[AI 학습 후기] "새로운 무기 장착!" 내 전문성에 가능성을 더하는 경험 - 광화문라이언즈 4기 민이 님

'광화문라이언즈'에 어떻게 참여하게 되셨나요?

같은 팀 선배님이 광화문라이언즈 이전 기수에 참여하시고, 두 기수를 연속으로 참여할 만큼 재밌다고 추천하셔서 호기심이 생겼어요. 다만 작년에 회사에서도 AI 교육을 들었던 터라 꼭 따로 들어야 할까 하며 반신반의하고 있었는데, 선배님이 ‘우리와 다른 직무에 있는 직장인들이 함께 스터디에 참여해서, 그분들의 문제의식과 AI 활용을 보는 것만으로도 엄청 도움이 되었다’고 하시더라고요. 저도 그래서 다른 분들이 AI를 실무에 어떻게 활용하시는지를 보고 싶다는 마음으로 가볍게 시작했어요.

스터디 참여 전에는 AI를 업무에서 어떻게 활용하고 계셨나요?

다들 하시는 것처럼 ‘너는 무슨 분야 전문가야’ 하고 역할을 준 뒤 정보를 리서치하도록 요청하거나, 보고서 작성 과정에서 도움을 받는 경우가 많았어요. 이 콘텐츠가 이 시간대에 편성됐을 때 어떤 점이 시청자에게 어필될 수 있는지 소구점을 살려 제안서를 써달라고 하는 등 제 머릿속 밖의 아이디어를 얻는 차원에서 도움을 받았죠. 작년에 회사에서 진행한 AI 교육을 통해 파이썬을 설치하고 GPT로 코드를 짜본다든지, 구글 앱스스크립트를 통해 확장 프로그램을 만든다든지 하는 실습을 해봤었지만 에이전트의 형태로 활용해본 적은 없었고요.

이번 스터디에서는 어떤 에이전트를 만드셨나요?

매일 시청률 데이터를 수합해서 보고서를 작성해주는 에이전트를 만들었습니다. 일간 시청률 보고서 작성 업무는 저를 포함해 사내의 편성 PD들이 매일 새벽마다 순서대로 돌아가면서 한 시간 일찍 출근해 처리하던 일입니다. 난도가 엄청 높은 업무는 아닌데, 프로그램명을 유연하게 인식한다든지 제외할 것을 발라낸다든지 하는 판단이 시시때때로 필요한 일감이다보니, 결국 사람이 꼭 해야만 하는 일이라고 생각해왔죠. 그런데 과제를 정하면서 다시 생각해보니, 이 판단을 AI도 할 수 있지 않을까 싶더라고요. 기준을 주고 판단을 맡길 만한 영역과 AI가 임의로 넘어가지 않도록 통제해야 하는 영역도 분명해 보였고요. 새벽에 일찍 출근해서 해야만 했던 업무를 없앨 수 있겠다는 생각도 강한 동기가 되었습니다.(웃음)

에이전트를 만들 때 특히 유의하거나 신경 썼던 포인트는 어떤 점이었나요?

스터디 첫 날, 에이전트 개념 특강 내용 중에서 에이전트를 통한 의사결정 과정에서 어떤 부분을 AI가 넘어가지 못하게 통제하고, 어떤 부분을 어떤 기준으로 판단하게 할지 생각해보는 것이 중요하다고 짚어주신 부분이 저에게 큰 인사이트였습니다. 이 에이전트에서는 어떻게 적용될까를 생각해봤는데, 매일 아침에 제작 부서에 성적표처럼 나가는 자료이기 때문에 시간과 신뢰도가 중요한 업무인 만큼 통제 포인트도 여기에 있었어요.

구체적으로는, 정해진 시간 안에 마무리를 해야 하니 최대 2회까지만 재시도해보고, 그래도 안 되면 8시 40분 전까지는 꼭 저에게 메시지를 보낸 뒤 그 이상의 단계는 진행하지 말라고 지침을 명시했습니다. 또 데이터 처리 과정이 다 끝나지 않았는데 시간이 됐다고 마음대로 웹사이트를 갱신하지 못하도록 지시해두기도 했고요. 제작 부서 입장에서는 어제의 성적표를 받는 것이기 때문에 잘못된 데이터가 전달되면 안 되고, 또 오류에 대해서는 별도로 소통하는 과정이 필요하거든요. 그런 일이 있다보면 ‘앞으로 자동화하지 말라’는 얘기가 금방 나올 수도 있고요. 그래서 신뢰도를 해치지 않도록 하는 지점에 신경을 많이 썼습니다.

또 하나 특히 유의했던 부분은, 시청률 데이터가 외부로 유출되면 안 되는 정보라는 점이었어요. 회사에서도 외부 업체로부터 돈을 주고 사 오는 데이터라서, AI 서버로 정보를 보내면 계약 위반 우려가 있었거든요. 그래서 데이터 가공 과정이 전부 로컬 환경에서 파이썬으로만 진행되도록 함으로써 데이터가 바깥으로 나가지 않게 통제하는 데 신경 썼어요.

