#AI

우리가 여기어때에서 다시 만난 이유

우리가 여기어때에서 다시 만난 이유
01

Summary

전 직장 동료와 다시 만나 역대급 사내 AI 플랫폼을 만든 여기어때 개발자들의 비결

검증된 시니어를 영입하는 '사내추천'의 정석과 최첨단 AI 에이전트 'YAPP' 개발 비하인드 스토리

본 아티클은 여기어때의 Intelligence Platform팀 빌리 팀장과 조시 개발자의 사내추천을 통한 재회 및 협업 성공 사례를 다룹니다. 전 직장에서 맞춘 완벽한 호흡을 바탕으로 신속한 온보딩 과정을 거쳐, 사내 AI 어시스턴트 'YAPP'을 고도화된 에이전트 플랫폼으로 성장시킨 과정과 여기어때 특유의 주도적인 개발 문화를 흥미롭게 소개합니다.

  • 01사내추천 제도를 활용해 이직 초기 신뢰 형성에 필요한 시간을 단축하고 업무 몰입도를 극대화
  • 02단순 슬랙 데이터 조회 봇에서 MCP 및 에이전트 기능이 탑재된 최첨단 AI 어시스턴트 YAPP으로의 진화
  • 03새로운 기술을 빠르게 수용하고 실제 비즈니스에 주도적으로 적용할 수 있도록 장려하는 여기어때의 'DNA 센터' 문화
  • 04시니어 개발자에게 부여되는 풍부한 리딩 기회와 전사 단위의 AI 기반 업무 효율화 성과

RECOMMENDATION

사내 추천 제도의 효과적인 작동 방식이 궁금한 채용 담당자나 리더, 그리고 주도적으로 AI 신기술을 도입하며 빠르게 임팩트를 내고 싶은 MLOps 분야의 개발자들에게 강력히 추천합니다.

The Problem

여기어때 Intelligence Platform팀은 AI 기술의 급격한 변화 속에서 사내 AI 플랫폼 'YAPP'의 고도화와 방향성을 함께 고민할 역량 있는 시니어 개발자가 필요했으며, 직무 능력뿐 아니라 주도적인 조직 문화에 빠르게 적응할 수 있는 인재 확보가 시급했습니다.

The Solution

기존에 협업 경험이 있어 직무 전문성과 주도적 성향이 이미 검증된 전 직장 동료를 사내추천 제도를 통해 영입하였고, 입사 직후 신뢰 관계를 바탕으로 사내 AI 플랫폼 'YAPP'의 응답 품질 개선 및 MCP·에이전트 기능 고도화 작업을 신속하게 전담하도록 배치하였습니다.

The Result

신규 입사자와의 신뢰 형성 및 온보딩 과정을 획기적으로 단축하여 입사 초반부터 대형 프로젝트에 즉각 기여할 수 있었으며, 슬랙 데이터 조회 봇 수준이었던 YAPP을 국내 최고 수준의 에이전트 기반 AI 플랫폼인 YAPP 2.0으로 성공적으로 진화시켰습니다.

Trade-off

사내추천 방식은 높은 신뢰도와 신속한 온보딩을 보장하는 장점이 있으나, 추천인의 인적 네트워크에 의존하므로 채용 풀의 다양성 확장이 제한될 수 있으며, 시니어로서 신속한 리딩 역할을 맡게 됨에 따라 조직 내 연령대가 낮은 팀원들 사이에서 부담감을 안고 조율해야 하는 관리적 비용이 발생할 수 있습니다.

03

Key Concepts

Concept · 01

사내추천 제도 (Employee Referral)

임직원이 직접 신뢰할 수 있고 직무 및 문화적 적합성이 검증된 인재를 회사에 추천하여 채용하는 프로세스입니다.

  • 이전 직장에서 2~3년간 협업했던 동료를 추천하여 온보딩 신뢰 비용을 최소화
  • 서로에 대한 깊은 신뢰를 기반으로 입사 초기부터 명확한 업무 피드백과 빠른 의사결정 실현
Concept · 02

YAPP (사내 AI 어시스턴트)

여기어때 Intelligence Platform팀이 자체 개발하여 전사적으로 활용 중인 고도화된 AI 비서 플랫폼입니다.

  • 초기 '여기다'라는 슬랙 데이터 조회 봇으로 시작해 고도화된 플랫폼으로 진화
  • 전사 구성원들이 업무 전반에 AI를 활용하여 생산성을 극대화할 수 있도록 지원
Concept · 03

MCP 및 에이전트 기능 (Model Context Protocol & Agents)

대형언어모델(LLM)이 다양한 컨텍스트와 도구를 자율적으로 활용하여 복잡한 요청을 능동적으로 해결할 수 있도록 설계된 아키텍처입니다.

  • 단순한 텍스트 답변 생성을 넘어 사내 데이터 소스 및 API 시스템과 연동해 복합적 태스크 처리
  • YAPP 2.0에 탑재되어 실제 구성원들이 유용하게 사용할 수 있는 수준으로 구현