AI로 웹 앱 프로젝트 범위 설정하기: 우리가 사용하는 6단계 프롬프트 체인 (아이디어부터 SOW까지)

AI로 웹 앱 프로젝트 범위 설정하기: 우리가 사용하는 6단계 프롬프트 체인 (아이디어부터 SOW까지)

최근 다섯 번의 클라이언트 범위 설정 작업에서, 과거에는 12~16시간의 탐색 미팅(discovery calls)이 필요했던 부분이 AI 작업 약 3시간과 인간 검토 1시간으로 줄었습니다. 우리는 컨텍스트가 이어지도록 전체 과정을 단일 Claude Project 내에서 실행합니다. 하지만 함정이 있습니다. AI는 매번 세 가지 사항에서 실수를 저질렀습니다. 따라서 클라이언트에게任何东西를 전달하기 전에 반드시 검증 단계를 추가했습니다.

이 글에서는 우리가 실제로 사용하는 6단계 프롬프트 체인, 각 프롬프트가 생성하는 산출물, 하나의 완전한 실제 사례, 그리고 직접 잡아야 하는 실패 모드(failure modes)를 소개합니다.

AI가 웹 앱 프로젝트의 범위를 설정할 수 있을까요? 네. AI는 며칠이 아닌 몇 시간 만에 전체 범위(문제 정의, 사용자 스토리, 기능, MoSCoW 우선순위, 업무범위서)를 초안으로 작성할 수 있습니다. 하지만 이 초안을 검증하는 것은 불가능합니다. AI는 요구사항을捏造하고 노력량을 과소평가하므로, 서명 전에 인간의 검증 단계는 필수적입니다.

주요 요약

• AI는 며칠이 아닌 몇 시간 만에 웹 앱의 전체 범위를 초안으로 작성하지만, 자신의 출력을 검증할 수는 없습니다.
• 이 체인은 문제, 사용자 스토리, 기능, MoSCoW, 추정치, SOW의 6개 프롬프트로 구성됩니다.
• AI는 통합 기능을捏造하고 엣지 케이스를 과소평가하므로, 항상 인간 검증 단계를 거치십시오.
• 체인 실행에는 Claude Projects 또는 ChatGPT Projects를 사용하십시오; 에이전트는 범위가 확정된 후에 사용합니다.

AI는 오후 시간 동안 첫 번째 범위 초안을 작성해 줄 수 있습니다. 다만 그것이 언제 틀렸는지 알려줄 수는 없습니다.

AI 지원 범위 설정이란 무엇이며, 무엇이 아닌가?

AI 지원 범위 설정(AI-assisted scoping)은 일련의 LLM 프롬프트를 사용하여 거친 아이디어를 요구사항, 사용자 스토리, 기능 목록, 우선순위, 업무범위서(SOW)와 같은 구조화된 범위 산출물로 변환하는 것을 의미합니다. AI는 초안 작성과 구조화를 담당합니다. 인간은 여전히 결정, 이해관계자 대화, 검증을 수행합니다.

그렇다면 AI가 당신을 대신해 사고하는 것일까요? 꼭 그렇지는 않습니다. AI는 ai requirements gathering(AI 요구사항 수집), 즉 빈 페이지를 바라보며 "예약 앱을 만들고 싶다"는 말을 개발자가 견적을 낼 수 있는 형태로 번역하는 부분에서 빠릅니다. 하지만 클라이언트가 실제로 필요한 것과 그럴듯해 보이는 것을 구분하는 데는 능숙하지 않습니다.

AI 지원 범위 설정이 아닌 몇 가지 사항: 자율적이지 않으며, 실제 이해관계자와의 대화를 대체하지 않으며, 정확성을 보장하지도 않습니다. 모델은 아무도 요청하지 않은 기능에 대해 자신감 넘치고 잘 정형화된 사양서를 기꺼이 작성할 것입니다.

이 게시물은 이미 범위 설정 프로세스 자체를 이해하고 있다고 가정합니다. 기본 개념이 필요하다면, 단계별 범위 설정 가이드에서 비AI 기반 프로세스, 7단계, 그리고 전체 범위 문서 구조를 설명합니다. 여기서는 AI 레이어, 즉 어떤 프롬프트를 어떤 순서로 사용하며 어디서 문제가 발생하는지에 집중합니다.

