---
title: "아사나 5년 견적 2주 만에 끝났다"
author: "VibeTimes"
published: "2026-08-24T23:03:46.290Z"
section: "technology"
tags: ["AX", "AI전환", "아사나", "Asana", "Codex", "OpenAI", "Spotify", "Claude", "Code"]
language: "en"
url: "https://vibetimes.co.kr/en/news/cmt7uei5m0c19bvubwmecksi3"
---

# 아사나 5년 견적 2주 만에 끝났다

6백만 달러 견적을 만2천 달러가 이겼다. 아사나가 엔지니어링 조직 전체에 붙였던 5년짜리 견적서를 OpenAI의 코딩 에이전트 Codex가 2주 만에 끝내며 무너뜨린 숫자다. 그런데 이 견적 자체가 실제로 집행된 프로젝트의 실측 비용이 아니라, 시작도 하지 않은 계획에 대한 사내 추정치라는 게 함정이다. 애초에 없던 프로젝트의 비용을 AI가 "줄였다"고 말할 수 있을까.

## 아사나가 버린 건 테스트 코드가 아니라 5년의 공포였다

아사나는 프런트엔드 테스트 프레임워크를 오래된 Enzyme에서 React Testing Library로 옮기는 작업을 미뤄왔다. OpenAI가 공개한 고객사례에 따르면, 다섯 문장짜리 프롬프트로 시작해 최대 4개의 코딩 에이전트가 코드베이스 사본마다 하나씩 병렬로 돌았고, 엔지니어는 하루 두 번 진행 상황을 점검하며 제안된 변경을 직접 검수했다. 그 결과 이전에 5년이 걸릴 것으로 예상했던 마이그레이션이 2주 만에 끝났고, 모델·인프라 비용은 약 1만2000달러, 애초 인력 투입 계획으로 잡았던 예산은 약 600만 달러였다고 OpenAI와 아사나는 밝혔다.

## Claude Code 쪽 숫자는 방향이 다르다

같은 날 공개된 Anthropic 고객사례에서는 스포티파이 최고아키텍트 니클라스 구스타브손이 "현재 풀 리퀘스트의 73%가 AI 저작"이라고 밝혔다. 이 수치는 완료된 작업량이 아니라 코드 저작 비중을 잰 것이라, 아사나의 "5년→2주"류 시간 단축 주장과는 성격이 다르다. 둘을 나란히 놓으면 벤더마다 무엇을 자랑하는지가 갈린다.

회사

붙인 업무

지표

변화

출처

Asana

프런트엔드 테스트 마이그레이션(Enzyme→RTL)

소요 기간·비용

5년 견적 → 2주, 600만 달러 견적 → 1만2000달러

OpenAI 고객사례

Spotify

코드 저작(2000만 줄 코드베이스)

AI 저작 PR 비중

풀 리퀘스트의 73%

Anthropic 고객사례(Boris Cherny 인터뷰)

## 5년이라는 숫자부터가 의심받았다

Hacker News에서 이 기사가 올라오자 나온 반응 중 하나는, 600만 달러라는 견적이 실제로 집행된 적 없는 계획에 대한 사내 추정치일 뿐 감사받은 실측 비용이 아니라는 지적이었다. 소셜미디어에서는 테크 평론가 게르겔리 오로스(Gergely Orosz)가 "OpenAI와 아사나 경영진이 정말 5년이 걸린다고 믿었다는 게 우습다"며, 실제로는 관리자가 기한을 물었을 때 개발자가 "아무 숫자나 불러준" 결과 아니냐고 비꼬았다(이후 본인도 견적이 뒤로 밀린 사정이 있었을 수 있다며 일부 물러섰다). 또 다른 댓글은 이런 대규모 변경에서는 "누구도 손대기 무서워 건드리지 않던 코드 덩어리"가 통째로 빠졌을 가능성이 있고, 문제는 나중에 터진다고 경고했다. r/AI\_Agents에서도 비슷한 맥락의 글이 있었다. "에이전트가 데모에서 통하는 건 데모에는 프로덕션이 없기 때문"이라며, 단계별 성공률이 95%라도 이를 여러 단계로 이어 붙이면 신뢰도가 급격히 떨어지는 "신뢰성 산수"를 회사들이 건너뛴다는 지적이다.

## 한국 기업이라면 검수 인건비부터 다시 계산해야 한다

1만2000달러라는 숫자에는 하루 두 번 진행 상황을 확인하고 변경을 검수한 엔지니어의 인건비가 빠져 있다. 국내 기업이 레거시 프런트엔드를 같은 방식으로 옮기려면, 망분리·사내 코드 반출 정책 때문에 코드베이스 사본을 여러 개 띄워 에이전트를 병렬로 돌리는 구조 자체가 보안팀 승인 단계에서 막히는 경우가 많다. 승인 프로세스와 검수 인력을 포함한 총비용으로 다시 계산하면, 아사나가 제시한 격차는 상당 부분 좁혀질 가능성이 크다.

남는 질문은 이거다. 5년짜리 견적이 애초에 부풀려진 것이었다면, AI가 이긴 상대는 사람이 아니라 조직의 관성이었던 셈이다. 그 관성을 없애는 데 정말 에이전트가 필요했는지는 또 다른 문제다.

* * *

_분석 근거: Anthropic 고객사례(Spotify), OpenAI 고객사례(Asana), Hacker News 토론, r/AI\_Agents. 공개 자료에 근거한 분석입니다._