Week 15 — 중간 점검: 각자의 목적·목표, 실무에 스며든 AI

🔎 중간 점검, 지금 어디쯤 왔나

32주 중 15주차, 딱 반환점입니다. Weeks 1~14 동안 AI Agent·MCP·자동화·Git·웹훅·Skill 같은 도구를 하나씩 익혔습니다. 오늘은 그 도구들을 각자 실제 업무에 어떻게 쓰고 있는지, 한 명씩 목적(왜)과 목표(무엇을·언제까지)를 짚어 봤습니다.

🎯 목적·목표 점검 → 👥 팀원별 공유 → 🔧 반복 등장 기법 → 💡 리드 코칭 → 📊 한눈에

가장 큰 성과는 특정 결과물 하나가 아닙니다.
팀 전원이 배운 AI를 스스로 자기 실무에 적용하기 시작했다는 것. 누구는 이미 MVP를 냈고, 누구는 완성해 매일 쓰고 있습니다.

이 페이지는 중간 점검 미팅에서 공유 가능한 부분만 정리한 기록입니다. 개인 이름은 가명 처리했고, 사내 시스템·데이터·보안 관련 세부는 담지 않았습니다. 대신 누구나 가져다 쓸 수 있는 접근법과 기법에 초점을 맞췄습니다.

⭐ 핵심 프레임 — 목적(Purpose) vs 목표(Goal)

이날 미팅에서 리드가 모든 사람에게 똑같이 던진 질문이 있습니다. "이거의 목적은 뭐고, 목표는 뭐예요?" 이 두 단어를 구분하는 것만으로 프로젝트의 방향이 또렷해집니다. 오늘 얻어갈 가장 재사용성 높은 자산입니다.

목적 (Purpose)

왜 / 무엇을 위해 — 방향

이 일이 존재하는 이유. 예: "사람 손을 최대한 안 타게 하고 싶다", "반복 로그인을 없애고 싶다". 바뀌기 어렵고, 나침반 역할을 합니다.

목표 (Goal)

무엇을 · 언제까지 — 도착점

측정 가능한 결과와 기한. 예: "전체 유형을 자동 진행", "9월 발표까지 MVP". "언제까지 어떤 기능까지"가 나와야 합니다.

보조 질문 하나 더: "누구를 위해?" — 나만 쓸 도구인지, 팀 공유인지, 전사 배포인지에 따라 완성도·보안 기준이 달라집니다. 목적만 있고 목표가 없으면 표류합니다. 반대로 "언제까지 · 어디까지"가 서면 그때부터 MVP가 나옵니다.

👥 팀원별 중간 공유

각자 진행 중인 프로젝트를 일반화한 주제와 적용한 기법 중심으로 정리했습니다. (사내 제품·데이터 세부는 제외)

김X선 설문 진행 자동화 개발 중

문항 유형 자동 인식 응답 로그 · 엑셀 Git 백업 (W11~14)

목적	사람 손을 최대한 안 타는 반복 진행
목표	전체 문항 유형을 자동 진행 (현재 유형 인식 ~80%)
챌린지	문항 유형이 매우 다양 → 리드 제안: 유형별로 Git에 하나씩 축적·백업

문X현 로그인 자동화 & 현황 대시보드 MVP 완성

Playwright 자동 로그인 (W9 MCP) 데이터 수집 → 엑셀 현황 페이지

목적	반복 로그인·수기 확인을 없애고 현황을 자동으로 모아 보기
목표	"쓸 만한 속도"까지 끌어올려 팀에 공유
배운점	이미 MVP가 나와 피드백을 받는 단계 — 작년엔 느려서 못 썼지만 올해 다시 만들어 성공

심X희 오픈응답 품질 검증 개발 중

정규식 사전 validation 응답 길이·패턴 분석 다국어

목적	저품질 오픈응답을 사전에 자동으로 걸러내기
목표	한국어·중국어 등 다국어에 적용 — 하반기
배운점	외부 툴에만 기대지 않고, 우리 상황에 맞는 자체 검증을 정규식으로 추가

이X경 · 임X희 설문 제작 자동화 & 표준화 (공동) 개발 중

문서 → 구조화 자동 변환 양식 표준화 AI 보완 (리드 제안)

목적	반복 수작업·외주 의존을 줄여 제작 효율화 (비용 절감)
목표	9월 팀 발표
조언	리드: 100% 하드코딩은 무리 — 나머지 20~30%는 AI로 커버하면 훨씬 수월

정X현 정기 작업 자동 알림 구축 완성 · 사용 중

Python 스케줄러 웹훅 → 채팅 알림 (W5·7) Power Automate

목적	보안정책 강화로 못 쓰게 된 기존 방식을 대체 + 실행 결과를 자동 확인
목표	이번 주 내 완성 → 달성, 현재 매일 사용 중
다음	팀에 흩어진 스크립트를 한곳에 모으는 통합 허브

