#AI

클로드 코드로 개발 팀장의 하루를 재설계한 이야기

Summary

벤치프레스 하면서 오늘 일정 준비 끝! 개발 팀장이 클로드 코드로 설계한 AI 비서 시스템

매일 반복되는 정보 수집은 스크립트에 맡기고, AI는 오직 '판단과 요약'에만 쓰도록 설계하여 아침 생산성을 극대화한 비결

컬리 딜리버리프로덕트 개발 리드의 실제 경험을 바탕으로, 클로드 코드를 실무 워크플로우에 완벽히 이식한 시스템 설계 방안을 공유합니다. 비용과 속도 한계를 극복한 스크립트 기반 수집 전략부터 다자간 페르소나 토론, 그리고 어제의 실수를 오늘의 규칙으로 전환하는 자기개선형 프로젝트 아키텍처까지 망라하고 있습니다. 단순한 프롬프트 엔지니어링을 넘어, 엔지니어의 핵심 본질인 비즈니스 문제 해결에 집중할 수 있도록 돕는 시스템 구축 노하우를 담고 있습니다.

01수집(스크립트)과 판단(AI)을 이원화하여 토큰 비용 최소화 및 데이터 신뢰성 확보
02수집, 요약, 페이지 생성, 업로드의 4단계로 역할을 쪼개 에러 추적 및 일관성 개선
03CLAUDE.md를 활용해 개별 워크플로우에 공통 규칙과 보조 규칙을 실시간 주입하고 제어
04세션이 끝날 때마다 자동으로 위반사항과 실수를 감지하여 반영하는 자기개선(Self-Improvement) 루프 가동
05출고, 배송 등 여러 관점을 한 세션에 구현한 네 가지 페르소나 시뮬레이션으로 의사결정 편향 예방

RECOMMENDATION

수작업 브리핑 정리나 상황 전파로 인해 정작 깊이 있는 의사결정에 투자할 시간이 부족한 테크 리드, 매니저, 그리고 AI 에이전트를 실무에 완벽히 정착시키고 싶은 엔지니어들에게 적극 추천합니다.

The Problem

개발 팀장으로서 매일 아침 Slack, Jira, Confluence 등의 여러 채널에서 정보를 수동으로 수집하고 브리핑을 정리하는 데 과도한 오전 시간을 소모하였습니다. 초기 도입한 AI 자동화 또한 외부 데이터를 직접 API로 과다하게 호출(MCP)하는 바람에 높은 비용과 속도 지연 문제를 겪었습니다.

The Solution

데이터 수집(스크립트)과 가치 판단(AI) 단계를 명확히 분리하고, 브리핑 생성 단계를 4단계 파이프라인으로 구성하였습니다. 더불어 여러 워크플로우에 공통 규칙을 일괄 배포하는 '팀장 프로젝트' 관리 시스템과, 세션 마무리 시 규칙을 정제하는 '자기개선 루프'를 도입하였습니다.