한눈에 보는 AI 범위 설정 프롬프트 체인

이 체인은 순차적으로 실행되는 6개의 프롬프트로 구성되며, 각 프롬프트의 출력이 다음 프롬프트로 이어집니다. 순서는 다음과 같습니다: (1) 문제 및 목표, (2) 사용자 스토리, (3) 기능 목록, (4) MoSCoW 우선순위 지정, (5) 노력, 비용 및 일정 추정, (6) SOW 초안. 컨텍스트가 유지되도록 하나의 프로젝트 내에서 실행하십시오.

흥미로운 점은 각 프롬프트가 이전 내용을 기반으로 하기 때문에 앱을 여섯 번 다시 설명할 필요가 없다는 것입니다. 모델은 사용자 스토리를 작성할 때 이미 문제를 알고 있으며, 기능을 우선순위 지정할 때 이미 스토리를 알고 있습니다.

1. 문제 및 목표: 거친 아이디어를 문제 정의와 SMART 목표로 변환합니다.
2. 사용자 스토리: 목표를 수용 기준이 포함된 사용자 스토리로 변환합니다.
3. 기능 목록: 스토리로부터 구체적인 기능 인벤토리를 도출합니다.
4. MoSCoW 우선순위 지정: 기능을 Must(필수), Should(권장), Could(가능), Won't(제외)로 분류합니다.
5. 추정: 노력량, 비용 범위 및 일정을 산출합니다.
6. SOW 초안: 모든 내용을 업무범위서로 조립합니다.

이는 일반적으로 ai prompts for project management(프로젝트 관리를 위한 AI 프롬프트)의 깔끔한 세트이지만, 우리는 모든 프롬프트를 웹 앱(기술 스택, 통합, 엣지 케이스)에 특화되도록 조정했습니다. 이러한 조정이 사용 가능한 범위와 일반적인 범위를 가르는 차이점입니다.

비결은 하나의 마법 같은 프롬프트가 아닙니다. 서로의 출력을 전달하는 6개의 프롬프트입니다.

체인을 단계별로 실행하는 방법은 무엇인가요?

Claude Project 또는 ChatGPT Project 내에서 체인을 위에서 아래로 실행하며, 각 프롬프트를 순서대로 붙여넣고 이전 답변이 컨텍스트에 남아 있도록 합니다. 아래는 우리가 사용하는 정확한 프롬프트와 함께 제시된 6가지 간단한 단계입니다. 일반적인 비즈니스 분석 프롬프트는 일반적인 범위를 생성하므로, 각 단계는 의도적으로 웹 앱에 특화되어 있습니다.

시작 전 참고 사항: 대괄호로 된 자리 표시자를 자신의 세부 정보로 교체하고, 첫 번째 출력을 최종 결과로 받아들이지 마십시오. 전문가의 팁은 각 결과를 읽고 수정한 후 다음 프롬프트를 실행하는 것입니다.

프롬프트 1: 문제 정의 및 목표

You are a senior product manager scoping a web application.
Here is the rough idea: [describe the app in 2-4 sentences].
The target users are [who]. The business wants [outcome].

Write:
1. A one-paragraph problem statement.
2. 3-5 SMART goals with success metrics.
3. 3 assumptions you are making that I should confirm.
Flag anything that is unclear instead of guessing.

이는 개요 및 목표 섹션을 생성합니다. 전문가 팁: "3가지 가정" 라인이 중요한 역할을 합니다. 이는 AI가 иначе 덮어버릴 수 있는 격차를 표면화합니다.

프롬프트 2: 사용자 스토리

Acting as the same product manager, turn the goals above into
user stories for a web app. Use the format:
"As a [role], I want [action], so that [benefit]."
Cover every user role. For each story, add 2-3 acceptance
criteria. Group stories by feature area.

이제 기능적 요구사항이 확보되었습니다. 이는 깔끔한 ai user story generator(AI 사용자 스토리 생성기) 단계입니다. 주의할 점: 관리자 및 엣지 케이스 역할을 잊어버리는 경향이 있으므로, "이제 관리자, 결제 실패, 빈 상태(empty states)에 대한 스토리를 추가하세요"라고 다시 프롬프트를 입력하십시오.

프롬프트 3: 기능 목록

Based on the user stories above, produce a flat feature
inventory for this web app. Group features into: core, account
and auth, admin, integrations, and notifications. Note any
feature that requires a third-party service or API.

이는 범위 내 기능 후보 목록입니다. AI가 통합 기능을捏造하기 시작하는 단계이므로(나중에 자세히 설명) 이 단계를 주의 깊게 살펴봐야 합니다.

