Agilent의 애자일 혁신 여정

Agilent가 애자일을 통해 오류를 줄이고 품질을 개선하며 제품 용량을 늘린 방법

David Vermette 작성자: David Vermette
주제 찾아보기

2015년 Agilent 소프트웨어 및 정보 과학 부서는 곤경에 처했습니다. 팀은 주요 신제품 릴리스 중에 릴리스 날짜를 놓치기 직전이었습니다. 처음은 아니었습니다. 이 부서는 릴리스의 약 20%만 일정에 맞춰서 해냈습니다.

릴리스 날짜를 놓쳤기 때문에 소프트웨어 팀은 엄청난 압력을 받았습니다. Agilent 소프트웨어 및 정보 과학 부서의 부사장 겸 GM인 John Sadler는 “팀이 압박을 받으면 잘못된 결정을 내립니다”라고 말하며 “품질을 희생하고 결국 백엔드에서 비용을 지불하게 합니다. 전반적으로 팀은 상대적으로 사기가 떨어졌고 제시간에 무엇이든 제공하는 데 어려움을 겪었습니다.”라고 했습니다.

Agilent 소프트웨어 및 정보 과학 부서의 당면 과제는 직원 150명이 두 대륙에 분산되어 있으며 세 번째 대륙의 계약자와 협력했다는 것입니다. 엔지니어링, 마케팅, 품질 보증, 기술 지원 및 영업 전문가로 구성된 거대한 부서였습니다. 회사는 더 나은 품질과 예측성을 바탕으로 더 빠르게 가치를 제공하고 변화에 더 잘 대응할 수 있도록 새로운 팀 관행을 수립해야 했습니다. 다시 말해 애자일 혁신이 필요했습니다.

애자일 혁신에 착수

2015년 Agilent는 다음과 같은 목표를 가지고 애자일 혁신을 계획했습니다.

  • 예측성에 집중
  • 신뢰할 수 있는 릴리스 케이던스 개발
  • 재현 가능한 제공 주기 마련
  • 지속적 개선 추진

애자일 접근 방식은 품질을 최우선으로, 재현 가능한 케이던스를 두 번째로, 범위를 세 번째로 설정합니다. “팀이 이 우선 순위를 따르지 않으면 종종 범위를 최우선으로 놓고 타임라인이 기한 형태로 부과되어 품질에 문제가 생깁니다.”라고 Sadler는 말했습니다.

Agilent는 소프트웨어 개발에 우선 순위를 부여하는 애자일 프로세스를 구축하고자 했습니다. 지속적 개선을 주요 가치로 확립하자 혁신의 컨텍스트를 창출하는 문화적 변화가 뒤따라왔습니다. 품질을 최우선으로 생각하는 것은 외부 및 내부 고객 모두의 만족도를 높인다는 의미였습니다. Agilent는 현장에서 고객의 기대를 충족하기 위해 범위를 기꺼이 희생했습니다.

두 번째 우선 순위는 부서에서 시간이 지나면서 미세 조정할 수 있는 예측 가능한 릴리스 주기를 만드는 것이었습니다. 개발 주기가 짧아지고 신뢰성이 높아지자 팀은 적절한 대응 시간을 제공하기 위해 문제를 예방하고 조기에 위험을 완화할 수 있었습니다.

애자일 혁신: 단계별로 진행

2015년 8월부터 Agilent는 애자일 혁신을 통해 조직을 지원한 경험이 풍부한 컨설팅 회사인 cPrime과 파트너십을 맺고 나중에는 선도적인 제품 개발 컨설팅 회사인 TCGen과도 파트너십을 맺었습니다.

애자일 제품 관리 도구인 Jira Software의 구현이 첫 번째 단계였습니다. Jira Software는 이제 Agilent의 모든 개발 작업에 대한 하나의 기록 시스템을 분산된 글로벌 팀에 제공합니다. 이것은 어젠더 기능, 예상 시기 및 팀 전체에서 달성된 작업을 보여주는 SVOT(Single Version Of the Truth)를 통해 투명성을 만들어 냅니다.

애자일 거버넌스 차트 및 설명

cPrime, Inc.의 권한을 통한 조정

애자일 원칙과 개념을 가르치고 공유 용어를 확립하는 것을 목표로 하는 애자일 교육이 다음 우선 순위였습니다. cPrime은 릴리스 계획 회의, 팀 스크럼의 스크럼 회의, 제품 소유자 스크럼의 스크럼 회의, 릴리스 백로그 그루밍 회의, 릴리스 검토 및 릴리스 회고 회의를 포함한 주요 행사를 설명하는 Enterprise(RAGE) 모델의 애자일 거버넌스 레시피를 설명했습니다.

Agilent는 또한 지역 제품 소유자 역할과 프로그램 관리자 역할을 확립하고 번업 차트로 진행률을 측정했습니다. Agilent는 또한 가벼운 의사 결정 기술을 도입하고, 의식을 실행하며, 애자일 스크럼 아티팩트를 사용하고, 기타 애자일 관행을 도입했습니다.

