대시보드 (20+ 메뉴)

메인 대시보드

사이드바에 20개 이상의 모듈이 표시됨 — CRM, HR, 자산, CS, 재고, 주문/배송, 경리, 프로젝트 관리 등

프로젝트 관리 모듈 (신규 개발)

화면	설명
프로젝트	프로젝트 CRUD — 키, 이름, 리더, 유형, 상태
이슈	이슈 관리 — 이슈 키, 제목, 유형, 상태, 우선순위
칸반	칸반 보드 — Drag & Drop 상태 전환

ERP 모듈

화면	설명
CRM	CRM 거래처 — 코드, 이름, 업종, 사업자번호, 등급, 상태
HR	HR 직원 관리 — 조직도 트리 + 직원 목록 (43명)

---

7. 생산성 비교 요약

지표	전통 개발팀 (4~5명)	1인 + AI (Claude Code)
총 기간	3~4개월	~10일
투입 인력	4~5명	1명
총 공수	41~58 man-weeks	~2 man-weeks
인건비 (추정)	1.5~2억 원	0.15~0.2억 원
테스트 커버리지	수동 QA 위주	363 자동화 TC (99.4%)
코드 일관성	개발자별 차이	AI 기반 균일한 패턴
리팩토링 속도	1~2주	2일

---

8. 핵심 교훈

AI와 협업할 때 효과적인 전략

1. 명확한 패턴을 먼저 정의하라
   • @Flow + @FlowField 같은 반복 패턴이 있으면 AI가 수십 개 엔티티를 일관되게 생성합니다.
2. PDCA 사이클을 적용하라
   • Plan → Design → Do → Check → Act 순서로 진행하면 AI가 맥락을 놓치지 않습니다.
   • Gap Analysis(설계 대비 구현 비교)로 누락을 자동 검출합니다.
3. 테스트를 AI에게 맡겨라
   • 테스트 케이스 작성, 실행, 실패 원인 분석, 버그 수정까지 AI가 순환합니다.
   • 363개 TC를 수동으로 작성했다면 최소 1주일은 걸렸을 것입니다.
4. 디버깅은 충분한 컨텍스트를 제공하라
   • "로그인이 안 돼"보다 "로그인 API가 401을 반환하는데, FlowSecurityInterceptor의 skipAuthIndex 계산이 의심된다"가 훨씬 빠릅니다.
5. 외부 API 연동은 문서를 먼저 읽혀라
   • eCount 연동 시 API 문서 URL을 AI에게 제공하니 스펙 분석부터 구현까지 자동으로 진행했습니다.

---

9. 결론

AI는 개발 보조 도구가 아니라 페어 프로그래밍 파트너입니다.

특히 엔터프라이즈 ERP처럼 반복 패턴이 많고, 대규모 리팩토링이 필요하며, 다양한 모듈을 빠르게 구축해야 하는 프로젝트에서 AI의 가치는 극대화됩니다.

10일 만에 엔터프라이즈급 ERP를 구축한 경험은 AI 시대의 소프트웨어 개발이 어디로 향하고 있는지를 보여줍니다. 중요한 것은 AI를 단순한 코드 생성기로 쓰지 않고, 설계-구현-검증의 전체 사이클에 통합하는 것입니다.

"개발자의 역할은 코드를 직접 타이핑하는 것에서, 올바른 방향을 설정하고 AI의 결과물을 검증하는 것으로 변하고 있다."

---

이 글은 실제 프로젝트 경험을 바탕으로 작성되었으며, 모든 스크린샷은 실제 동작하는 시스템에서 캡처한 것입니다.

작성자: KimWanKi (kwg@hunik.kr)
회사: Hunik Inc. (https://www.hunik.kr)
프로젝트: HunikFlow — Low-Code Enterprise Platform