프롬프트 4: MoSCoW 우선순위 지정

Prioritize the feature list using MoSCoW (Must, Should, Could,
Won't) for a first release (MVP). For each feature give a
one-line reason. Assume a 3-month MVP budget and be ruthless:
most features should NOT be "Must."

이는 범위 내 및 범위 외 항목에 태그를 지정합니다. "냉정하게(be ruthless)"라는 지시가 중요합니다. 없으면 모델은 거의 모든 것을 Must(필수)로 표시합니다.

프롬프트 5: 노력, 비용 및 일정 추정

Estimate effort, cost, and timeline for the Must-have features
only. Assume a stack of [e.g. Next.js, Supabase, Stripe] and a
team of [N] developers. Break the estimate down by feature in
days. State every assumption. Give a cost RANGE, not a single
number, and flag the 3 riskiest estimates.

이는 예산 및 일정을 위한 ai scope of work generator(AI 업무범위서 생성기) 입력값입니다. 단일 확신 있는 숫자는 AI가 제공하는 가장 위험한 출력물이므로, 항상 범위와 가정을 요구하십시오.

프롬프트 6: SOW 초안

Assemble everything above into a draft statement of work for a
client. Include: overview, goals and success metrics, in-scope
features, explicit out-of-scope items, timeline, budget range,
deliverables, assumptions, and a sign-off section. Mark any
section where you are uncertain with [REVIEW].

[REVIEW] 태그는 인간 검증 체크리스트가 됩니다. 이 단계는 전체 체인이 약속한 아이디어부터 SOW까지의 범위를 조립합니다.

프롬프트 → 범위 섹션 매핑

각 프롬프트는 질문에 답하는 것을 넘어, 클라이언트에게 전달하는 문서의 특정 섹션을 채웁니다. 이 매핑은 일반적인 11섹션 템플릿을 대체합니다. 골격을 암기하는 대신 체인을 실행하면 문서가 자동으로 조립됩니다. 각 프롬프트가 어떤 deliverable(산출물)을 생성하는지 확인하십시오.

프롬프트 6을 완료할 때까지 클라이언트가 실제로 읽고 서명할 수 있는 문서의 완전한 초안을 갖게 되며, 연결되지 않은 노트 덩어리가 아닙니다.

각 프롬프트는 단순히 질문에 답하는 것이 아닙니다. 클라이언트에게 전달할 문서의 특정 섹션을 채웁니다.

실제 사례: 진료 예약 SaaS 범위 설정

구체적인 사례인 소규모 치과 체인용 진료 예약 SaaS에 대해 체인을 끝까지 실행해 보겠습니다. 이는 실제 클라이언트 산출물이 아닌 설명용 예시이며, yes, 우리는 AI 출력에서 두 가지 오류를 발견했으며, 이는 아래의 인간 검증 섹션에서 수정합니다.

프롬프트 1 출력 (문제 및 목표). 문제: 3개 지점을 가진 치과 체인이 전화 통화 어려움과 노쇼(no-shows)로 인해 예약을 잃고 있음. 목표: 알림을 통해 노쇼를 30% 감소, 환자의 온라인 자체 예약 가능, 프런트 데스크 직원을 위한 공유 캘린더 제공. 표시된 가정: 단일 시간대, 영어만 사용, 보험 청구 없음.

프롬프트 2 출력 (샘플 사용자 스토리).

• 환자로서, 전화할 필요 없이 온라인으로 예약을 하고 싶습니다.
• 환자로서, 예약을 잊지 않도록 SMS 알림을 받고 싶습니다.
• 프런트 데스크 직원으로서, 중복을 관리할 수 있도록 세 지점 모두를 하나의 캘린더에서 보고 싶습니다.

프롬프트 3 출력 (기능 목록, 축약). 온라인 예약, 캘린더 동기화, SMS 및 이메일 알림, 환자 계정, 다중 지점 관리, 기본 보고, 그리고 결제 단계(마지막 하나는捏造된 것으로, 아무도 요청하지 않았습니다).

프롬프트 4 출력 (MoSCoW 그리드).

프롬프트 5 출력 (추정, 축약). Next.js, Supabase 및 Twilio를 사용하고 개발자 2명을 가정할 때: Must-have 기능은 약 4560 개발자 일(developer-days), 비용 범위는 약 $35K$55K, 일정은 8~10주. 가장 위험한 추정치로 표시된 항목: 다중 지점 캘린더 로직.