애자일 실행

2015년 11월, Agilent의 소프트웨어 및 정보 과학 부서는 훈련된 14개 팀과 함께 2주간의 애자일 계획 세션인 Sprint Zero를 개최했습니다. OpenLab 크로마토그래피 데이터 시스템을 위한 제품 릴리스 계획이 8개월에 걸쳐 개발되었습니다.

Sprint Zero 활동에는 세 가지 범주가 포함되었습니다

  • 프레젠테이션과 포스터를 통해 OpenLab의 Business 및 기술 목표, 동인 및 높은 수준의 요구 사항을 주제로 팀을 교육합니다.
  • 새로 학습한 기술을 사용하여 요구 사항을 개발하고 스토리, 에픽 및 결함을 추정합니다.
  • 릴리스 계획 보드에 스토리, 에픽 및 결함을 배치하고 모든 팀 간 종속성을 표시합니다.

Agilent는 곧 그들의 애자일 개선이 파일럿 프로젝트 이상으로 확장되었다는 사실을 발견했습니다. 성공의 첫 번째 지표는 내부적인 것이었습니다. “우리는 다른 Agilent 부서와 파트너십을 맺어야 했기 때문에 우리가 하겠다고 말한 것을 실제로 해내는 것이 매우 중요했습니다.”라고 Sadler는 말했습니다.

Agilent는 또한 외부 개선 사항도 봤습니다. 고객 피드백은 시장 변화에 대한 Agilent 팀의 대응력 향상에 중요한 역할을 했습니다. 개발 프로세스 초기에 고객을 포함시켜 Agilent는 시장 위험 및 통합 위험을 줄이면서 소프트웨어 품질을 향상시켰습니다.

Agilent의 Insight 중 하나는 업그레이드 스토리가 모든 애자일 에픽에 포함되어야 한다는 것을 완료의 정의에 포함시킨 것이었습니다. 소프트웨어 품질 담당 책임자 Babita Jain과 Agilent의 소프트웨어 통합 관리자 Stefan Weiss가 혁신 구현을 주도하고 팀이 프로젝트의 전체 범위를 이해하도록 도왔습니다. Jain은 “업그레이드를 포함하지 않는 에픽은 완료된 것으로 간주하지 않았습니다.”라고 말했습니다.

애자일 혁신은 품질뿐만 아니라 안정성도 개선했습니다. 2016년, OpenLab 크로마토그래피 데이터 시스템은 정시에 제공되었습니다. Agilent는 애자일 혁신 이후 꾸준한 케이던스로 소프트웨어를 제공했으며 현장에서 보고되는 결함도 감소했습니다.

성공률 측정

Agilent는 “낮은 현장 실패율과 높은 고객 충성도”로 애자일 이니셔티브의 성공을 정의하고 측정한다고 Sadler는 말했습니다. 고객 유지도 핵심입니다. 성숙하고 경쟁이 치열한 생명 과학 산업 시장에서는 고객 이탈이 위험합니다. 기존 고객에게 새로운 시스템을 판매하는 능력은 필수적입니다.

다음은 Agilent의 JIRA 기반 작업 수용량 모델이 지원하는 네 가지 중요한 메트릭입니다.

번다운/번업 차트

Agilent는 이전에 엔지니어링 시간, 개인 일수 또는 스토리 포인트에서 작업을 측정했습니다. 이제 모든 사용자가 번업 차트를 사용하여 완료된 작업 및 총 작업량을 추적합니다. 번다운 차트는 남은 작업량을 보여줍니다.

시장에 공급된 작업 수용량의 비율(페이로드)

작업 수용량을 모델링하고 추적하는 능력은 Agilent가 성공을 측정하는 방법에서 필수적인 역할을 합니다. Jira Software를 통해 Agilent는 상세한 작업 수용량 모델을 구축할 수 있었습니다. “이 모델을 통해 계획 단계에서 릴리스를 위해 작업해야 하는 스토리 포인트 수를 마케팅 팀에 알릴 수 있었습니다. 마케팅 팀은 해당 작업 수용량에 맞게 백로그 순위를 매깁니다.”라고 Sadler는 말했습니다.

수정 사항 제공 시간 측정 및 중앙값

작업 수용량 모델은 보다 세분화된 보기를 제공하므로 Agilent는 현장에서 보고된 중요하거나 심각한 결함을 수정하는 데 사용된 작업 수용량과 품질 팀이 발견하여 보고한 결함을 확인할 수 있었습니다.

수동 테스트를 통해 발견된 결함을 수정하는 데 소요된 시간의 비율

작업 수용량 모델을 통해 Agilent가 고객에게 중요한 기능을 만드는 데 소요되는 시간과 기존 제품을 유지 관리하거나 유지하는 데 소요되는 시간을 비교 측정할 수 있습니다.

3년 조금 넘게 이 부서는 부가가치 업무에 중점을 둔 작업 수용량의 비율을 두 배 이상 늘려 30%에서 65%로 증가시켰습니다. 새로운 애자일 접근 방식에 힘입어 소프트웨어 품질이 향상되면서 나중에 수리해야 할 결함도 줄어들었습니다.

