AI 활용 역량

팀 개발에서 코드 컨벤션 준수, 테스트 실행, 반복 검증 같은 작업이 사람의 기억력에 의존하고 있었고, AI 도구를 써도 프로젝트 맥락을 매번 다시 설명해야 했습니다.

CLAUDE.md에 프로젝트 규칙과 구조를 문서화해 세션마다 컨텍스트가 자동 주입되게 만들었습니다.

/test 같은 반복 작업은 skill로 정의해 명령 한 번으로 일관되게 실행되도록 했습니다.

계획 에이전트와 구현 에이전트를 분리해, 설계 검토를 거친 뒤에만 구현이 진행되는 워크플로를 만들었습니다.

post-edit-check 훅으로 편집 후 검증 스크립트가 강제로 실행되게 해, 검증을 잊는 실수 자체를 구조적으로 제거했습니다.

하네스는 만들고 끝이 아니라 규칙이 실제로 지켜지는지 계속 관찰하며 다듬어야 했습니다. 규칙 문서가 코드와 어긋나는 순간 AI의 출력 품질이 함께 떨어졌습니다.

시간표 이미지를 사람이 수작업으로 옮겨 적는 과정이 느리고 오타가 잦았습니다. 이미지에서 구조화된 시간표 데이터를 자동 추출할 방법이 필요했습니다.

Gemini API에 시간표 이미지를 입력하고 순수 JSON만 반환하도록 프롬프트와 응답 스키마를 설계해, 후처리 파싱 없이 바로 저장 가능한 구조로 만들었습니다.

이미지 품질이나 표 형식에 따라 추출 정확도가 흔들렸고, 모델 출력을 그대로 신뢰할 수 없다는 결론에 도달했습니다.

그래서 'AI가 초안을 만들고 → 조교가 검토·수정하고 → 최종 저장하는' Human-in-the-loop 흐름으로 설계를 바꿨습니다. AI는 입력 속도를 높이는 도구로 쓰고, 정확성의 최종 책임은 사람에게 두는 구조입니다.