입사 10일, AI로 인프라팀 온보딩을 다시 설계한 이야기
Summary
터미널에서 명령어 한 줄로 끝내는 AI 기반 인프라 온보딩 혁신
입사 10일 차 신입 엔지니어가 Claude Code와 Multi-Agent로 재설계한 아임웹 인프라팀의 자동화 비결
노션 문서에 의존하던 기존 온보딩 가이드의 파편화 문제를 극복하기 위해, AI 기술을 밀접하게 결합한 3단계 온보딩 프레임워크를 개발했습니다. 자동 환경 진단부터 실무형 Multi-Agent 장애 대응 훈련까지 완벽히 정형화된 시스템을 통해 신입 엔지니어가 빠르게 실무 적응력을 기르도록 돕습니다. AI를 무작위로 활용하는 대신 견고한 가드레일(울타리) 속에서 통제하는 구체적인 아키텍처와 운영 원칙을 소개합니다.
- 01체계화된 온보딩을 위한 3계층(구조적 문서, 검증 스크립트, AI 인터랙션) 가이드라인 구축
- 02인프라 변경 없이 계정 권한 및 툴 설치 여부 등 22개 요소를 체크하는 자동 진단 스크립트 연동
- 03Claude, Gemini, Codex를 조합해 실무와 동일하게 작동하도록 구성한 6단계 실무 지향적 Multi-Agent 트레이닝 실습 설계
- 04정책 레포지토리와 연동하여 신규 정책 업데이트 시 GitOps 기반으로 자동 갱신되는 통합 문서 포털 운영
- 05AI에게 자유를 부여하기에 앞서 엄격한 로컬 검증 및 가드레일을 적용하여 통제된 범위 내에서 안전하게 업무를 위임하는 아키텍처 구현
RECOMMENDATION
엔지니어링 팀의 온보딩 비용을 획기적으로 낮추고, 가드레일 기반으로 AI를 안전하게 생산성 도구로 이식하려는 DevOps 및 플랫폼 리더에게 적극 권장합니다.
The Problem
신입 엔지니어가 기존 Notion 기반 온보딩 문서를 보며 가상 환경을 구축하는 과정에서 AWS SSO 프로필 설정이나 EKS kubeconfig 등록 시 막히는 지점이 다수 발생하고 진행 상황 추적이 어려웠습니다.
The Solution
온보딩 가이드를 구체적인 절차서(1계층), 22개 항목의 무중단 자동 검증 스크립트(2계층), 그리고 가드레일 규칙을 준수하며 페어 프로그래밍식 학습을 돕는 Claude Code 대화형 온보딩 세션 및 Multi-Agent 실습(3계층)으로 개편했습니다.
The Result
새로운 입사자는 터미널 명령어 한 줄로 AI와 대화하며 온보딩과 Multi-Agent 실습을 마칠 수 있게 되었으며, 정책 문서 자동 배포와 결합하여 실제 장애 발생 시 축적된 지식을 기반으로 원인을 신속히 식별할 수 있게 되었습니다.
Trade-off
AI 가이드의 신뢰성을 지키기 위해 모든 설정을 실시간 문서에 종속시키는 엄격한 데이터 흐름 설계가 요구되었으며, 도입 초기 단계에서는 전역 정책의 상대 경로 충돌이나 수동 분기 처리 등 일부 로직 버그를 직접 디버깅해야 했습니다.
