2026년 하반기, 엘박스팀은 Backend, Frontend, Mobile Engineer로 나뉘어 있던 엔지니어링 직무를 Product Engineer로 통합하고, ML Engineer의 역할을 확장해 AI Engineer로 전환했어요. 두 변화 모두 기술 영역이 아니라 제품의 문제를 기준으로 엔지니어의 역할을 재정의하기 위함이었어요.
이 글에서는 엘박스팀이 이번 결정을 내리게 된 배경과 함께, Product Engineer와 AI Engineer가 어떤 방식으로 일하고 성장해 가는지 살펴보려고 해요.
직무 통합의 배경
기술 영역별 분업은 각 분야의 깊이를 쌓는 데 분명한 장점이 있었어요. 하지만 하나의 기능이 여러 영역에 걸쳐 있을 때는 비용이 생기기 마련이었죠. 프론트엔드와 백엔드, 모바일 사이에서 인터페이스를 맞추고 일정을 조율하고 맥락을 다시 전달하는 과정이 반복됐고, 그 사이에서 문제 전체에 대한 오너십은 자연스럽게 여러 사람에게 나뉘었어요.
여기에 AI 코딩 도구가 개발 과정에 자리 잡으면서 한 가지 변화가 더해졌어요. 낯선 코드베이스를 탐색하고 수정하는 데 드는 진입 비용이 이전보다 크게 낮아진 거예요. 그만큼 엔지니어가 판단해야 할 지점도 '어떻게 구현할 것인가'에서 '무엇을, 어떤 구조로 만들고, 어떤 기준으로 검증할 것인가'로 옮겨 가고 있었어요.
실제로 엘박스팀에서는 직무 통합 이전부터 자신의 주력 분야를 넘어 다른 영역에 기여하는 엔지니어들이 있었어요. 직무 통합을 논의하는 자리에서 나온 이야기에도 그 흐름이 담겨 있었어요.
💬 "처음부터 끝까지 혼자 만들어 보는 게 꿈이었어요. AI 도구 덕분에 그 기회가 생겼고, 회사가 길을 열어 준다면 개인적으로도 반가운 일이에요."
-백엔드 주력 Product Engineer-
💬 "이전 회사에서도 비슷한 시도를 경험했는데, 지금은 AI 도구의 성숙도가 그때와 비교할 수 없을 만큼 높아요. Android와 iOS 사이의 경계는 이미 넘나들고 있었고, 그 범위가 백엔드와 프론트엔드까지 넓어지는 방향은 반가워요."
-모바일 주력 Product Engineer-
이처럼 직무 통합은 새로운 방식을 도입한 것이라기보다, 이미 현장에서 일어나던 흐름이 직무명이라는 경계에 막히지 않도록 제도로 뒷받침한 변화에 가까웠어요.
Product Engineer의 일하는 방식
엘박스팀의 Product Engineer는 특정 기술 계층을 담당하는 사람이 아니라, 제품의 해결하려는 문제를 설계부터 구현, 검증, 개선까지 책임지는 엔지니어예요. 백엔드 경험이 풍부한 엔지니어가 화면과 사용자 흐름까지 함께 고민하고, 프론트엔드 영역이 주력인 엔지니어가 API와 데이터 구조 설계에 참여할 수 있게 되었죠.
구현 속도가 빨라질수록 품질을 지키는 장치도 더 중요해진다고 봤어요. 그래서 엘박스팀은 다음 세 가지를 Product Engineer가 일하는 방식의 기반으로 다져 가고 있어요.
구현에 앞선 설계: 요구사항을 받은 즉시 구현에 들어가기보다 구조와 인터페이스를 먼저 설계하는 과정을 거치는 것을 지향해요. 빠르게 작성된 코드가 그대로 기술 부채로 남지 않도록 하기 위해서예요.
맥락의 자산화: 제품 정책, 도메인 지식, 설계 결정의 배경이 특정 개인의 기억에만 의존하지 않도록 문서로 기록해요. 동료 엔지니어와 AI 도구가 같은 맥락 위에서 일할 수 있도록 하려는 거예요.
가드레일의 공유: 영역별로 축적해 온 테스트, 코드 규칙, 개발 가이드를 팀 전체의 자산으로 정비하고 있어요. 다른 영역에 처음 기여하는 엔지니어도, AI 도구가 생성한 코드도 같은 품질 기준 안에서 검증되도록 하기 위함이에요.
ML Engineer에서 AI Engineer로
AI Engineer로의 확장은 ML Engineer가 담당하던 업무에 새로운 범위를 더하는 변화였어요. 안정적인 운영을 기본으로 하면서도, 새로운 모델과 에이전트 기법을 직접 검증하고 제품에 도입하는 일까지 역할에 포함했죠.