한X성 산출물 품질 자동 점검 진행 중

HTML 태그 점검 자동 수정

목적	산출물의 태그 깨짐 등 오류를 자동으로 잡아 품질 확보
목표	점검 대상·자동 수정 범위를 넓혀가는 중

🧪 진행자 시연 — Skill을 Agent로

진행자 데이터를 이해하는 분석 에이전트 자동 생성 시연

Skill (W1) 메타데이터 이해 Agent 자동 생성

아이디어	원시 데이터를 던지면, 데이터 구조(메타데이터)를 스스로 이해해 분석 에이전트를 만들어 주는 Skill
이유	요청이 올 때마다 매번 수작업으로 만들기 어렵기 때문 — 만들어 두면 AI가 어떤 값이 필터·오픈인지 알아서 판단
연결	Week 1에서 배운 Skill / Sub-agent 개념의 실전 확장

🔧 반복해서 등장한 기법

서로 다른 프로젝트인데도 같은 기법이 계속 등장했습니다. 모두 지금까지 프로그램에서 다룬 것들입니다 — 배운 게 실무로 이어지고 있다는 증거입니다.

기법	이번 점검에서 어떻게 쓰였나	배운 주차
Git 백업·브랜치·회귀	AI가 엉뚱한 곳을 건드릴 때 되돌리는 안전장치	Week 11~14
md 룰 파일로 AI 통제	"여긴 건들지 마 / 추가할 곳만 콕 집어" 규칙 문서화	Week 9·12
MVP → 빠른 공유·피드백	완벽 전에 내고 팀·PM 피드백으로 개선	Week 8~10
Playwright 자동화	로그인·데이터 수집을 사람 없이 자동 실행	Week 9 (MCP)
웹훅 → 채팅 알림	작업 완료를 채팅 채널로 자동 통지	Week 5·7 (자동화)
Skill → Agent	데이터를 이해해 분석 에이전트를 자동 생성	Week 1
정규식 · API 활용	응답 품질 검증, 반복 비용 절감	일반

💡 리드의 코칭 포인트

미팅 내내 반복된, 누구에게나 통하는 조언들을 모았습니다.

"AI는 요청 안 한 곳도 건드릴 수 있다" 그래서 브랜치를 만들거나, 커밋하고 자주 회귀하는 습관이 중요합니다. 되돌릴 수 있어야 과감하게 시도할 수 있습니다.
"md 룰 파일 + 정확한 범위 지시" 규칙 파일을 하나 만들어 AI가 읽게 하고, 전체를 맡기기보다 "추가할 곳만 콕 집어" 지시하면 오작동이 줄어듭니다.
"100% 하드코딩하지 말 것" 모든 경우를 손으로 다 잡긴 어렵습니다. 나머지 20~30%는 AI에 맡기고, 품질 70~80%면 충분한 작업도 많습니다.
"MVP가 나오면 즉시 공유" 완성도를 100%까지 혼자 올리기 전에 바로 공유하고 피드백을 받으세요. 이미 MVP가 나온 순간, 그게 시작점입니다.

⚠️ 보안 먼저. 이 도구들은 우리 팀의 자산입니다. AI 도구에 사내 데이터를 넣기 전에는 보안이 괜찮은지 먼저 확인하고, 필요하면 API 키·계정 범위를 정해서 안전하게 사용하세요.

📊 한눈에 보기

이름	주제 (일반화)	상태	목표 시점
김X선	설문 진행 자동화	개발 중	연내 전 유형
문X현	로그인·현황 자동화	MVP 완성	팀 공유·피드백
심X희	오픈응답 품질 검증	개발 중	하반기 다국어
이X경·임X희	설문 제작 자동화 (공동)	개발 중	9월 발표
정X현	정기 작업 알림 구축	완성·사용 중	달성 → 통합 허브
한X성	산출물 품질 점검	진행 중	범위 확대

6개 프로젝트가 서로 다른 문제를 풀지만, 흐름은 같습니다 — 반복되는 수작업을 찾고 → 배운 AI/자동화로 대체하고 → MVP를 내고 → 공유·피드백. 이게 이번 반환점에서 팀이 함께 익힌 리듬입니다.

🎯 마무리

수작업 발견 → 목적·목표 정의 → AI·자동화 적용 → MVP → 공유 · 피드백

반환점에서 확인한 건, 결국 배운 걸 각자 실무로 옮기고 있다는 사실입니다.
목적을 나침반으로, 목표를 도착점으로 — 남은 절반도 이 리듬으로. 다들 뭔가를 만들고 있다는 게 가장 큰 성과입니다. 🙌

중간 점검각자의 목적·목표, 실무에 스며든 AI