이런 과정들을 거쳐서, 이제는 기존 데이터를 학습시키고 적용하면서 사람이 직접 해왔던 결과와 에이전트의 결과물을 비교해 오류 유무와 데이터의 정확도, 업무 처리의 신뢰도 등을 확인해서 팀 실무에 실제 투입하려고 준비하는 단계까지 왔어요.

에이전트를 만드는 과정에서 가장 기억에 남는 순간은 언제였나요?

에이전트를 구축하고 실제 과정을 수행하도록 했던 첫 시도 때였어요. 작업을 완료하면 슬랙 메시지를 보내도록 연동을 해뒀는데, 요청하고 메시지를 받기까지 딱 262초가 걸리더라고요. 그동안 새벽마다 30분 넘게 화면을 새로고침해가며 손으로 일일이 수정하고 시각화 툴에 올려 PDF 보고서를 뽑던 시간들이 머릿속에 떠오르면서 정말 충격을 받았고, AI가 진짜 어엿한 동료가 될 수 있겠구나 싶더라고요.

더군다나 주어진 업무를 수행하는 데 그치는 게 아니라, 어떤 부분에서 오류가 났는지, 이럴 때는 어떻게 처리해야 좋을지도 알아서 알려주었습니다. 앞서도 언급했듯 시간이 중요한 업무라, 오류가 발생하고 또 데드라인 전까지 오류가 해결되지 않는 상황이 반복되면 차라리 직접 하는 게 낫거든요. 그런데 오류 해결까지 구체적으로 알려주어서 에이전트에 대한 신뢰감이 더욱 올라갔습니다.

학습 과정에서 스터디가 특히 도움이 되었던 지점이 있다면 어떤 것이었나요?

이 결과물이 나오기까지 기술적으로 제가 알지 못하던 것들이 굉장히 많았거든요. 이 결과물을 대시보드 형태로 만들려면 무엇이 필요한지, 로컬에서만 작업이 이루어지게 하려면 어떻게 해야 하는지 등이 저에게는 미지의 영역이었던 터라, 하나하나 혼자 공부해가면서 구축하려면 시간이 엄청 많이 걸릴 것 같았어요. 그런데 그때마다 퍼실리테이터님과 멘토님들이 정말 간단하게 해결책을 제시해주셨어요. 또 같은 팀원 중에서도 개발 지식을 가지고 계신 분도 도움을 많이 주셨고요. 처음 업무를 정의할 때는 에이전트의 작업 산출물을 PDF 보고서로 한정해서 생각했는데, 팀원분이 HTML로 페이지를 구축해서 필요할 때 날짜를 선택해 데이터를 조회할 수도 있게 만드는 게 더 유용하지 않겠느냐고 제안해주셨어요. 방향 설정은 물론 실제 구축하는 과정에서도 많이 도와주셨고요. 다른 분들이 어떻게 쓰는지 관찰하는 걸 넘어서 서로 도움을 주고 받을 수 있는 경험이 좋았습니다.

스터디 이후 무엇이 가장 크게 달라졌나요?

일단은 새벽 업무를 줄일 수 있게 된 것이 가장 먼저 체감되는 변화죠. 수치로 보면 한 시간씩 매일 하니까 1년이면 365시간인데, 팀의 모든 인원이 투입되는 업무인 만큼 아끼게 되는 시간의 가치가 굉장히 크다고 느껴요. 또 앞서 말했듯 팀 선배와 함께 AI에 대한 이해와 경험을 더하고 나니, 팀 업무 전반에 대해서도 AI 적용이나 의사결정에 대한 고민을 같은 시각에서 해볼 수 있게 되었다는 게 크게 달라진 점이에요. 1년에 한번씩 전체 데이터를 정리해야만 하는 일감도 기존에는 그냥 ‘누군가 시간 들여서 해야지’ 하던 것에서, 이제는 AI를 활용해서 어떻게 일감을 쪼개고 효율적으로 수행할 수 있을까를 같이 고민해볼 수 있게 된 거죠. 만약 혼자만 알고 있는 상태였다면 ‘보안 때문에 안 될 것 같은데’ ‘직접 하면 다 되는 일인데 왜 에이전트를 만드느라 시간을 더 쓰느냐’ 하는 얘기를 듣더라도 확신을 가지고 대응하지는 못했을 것 같아요.

제 개인적으로도, 업무나 일상에서 불편함을 느끼거나 해결하고 싶은 문제가 생겼을 때 이제는 AI와 함께 제가 직접 해결할 수 있다는 감각을 갖게 됐어요. 그전까지는 불편한 채로 그냥 쓰는 상태였다면, 이제는 AI를 활용해 제가 원하는 방식으로 원하는 결과물을 만들어서 문제를 해결할 수 있다는 경험을 한 게 굉장히 큰 변화였다고 생각합니다. 지금도 제가 원하는 형태로 작동하는 가계부 에이전트를 만드는 작업을 해보고 있어요.