프롬프트 6 출력 (SOW 발췌). "범위 내: 온라인 예약, 다중 지점 공유 캘린더, SMS 알림(Twilio), 환자 계정. 범위 외: 결제, 보험, 네이티브 모바일. 일정: 8-10주. 예산 범위: $35K-$55K. [REVIEW] 클라이언트와 Twilio 대안 SMS 제공업체 확인."

이를 훑어보면 실제 서명 가능한 범위가 한 번의 세션에서 형성되었음을 알 수 있습니다. 나중에 스마트 기능을 추가할 계획이라면, 이 글에서 멈춘 곳에서 이어지는 앱에 AI 기능 추가하기 가이드를 참조하십시오.

AI로 비용과 일정을 어떻게 추정하나요?

모델에게 기능을 기준으로 일수로 추정을 분할하도록 프롬프트하고, 특정 기술 스택을 가정하며, 모든 가정을 명시하고, 단일 숫자가 아닌 범위를 반환하도록 요청합니다. 그런 다음 AI가 거의 항상 노력량을 낙관적으로 고정(anchor)하므로, 알려진 시장 등급에 비해 그 범위를 정상성 검사(sanity-check)합니다.

AI 추정은 출발점으로만 취급해야 하며, 견적으로 취급해서는 안 됩니다. 가장 유용한 지시는 "가장 위험한 추정치 3가지를 표시하라"는 것으로, 이는 당신의 판단을 어디에 써야 할지 정확히 알려줍니다. 다음은 우리가 모든 AI 추정을 확인하는 등급입니다.

이러한 범위는 발표된 에이전시 및 마켓플레이스 벤치마크와 일치하며, Clutch의 앱 개발 비용 연구는 합리적인 공개 참조 포인트입니다. AI 추정이 관련 등급보다 훨씬 낮게 나온다면, 아마도 엣지 케이스를 놓쳤을 가능성이 높습니다. 이때 더 큰 질문인 자체 구축 vs 구매를 던져볼 때입니다. 복잡한 등급을 초과하여 부풀어 오르는 범위는 구축보다 구매를 주장할 수 있습니다.

각 작업에 어떤 AI 도구를 사용해야 하나요?

전체 체인에는 Claude Projects 또는 ChatGPT Projects를 사용하십시오. 두 도구 모두 프롬프트 간에 컨텍스트를 유지하므로 출력을 다시 붙여넣지 않고도 이어갈 수 있습니다. 범위가 서명되고 반복 가능한 산출물을 생성한 후에만 독립형 에이전트를 사용하십시오. 일회성 범위 설정에는 에이전트보다 Projects가 항상 낫습니다.

우리는 긴 컨텍스트가 필요한 단계(사용자 스토리, SOW 조립)에는 Claude Projects에서 체인을 실행하고, 추정치에 대한 제2의 의견이 필요할 때는 ChatGPT를 사용합니다. Anthropic의 Projects 문서에 따르면, Project는 대화 전반에 걸쳐 공유 컨텍스트와 지시를 유지하는데, 이는 6단계 claude projects for requirements(요구사항을 위한 Claude Projects) 워크플로우에 정확히 필요한 것입니다. OpenAI의 Projects도 chatgpt prompts software development(소프트웨어 개발을 위한 ChatGPT 프롬프트)에 대해 동일하게 작동합니다.

훔쳐갈 만한 기술 한 가지: 단계별로 AI의 역할을 분할하십시오. 사용자 스토리에는 "제품 관리자처럼 행동하라"고 지시하고, 추정치에는 "시니어 엔지니어처럼 행동하라"고 지시하십시오. 역할 전환은 추론 방식을 변화시키며, 엔지니어 페르소나는 노력량에 대해 눈에 띄게 더 보수적입니다.

범위가 확정되고 빌드가 시작되면, 도구 질문은 AI 코딩 에이전트로 이동하는데, 이는 완전히 다른 결정입니다.

AI가 범위 설정을 잘못하는 곳은 어디인가? 인간 검증 게이트

AI는 예측 가능한 방식으로 범위 설정을 잘못합니다: 아무도 요청하지 않은 통합 기능을 환각(hallucinate)하고, 엣지 케이스와 오류 상태를 과소평가하며, 규정 준수 요구사항을捏造하거나 실제 요구사항을 조용히 누락합니다. 또한 비용 추정을 너무 낙관적으로 고정합니다. 이는 드문 일이 아니며, 사실상 모든 실행에서 발생하므로 인간 게이트는 협상 불가합니다.