엘박스팀의 엔지니어들이 집중해 온 과업은 모델 자체를 학습시키는 것보다, 빠르게 발전하는 AI 기술을 법률 현장에서 정확하고 안정적으로 작동하는 제품으로 만드는 데 가까웠어요. AI Engineer라는 직무명은 이렇게 이미 해 오던 일을 더 정확하게 담아내면서, 앞으로 넓혀 갈 역할까지 아우르기 위해 택한 이름이에요.
법률 AI 에이전트 설계와 구현: 질문의 의도를 파악하고, 필요한 근거를 찾고, 그 근거로 답변을 구성하는 에이전트의 구조를 설계하고 만들어요.
정답이 없는 문제의 평가 체계: 법률 전문가와 함께 자체 벤치마크와 평가셋을 설계하고, 새로운 모델과 기법이 실제로 더 나은 답을 내는지 이 기준으로 판단해요.
근거 인용을 넘어선 법리 검증: 인용한 판례가 실제로 존재하는지 확인하는 데서 그치지 않고, 그 판례가 사건의 핵심 쟁점에 들어맞는지까지 검증해요.
파이프라인 관측과 품질 유지: 오류가 검색 단계에서 생겼는지 모델이 근거를 잘못 읽었는지 빠르게 좁힐 수 있게 만들고, 외부 모델이 바뀔 때 생기는 품질 저하도 감지해요.
법률 AI 에이전트를 제품으로 완성하는 일은 새로운 기능을 구현하는 데서 끝나지 않고, 그 답을 법률가가 실제 사건에 믿고 쓸 수 있는 수준으로 유지하는 데까지 이어져요. 그렇기에 AI Engineer는 프로덕트와 플랫폼의 영역을 따로 구분하지 않아요. Product Engineer의 역할을 기술 계층이 아니라 제품의 문제를 기준으로 세웠듯, AI Engineer의 역할도 모델 자체가 아니라 AI가 법률 현장에서 만들어 내는 가치를 기준으로 세운 거예요.
각자의 방향으로 그려 나가는 성장
금번의 통합이 모든 엔지니어에게 모든 기술을 같은 수준으로 다루기를 요구하는 것은 아니에요. 실제로 논의 과정에서 이런 목소리도 있었어요.
💬 "Product Engineer로의 통합은 AI 시대의 자연스러운 시류라고 생각해요. 다만 여러 영역이 겹치는 구간과 정말 깊은 전문성이 필요한 영역은 구분되어야 해요. 20%를 안다고 해서 나머지 80%를 쉽게 보는 일은 없어야 하니까요."
-백엔드 주력 Product Engineer -
엘박스팀 역시 이 점을 이번 변화의 전제로 삼았어요. 대규모 트래픽을 다루는 서버 설계나 플랫폼별 특성을 이해해야 하는 모바일 배포처럼 깊이가 필요한 영역의 전문성은 여전히 각자의 가장 중요한 강점이에요.
그래서 성장의 방향도 한 가지로 정해 두지 않았어요. 한 영역의 깊이를 계속 더해 가는 것도, 주력 분야를 기반으로 인접한 영역까지 범위를 넓혀 가는 것도 모두 유효한 경로예요. 엘박스팀이 지키고자 하는 원칙은 하나예요. 누군가 자신의 주력 분야 밖의 문제에 기여하고자 할 때, 직무명이 그 시도를 가로막지 않도록 하는 것이에요. 기술 논의에도 영역의 구분을 두지 않아서, 백엔드 주제를 다루는 자리에 프론트엔드 엔지니어가 함께하는 일도 자연스러워요.
어느 방향을 택하든, 기여를 바라보는 기준은 특정 기술이 아니라 제품에 대한 기여예요. 익숙하지 않은 영역에 도전했다고 불리해지지 않고, 한 영역에 깊이 집중했다고 덜 인정받지도 않아요.
🧱 깊이와 넓이의 같은 무게
세로로 네 칸을 쌓든 가로로 네 칸을 채우든 면적은 같아요. 한 영역을 깊이 있게 다진 기여와 여러 영역을 연결해 완성한 기여 역시 그 크기가 같다면 같은 무게로 바라봐요.
변화의 다음 단계
엔지니어의 역할을 이렇게 다시 그린 것이 모든 조직에 맞는 정답이라고 생각하지는 않아요. 엘박스팀 역시 이 방식이 실제로 제품을 더 빠르고 단단하게 만드는지, 그리고 엔지니어 한 사람 한 사람의 성장으로 이어지는지 계속 확인하며 다듬어 가고 있어요.
다만 AI와 함께 일하는 환경에서 엔지니어의 역할이 어떻게 달라져야 하는지에 대해, 지금 우리가 내린 답은 이것이에요.
맡은 기능에 머무르지 않고 제품의 문제를 끝까지 들여다보는 것, 그리고 그 과정에서 설계와 품질의 기준을 놓치지 않는 것. 이 방식에 공감하는 엔지니어에게 엘박스팀은 잠재된 역량을 마음껏 펼칠 수 있는 곳이 될 거예요. 이 변화에 함께하고 싶으시다면, 지금 엘박스팀의 문을 두드려 주세요!