학습 목표로 제시됐던 멘탈 모델의 변화 중 가장 크게 체감한 것은 무엇인가요?

스터디 과정에서 세 가지를 다 경험했던 것 같아요. 스터디 이전에는 AI가 똑똑하다고들 하니까 AI를 일종의 요술지팡이 정도로 취급했지 싶어요. 그동안 AI를 쓴다는 것도 구체적인 방향을 알려주지 않은 채 ‘이거 해봐, 잘 써봐’ 하고 던지고는 제가 낼 수 있는 결과물 그 이상의 무언가를 만들어주기를 막연히 기대했던 것 같습니다. 이번 스터디를 거치면서 처음으로 맥락과 정보를 주고 제대로 일을 나누는 ‘동료’로서 AI를 대하기 시작했다고 할 수 있어요. 같은 맥락에서, 프로젝트 전체를 AI에게 일방적으로 던지는 게 아니라 어디까지 AI에게 맡기고, 어떤 부분은 못하게 하고, 여기는 제가 직접 하는 게 좋겠다 하는 지점들을 인식하고 분류하면서는 저 스스로 제 업무 전체를 이끌어가는 설계자라고 생각하게 됐고요.

또, 내가 이 업무를 하면서 생각보다도 더 암묵지에 따라 움직이고 있었다는 걸 알게 되었어요. 프로그램명 안에서 부제목과 본제목을 명확하게 구분하는 것이나, 구분된 데이터를 시각화해 보고서로 만들 때 챙겨야 할 작성 양식 같은 것들이 다 머릿속에만 있는 암묵지였더라고요. 평소에 그냥 물 흐르듯이 하던 것들을 명확하게 구분해 형식지로 변환해야만 AI에게 가르칠 수 있었어요. 이때 중요한 건, ‘기존에 내가 하던 것을 잘 해봐’가 아니라, 구체적으로 어떤 모습이 ‘잘 수행한’ 상태인지를 미리 생각하고, 거기에 어떻게 도달할 수 있는지를 텍스트로 적어 학습시키는 과정이 필요하다는 것을 깨달은 거예요. 이렇게 했을 때 AI 에이전트가 훨씬 더 좋은 결과물을 낸다는 생각이 들었습니다. 처음에는 AI를 배우러 왔는데 관점이나 멘탈 모델을 이야기하시는 첫날의 특강 내용이 어렵기도 하고 꼭 필요할까 와닿지 않았는데, 직접 에이전트를 만들면서 체감하고 더 잘 이해하게 되었어요.

'광화문라이언즈'를 어떤 분들에게 추천하고 싶으신가요?

일하는 사람으로서 내 영역이 한정되고 있다고 느끼는 분들에게 추천하고 싶어요. 저는 이번 스터디를 경험하면서, 제가 할 수 있는 영역이 굉장히 넓어졌다고 인식하게 되었어요. 기획 업무를 주로 하다보니 아이디어나 설계안까지는 낼 수 있지만, 이걸 실제로 구체화하고 결과물을 내는 건 다른 사람의 영역이라고 생각했거든요.그렇게 연차가 쌓이니 종종 한정된 업무 영역 안에서 정체되는 느낌이 든다거나, 더 이상 커리어가 확장되지 않을 것 같다는 생각도 많이 했고요. 저와 같은 고민을 가지고 계신 실무자분들이 이 스터디와 함께 AI의 가능성을 경험하시면, 이미 가지고 있는 직무 관련 지식과 결합해 본인만이 만들 수 있는 새로운 가치를 발견할 수 있다고 생각합니다. 작게는 매일 쌓여가는 비효율을 줄일 수도 있고, 업무 영역을 확장하거나 아예 다른 가능성을 고민하실 수 있는 기회가 될 수도 있을 것 같아요.

마지막으로, 광화문라이언즈를 한 문장으로 표현한다면요?

“나라는 게임 캐릭터에게, 새로운 스킬트리의 첫번째 스킬을 찍어준 기회.”

제가 RPG 게임을 정말 좋아하는데, 캐릭터의 기본 스킬트리대로 쭉 가면 그 캐릭터가 쓸 수 있는 능력이 한 방향으로만 성장하잖아요. 되는 기술에서 레벨만 높아지는 거죠. 그런데 아예 새 스킬을 찍으면 그 캐릭터의 가능성 자체가 넓어지거든요. 이전과 다른 기술을 쓸 수도 있고, 새로운 정체성의 캐릭터로 바뀔 수도 있고요. 저도 커리어 내내 방송 편성만 했으니까 그것만 할 수 있는 사람이라고 생각했는데, AI 활용 능력을 제 배경 지식과 결합시키면 또 어떤 게 될지 모르는 거니까요. 광화문라이언즈를 통해 AI 활용 방법을 배우면서 제 영역과 가능성이 확장되는 느낌을 받았어요.