인간이 작성하든 모델이 작성하든 잘못된 요구사항은 비용이 큽니다. PMI의 Pulse of the Profession 연구에 따르면, 부정확한 요구사항 수집은 실패한 프로젝트의 약 37%에서 프로젝트 실패의 주요 원인입니다. 따라서 게이트의 목적은 견적이 나오기 전에 이러한 누락을 잡는 것이지, 나온 후에 잡는 것이 아닙니다.

해결책은 범위가 클라이언트에게 전달되기 전에 인간이 실행하는 짧은 체크리스트입니다:

• 捏造된 기능 삭제: 클라이언트가 요청하지 않은 항목(결제, 내보내기, 통합 등)을 제거하십시오.
• 누락된 엣지 케이스 추가: 결제 실패, 빈 상태, 권한, 오류 처리.
• 모든 통합 검증: 명시된 모든 타사 서비스가 실제 존재하며, 필요하고, 예산에 포함되어 있는지 확인하십시오.
• 규정 준수 주장 확인: AI가 주장한 인증, 개인정보 보호 또는 규제 요구사항을 확인하거나 수정하십시오.
• 추정치 완충: 특히 위험하다고 표시된 항목에 대해 자신의 벨로시티(velocity)에 맞춰 낙관적인 숫자를 조정하십시오.

AI는 자신이捏造한 결제 흐름에 대해 자신 있게 범위를 설정할 것입니다. 당신의 역할은 아무도 요청하지 않은 부분을 삭제하는 것입니다.

실제 클라이언트 범위 설정에서 이를 실행하며 배운 점

최근 몇 번의 클라이언트 범위 설정 작업에서, 과거에는 미팅과 문서 작성에 약 1216시간이 걸리던 탐색 과정이 이제 AI 작업 약 23시간과 인간 검토 1시간으로 첫 초안 SOW를 완성합니다. 이는 정확한 헤드라인 통계가 아닌 우리의 실제 실행에서 나온 정직한 범위이며, 인간 검토 1시간은 절대 줄이지 않을 부분입니다.

우리는 Claude Projects에서 체인을 실행하고, ChatGPT를 추정치 정상성 검사용으로 사용합니다. 절약된 시간은 실질적이지만, 가치는 매번 동일한 세 가지 실패를 잡는 데 있습니다:

1. 통합 기능을捏造함. 치과 예시에서 아무도 요청하지 않은 결제 단계. 거의 모든 범위에 최소 하나 이상의 유령 기능이 있었습니다.
2. 엣지 케이스를 과소평가함. 오류 상태, 빈 상태 및 관리자 흐름은 일관되게 누락되거나 과소 계상되며, 이는 실제 예산이 폭발하는 지점입니다.
3. 규정 준수 및 인증을 잘못 처리함. 때로는 요구사항을 환각하고, 때로는 실제 요구사항을 누락합니다. 우리는 이에 대해 결코 신뢰하지 않습니다.

따라서 우리는 위의 인간 게이트를 고정 단계로 추가했습니다. 체인은 빠르게 초안을 작성하지만, 게이트가 전송을 안전하게 만듭니다. 게이트를 건너뛰면 자신감 넘치고 잘 정형화된 추측을 배송하는 것에 불과합니다.

Techsy가 AI 지원 범위 설정에 접근하는 방법

이 체인과 인간 게이트는 웹 앱을 구축하는 클라이언트를 위해 우리가 정확히 실행하는 워크플로우입니다. 우리는 AI로 빠르게 초안을 작성한 후, 실제 빌드를 출시한 경험이 있는 사람이 견적이 되기 전에 모든 줄을 검증합니다. 이를 매일 수행하는 팀에 범위 설정을 맡기고 싶다면, 그것이 우리가 하는 일입니다. 2주간의 탐색 미팅 비용을 지불하지 않고도 방어 가능한 SOW를 얻을 수 있습니다.

저자 소개

Mert Batur Gurbuz는 Techsy.io의 공동 창립자로, 팀은 B2B 클라이언트를 위한 AI 에이전트, 자동화 시스템 및 음성/SDR 파이프라인을 출시합니다. 그는 버밍엄 대학교에서 공부하며 Techsy 팀이 실제 프로덕션에서 사용하는 LLM 툴링 스택에 대해 글을 씁니다.

공동 창립자, Techsy.io — 버밍엄 대학교. LinkedIn에서 연결하세요.

