[AI 학습 후기] "상상할 수 있다면 구현도 할 수 있어요" - 광화문라이언즈 2기 알렉스 님

왜 AI를 ‘배워야겠다’고 생각했나요?

제가 담당하고 있는 서비스기획 실무 중에는 새로운 기획 못지않게 백오피스에서 이루어지는 반복 업무의 비중이 큽니다. 그러다보니 기획을 위해 생각을 열어놓고 고민할 수 있는 충분한 시간이 업무 중에는 안 나는 게 문제였어요. 이러한 반복 업무를 자동화할 수는 없을까 고민하던 시점에 ‘AI 에이전트’ 이야기가 돌아다니기 시작하더라고요. 이전에는 AI를 보도자료 초안 잡는 수준을 챗봇에게 요청하는 정도로만 쓰고 있었는데, 에이전트는 제가 가지고 있는 맥락과 정보를 주고 반복적인 일을 직접 수행하도록 시킬 수 있다고 하니까, 업무와 바로 연결해보고 싶어서 배워야겠다고 생각했어요.

많은 AI 교육 중 '광화문라이언즈'를 선택하신 이유는 무엇이었나요?

오프라인 스터디라는 점이 가장 강력한 참여 동기였어요. 모르는 것이 생겼을 때 옆에서 바로 붙잡고 물어볼 수 있는 환경이 필요했고, 비슷한 고민을 가진 직장인들이 같이 오면 서로 아이디에이션이 될 거라는 기대도 있었습니다. 소개 페이지에 ‘AI 챗봇만 써보신 분, 업무에 AI를 어떻게 적용할지 고민되시는 분을 위한 스터디’라고 적혀 있었는데, 딱 제 상황이었거든요. 실제로 스터디 첫날, 같은 테이블에 앉은 분들도 ‘개발자가 아니라도 참여할 수 있다’고 쓰여 있어서 용기를 냈다고 하셨고요.

어떤 목표를 가지고 스터디를 시작했나요?

제가 담당하고 있는 직무에서는 서비스 운영 과정에서 협력사 사장님들과 소통해야 할 일이 많은데요, 이때 반복적으로 수행해야 하는 일을 자동화하거나 줄여내는 것을 목표로 잡았어요. 이게 목표가 된 데는 스터디에 참여하기 전 이미 한차례 AI의 힘을 경험해본 적이 있기 때문이에요. 새롭게 서비스를 활용하시는 사장님들 대상으로 비슷한 교육을 지속적으로 진행해야 하는데, 교육 자료가 대상이나 상황에 맞춰서 약간씩 달라져야 하는 지점들이 있거든요. 이걸 AI로 어떻게 해볼 수 없을까 싶어서, Claude에게 기존 교육 자료와 함께 교육 시간과 대상, 출력물의 형태 정도를 정해줬더니 새 자료를 만들어주더라고요. 그런데 이 자료를 활용한 교육에서 그간 진행했던 어떤 교육보다 질문을 가장 많이 받았어요. 교육 참여자들이 ‘아무 것도 모르는’ 상황을 짚어줬더니 기존 대비 훨씬 친절한 교육 자료를 만들어줘서, 사장님들이 현장에서 바로 이해하시고 후속 질문을 떠올리신 것이었어요. 이 경험이 곧 제 AI 활용의 방향성과 기준으로 이어졌어요. ‘반복적으로 일어나면서 O/X로 나뉘는 규칙이 명확하게 있는 실무 문제를 해결하는, 사내 보안을 건드리지 않는 수준의 에이전트 만들기.’

스터디 기간 동안 어떤 에이전트를 만들었나요?

협력사 사장님들로부터 상품 등록을 위한 정보가 담긴 63열짜리 스프레드시트 파일을 받아 사내 전산에 올리는 작업을 자동화하는 에이전트를 만들었어요. 이 파일은 하나라도 규칙에 어긋나면 데이터가 다 망가지고 등록이 불가능해서, 그동안에는 직접 일일이 검수해서 코멘트를 달고 반려하고 수정된 파일을 다시 받는 과정을 반복해야 했는데, 이 과정에 드는 시간과 리소스가 매우 컸거든요. AI에게 이 상황을 알려주고 같이 에이전트를 만든 결과, 이제는 사장님들이 엑셀 파일을 업로드하면 규칙에 맞지 않는 항목에 자동으로 주석을 달아 어떤 것을 고쳐야 하는지 알려주고, 수정 후 재업로드하면 전산에 바로 올릴 수 있는 형태로 정리되어 다운로드가 가능하게 되었어요. 이제는 이 최종 파일만 저한테 전달해주시면 저는 한번 가볍게 살펴보고 바로 사내 전산에 올릴 수 있게 됐습니다. 기존에 제가 반복하던 검토-반려-재제출 단계가 아예 사라졌어요.

에이전트를 만드는 과정에서 어려움은 없었나요?

사장님들이 언제든 활용할 수 있게 하려면 이 툴을 웹페이지로 배포해야 했는데, 웹페이지를 만들어보는 건 또 처음이라 관련 지식이 없어서 조금 막막했던 게 생각나요. 구현 과정에서 Claude가 언급하는 API, 배포 같은 용어나 개념들도 낯설었고요. 이때 멘토님이 옆에서 한마디로 정리해주시는 조언이 크게 도움이 됐습니다. 낯선 일에 혼자 맞닥뜨리면 괜히 더 어렵고 주저하게 되는데 멘토님이 옆에서 제 진척을 지켜보시다가 필요한 지점을 탁 짚어주시니까 수월하게 넘어갈 수 있었거든요. 이런 도움들 덕분에 구현까지 시간을 많이 쓸 수 없었는데도 4주 간의 스터디 과정 동안에 나만의 에이전트를 완성할 수 있었어요.