Agilent 팀원들은 애자일 혁신 프로세스를 시작한 지 1년 후 다음과 같이 다양한 "전후" 시나리오를 설명합니다.

이전: 성과는 엔지니어링 시간, 개인 일수 또는 스토리 포인트로 측정되었습니다.
이후: 모두가 속도 및 번다운 차트로 측정하는 방법에 동의합니다.

이전: 다양한 수준의 애자일 교육을 사용하는 팀은 에픽, 스토리 및 하위 작업에 대해 서로 다른 정의를 가지고 있었습니다.
이후: 조직의 모든 관계자가 같은 언어를 사용합니다.

이전: 스크럼 마스터는 코드를 작성하고 팀 회의를 이끌었으며 기능 우선 순위에 무게를 두었습니다.
이후: 스크럼 마스터는 제품 관리자에게 보고하는 작업 마스터입니다.

이전: 버그가 있는 기능이 승인되어 후속 개발 단계에 결함이 발생할 수 있었습니다.
이후: “완료”에 대한 보편적인 정의는 다음 스프린트 전에 버그가 제거되도록 보장합니다.

이전: 마지막 순간에 문제가 자주 발생하여 공황 상태가 이어지고 상당한 지연이 발생했습니다.
이후: 모든 팀에서 사용하는 공유 도구 집합으로 예상치 못한 상황을 예방하고 집중력을 유지할 수 있습니다.

이전: 팀이 업무를 수행하는 작업 수용량을 측정할 도구가 없었습니다.
이후: 매일 작업 수용량을 예측하고 측정하는 방법에 대한 합의가 있습니다.

Agilent의 애자일 미래

지속적 개선을 중시하는 다른 문화와 마찬가지로 Agilent의 애자일 혁신은 결코 완전하지 않습니다. 다음 단계에는 DevOps 메트릭의 일부 핵심 요소인 시장 피드백으로부터 조기에 Insight를 얻을 수 있는 능력을 연마하고 사이클 타임을 지속적으로 단축하는 것이 포함됩니다.

Agilent는 매년 릴리스를 상용화하고 있지만, 이미 사이클 타임을 획기적으로 단축하여 연간 릴리스를 6개월 주기로 나누었습니다. 이 회사는 사이클 타임을 다시 절반으로 줄여 분기별 케이던스로 이동할 계획입니다.

개발 프로세스 초기에 자주 고객을 참여시키는 것도 지속적 개선의 주제입니다. Sadler는 시장 피드백에서 명확한 증거가 있을 때 제품 범위에 대한 논의에서 경쟁 관계에 있는 이해 관계자 간의 조정이 줄어든다는 사실을 발견했다고 보고합니다. 고객을 위해 현장에서 품질과 유용성을 유지하는 것이 지속적인 우선 순위이며, 사용자의 지속적인 참여로 품질 최우선, 이어서 릴리스 케이던스 및 범위라는 회사의 우선 순위를 유지할 수 있습니다.

교훈

Sadler는 신속하고 지속적인 개선을 추진하는 방법으로 애자일 개발을 수용한 리더 Jain과 Weiss를 포함한 그의 팀에 성공의 공로를 돌립니다. Jira Software 및 Confluence와 같은 올바른 도구를 통해 팀은 작업을 한곳에서 통합하고 진행률을 측정할 수 있었습니다.

Agilent는 애자일 혁신을 위해서 연구 및 개발, 인바운드 마케팅 및 품질을 감독하는 후원자가 필요하다는 사실을 알았습니다. Sadler는 “세 가지를 모두 혁신할 수 없다면 성공하지 못할 것”이라고 말했습니다. “R& D만으로는 애자일 혁신을 이룰 수 없습니다.” 가장 중요한 것은 부서 내에서 완료되는 작업이 아니라 부서들이 함께 일하는 방식입니다.

Agilent는 또한 건물 내부에서 고객의 요구를 완벽하게 이해할 수 있다는 가정을 보류하는 것이 필수라는 사실도 발견했습니다. 애자일 접근 방식은 신뢰할 수 있는 케이던스에 따라 제품을 릴리스한 다음 고객 피드백을 직접 받는 것입니다. 이 접근 방식에는 릴리스 날짜가 신성하다는 태도가 필요하며 종이 땡 울리면 팀은 제품을 그대로 배송해야 합니다.

마지막으로 애자일 프레임워크는 문제를 가시화한다고 Sadler는 조언합니다. 예를 들어 애자일은 작업 수용량 격차를 드러냅니다. 지연을 유발하고 품질 실패를 드러내는 프로세스의 비부가가치 부분을 보여줍니다. 워터폴 접근 방식에서 애자일 접근 방식으로 전환하려면 팀의 작업 방식을 변경해야 할 뿐만 아니라 문화적 변화도 따라와야 합니다. 애자일은 매우 전염성 있는 지속적 개선의 문화를 주도합니다.

다음 단계
Advanced Roadmaps