자주 묻는 질문

AI가 프로젝트 범위 또는 SOW를 작성할 수 있나요?

네, AI는 문제, 사용자 스토리, 기능, 우선순위, 일정 및 예산 범위를 포함하여 완전한 프로젝트 범위 또는 업무범위서를 초안으로 작성할 수 있습니다. Claude 또는 ChatGPT Project 내에서 6단계 프롬프트 체인을 실행하십시오. 초안은 출발점으로 신뢰할 수 있지만, 서명 전에 인간이 검증해야 합니다.

소프트웨어 프로젝트 범위 설정에 가장 좋은 AI 도구는 무엇인가요?

Claude Projects와 ChatGPT Projects는 프롬프트 체인 전반에 걸쳐 컨텍스트를 유지하여 각 출력이 다음으로 이어지므로 범위 설정에 가장 좋은 도구입니다. 우리는 사용자 스토리 및 SOW 조립과 같은 긴 컨텍스트 단계에는 Claude Projects를 사용하고, 추정치에 대한 제2의 의견으로는 ChatGPT를 사용합니다. 에이전트는 범위 설정 이후의 빌드 작업에 더 적합합니다.

ChatGPT 또는 Claude를 사용하여 요구사항을 수집하는 방법은 무엇인가요?

프롬프트 체인을 순서대로 실행하십시오: 문제 정의와 목표를 요청한 다음, 수용 기준이 포함된 사용자 스토리, 기능 목록, MoSCoW 우선순위를 요청합니다. 컨텍스트가 이어지도록 모든 것을 하나의 Project에 유지하십시오. 각 프롬프트의 출력이 다음 프롬프트의 입력이 되므로, 이것이 AI 요구사항 수집을 빠르게 만듭니다.

AI가 소프트웨어 프로젝트 비용과 일정을 추정할 수 있나요?

네, 단지 출발점으로만 가능합니다. 모델에게 기능을 기준으로 일수로 추정을 분할하도록 프롬프트하고, 특정 스택을 가정하며, 가정을 명시하고, 범위를 반환하도록 요청하십시오. 그런 다음 시장 등급($10K-$50K for simple MVP, up to $150K+ for complex apps)에 대해 정상성 검사를 수행하십시오. AI는 너무 낙관적으로 고정하는 경향이 있습니다.

AI 생성 범위는 실제로 신뢰할 수 있나요?

첫 초안으로는 신뢰할 수 있지만, 서명용으로는 신뢰할 수 없습니다. AI는 잘 구조화된 범위를 빠르게 생성하지만, 거의 모든 실행에서 통합 기능을捏造하고, 엣지 케이스를 과소평가하며, 규정 준수를 잘못 처리합니다. 출력을 빠른 초안으로 취급한 다음, 누구나 서명하기 전에捏造된 기능을 삭제하고 누락된 엣지 케이스를 추가하기 위해 인간 검증 게이트를 실행하십시오.

AI를 사용하여 거친 아이디어를 사양서로 변환하는 방법은 무엇인가요?

프롬프트 1부터 시작하십시오: 아이디어를 2~4문장으로 붙여넣고 AI에게 문제 정의, SMART 목표 및 가정하고 있는 사항을 작성하도록 요청하십시오. 그런 다음 나머지 5개 프롬프트를 순차적으로 실행하십시오. 프롬프트 6까지 가면 SOW 초안이 완성됩니다. 전체 체인은 며칠이 아닌 몇 시간이 소요됩니다.

AI 지원 범위 설정이 탐색 단계를 대체하나요?

아니요, 탐색 단계를 대체하는 것이 아니라 압축합니다. 클라이언트가 실제로 원하는 것을 알기 위해서는 여전히 실제 이해관계자와의 대화가 필요합니다. AI는 초안 작성과 구조화를 처리하여 몇 시간 안에 메모를 요구사항과 SOW로 변환합니다. 인간은 여전히 검증하고, 우선순위를 지정하며, 범위에 대한 최종 결정을 내립니다.

AI로 웹 앱 범위를 설정하는 데 얼마나 걸리나요?

우리의 경험에 따르면, 첫 초안 SOW는 수동 탐색 및 문서 작성에 1216시간이 소요되는 반면, AI 작업 약 23시간과 인간 검토 약 1시간이 소요됩니다. AI 시간은 빠르지만, 검토 1시간은 협상 불가입니다. 왜냐하면 AI가捏造한 기능과 놓친 엣지 케이스를 잡는 단계이기 때문입니다.