스터디 전후로 AI 활용에 대한 자신감 점수가 어떻게 달라졌나요?

스터디 참여 이전은 0점이었어요. AI를 아예 안 써본 게 아닌데도, 새로운 것들은 계속 나오고 혼자만 모르고 있다는 불안감, 빠르게 접하고 활용하는 다른 사람들보다 뒤처질 수 있다는 두려움이 컸거든요. 회사에 새롭게 들어오는 동료들 중에는 AI를 빠르게 받아들이고 배워서 실무에도 알음알음 활용하는 사람들이 많았고, 저는 마침 그런 사람들이 모인 팀의 옆 팀에서 일하고 있었고요. 그런데 한편으로는 그 동료들 중에 비개발자도 많아서, ‘저 사람이 저 정도로 AI를 쓸 수 있으면, 나도 저만치는 할 수 있지 않을까?’ 생각하면서 스터디에 참여했어요.

이제는 7점 정도까지는 자신감이 올라온 것 같아요. 특히 스터디 첫날 스터디장님의 “머릿속으로 상상할 수 있는 것이라면 AI로 다 구현할 수 있다”라는 말이 어떤 뜻인지를 체감하게 되었어요. 제가 좋아하는 만화에서 ‘본인이 상상할 수 없는 건 마법으로 구현할 수 없다’고 말하는 장면이 나오는데, 제가 체험한 AI가 딱 그렇더라고요. 내가 상상해서 머릿속으로 그려낼 수 있는 건 AI가 구현해줄 수 있다는 믿음이 생겼습니다. 스터디를 하면서도 다른 팀원들의 결과물을 보면서 드롭박스, 드래그앤드롭 등 UI 적용과 같은 아이디어를 얻었고, 이제 그런 요소들도 제 작업 범위에서 상상할 수 있게 된 거죠. 가능성의 영역이 넓어졌어요. 이제 이 감각을 가지고 더 하다보면 멘토님처럼 자신감 점수 10점의 수준까지 가게 될 수 있지 않을까요?

학습 목표로 제시됐던 멘탈 모델의 변화 모습 중에서는 어떤 점이 가장 많이 체감되었나요?

가장 크게 달라진 것은 AI를 동료로 인식하게 된 것이에요. 이전에 AI 챗봇만 사용할 때는 명령을 넣으면 결과가 나오는 일방향 소통이었는데, 지금은 Claude가 내가 풀고 싶은 문제를 파악하면 먼저 구조화해서 정리해주고 이게 맞느냐고 되물어옵니다. 이번 에이전트를 만들 때도 규칙을 작성해서 일의 범위를 정해줬더니 스스록 맥락을 파악해서 코드를 짜고, 처음 구현하려던 방향보다 더 나은 대안을 제시하기도 했어요. 예외 사항도 스스로 발견하고, 어떤 지점은 사람이 해야만 한다며 스스로의 한계 범위를 선언하기도 하고요. 제가 시킨 것의 결과물만을 단편적으로 뽑아내는 게 아니라, 일을 구조화한 뒤 제가 의사결정만 해도 되게끔 만들어주니까 AI를 동료라고 생각할 수밖에 없더라고요.

스터디 이후로도 AI 활용을 지속하실 생각인가요?

그럼요. 보고서, 제안서, 교육 자료 등 반복적으로 만드는 문서를 자동화하는 게 첫번째 목표예요. 스터디 마지막 시간에 알게 된 Claude Design을 활용하면 기존에 가지고 있던 PPT 파일과 동일한 양식을 뽑아낼 수 있는데, 그걸 정교화해서 클릭 한 번으로 양식에 맞는 문서가 생성되는 에이전트를 만들 계획이에요.

그리고 앞으로 AI를 더 잘 쓰기 위해 배워야 할 것도 명확해졌어요. UI/UX 지식, 웹 개발 개념과 용어, 디자인 레이아웃처럼 AI에게 구체적으로 일을 시키기 위해 필요한 배경지식을 공부하려고 합니다. 좋은 레퍼런스를 많이 보고, 다른 사람들이 해놓은 것들도 적극적으로 탐색하면서 공부해야겠다는 생각이 많이 들었어요.

'광화문라이언즈'를 어떤 분들에게 추천하시나요?

업무에 AI를 어떻게든 적용해보고 싶은데 혼자 시작하자니 막막함을 느끼는 사람. 그게 딱 시작 전 제 얘기라서요. 그런데 스터디를 거치면서 제가 가장 크게 얻어간 것이 나도 할 수 있다는 자신감이거든요. 처음이 가장 어려웠는데, 해보니 아무것도 아니었더라고요. 또 비슷한 수준의 직장인들이 저마다의 실무 고민을 가지고 와서 AI 활용을 주제로 같이 생각하고 실시간으로 교류하는 과정이 자극과 동기도 되었어요. 비슷한 상황에 놓인 분들이 광화문라이언즈를 경험하고 AI에 대한 자신감을 얻어가시면 좋겠습니다.